基于局部多项式的自适应图像放大

为了弥补传统图像放大算法的锯齿效应,统计分析了图像像素变化特点,将图像分成平滑、纹理和边缘,对平滑和纹理区根据其局部区域的同态性,提出了基于局部多项式逼近的图像放大：运用置信区间交集法则将图像分割为若干同态区域;对区域分别进行多项式拟合,并对拟合函数进行过采样实现区域放大;运用局部平滑消除边缘锯齿效应。实验结果表明,该算法充分利用了图像的结构信息,相比于传统的插值放大算法和已有局部自适应插值算法提高了图像的视觉效果与适用性。     

基于加权ENO的图像放大算法

E.Arandiga的图像自适应插值方法在图像边界区域使用了ENO方法进行插值。通过比较差商的绝对值的大小自适应地选择模板,尽量避免所选择的模板中包含间断,有效地抑制了Gibbs振荡,但仍有很多不足。为弥补ENO方法的缺点,提高插值方法的精确度,提出基于加权ENO的图像放大方法。基本思想是将图像的离散化形式看成图像在单元网格上的平均值,先判断每个单元中是否存在图像边界,在图像边界区域使用加权ENO方法插值图像,在光滑区域使用线性平均插值。该放大方法能得到比FArandiga的图像自适应插值方法更高阶的精度。     

基于视觉感知的平面设计背景图像裁剪

在平面设计工作中,为了解决前景图像与背景画布大小的不匹配问题,设计师通常需要对背景图像进行裁剪,但已有的裁剪方法没有考虑到用户对裁剪后视觉效果的主观体验.为此,本文提出了一种基于视觉感知的平面设计背景图像裁剪方法,首先基于全卷积神经网络训练平面设计数据集,建立视觉显著性预测模型,对图像进行视觉显著性预测;然后基于眼动跟踪技术,利用获得的眼动跟踪数据来识别图像的重要区域;最后将上述两步的结果进行融合,得到建议裁剪区域.实验结果表明,该方法的图像裁剪结果比已有方法更能吸引用户的视觉注意,具有更好的主观体验,且裁剪效果在平均重叠率和边界位移误差等指标上均有一定提升,验证了该方法在具体平面设计工作中的有效性与实用性.     

梯度优化的有理函数图像插值

目的 对图像纹理区域的细节保持一直以来是图像插值技术的一个难题,为此提出了一种梯度优化的有理函数图像插值算法。方法 首先,构造了一种新的含有可调参数的双变量有理插值函数,随着参数的不同取值,该函数具有不同的表达形式,它是多项式模型和有理模型的有机统一体;其次,根据图像的区域特征,利用等值线方法将图像自适应地划分为纹理区域和平滑区域,纹理区域采用有理模型插值,平滑区域采用多项式模型插值;最后,根据各向同性Sobel算子计算插值单元的图像梯度,确定纹理方向,不同纹理方向的插值单元用相应的权重对中心点进行优化。结果 从客观数据、主观效果、时间复杂度3个方面对重建图像进行评价,客观数据包括峰值信噪比（PSNR）和结构相似性（SSIM）,从实验结果可以看出,本文算法的PSNR平均提高了0.14~1.50 dB,SSIM平均提高了0.005~0.097。从主观效果来看,本文算法的重建图像的纹理细节更加丰富,边缘结构更加清晰,从时间复杂度来看,本文算法的平均运行时间是3.77 s,分别比DFDF（directional filtering and data fusion）、NEDI（new edge-directed interpolation）、RSAI（robust soft-decision adaptive interpolation）、Lee''s、NARM（nonlocal autoregressive model）算法快了3.28倍、5.26倍、53.28倍、43.53倍、418.54倍。特别地,对于Baboon、Barbara、Metal这类纹理细节丰富的图像,本文算法在峰值信噪比和结构相似性上较对比算法有突出优势,主观效果有明显提高。结论 基于构造的双变量有理插值模型,本文提出了一个梯度优化的有理函数图像插值算法,实验结果表明,该算法在图像纹理细节和边缘结构保持方面具有良好的视觉效果,有效提高了插值图像质量,且时间复杂度较低。     

基于视觉感知的低照度图像自动识别系统

针对传统系统图像识别准确率较低的问题,设计了基于视觉感知的低照度图像自动识别系统。硬件上选取图像信息采集器和图像识别芯片;软件设计上通过采集图像信息,获得低照度图像样本,并利用视觉感知技术设置图像样本的相关参数,实现对样本图像的特征提取,之后通过计算图像的相似度,实现图像的自动识别。实验结果表明,设计系统的图像识别准确率为98.8%,具有较大的应用价值。     

基于小波融合的图像放大方法

提出一种基于小波融合技术与传统图像放大算法的结合的方法.该算法首先对源图像分别采用双三次插值和改进的双线性插值进行放大,然后对两幅放大后的图像进行小波分解,并对分解后得到的小波系数进行融合,增强图像轮廓,最后进行小波逆变换得到目标图像的重构.通过实验对比,采用所提算法放大的图像视觉效果明显,轮廓清晰,消除了传统放大算法的模糊和锯齿现象.     

