基于多重分形的红外图像增强技术

红外图像边缘模糊,对比度较低,不适合人眼观察,应该对其进行增强.但是,以往的增强方法对噪声增强过度,使细节失真,且未考虑人眼的视觉特性,视觉效果不够好.提出用多重分形理论对红外图像进行分析,提取了红外图像的多重分形奇异指数和多重分形谱特征.分析得到了图像每个像素的分形特征数据,利用人眼的视觉敏感特征把图像的像素分为平滑区、纹理区和边缘区.人眼视觉空间频率特征对图像细节的边缘区域比较敏感,利用这一特性对图像加权增强.最后,进行了计算机仿真实验,实验结果表明:该方法能够突显人眼敏感的图像区域,解决红外图像边缘模糊的问题,使增强图像更适合人眼观察.     

基于视觉侧抑制模型的图象增强算法

Mach现象[4]表明,人眼视觉系统对图象亮度有急剧变化的部分具有增强的作用,而对亮度相对比较平坦的部分则有抑制作用。这个现象可以通过视觉的侧抑制模型来进行解释。本文从研究人体视觉系统的侧抑制模型出发,提出了一种基于视觉侧抑制模型的图象增强算法。实验证明,从视觉的侧抑制模型出发得到的滤波器具有很好的图象增强效果。     

一种新的自适应盲数字水印算法

本文提出了一种新颖的基于DCT域的自适应盲数字水印算法,该算法由三个阶段组成。首先,根据人眼视觉系统（HVS）和图像的局部特性来选择水印嵌入区域;然后充分利用JPEG压缩量化阶段的舍入误差;第三个阶段是采用一组公式来嵌入多个版本的水印,水印是经位扩展和二值随机序列调制得到的。水印的检测不需要原始图像。实验结果表明,该算法在保证水印不可见性的同时,对常见的几种图像处理如缩放、椒盐噪声、滤波特别是JPEG压缩和剪切有很高的鲁棒性。     

基于视觉冗余模型的码率压缩方法

提出了一种基于视觉冗余模型的码率压缩方法,它是建立在人眼视觉特性视觉冗余模型的基础上,通过与编码标准参考软件相结合,进一步压缩编码比特数。实验结果表明,在图像质量没有明显变化的前提下,此方法在视频编码标准的基础上能进一步压缩编码比特数,平均压缩率在7%～30%左右。     

基于结构相似的小波域图像质量评价方法的研究

 小波域的图像处理已经成为图像处理领域的重要组成部分,研究能嵌入在小波域图像处理算法中的图像质量评判方法显得至关重要.空间域结构相似度SSIM具有计算简单、与主观评分相关性高等优点.本文通过对小波域图像结构特性的研究,提出了小波域结构相似度(DWTSSIM)的图像质量评价方法.实验结果表明DWTSSIM比SSIM更加符合人眼的视觉特性,可以更好地评判图像质量,并且能容易地嵌入在小波域图像处理算法中,在图像处理过程中指导或调节算法.     

基于灰色关联分析的图像保真度准则

针对图像保真度评价问题,利用灰色系统理论中的灰色关联分析(Grey Relational Analysis,GRA)的整体比较机制和小波变换的多尺度分辨率匹配于人类视觉系统(Human Visual System,HVS)的多信道模型性质,通过小波域系数之间的灰色关联度,给出了一种图像质量评价算法——小波系数灰关联法．实验表明：该算法可以从概貌质量和细节质量分别对图像进行评判,评价结果能够与人眼主观评价保持较好的一致性,优于传统的PSNR评价方法．     

灰度图像水印综述

数字水印技术作为数字媒体版权保护的重要手段之一,近年来已成为国内外研究的热点.与传统的嵌入一个无意义的一维或二维伪随机序列以及可视的二值图像相比,嵌入灰度图像水印不仅嵌入信息量大,而且更加有意义.对灰度级数字图像水印技术的最新发展情况进行了介绍,主要内容包括:空域及变换域的灰度数字图像水印技术,其中变换域水印主要讨论了DCF域和DWT域两类灰度数字水印;自适应灰度级数字水印技术;灰度数字图像水印的性能评价.最后展望了该技术的进一步研究前景及可能的研究热点.     

基于梯度相关性分解的无参考图像质量评价方法

目前大部分无参考型的图像质量评价方法都是基于图像的几何特征进行描述的,但是这种方法对于图像的边界要求较为严格,并且在实际应用中的图像的失真类型是未知的。针对这一缺点,提出一种基于梯度相关性分解的无参考图像质量评价(DGS)方法,该方法提取图像的梯度,对其进行奇异值分解作为图像的主要结构信息,以此对图像的质量进行评价。实验结果表明,DGS模型比通用的简单有效的峰值信噪比(或均方误差)模型更符合人眼视觉系统特性,能在无参考的情况下更好地评价图像质量,并与图像的主观评价值达到更准确的一致性。     

A high payload steganographic algorithm based on edge detection

The least-significant-bit (LSB) technique is one of the commonly used steganographic algorithms in the spatial domain. In most existing schemes, they didn’t carefully analyze the relationship between the image content itself. Hence, the smooth areas in the cover image will inevitably be contaminated after hiding even at a low embedding rate, thereby leading to poor visual quality and low security. In recent years, diverse steganography methods using edge detection have been proposed. However, their schemes employ certain pixels in the cover image for the sake of storing edge information, resulting in significant embedding distortion and low payload. In this study, a novel steganography approach based on the combination of LSB substitution mechanism and edge detection is proposed. To avoid the excavation of human visual system (HVS) when more secret bits are embedded into pixels, we classify the cover pixels into edge areas and non-edge areas. Then, pixels that belong to the edge area are used to carry more secret bits. In addition, to further increase the payload as well as preserve good image quality, we adopt a skillful way that the edge information is determined by most significant bits (MSBs) of the cover image so that it does not need to be stored. In the extraction phase, the same edge information is obtained. Therefore, the secret data can be correctly extracted without confusion. The experimental results demonstrate that our scheme achieves a much higher payload and better visual quality than those of state-of-the-art schemes.     

一种基于DCT系数重组的降参考3D视频质量评价方法

针对3D视频质量评价,提出了一种基于离散余弦变 换(DCT)系数重组的降参考质量评价方法。方法主要 包括4D数据集构造、DCT变换与重组和降参考(RR)质量评价3个阶段。在4D数据集构造阶段 ,通过联合视 频的空间域、视点域和时间域信息构造包含3D视频全部信息的4D数据集;在DCT变换与重 组阶段,首 先对数据集进行DCT变换,然后筛选复杂度较高的DCT系数进行重组,得到能够表征3D视 频质量的重 组系数集;在RR质量评价阶段,首先采用广义高斯分布(GGD)函数对重组后DCT系数集的每 个子带进行建模, 然后利用系数距离函数和频率比距离函数评估3D视频质量。实验结果表明,本文提出的方 法与主观评价结果有较好的相关性,符合人类视觉系统(HVS)。