基于感兴趣区域的图像认证与自恢复算法

提出了一种基于感兴趣区域的图像认证与自恢复算法,该算法将图像分为两部分; 感兴趣区域和背景区域.算法首先利用了基于4×4分块的编码算法对感兴趣区域进行编码， 然后通过映射函数将此码流嵌入到背景图像的离散余弦变换系数中.实验表明该算法可以对 整幅图像进行完整性认证,同时对被恶意篡改的感兴趣区域也能很好地恢复原来信息.     

改进二值化算法在QR码识中的应用

研究了QR码图像二值化技术,针对光照不均的QR图像提出了一种改进的基于背景灰度估计的校正算法.该算法首先根据原图像大小进行分块处理,在此基础上利用改进的灰度估计公式计算分块的灰度值,然后利用双线性内插法设置区块灰度值为估计值,最后用原图像减去估计背景图像得到校正图像,以此克服了光照不均对二值化阈值选取的影响.实验证明,...     

基于对比度的背景先验显著性检测算法

图像显著性检测的研究已经成为了一个热门领域,应用范围很广.基于背景先验的算法,可以使显著目标较好地突显,使显著图更清晰,但背景先验依赖于图像中背景的有关先验理论,对于背景复杂图像的处理效果不好.针对以上问题,建立基于对比度的背景先验算法,算法首先将局部和全局显著图在一定方式下融合,然后,利用融合算法的结果提取图像边界区域,最后,基于提取出的图像边界区域,利用背景先验算法得到最终显著图.实验结果表明,改进算法的MA E值相比于原算法更小,对图像边界的划分更准确,减弱了图像背景的影响.     

一种基于EBCOT的感兴趣区图像编码算法

优化截断嵌入式编码(Embedded block coding with optimized truncation, EBCOT)是JPEG 2000的核心, EBCOT所采用的基于码块的率失真优化方式为实现图像感兴趣区(Region of interest, ROI)编码提供了良好的基础. 本文分析了其中具有代表性的隐式ROI 编码算法, 并提出了一种改进方法. 通过构造加权函数, 合理地为ROI码块分配权重, 在保证ROI信息被优先编码的同时, 降低ROI码块中背景区域小波系数的影响, 提高了重建图像ROI的质量. 实验结果表明, 算法在低码率下重建图像ROI质量提高明显, 在高码率下也能够很好兼顾重建图像背景区域的质量.     

一种最优化链码指纹二值细化图像压缩编码

提出了一种适合于对线状结构的条形纹线二值图像进行压缩的最优化Freeman链码压缩算法——Freeman差分链码Huffman编码。与传统的Freeman链码相比,提出的压缩算法是基于Freeman链码、差分编码和Huffman编码的一种混和编码方式。通过理论分析和在指纹二值细化图上的实验结果证明,对于指纹二值细化图像,本算法优于现有的链码压缩二值图像的算法,针对于线状结构的条形纹线二值图像,本算法也优于其他压缩算法。其平均码长为1.7651bits,低于8方向Freeman链码或者Freeman差分链码的3bits的平均码长。     

一种基于二维图形码的数字水印技术

综合分析了二值图像数字技术，得到可根据结构特征设计二值图像信息嵌入算法的结论。针对一类特定的二值图形——PDF417二维图形码，提出了基于边界移位的隐藏信息嵌入算法。将此算法与RS编码结合，可以在二维图形码的数字水印中得到广泛的应用。     

多种链编码在数字图像中的标定算法*

提出了一种基于边界标定自动机获得二值图像Freeman编码的高效算法,并介绍了基于自动机获得二值图像区域的顶点链编码以及边界码的算法.实验证明,基于自动机获得各种链编码的算法具有高效率、高精确度等优点.     

一种快速响应码的图像二值化方法

采集到的QR码图像首先需要转换为二值图像然后译码识别,但是在使用摄像头采集QR码图像中存在光照不均和反光等现象,经过全局二值化处理后会有全白或全黑的区域,而经过局部二值化处理会有"伪边界",并且计算量大导致耗时长.本文提出一种联合阈值二值化方法,首先对QR码图像采用全局二值化方法,然后利用QR码图像特征找到光照不均或反光的区域,并对该区域采用一种嵌套式的局部二值化方法,这种方法提高了准确率,减少了计算时间并且防止"伪边界"的产生.将最后结果和几种常用的二值化算法比较,实验结果表明:使用该方法可以明显提高QR码识别的效率和准确率.     