基于视觉颜色感知——光学相似的图像去雾方法

针对雾霾环境影响致使户外获取的图像质量严重下降问题，提出了一种基于视觉颜色感知—光学相似的图像去雾方法。充分利用人眼感知颜色的视觉机理，结合图像的相似性原理，构造了光学相似度函数，建立了新的基于视觉颜色感知—光学相似的图像去雾模型并设计相关算法，进而进行仿真验证。仿真实验结果表明，提出的方法在对有雾图像清晰化处理过程中效果明显，并与现有的图像去雾方法在主观视觉和客观量化方面进行图像去雾效果对比，进一步表明提出的方法在清晰化含雾图像处理中取得了较好的效果。     

基于视觉显著性的空间图像序列放大算法*

针对已有的图像序列放大方法存在空间运动目标放大后细节不清晰的问题,提出基于视觉显著性的图像序列放大算法。算法首先采用视觉显著性技术获取空间运动目标区域;而后设计不同的放大策略;最后提出分区插值计算和区域能量保护方法,提升放大过程中的空间运动目标清晰度。与已有的放大算法对比的实验结果表明,提出的算法取得了更好的视觉效果和更高的平均梯度指标值、边缘强度指标值、信息熵指标值和图像功率谱指标值。     

基于视觉感知特性的彩色图像分割

图像分割是图像处理的主要问题,也是计算机视觉和模式识别领域中的重要组成部分。文章通过对人类视觉的生理结构的研究,在人类视觉无法辨别的范围内,将彩色图像的RGB亮度范围从原始的0～255缩减为0～26、28、26,既保持了图像的视觉特性,同时减少了表达图像的类的数目,从而能够准确高效的得到图像中各类颜色的极值点。通过这些不同颜色极值点的排列组合来得到初始聚类中心,这种聚类中心的选择考虑了各个图像自身的信息,能得到其精确的聚类中心,减少了图像分割后期迭代的次数,在一定范围内节约了运算时间。实验结果表明,和传统的直方图阈值方法相比,其分割结果的可调控性较强,而且分割效果也较好。     

模拟视觉感知系统的无参考模糊图像质量评价

为了获得与人类视觉感知一致的图像质量评价方法, 本文提出一种模拟视觉感知系统的无参考模糊图像质量评价方法. 该方法通过比较不同模糊程度的图像特征的相似度来度量图像质量. 首先, 通过对待测图像进行人工模糊, 获得不同模糊程度的图像. 然后, 通过视网膜模型提取图像的细节信息. 接着, 采用奇异值分解用来获得图像的内部结...     

利用Kinect的人体动作视觉感知算法

提出了一种面向类人机器人的人体动作视觉感知算法,提高了利用Kinect作为视觉输入设备捕捉到的人体动作数据的精度.首先,通过逆运动学方程将捕捉到的关节位移信息转换成角度信息.然后,以角速度和角加速度的变化为依据,将长时间的运动自动分割成独立片段,并用相关向量机原理估计出高精度的角度轨迹.最后,用角度轨迹的空间相似性、时间相似性、平滑度等指标对该算法进行了评估,并在NAO机器人平台上对算法处理后的动作进行了实验验证.实验结果表明,该算法有效提高了动作感知的时空相似性和轨迹平滑度,为高精度的动作模仿奠定了基础.     

一种基于视觉特性的图像摘要算法

为了使图像摘要具有更高的鲁棒性。提出了一种基于视觉特性的图像摘要算法，该算法通过增大人眼敏感的频域系数在计算图像Hash时的权重以使得图像Hash更好地体现视觉特征，并提高鲁棒性。算法首先将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决以产生固定长度的图像Hash序列。实验结果表明，该算法与末采用视觉特性的算法相比，高了对JPEG压缩和高斯漩波的鲁棒性、图像摘要序列由密钥控制生成，因而具有安全性。     

基于变分和小波变换的图像放大算法

为了更好地放大图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像放大算法.该算法的思想是先构造一个用Besov范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到放大图像.小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得文中新算法具有运行时间短、速度快的特点.与传统的插值放大图像不同,该算法是用变分的思想进行图像放大.理论分析和实验仿真表明,该算法能达到和样条插值同样的放大效果.     

