改进Niblack算法及其在不均匀光照条件下的应用

文本二值化是光学字符识别的关键技术,但在光照不均的情况下,采用传统全局阈值二值化在图像过亮或暗区域情况下会造成大量文字信息丢失,因此通常采用局部阈值二值化方法。Niblack二值化是一种经典的局部阈值法,能够提取全部文字信息,缺点是存在大量伪影,且运算效率低,但优点是方法简单,易于实现。针对Niblack算法存在的问题,提出一种基于邻域信息的Niblack算法。该算法结合像素点空间八邻域灰度信息,能自适应调整阈值,逐点进行二值化处理,从而基本消除了伪影,并使用积分图法使运算时间从30s降低到3s,同时运用形态学腐蚀操作对笔画进行增强。实验结果表明,与传统Niblack、Sauvola等算法相比,在光照不均条件下,该方法图像噪声少、速度快,笔画更清晰,且更易于识别。     

基于八邻域算法的多区域面积测量方法的应用

计算图像中多区域的面积,可通过对连通域进行分析的八邻域算法来实现．分析了八邻域算法的基本原理、步骤和编程时的注意事项,并对此算法进行了验证．使用该方法不受因像中区域多少和形状的限制．     

基于并行四邻域区域生长的遥感图像分割方法

针对当前主流的灰度图像分割算法进行了分析、分类,指出了各类方法的优缺点,提出了并行四邻域区域生长的图像分割算法,将其用于遥感图像的分割,并取得了较好的效果。     

基于点处理的图像脉冲噪声滤除方法研究

在分析含噪图像恢复方法和脉冲噪声概率密度函数的基础上,提出了一种基于点处理理论的脉冲噪声污染图像的恢复算法。该算法依次扫描图像的像素点,判断当前的像素点是否为脉冲噪声数据点,如果为噪声点,则计算空域滤波器的输出结果,并替代该像素点的值;否则,该像素点的值保持不变。实验结果表明,该方法基于像素点的空域处理,具有无排序操作、算法执行速度快和保持图像细节的优点。     

模板匹配法与八邻域分析法在数字识别细化预处理中的应用及比较

〖HJ*3〗讨论了模式识别的基本问题之一——图像的细化处理,将模板匹配法和八邻域分析法应用于数字识别的细化预处理中。着重比较了两种算法在数字识别中的细化结果,指出两种算法在数字识别细化预处理中存在的缺点,认为八邻域分析法适用于数字识别的预处理。对八邻域分析法作进一步改进,消除细化后冗余的像素点,保证了细化结果为单像素连接,确保数字识别的骨架提取预处理,从而提高数字识别速度及准确率。     

基于双指导扩散模型的单样本图像域自适应

为了避免现有的单样本图像域自适应算法在反转重建过程中丢失内容信息的现象,提出一种利用CLIP(contrastive language-image pretraining)和ViT(vision transformer)双指导扩散模型去噪、实现内容对齐的单样本图像域自适应算法。首先设计一种基于扩散模型的域反转算法,将位于目标域的图像通过预训练的扩散模型反转到源域,从而获得了内容相同但域信息不同的图像对。其次,将图像对映射到CLIP模型隐空间中,通过内容主导和域主导的2个方向分别顾及内容信息和域信息;同时,将图像对映射到ViT模型隐空间中,通过对比学习的方式分别约束内容信息和域信息。最后,使用条件化指导的去噪方式,实现任意源域图像到目标域的转换。此外,该算法也适用于未见域间转换和多属性编辑的任务。定性和定量的实验结果证明,该算法相对于其他先进算法在多个性能指标上提升2%～27%。     

考虑梯度边缘信息的分形图像纹理细节增强算法研究

为降低噪声干扰,增强图像纹理细节,提高图像质量,提出考虑梯度边缘信息的分形图像纹理细节增强算法.依据图像已知点的灰度值推测新增点的灰度值,将新的像素点插入在图像像素点间,通过FBR理论对图像进行分形插值处理;采用图像锐化技术改进消噪掩模法,获取分形图像梯度边缘信息;构建梯度约束与数值约束的增强模型,控制图像噪声的同时,增强分形图像的边缘纹理细节.实验结果表明：信噪比越大,该算法分形插值处理后图像分辨率越高;该算法图像纹理细节增强后的图像噪声含量低,图像纹理与结构上相似度高,图像纹理细节呈现效果好;去噪能力较强,可有效增强图像边缘与细微纹理细节.     

基于混沌映射的小波域自适应数字水印算法

提出一种基于混沌映射的小波域数字图像水印新算法。将含有版权信息的二值图像作为水印,利用两个混沌映射的切换得到一个混沌序列,用其对水印图像进行加密。并用二维混沌映射对嵌入位置进行加密。算法根据HVS特性得到嵌入点的局部掩模函数,实现了水印在原始图像小波域中的自适应嵌入。实验结果证明该算法具有良好的鲁棒性。     

结合非局部信息与模糊聚类的SAR图像分割方法

为改善传统模糊C均值(FCM)聚类算法在SAR图像分割时迭代次数多、鲁棒性与分割精度差等问题,通过选取主要像素点,结合图像非局部信息提出一种FCM改进算法.首先将图像分块并选取主要像素点构成主要像素集合,然后对像素集利用K-means聚类确定初始聚类中心,接下来在FCM算法的目标函数中引入非局部空间信息,利用灰度信息与...     

基于邻域相似性的快速非局部滤波算法

在考虑像素邻域相似性的基础上,对Morel等人提出的非局部均值滤波算法进行优化.该算法充分考虑图像中存在的大量冗余信息,通过计算邻域内像素点灰度值的加权平均来恢复中心点的灰度值,并对邻域内的点进行一次预分类,只考虑邻域内与中心点相似性大的点,而忽略与中心点相似性小的点,从而减小了算法的计算复杂度.实验结果表明,用该算法处理的图像,其视觉效果和峰值信噪比均不低于非局部均值算法,而运行速度提高了45%以上.     

