基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。     

CRT颜色空间向CIE标准颜色空间的转换

随着电子技术、计算机技术以及数学、物理学等多学科的迅速发展,图像复制的理论、方法、工艺技术也在不断地变革和发展,现阶段图像复制已经从“模拟”复制发展到“数字”复制阶段。数字图像复制可以利用各种新技术对图     

基于多混沌系统的彩色图像加密方法

为了提高彩色图像加密的安全性和加密性能,设计了一种基于多混沌系统的彩色图像加密方法.将一个彩色图像分解为R、G、B三个灰度图像,使用MD5算法动态生成加密算法的初始值,然后使用三种不同的基于混沌的加密结构对三个图像进行加密.对R图像使用Feistel结构加密,其中Feistel结构的S一盒由Logistic混沌序列和Hyperhenon混沌序列组合产生;对G图像使用由Lorenz系统产生加密序列对图像进行代替和置换操作的加密结构;对B图像使用由分段线性混沌映射产生加密序列,然后加密图像的加密结构,再把加密后的图像结合起来生成加密后的图像.理论分析和实验结果表明,该加密方法能够较为有效地保证彩色图像加密的安全性.     

基于反调和平均的张量形态学算子模型及其在彩色图像边缘检测中的应用

旨在建立基于张量模型的彩色图像形态学算子。通过将HSV彩色空间下的三维向量利用二阶对称正定张量进行建模表示, 提出一种基于反调和平均的彩色形态学算子。在此基础上, 借助于张量相似性度量构造基于参考张量的形态学算子, 该算子能够实现滤波的输入保持。通过基于形态学梯度的边缘检测实验验证模型的可行性和有效性。对比实验表明基于张量的彩色形态学模型相对于原有的向量模型在图像处理中具有更好的结果。     

一种提高彩色图像质量的改进滤波算法

基于彩色图像人们已经提出了很多噪声的滤波方法,这些方法主要是为了平滑去除噪声、保留图像的边缘和细节信息.但可以看到很多滤波方法为了保存图像的边缘和细节信息而在图像的平坦区域产生了不必要的噪声;反之,也有很多滤波方法在去除图像平坦区的噪声的同时也去除了重要的图像边缘和细节等信息.因此本文率先提出了一种改进的滤波方法,用算术均值滤波器(AMF)、矢量中值滤波器(VMF)两种彩色图像矢量滤波方法有机结合来实现图像滤波,试验证明该方法可以很好的克服前面滤波方法的不足,不但很好的保存了边缘和细节信息,而且还在平坦区域有很好的滤波作用,在抑制噪声和保留细节之间达到了一个很好的平衡.     

PCNN模型在彩色图像分割中的应用

针对脉冲耦合神经网络(PCNN)模型主要应用于灰度图像处理的局限性,利用脉冲发生器将颜色信息引入模型作为输入,与灰度信息共同控制神经元的内部行为,控制等灰度值的不同颜色区域分期点火,实现彩色图像的精确分割.双输入PCNN模型实现了彩色图像的分割,同时保持了PCNN模型对噪声的鲁棒性,从简单的仿真图像和实际图像两方面验证了此分割方法的有效性.     

基于彩色图像的人民币新旧识别算法仿真

人民币新旧程度的识别算法是改善纸币清分效果的关键.针对目前采用灰度直方图算法来区分纸币新旧程度,识别效果易受光照条件影响的问题,提出了基于HSI颜色格式的彩色图像纸币新旧识别算法:取色度H分量和饱和度S分量作为特征参数,分别计算色调H和饱和度S直方图.提取计算样本图像的色度直方图和饱和度直方图与模板图像的相关系数.由相关系数的量化结果,设计不同的阈值,根据相似程度的不同,判断结果将纸币分为"新"、"一般"和"旧"3个等级.并通过实验验证了该算法的可行性和优越性.     

基于灰度化权值调整的水下彩色图像分割

针对传统自适应阈值法在水下图像分割过程中存在目标与背景粘连等问题,提出一种基于灰度化权值调整的水下彩色图像分割方法。区别于传统阈值分割方法中灰度化权值固定且研究如何确定合适阈值的思路,研究灰度化权值调整方法。本文方法利用统计得到的图像灰度信息来确定不同通道内目标与背景间灰度级差异性的大小,提高差异性较大通道的比例,以增强灰度化后图像中目标与背景的对比度,同时减小差异性较小通道的比例,以降低其对灰度化结果的干扰,对灰度化后的图像进行阈值分割得到最终分割结果。针对水下作业的时序列图像,设计了两步序列图像处理方式来降低耗时。通过4组水下对比实验以及耗时实验对方法的有效性进行了验证。     

一种改进的各向异性扩散深度图像增强算法

深度图像受其测距原理所限,存在边缘不匹配、无效像素、噪声等问题,提出一种基于改进的各向异性扩散算法的深度图像增强方法。首先,校正深度图像和彩色图像的位置关系,并根据时间连续性选择多帧图像,进行多帧均值滤波预处理;其次,通过在彩色图像中引入权重的思想,构建具有4-邻域形式的深度图像模型,利用彩色图像引导的深度图像进行各向异性扩散,填补孔洞;最后,使用改进的自适应中值滤波平滑图像噪声。实验结果表明,该方法能够有效修复原始深度图像中存在的由无效像素组成的黑色孔洞,在抑制噪声的同时,仍能保持深度图像中物体边缘的细节信息。