The Logarithmic Image Processing Model: Connections with Human Brightness Perception and Contrast Estimators

The logarithmic image processing (LIP) model is amathematical framework based on abstract linear mathematicswhich provides a set of specific algebraic and functionaloperations that can be applied to the processing of intensityimages valued in a bounded range. The LIP model has been provedto be physically justified in the setting of transmitted lightand to be consistent with several laws and characteristics ofthe human visual system. Successful application examples havealso been reported in several image processing areas, e.g.,image enhancement, image restoration, three-dimensional imagereconstruction, edge detection and image segmentation.The aim of this article is to show that the LIP model is atractable mathematical framework for image processing which isconsistent with several laws and characteristics of humanbrightness perception. This is a survey article in the sensethat it presents (almost) previously published results in arevised, refined and self-contained form. First, an introductionto the LIP model is exposed. Emphasis will be especially placedon the initial motivation and goal, and on the scope of themodel. Then, an introductory summary of mathematicalfundamentals of the LIP model is detailed. Next, the articleaims at surveying the connections of the LIP model with severallaws and characteristics of human brightness perception, namelythe brightness scale inversion, saturation characteristic, Weber'sand Fechner's laws, and the psychophysical contrast notion. Finally,it is shown that the LIP model is a powerful and tractable framework for handling the contrast notion. This is done througha survey of several LIP-model-based contrast estimators associated with special subparts (point, pair of points,boundary, region) of intensity images, that are justified bothfrom a physical and mathematical point of view.     

一种用于复杂目标感知的视觉注意模型

针对自然场景图像中复杂结构目标的快速定位问题,提出一种新的视觉注意模型。对目标进行学习提取显著性图斑,将图斑的特征信息、异质图斑之间的相对位置关系引入视觉注意过程,采用基于图匹配的图斑搜索策略合并与目标特征相似的异质图斑,从而获得注意焦点。与自底向上的视觉注意模型进行实验对比,结果表明该模型能引入复杂结构目标的特征信息和结构信息,降低无效关注次数,提高视觉注意的效率。     

Edge-Forming Methods for Image Zooming

The article is concerned with edge-forming methods to be applied as a post-process for image zooming. Image zooming via standard interpolation methods often produces the so-called checkerboard effect, in particular, when the magnification factor is large. In order to remove the artifact and to form reliable edges, a nonlinear semi-discrete model and its numerical algorithm are suggested along with anisotropic edge-forming numerical schemes. The algorithm is analyzed for stability and choices of parameters. For image zooming by integer factors, a few iterations of the algorithm can form clear and sharp edges for gray-scale images. Various examples are presented to show effectiveness and efficiency of the newly-suggested edge-forming strategy. The work of this author is supported in part by NSF grant DMS–0312223. Youngjoon Cha received his B.Sc. (1988) and M.Sc. (1990) from Mathematics, Seoul National University, Seoul, South Korea; and Ph.D. (1996) from Mathematics, Purdue University, working on mathematical epidemiology, under a guidance of Prof. Fabio Milner. He was a post-doctoral researcher at Purdue University, and Seoul National University, South Korea, from 1996 to 1997 and from 1997 to 1998, respectively. He is currently an associate professor in the Department of Applied Mathematics, Sejong University, South Korea. His research interests include image processing, mathematical and numerical modeling for waves, and mathematical epidemiology. Seongjai Kim received his B.Sc. (1988) and M.Sc. (1990) from Mathematics, Seoul National University, Seoul, South Korea; and Ph.D. (1995) from Mathematics, Purdue University, working on computational fluid dynamics, under a guidance of Prof. Jim Douglas, Jr. After two years of post-doctoral research on seismic inversion at Rice University, he worked for Shell E&P Tech. Co., Houston, for a year and the Department of Mathematics, University of Kentucky, for seven years. He is currently an associate professor in the Department of Mathematics and Statistics, Mississippi State University. His research interests are in mathematical and numerical modeling for wave propagation in highly heterogeneous media, seismology, and image processing for challenging images.     

基于视觉感知的镶嵌图像质量评价方法

传统的图像质量评价方法难以较好地评价镶嵌效果。该文针对仅通过频率活动性(SFA)对镶嵌效果中拼缝光滑度进行评价获取较优效果图时存在的问题,依据视觉感知特性的对比敏感性,提出以结构对比度(SCD)感知因子评价镶嵌效果图的灰度和谐性,结合SFA和SCD感知因子构造了一个镶嵌图像综合评价模型,可以对镶嵌图像效果进行更符合主观视觉感知特性的评价。试验验证了该模型的有效性。