基于离散小波变换的QR二维条码防伪技术

基于数字水印的快速响应矩阵（QR）二维条码防伪技术的水印容量低、防伪效果差。为解决该问题,提出QR码二值图像Rand灰度化和背景图灰度化方法,以提高防伪水印容量。QR码二值图像灰度化的程度由灰度化阈值决定,并且可以根据实际应用需要灵活确定。在此基础上,设计基于离散小波变换的QR二维条码防伪水印方案,通过量化函数实现水印的嵌入和检测,利用混沌密钥生成的二维混沌序列控制水印嵌入和检测的位置。实验结果表明,该方案在确保条码信息可识别的条件下,提高了QR码防伪水印的性能。     

融合连续区域特性和背景学习模型的显著计算

为了提高显著性模型的计算效率,提出基于连续区域特性和背景学习的模型,分别提取图像的显著区域,并进行融合.首先计算区域显著目标像素与周围像素位置的距离,提出基于贝叶斯的区域显著性对比的度量方法.然后采用连续性区域合并,合并空洞区域与其最相似的邻居区域.之后采用3种典型的显著性算法处理同一幅图像,得到不同的显著特征图,采用反差法得到各特征图的背景,建立混合高斯背景模型,加权学习合成背景图,再与原图作差得到前景显著区域.最后结合细胞调节规律融合得到的显著区域.在SED1、ASD图像库中测试文中算法,所得的F-measure、平均误差都较优.     

快速响应码的识别和解码

研究了快速响应码(QR Code)的识别方法和解码方法。在识别过程中采用Hough变换检测QR码的倾斜角度,通过几何计算纠正失真,并利用双线性插值算法将QR码旋转至水平,然后用Sobel边缘检测算子以及投影算法计算出QR码单元模块的边界。提供的方法能够快速、准确地识别出QR码,有效地抑制了拍摄QR码时产生的失真、噪声、倾斜等因素对QR码识读过程中的影响,提高了QR码的识别率。同时研究给出了QR码进行RS纠错译码过程中应注意的有关在有限域中的运算、如何求解伴随多项式、确定错误位置值和计算错误值的问题。     

利用高斯调变函数视觉编码QR码

目的 QR码是目前最被广泛使用的2维条形码,是一种通过拍照或扫描,方便且快速取得内容信息的标签。QR码具备高容错特性,即使其内容遭受一定程度的扭曲或污损仍可正常运作,从而造就它的高普及率及大量商业应用。传统QR码以黑色与白色的方格模组呈现,让机器可以容易定位与辨识,但杂乱的黑白方格视觉效果单调,而QR码常常占据不可忽略的展示区域,所以对有视觉吸引力的QR码的需求日益增长。为此提出一种QR码视觉编码算法,将QR码以主题彩色图像外观呈现。方法 本文算法将主题图像分割成大小相同的非重叠区块,并设计一个高斯调变函数来修改各区块的平均亮度,使区块呈现出的可感应亮度与所对应的QR码模组所代表的位元值（0或1）相同。另外,可以根据QR码的应用场景以及人眼对不同频率噪声的敏感度设置不同的参数来调整模组亮度感应区域颗粒的大小。结果 设置不同的参数合成彩色QR码图像,测试它们的正确译码机率,确定最优的参数,保证译码可靠性的同时,使得QR码更容易被人眼辨识。与相关文献的实验结果相比,提出算法生成的QR码兼具高品质视觉效果和高辨识率。结论 提出了一个可以自动将彩色图像融合到黑白QR码当中的算法,可以轻易得到一幅具有高识别度的图像QR码,不仅颠覆了传统QR码只有黑白两色的外观,也符合QR码标准规范,具备令人满意的辨识率,能相容于任何译码系统,提高了使用接受度,可应用于营销、广告等方面。     

