基于小波变换的矿井监控图像增强研究

针对在矿井视频监控系统中采集到的井下图像质量差的问题,论文提出了一种基于小波变换的图像增强方法,使用该方法增强的图像细节显示能力强,图像对比度更高,该方法对煤矿监控图像有显著的增强作用.通过与传统的伪彩色增强算法、灰度线性变换算法和直方图均衡算法比较,该方法较好地增强了井下低对比度图像的可视化效果.实验证明,该基于小波变换的图像增强方法能够增强矿井下图像的清晰程度,使矿井视频监控系统更好地发挥作用.     

基于三次 B 样条插值曲面的图像放大方法*

为了实现低分辨率图像的高保真放大,利用原图像中相邻四个像素点的像素值及其在放大后的图像中的位置构造出了对应的三次B样条插值曲面,从而较好地估算出了放大后图像中出现的空白像素值。鉴于彩色图的像素点有R、G、B三个分量,分别构造R曲面、G曲面、B曲面对空白像素点的三个分量进行填充。由于采用构造曲面的高度值作为像素值,使得相邻像素点的像素值不存在较大差异,故而尽可能地避免了马赛克现象的产生,实现了图像的高保真放大。通过对比实验,验证了论文方法对图像放大具有非常好的效果。     

基于改进Rank变换和分段MER的镜片疵病检测算法

为了解决目前光学镜片表面疵病宽度测量主要依赖人工检测而导致弯曲划痕宽度检测精度较低的问题,提出一种基于Rank变换和分段最小外接矩形(MER)的镜片表面划痕宽度测量方法.该方法首先通过改进的Rank变换算法比较像素灰度相对关系来提取疵病目标,然后计算其最小外接矩形,根据矩形长宽比初步判别疵病类型(划痕或麻点),最后将疵病分割为多个小区段,分别计算每段的最小外接矩形并获得其宽度,比较取最大宽度作为疵病宽度值.试验结果表明,该方法具有较高的可行性与精确性,能够有效提取出疵病和计算其特征参数,可以满足工程实际的需要.     

改善的支持向量机图像分割分类器构造

构造分类器是图像分割中重要的处理环节,论文将先验知识引入支持向量机,对支持向量机做了改善,在改善的支持向量机基础上构造实现了一个分类器,重点是将为了检验分类器的有效性,通过对UCI机器学习数据库的数据进行的实验,实验结果表明改善的支持向量机分类准确率比支传统持向量机的准确率高。     

基于MATLAB的信号与系统教学研究

在通信和电子信息类相关专业的教学中,《信号与系统》是一门核心的课程,其教学质量与效率直接影响学生对专业知识的掌握,然而该课程的大部分内容均涉及到复杂的数学运算与信号处理,较为抽象化。而MATLAB作为一款专业的教学软件,其算法的开放性、灵活的工具函数、数据的可视化、数值高速计算等特性,可很好地辅助学生进行课程的教学。本文介绍了MATLAB在信号与系统教学过程的应用。     

图像增强在基于形状特征图像检索中的应用

基于内容的图像检索系统中需要提取图像的形状特征,通常情况下为得到形状特征,需要对图像分割来得到的目标边界。在对不均匀图像提取边界曲线时,噪声点和非噪声区域常会干扰导致小的边界变化。本文采取了一定的措施对该问题进行了改进:首先通过去掉图像的彩色成分,将图像进行灰度化处理,再通过图像增强技术,对图像进行平滑处理,然后提取图像的形状。由于图像增强对图像预制模糊时,已经对图像中的噪声点和颜色不均匀区域进行了处理,所以再次对图像进行形状处理时,可有效去除噪声点和非噪声干扰区域的影响。     

A Novel High Quality High Capacity Image Hiding Scheme Based on Image Compression and an Optical Pixel Adjustment Process

ABSTRACT

Image hiding methods embed a secret image into a host image. The resultant stego-image does not attract the interceptors that would not detect the differences between the host image and the stego-image. To exploit the great developments in the area of image compression and to improve the quality of stego-image, this paper proposes a new method to embed the secret image into the host image. Basically, the secret image is compressed and then embedded into host image. The embedding method is based on the Optimal Pixel Adjustment Process (OPAP) and genetic algorithm. In the paper we addressed the important issues to build such systems. The experimental results showed that the proposed method can improve the quality from 60% to 80% when compared with the simple Least Significant Bit (LSB) replacement methods. Adding to that, the mean square error of the stego-image is much lower compared with other methods (Chan & Cheng, 2004 Chan, C.K. and Cheng, L.M. 2004. Hiding data in images by simple LSB substitution. Pattern Recognition, 37(3): 469–474. [Crossref], [Web of Science ®] , [Google Scholar]; Chang, Hsiao, & Chan, 2003 Chang, C.C., Hsiao, J.Y. and Chan, C.S. 2003. Finding optimal least-significant-bit substitution in image hiding by dynamic programming strategy. Pattern Recognition, 36(7): 1583–1595. [Crossref], [Web of Science ®] , [Google Scholar]; Thien & Lin, 2003 Thien, C.C. and Lin, J.C. 2003. A simple and high-hiding capacity method for hiding digit-by-digit data in images based on modulus function. Pattern Recognition, 36(12): 2875–2881. [Crossref], [Web of Science ®] , [Google Scholar]; Tseng, Chan, Ho, & Chu, 208; Wang, Lin, & Lin, 2001 Wang, R.Z., Lin, C.F. and Lin, J.C. 2001. Image hiding by optimal LSB substitution and genetic algorithm. Pattern Recognition, 34(3): 671–683. [Crossref], [Web of Science ®] , [Google Scholar]). Also, the proposed technique improves capacity. In other words, we can embed a secret image with size 450?×?450 inside a hosting image with size 512?×?512.     

基于形态特征提取的图像匹配搜索技术研究

传统的图像搜索方法一般是由图像处理软件自动抽取图像的颜色、形状、纹理等特征,并以此建立特征索引库,进而由用户输入要查找的物品图像,从而找出与之具有相近特征的图像。而文中给出了从数学形态学的角度来提取图像的关键形态特征,然后建立海量物品图片的形态细化骨架库,并以此简化图像搜索的关键内容,降低数据库存储量,提高匹配效率以及准确性的具体方法。     

基于GPRS和嵌入式Linux的远程图像监控系统

阐述了一种基于GPRs和嵌入式Linux的远程图像监控系统设计和实现方法。该系统主要由嵌入式视频采集终端和监控中心服务器组成。其中,嵌入式视频采集终端主要由摄像头视频采集模块、ARM模块、SIM900模块组成,监控中心服务器可实时监控远程终端的图像。系统软件采用嵌入式Linux,可编程实现图像数据采集、压缩和GPRs模块的网络连接与传输。