基于Lab色彩模型的FCM图像分割研究

为了解决彩色图像的准确分割问题,研究了不同颜色模型特别是Lab模型对彩色图像分割效果的影响。将同一彩色图像转换到不同颜色模型下,并使用传统模糊C均值聚类图像分割算法对其进行分割处理。通过对多幅彩色图像进行分割实验,结果表明,虽然Lab颜色模型在数字图像处理中使用广泛程度不及RGB颜色模型,但在该模型下处理MSRA_10K彩色图像数据集时的图像分割效果整体优于RGB颜色模型。     

一种改进的彩色图像边缘检测方法

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检.针对这个问题,在输出融合法基础上,对Roberts算子进行了改进,提出一种适用于彩色图像的边缘检测方法.实验表明,改进算法能有效检测彩色图像边缘.     

结合图像多种处理技术的数字水印算法

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。为增强水印的鲁棒性,在添加水印之前对水印进行预处理。实验结果表明,该算法对常见的图像处理方法和压缩具有很强的鲁棒性。     

基于Retinex的彩色图像去雾霾算法研究

针对雾霾较为严重的情况下室外采集装置采集的图像模糊,细节丢失等失真现象。采用Retinex算法进行雾霾图像的去雾处理,分析常用的单尺度和多尺度Retinex算法,并进行改进。将输入的RGB彩色图像转换成HSI彩色图像,提取亮度Ⅰ分量,用改进的MSR算法对Ⅰ分量进行图像增强,再转换回RGB空间进行合成。图像处理结果表明改进后算法的图像突出了图中隐藏的细节,提高了图像对比度,达到了较好的视觉效果。     

基于不确定性理论的彩色图像多阈值分割

提出一种新的彩色图像多阈值分割算法,首先根据点关联度的仿射性和仿射变换的保序性对色彩空间进行特征组合;再对组合后的灰度图像统计其信息熵,然后对信息熵进行模糊隶属划分。实验表明:在图像色彩信息较为丰富的情况下,该方法能够对RGB彩色图像中的基色和非基色进行有效划分。     

基于DCT变换的彩色图像数字水印嵌入算法研究

提出了DCT变换的彩色图像水印技术。在嵌入水印过程中,首先将彩色图像映射为一幅灰度图像,然后通过对灰度图像进行分块的DCT变换并计算各块的方差和均值,同时结合人类视觉系统(HVS)对图像进行分类,最后将水印信息嵌入到图像中。此算法可用于彩色图像的版权保护。     

基于同步振荡神经网络模型的图像分割

目前,国内外学者提出了很多图像分割算法,其中一些已经广泛应用于灰度图像和彩色图像分割。本文对图像分割方法进行了总结,并利用振荡神经网络模型的同步提出了对彩色图像分割的算法。我们在经典Kuramoto模型的基础上将全局耦合改为局部耦合,将相位耦合改为频率耦合并用它描述外界刺激引起的相位变化。通过引入瞬时频率,重建耦合神经元的活动曲线,将原彩色图像分别通过R、G、B三个通道,形成三个振动曲线,并将其进行叠加,根据一致同步性原理,得出一个新的彩色图像分割算法。     

基于小生境的自适应多目标遗传算法求解流水车间调度问题

针对分水岭算法的过分割问题,设计了一种结合分水岭和区域合并的彩色图像分割算法。使用分水岭分割算法对图像进行初始分割,由于图像中的细节信息和噪声会导致图像的过分割问题,针对此问题而产生的小图像区域,定义了它们之间的区域距离。依据区域距离融合了小图像区域的颜色信息和邻接关系信息的特点,提出了小图像区域合并算法,对小图像区域进行合并,并通过仿真实验与其他分割算法进行了比较和分析。     

颜色恒常性的距离正则化水平集彩色图像分割

引入颜色恒常性原理用于区分自然彩色图像中的差分结构,并结合距离正则化水平集算法,对具高光和阴影的自然彩色图像进行分割。实验结果表明,该算法能够正确有效地分割出图像目标,而未引入颜色恒常性原理的水平集算法则得到错误的图像分割结果。     

基于数学形态学和FCM的彩色图像去噪处理方法

目前图像去噪处理的方法多是为处理二值图像或灰度图像而设计的,对彩色图像进行去噪处理的方法并不多.作者采用了一种基于数学形态学和FCM的彩色图像去嗓处理的新方法,首先将彩色图像灰度化,然后用数学形态学的方法对其进行去噪处理,最后对去噪后的图像进行聚类并按类着色还原为彩色图像.实验结果表明这种对彩色图像进行去噪处理的方法是可行的.     