基于轮廓特征的快速响应码定位与提取方法

针对传统方法对低分辨率无自动对焦功能摄像头拍摄的QR码图像进行定位提取成功率低的缺点,提出了一种新的QR码定位与提取方法。该方法利用QR码寻像图形轮廓上的特征进行条码定位,然后利用直线最佳逼近法进行边界轮廓的寻找,找出四条边界,最后利用平面坐标变换法将条码图像旋转至水平,形成标准QR码图像,从而完成QR码图像的提取。     

QR码图像二值化的研究

由摄像式获取的QR码因为采集光照不均匀会给二值化带来困难。首先对于直方图有明显谷底和采集光照不均匀的图像,分别采用B样条拟合直方图和自适应阈值法进行二值化。然后通过双线性插值算法对发生倾斜的QR码进行纠正,并对结果修补。最后通过实验验证了算法的可靠性。     

基于稀疏表示的QR码识别

针对QR码图像受污染、破损、遮挡时识别软件无法识别的问题,提出一种基于稀疏表示的QR码识别方法。以40类QR码图像作为研究对象,每类13幅,其中每类随机选取3幅共120幅作为训练样本,余下400幅作为测试样本。所有训练样本组成稀疏表示字典,测试样本为训练样本的稀疏线性组合,表示系数是稀疏的,对每一个测试样本,计算其在字典上的投影,具有最小残差值的类别,即为分类所属类别。最后将提出的方法与QR码识读软件PsQREdit的识别结果做了对比和分析。实验结果表明：提出的方法对于部分受污染、破损、遮挡的图像仍能正确识别,具有很好的鲁棒性,为QR码的识别提供了一种新的有效方案。     

基于Ising模型的QR码加密算法

快速反应码(QR)二维条形码在通信时存在安全隐患,为此提出了一种加密算法。伊辛(Ising)模型具有矩阵形式,在形式上与QR码相同,且其状态变换过程支持并行计算。基于Ising模型的变换规则生成加密矩阵,然后结合QR码的编码原理计算出QR码的密文。实验结果证实该算法具有良好的随机性和密钥敏感性。该算法简单、安全、高效,可用于QR码的安全保密通信     

A new corner detection algorithm for chain code representation

A new algorithm is proposed to detect a corner of a thinned binary image that is represented by an eight-connected contour chain code. The algorithm is based on chain-coded image, deriving the slope between each code, analyze the series of chain code, and finally decide the existence of corner at the current pixel location. The work assumes that the pre-processing processes on the image, namely thinning and digitization, have been done. Two weighted parameters identified as significant factors in determining the accuracy of the corner detection algorithm are discussed. The parameters are the length of segment and threshold value. Computational phases to derive values of rows and columns given a series of chain code are also given in detail. The algorithm can be used to interpret line drawing that represents three-dimensional object.     

Algebraic decoding of the (41, 21, 9) Quadratic Residue code

In this paper, an algebraic decoding algorithm is proposed to correct all patterns of four or fewer errors in the binary (41, 21, 9) Quadratic Residue (QR) code. The technique needed here to decode the (41, 21, 9) QR code is different from the algorithms developed in [I.S. Reed, T.K. Truong, X. Chen, X. Yin, The algebraic decoding of the (41, 21, 9) Quadratic Residue code, IEEE Transactions on Information Theory 38 (1992 ) 974-986]. This proposed algorithm does not require to solve certain quadratic, cubic, and quartic equations and does not need to use any memory to store the five large tables of the fundamental parameters in GF(2²⁰) to decode this QR code. By the modification of the technique developed in [R. He, I.S. Reed, T.K. Truong, X. Chen, Decoding the (47, 24, 11) Quadratic Residue code, IEEE Transactions on Information Theory 47 (2001) 1181-1186], one can express the unknown syndromes as functions of the known syndromes. With the appearance of known syndromes, one can solve Newton’s identities to obtain the coefficients of the error-locator polynomials. Besides, the conditions for different number of errors of the received words will be derived. Computer simulations show that the proposed decoding algorithm requires about 22% less execution time than the syndrome decoding algorithm. Therefore, this proposed decoding scheme developed here is more efficient to implement and can shorten the decoding time.