物体表面不同角度采集的三维图像配准的一种新算法

提出了一种能有效实现物体表面三维图像数据配准的算法.该算法利用了三维数据采集时的三维点的阵列信息,这些三维点的阵列信息在采集原始三维数据时可以很容易获得,同时,还利用了三维数据矢量/顶点相似特征作为数据匹配的基础.采用迭代最小均方误差算法来自适应优化变换矩阵参数.这些方法可以有效地提高三维图像配准的性能,加快匹配过程的运算速度.实验结果表明该算法可以获得较好的配准后三维图像的主观效果.尽管该方法主要针对人头模型,但经过少许修改后即可适用于其他物体.     

基于混沌和离散余弦变换的数字水印算法

提出了基于混沌和离散余弦变换的数字水印算法,该算法是将混沌映射序列作为水印信息,并在载体图像的离散余弦变换域较大幅度值上嵌入排序后的水印信息,而在水印提取时,再利用原图像、水印图像和密钥进行水印重构。Matlab仿真实验结果表明,该算法在保证水印不可感知性的同时,对添加噪声、高斯低通滤波、中值滤波、裁剪、旋转等常见信号处理攻击具有较强的稳健性。     

利用边缘信息的二值图像遗传恢复算法

多数遗传算法在进行图像恢复时并没有充分考虑图像本身的特点.本文提出了一种新的二值图像恢复算法.它利用二值图像具有0、1两个灰度值和明显的边缘信息的特点,并将该信息加入到遗传算法的变异算子中.变异时,只对非边缘信息点进行0或1改变.实验结果表明,该方法比简单遗传算法的恢复结果更准确,并在一定程度上保护了图像边缘;同时,该方法的恢复结果明显优于传统图像恢复方法.     

自适应Contourlet变换的多传感器图像融合

Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能.因此将Contourlet变换用于图像融合,能更好的提取图像边缘特征,为融合提取更多的特征信息.利用Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应Contourlet变换的多传感图像融合新算法.算法是将全色图像和多光谱图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法.     

一种基于脊波变换域的有意义图像盲水印算法

提出了一种将一幅二值图像信息嵌入到脊波变换域的盲水印算法。根据文[1]，水印被自适应嵌入到选定的脊波频带系数中。水印检测利用相关检测器，且不需原图像，实现了盲检测。通过实验证明了该算法的隐蔽性和鲁棒性。     

基于改进的视觉关注模型和MVSC的图像拼接算法

图像拼接的实质是将针对同一场景的相互有部分重叠的一系列图片拼结成大幅的、宽视角的、与原始图像接近且失真小、没有明显的缝合线的高分辨率图像。本文首先概述了图像拼接方法中四类典型的方法,并分析各自的特性;介绍了传统视觉关注模型,并进行了改进,利用改进的视觉关注模型算法获取图像的具有重复的显著区域;利用图像配准算法对重复的显著区域进行匹配,并确定源克隆域和目标克隆域;利用均值无缝克隆（MVSC）算法对源克隆域和目标克隆域进行融合;最后,利用基于改进的视觉关注模型和MVSC的图像拼接算法完成图像拼接。实验结果表明：该算法不仅自动准确地获取显著区域,而且降低了图像配准的复杂性,提高了图像拼接的质量。     

一种改进的图像自适应逆梯度插值算法

为了改善传统线性插值算法产生的图像模糊和边缘锯齿化现象,提出了一种改进的自适应逆梯度插值算法。该算法根据图像局部梯度特征,对已有的基于逆梯度插值算法中的逆梯度权值进行自适应加权,然后与经典的WaDi插值算法融合,得到改进的插值算法。实验结果表明,改进算法插值图像视觉效果和客观评价准则(峰值信噪比上)都有明显提高。     

基于Daisy描述子的抗几何攻击图像数字水印算法

几何攻击对图像水印算法的破坏性较强,一个不易察觉的破坏都有可能使水印算法失效,而大多数字图像水印算法抵抗几何攻击的能力较弱。鉴于此,提出一种基于Daisy描述子的水印算法,它在嵌入水印之前还对水印信息进行了Arnold变换,使得水印图像的安全性得到了提高。它先利用Daisy描述子对图像中的每个像素点进行描述,然后利用BSP树对Daisy特征空间进行划分。在水印嵌入时使用量化嵌入方法,并且根据图像局部特征自适应的调整量化步长,使得算法的不可见性更好。实验结果表明,该算法不仅可以抵抗旋转、缩放全局几何攻击,还可以抵抗常见的剪切、平移局部几何攻击。     

基于自适应混沌参数调制的图像加密

提出了一种基于自适应混沌参数调制的图像加密算法,该算法结合了自适应排列图像加密算法可以扰乱混沌加密的吸引域统计特性和基于混沌参数调制的图像加密算法可以抵抗选择明文的攻击性的优点.理论分析和实验结果表明,新的算法具有较高的安全性和良好的密码特性.     

基于暗原色先验与WLS的图像去雾算法

雾霾天气条件下图像采集因降质严重,导致后期图像处理复杂性提高。为此,提出一种采用暗原色先验理论与WLS滤波相结合去雾的改进算法。采用WLS滤波代替传统的软抠图法以修复大气透射率,针对去雾后图像较实际暗沉的问题,提出一种新的自适应图像增强方法,通过对去雾后的图像自适应非线性叠加,实现了图像增强的效果。实验结果表明,相比于其它传统算法,该算法能够在保持图像边缘细节的同时,提高图像的色彩质量,有效消除白色晕块,且计算复杂度低,图像还原逼真。