基于曲波和SVD的彩色图像盲水印算法

提出一种基于曲波的彩色图像盲水印算法.该算法使用Arnold映射作为混沌系统,对水印图像做预处理,根据人眼的视觉特性,抽取人眼最不敏感的Q分量做曲波变换,并且对曲波的低频系数分块进行SVD分解,将水印以一定的深度嵌入到每个分块的最大奇异值上.实验证明,该算法透明性好,抗攻击能力强,是一种有效的图像鉴定算法.     

RGB空间下基于矢量梯度的彩色图像边缘检测算法改进

由于彩色图像能够提供比灰度图像更为丰富的信息,因此彩色图像处理越来越受到人们的重视。为了充分利用彩色信息进行边缘检测,提出了基于多方向矢量梯度的彩色图像边缘检测方法。在分析传统基于矢量梯度的边缘检测方法存在边缘不连续、漏检等问题的基础上,通过引入多方向矢量梯度,综合考虑不同方向对图像梯度的响应,并借助信息融合技术融合多个方向下的检测结果,从而得到最终边缘检测结果。实验结果表明,该改进算法对边缘提取具有更好的连续性和定位准确性,而且对低照度下的边缘图像具有较好的响应。     

一种彩色图像的边缘检测算法

通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。     

一种改进的多混沌系统彩色数字图像加密方案

提出一种改进的基于Logistic映射和Lorenz映射相结合的彩色图像加密方法。将三维空间的彩色图像转换成二维的灰度图像,分别利用Logistic、Lorenz混沌系统生成的混沌序列对二维图像进行像素位置与像素值的置乱,对置乱后的图像按折叠算法进行处理。Matlab仿真实验结果可知,转换成二维灰度图像后有效地降低了算法的计算强度和空间需求;置乱时实现了不同层次（R、G、B）亮度值的完全混合,取得了较好的加密效果,安全性更高。     

改进细节提升多尺度Retinex图像增强算法

为了改善复杂照度下彩色图像增强出现的细节丢失和色彩失真问题,依据颜色空间转换和边缘细节融合算法,提出基于HSI空间细节提升多尺度Retinex图像增强算法。通过边缘提取融合算法增强HSI模型亮度分量,进行基于高斯模糊的多尺度细节提升,获得增强图像。与经典的MSR、MSRCR等进行仿真比较,实验数据表明,在主观视觉效果和客观评价指标下,该算法均优于MSR和MSRCR,增强图像细节丰富,色彩自然逼真。     

基于HSV空间的彩色图像分割

彩色图像分割是彩色图像处理和图像识别的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。根据HSV颜色空间颜色和亮度无关,将彩色图像从RGB空间变换到HSV空间,然后经过H分割对绿色信息进行提取得到分割结果。试验表明,这是一种计算高效的分割算法。     

基于小波变换及子带阈值的彩色图像降噪

提出了一种对彩色图像降噪的新方法,该方法先把彩色图像分解为红、绿、蓝3个基色图像,然后利用小波变换分别对3个基色图像进行多尺度分解,求出其各个尺度三个方向高频系数的子带阈值,并组成1个子带阈值矩阵,对单基色图像的各个尺度3个方向的高频系数进行阈值处理,实现对单基色图像的降噪,最后把降噪后的3个基色图像融合为一幅彩色图像。实验结果表明该方法可以很好地消除噪声,又可以较好地保持图像细节。     

基于C#的三种数字图像处理方法

为更快速地进行图像算法的开发,介绍了三种基于C#语言的图像处理方法：直接提取像素法、内存法和指针法．通过对彩色图像进行灰度化这一简单的数字图像处理算法实验,比较了这三种方法的特点．     

基于小波变换的数字图像水印算法

利用小波变换多分辨率特性和人眼视觉特征,提出了一种彩色图像多水印算法.多个有意义的签名水印能提供更可靠的版权识别,而且多水印相互配合使水印图像同时具有很好的鲁棒性.为增强水印的鲁棒性,在添加水印之前对水印进行预处理,在嵌入水印时又应用了扩频技术.实验结果表明,该算法取得了良好的效果.     

浅议计算机图形分离算法的设计与实现

计算机图形分离的过程就是利用生成和自然图像合成的混合图像,将人工和自然的区域有效地区别开来,在彩色图像进行量化后再使用自组织映射进行处理,得出不同的颜色再组成一个平面图,之后转为二值图像,在连通区域做上相应的标志。得出每个区域的粗糙度和边缘对比度,再进行实验的比较。计算机图形分离算法具有实用性和科学性。