高动态范围图像的生成与显示方法研究

高动态范围图像的高动态性使得高动态范围图片在现有数码设备上捕获相当困难,同时基于现有显示及打印设备的低动态特性高动态范围图片的显示也十分棘手,本文将介绍并分析近年来有关高动态范围图像的生成及显示方法,比较其优劣,并对典型方法进行详细论述。     

基于改进布谷鸟优化的模糊聚类图像分割

模糊C均值聚类算法(FCM)是一种应用非常广泛的聚类算法,但是它受初始聚类中心影响较大,容易陷入局部最优。 在标准布谷鸟算法(CS)的基础上 提出改进布谷鸟优化算法(ICS),将发现概率P由固定值转变成随迭代次数逐渐减小的变量,这样不仅可以提高搜索种群的质量,而且保证了算法的收敛。因此,可以将改进布谷鸟优化算法用于FCM算法聚类中心生成的过程(ICS_FCM),从而有效地避免FCM陷入局部最优。改进的算法具有良好的聚类效果和运行速度。实现基于改进布谷鸟优化的FCM图像分割,并与基于模拟退火的FCM算法(SA_FCM)进行对比。由实验结果可知,该算法(ICS_FCM)不仅取得了较好的分割效果,效率上也有明显的提高。     

一种分组实现的高动态范围图像显示方法

针对低动态显示设备严重制约高动态范围图像显示的缺点,提出了一种基于分组的高动态范围图像色调映射技术,利用双边滤波技术对图像亮度值进行初步校正,对所得数据进行分组,根据分组数据的平均值惟一确定一个伽马值对图像亮度进行最终修正。实验结果表明,该方法不仅能够实现动态范围压缩,而且能够有效避免光晕和色差等现象,可以广泛应用于各种低动态设备中。     

基于三维网格物体的鲁棒性盲水印方案

提出了一种基于3D网格物体的鲁棒性盲水印方案。先将3D物体模型转换到仿射不变空间,然后把顶点坐标转换到球面坐标,利用球面坐标来嵌入水印。由于在仿射不变空间下,3D物体模型不受平移、旋转和比例变换的影响,故该水印方案对于此类变化具有很强的鲁棒性。试验结果也证明了这一点,且该水印具有良好的不可见性。     

一种DCT变换的三维网格物体盲水印方法

提出了一种基于DCT变换的3D网格物体鲁棒性盲水印方案。首先将3D物体模型转换到仿射不变空间,抽取三维物体重心到顶点的距离生成一个一维的离散信号,将该离散信号进行DCT变换,改变其系数以嵌入水印。然后经过逆DCT变换生成带水印的3D物体模型。在仿射不变空间下,实现了3D物体模型对平移、旋转、比例变换的鲁棒性,采用DCT变换使3D模型具有很强的水印不可见性,而且具有一定的噪声鲁棒性。试验结果也表明该方法不仅对于旋转、平移、比例变换具有很强的鲁棒性,而且具有良好的水印不可见性。     

基于小波变换的三维网格物体盲水印方案

提出了一种基于小波变换的3D网格物体鲁棒性盲水印方案.首先将3D物体模型转换到仿射不变空间,抽取三维物体重心到顶点的距离生成一个一维的离散信号;将该离散信号进行小波变换,改变其高频系数以嵌入水印,然后经过小波逆变换生成带水印的3D物体模型.在仿射不变空间下,实现了3D物体模型对平移、旋转、比例变换的鲁棒性,采用小波变换使3D模型具有很强的水印不可见性以及一定的噪声鲁棒性.试验结果表明,该方法不仅对于旋转、平移、比例变换具有很强的鲁棒性,而且具有良好的水印不可见性.