排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
传统的模糊C均值FCM聚类图像分割算法在显微图像分割中由于没有考虑光照不均匀的影响而降低了分割的效果,为此,提出了一种光照鲁棒的FCM显微图像分割算法。该算法用正交基函数的线性组合模拟不均匀光照,并引入到FCM算法的目标函数中,进行图像的模糊分割。算法不仅降低了非均匀光照对分割效果的影响,还可以同步估计不均匀光照场。实验结果表明,该方法非常有效。 相似文献
2.
3.
基于小波变换和奇异值分解的数字水印算法 总被引:6,自引:0,他引:6
本文提出了一种基于离散小波变换与奇异值分解相结合的水印嵌入方法.对混沌置乱后的水印奇异值分解,把分解后的奇异值重复嵌入到原始图像小波变换后的各子带中,根据不同的攻击方式在不同的小波子带中提取水印.实验仿真表明,这种方法对几何攻击、加噪、JPEG压缩等均保持了良好的稳健性. 相似文献
4.
提出了一种在图像小波域中嵌入文字的新型鲁棒水印算法,并对嵌入的文字进行混沌加密和BCH纠错编码。实验结果表明,该算法增大了水印数据的嵌入容量,提高了抗常见攻击的能力。 相似文献
5.
为了提高无载体隐写算法的嵌入容量和抗干扰能力,提出了一种基于LBP码的纹理合成信息隐藏方法。该方法首先选择原始小尺寸纹理图像,分割生成均匀的像素块并计算块内每个像素的LBP值,取分布最多的LBP值作为该图像块的代表信息。隐藏秘密信息时,首先用指定密钥生成伪随机序列确定白纸上放置纹理候选块的位置,然后根据秘密信息的值选择候选块,放置到白纸指定的位置,其余空白位置则使用纹理合成方法填充。提取信息时,根据密钥生成的伪随机序列得到含密信息块位置,计算每一图像块的LBP值,取分布最多的LBP值作为该图像块包含的信息,从而得到秘密信息。实验结果表明,该方法生成的含密图像具有良好的视觉效果,而且在嵌入容量和抗干扰能力方面有了进一步提高。 相似文献
6.
在显著性目标检测中,背景区域和前景区域区分度不高会导致检测结果不理想。针对这一问题,提出一种基于邻域优化机制的图像显著性目标检测算法。首先对图像进行超像素分割;然后在CIELab颜色空间建立对比图和分布图,并通过一种新的合并方式进行融合;最后在空间距离等约束下,建立邻域更新机制,对初始显著性图进行优化。实验对比表明,该算法显著性目标检测效果更好。 相似文献
7.
图像拼接将来源不同的图像合并成一幅图,由此引起图像中光照方向、噪声等特性出现不一致的情况。目前多数方法根据拼接图像中噪声的不一致性来检测伪造区域,但是普遍对不同大小图像块的噪声估计准确性不高,导致真阳性率较低,且当噪声差异较小时会检测失败。针对该问题,提出一种基于自适应四元数奇异值分解(QSVD)的噪声估计方法。对图像进行超像素分割,利用自适应QSVD估计超像素的噪声,结合图像亮度并利用多项式拟合建立图像噪声-亮度函数,得到各超像素到该函数曲线的最小距离测度。为提高检测精确率,利用色温估计算法提取超像素的色温特征,将距离测度与色温特征相融合作为最终的特征向量,利用FCM模糊聚类定位拼接区域。在Columbia IPDED拼接图像数据集上进行实验,结果表明,该方法在未经后处理图像集上的检测TPR值较对比方法至少提升8.21个百分点,且对高斯模糊、JPEG压缩和伽马校正表现出较好的鲁棒性。 相似文献
8.
针对图像隐写中大容量、高保真度和安全性问题,依据人眼对变换剧烈及较暗区域均不敏感的视觉特点,结合模函数周期性运算,提出一种基于小波对比度和模函数运算的高保真图像隐写算法。该方法首先将载体图像按固定大小分块并计算其小波对比度,然后依据小波对比度确定各块嵌入深度,最后采用模函数运算嵌入秘密信息。实验结果表明,该方法能嵌入较多信息和保持良好的载密图像质量。 相似文献
9.
针对传统的直接编码方法对大规模神经网络难以进化的问题,研究者提出了进化神经网络的间接编码方法,这类方法的核心思想是网络子结构的重复可通过一组基因的多次表达来实现从基因型到表现型的映射,这种基因重用机制可在较小的基因空间中进行大规模神经网络的快速搜索.本文在总结和分析各类间接编码实现方法的基础上,给出了进化神经网络间接编码方法的一般性计算框架,每一次神经网络的进化过程分为三个阶段:发育阶段、学习阶段和进化阶段.并从计算框架的基因组进化过程和神经网络发育过程两个方面比较分析了各种典型间接编码方法的优缺点. 相似文献
10.
提出了一种HSV空间中颜色距离的定义,并根据定义的颜色距离,用Sobel梯度算子的变形对彩色图像在颜色分量上求出分割边界。使用了颜色信息,又结合了空间信息。实验证明该方法具有较高的颜色分辨能力和通用性,能得到较好的分割效果。 相似文献