基于猫映射和布尔运算的图像分存共享方法

为了提高图像可视分存共享的安全性,提出了一种基于改进 Arnold 变换和布尔运算的图像信息安全保护算法。该方法利用改进的非拟仿射 Arnold 变换对像素位置置乱,并利用该变换将其分解为两幅图像,将分解所得图像分别采用基于布尔运算的 r 轮(2,n)秘密共享方案实现可视分存。最后,对可视分存图像进行重构,并采用逆非拟仿射 Arnold 变换实现图像合成和置乱反变换恢复原图像,对其存在随机噪声采用改进中值滤波去噪。理论分析和实验结果均表明,所建议的组合式图像信息安全保护方法是有效的。     

基于偏微分方程的混合噪声去噪研究

针对目前图像去噪方法存在的主要缺陷是仅适用于单一噪声的滤除, 无法解决图像混合噪声去噪的问题, 提出一种加权混合噪声模型, 建立其能量泛函表达式, 利用变分法获得其欧拉—拉格朗日方程并给出其显式差分迭代求解算法。通过对其数值算法的改进, 不仅提高了该模型数值算法的速度和稳定性, 而且在一定程度上避免了降噪后图像的阶梯效应。仿真实验表明, 加权混合噪声去噪算法在去除混合噪声的同时更好地保留了图像的细节信息, 其降噪性能相比现有方法有一定程度的改善。     

模糊互信息及其在图像分割中的应用

针对基于互信息的图像分割方法对噪声干扰或光照不均匀的图像不能获得满意分割效果的不足,该文提出模糊化互信息的图像分割新方法。该方法将现有互信息进行模糊修改,得到了模糊互信息,在图像分割中给出模糊隶属度函数的定义方法,获得了模糊互信息参数的选取办法。实验结果表明了该模糊互信息图像分割方法的有效性。     

小波域局部信息约束的鲁棒模糊聚类算法

提出了一种结合颜色特征与纹理特征的彩色图像分割算法.将图像转换到Lab颜色空间计算像素的平方欧式距离.在局部窗口上对图像进行小波分解,对所得高频子带的小波系数建立广义高斯分布(Generalized Gaussian Density,GGD)模型,以GGD模型的参数表示局部窗口的纹理特征.以Kullback-Leibl...     

基于全散度的变分CV模型及其分割算法

CV模型在图像灰度不均匀或有噪声干扰时,易出现错分现象,因此将全散度引入变分CV模型,提出了基于全散度的变分CV模型及其迭代分割算法.分析基于欧氏距离所对应的变分CV模型分割算法存在的问题和不足,通过图示说明全散度相对于欧氏距离在距离计算与坐标系选择无关的优势,将其引入变分CV模型拟合偏差项,来提高图像灰度值与分割区域平均灰度偏差计算的鲁棒性.然后,采用欧拉-拉格朗日变分法获得全散度变分CV模型的偏微分方程,并采用数值计算方法获得该偏微分方程的迭代求解算法.同时在全散度变分CV模型中,增大拟合偏差项的权重系数,加大拟合偏差项在变分模型中的重要性.实验结果表明,全散度变分CV模型具有初始化敏感低、抗噪性强、鲁棒性高等优点.     

基于Arnold变换的图像分存加密方法

为提高图像分存加密的安全性,提出一种将置乱加密、分存技术和像素扩散相结合的分存加密方法。首先,利用一维Logistic混沌映射产生Arnold变换的参数;其次,利用变参数的二维Arnold变换对图像进行像素位置置乱;最后,利用变参数的三维Arnold变换对置乱后图像进行像素值扩散并分存为两幅图像。实验结果表明,该方法的外部密钥敏感度较强,具有良好的雪崩效应,能够有效地抵抗明文和差分等攻击,且解密密钥与明文图像紧密相关。     

基于广义调和均值距离的图像分割新算法

提出了基于广义调和均值距离的最小偏差图像阈值化分割新算法。Otsu阈值法是图像分割中最典型阈值法之一,因其计算简单、速度快和性能稳定等优点而在图像分割中得到广泛应用;但是,传统Otsu阈值法是基于欧式距离的最小偏差阈值法,由于欧式距离没有可调节参数而导致Otsu阈值法分割图像缺乏鲁棒性。首先将Otsu图像分割法中的欧式距离用广义调和均值距离代替并得到一种具有鲁棒性的图像分割新算法,其次给出该算法中参数选取办法。大量实验结果表明,新的图像分割算法相比Otsu法更有效。