基于图像识别技术的电视广告监播系统

在电视广告监播系统中,要采用图像模式识别的办法对电视广告进行监播。在进行模式识别之前,有必要选取一种适应性强,并且高度自动化的二值化方法对电视广告图像进行预处理。针对电视广告监播系统的特点,对模糊C均值聚类算法进行了研究并将其应用于图像二值化,实现了系统所需要的自动二值化。在该系统的图像识别模块中,待检测的对象具有确定性,因此可以采用预先存储的样本,用模板匹配法进行识别,针对其数据量极大的特点,因此采用由模板匹配改进的序贯相似性算法,该算法能显著地减少计算量。     

基于中值背景模型的运动目标自适应检测方法

针对复杂交通场景中运动车辆检测方法存在的局限性,本文提出了一种基于中值模型和自适应阈值的运动检测算法。利用自适应阈值对差分图像的三个颜色通道进行二值化处理,实现了运动目标的精确检测,采用中值更新策略实现背景图像的实时更新。实验结果表明,算法可以从复杂交通场景图像序列中有效地检测出运动目标,且算法计算量小,具有良好的鲁棒性与实时性。     

一种改进的基于奇异值分解的水印算法

提出了一种改进二值图像数字水印算法。该方法是基于对灰度原始图像做三层小波变换,根据HVS特性选择适当的小波系数,使用SVD方法嵌入二值水印,提取时利用小波逆变换。经过数字试验结果证明,水印图像具有良好的透明性和鲁棒性。     

一种鲁棒性强的光照人脸预处理算法

为解决变光照下人脸识别率低问题,提出一种鲁棒性强的光照人脸处理算法(ISSR)。首先对亮度图像进行粗估计,然后通过非线性运算在反射图像中对粗估计的亮度图像进行补偿,最后采用支持向量机建立人脸识别分类器,并采用Yale、CMU-PIE和AR人脸库进行仿真测试。结果表明,相对于其它光照处理算法,ISSR算法增强了人脸图像的质量,提高不同光照条件下的人脸图像识别正确率,鲁棒性更强。     

基于图像识别技术的电视广告监播系统

在电视广告监播系统中，要采用图像模式识别的办法对电视广告进行监播。在进行模式识别之前，有必要选取一种适应性强，并且高度自动化的二值化方法对电视广告图像进行预处理。针对电视广告监播系统的特点，对模糊C均值聚类算法进行了研究并将其应用于图像二值化，妻现了系统所需要的自动二值化。在该系统的图像识别模块中，待检测的对象具有确定性，因此可以采用预先存储的样本，用模板匹配法进行识别，制对其数据量极大的特点，因此采用由模板匹配改进的序贯相似性算法，该算法能显著地减少计算量。     

基于DWT和SVD的水印盲提取

为进一步提高盲水印算法的抗攻击性,提出了基于离散小波变换和奇异值分解的盲水印算法。首先对原始图像进行分块处理,再对分块后的图像进行二维离散小波变换并对低频子带进行奇异值分解,将混沌加密后的水印信息自适应地嵌入到分块矩阵的最大奇异值中,平衡了水印的鲁棒性和不可见性,同时实现了水印的盲提取,实验结果表明该算法具有很好的不可见性,且能有效地抵御JPEG压缩、噪声、剪切等各种攻击。     

一种基于DCT的数字水印策略

提出了一种基于DCT变换的数字图像水印算法,将二值水印转化为一维序列,对水印序列进行一定的置乱,再对载体图像进行DCT变换,选择合适的位置将水印嵌入。算法不仅增强了水印信号的不可见性,而且具有较好的鲁棒性。     

基于HVS的图像变换域鲁棒性数字水印算法

为提高数字图像水印算法抗攻击能力,提出了一种新的、鲁棒性强的数字图像水印算法。首先对二值水印图像进行Arnold置乱变换,然后将宿主图像进行多级Contourlet变换,并选择纹理丰富和频率较大的高频区域作为水印嵌入的区域,最后基于人类视觉系统的掩蔽函数得到合适的水印嵌入强度,将水印码嵌入到数字图像中,实现信息隐藏。算法水印隐蔽性好,算法鲁棒性强,能够对均值滤波、高斯滤波以及中值滤波,对噪声、JPEC压缩攻击和裁切攻击均具有较强的抗攻击能力。该算法能够满足数字图像防伪以及版权保护的需求。     

基于离散余弦变换的二值特征描述子应用

<正>针对传统浮点型特征描述子占用空间大、匹配速度慢,而当前二值型描述子鲁棒性整体不高的问题,提出了一种基于离散余弦变换(Discrete Cosine Transform,DCT)的二值型特征描述子。算法将特征点邻域图像块均匀分块,对分块后的子块进行DCT变换,利用DCT变换实现图像低频与高频信息分离。通过对各子块低频系数进行对比、二值化后,生成二值特征描述子。本文采用多分块策略和基于Adaboost的降维策略,生成更具判别力且低维度的描述子。实验结果表明,与SIFT及SURF描述子相比,本文描述子存储空间占用少,匹配速度快,而且相比BRIEF、ORB、BRISK二值型描述子整体鲁棒性更强。     

一种改进的基于二维混沌映射的图像加密算法

二维混沌映射通过对图像的拉伸和折叠处理,实现图像的混沌加密。对二维混沌映射图像加密算法进行分析,提出了一种改进算法,该算法利用混沌系统产生的二值序列作为密钥,把原长方形图像增补成正方形图像;然后利用二维混沌映射加密算法对该正方形图像进行加密。通过改进使该算法适合于长方形图像的加密。仿真试验验证了改进算法的安全性。     

基于形态学方法的虹膜快速定位算法

为提高虹膜的定位速度,提出一种粗定位与精定位相结合的虹膜快速定位算法。首先,利用阈值对人眼图像进行分割提取瞳孔,对二值化瞳孔区域进行形态学开运算去除瞳孔区域外睫毛等噪声点;然后选用一系列半径递增的结构元素对瞳孔区域进行形态学腐蚀操作,根据腐蚀结果粗略定位虹膜内边缘;最后利用圆梯度算子对虹膜内外边缘进行精确定位。对CASIA（version 1.0）虹膜数据库中100多幅虹膜图像进行定位实验,文中算法平均耗费时间为1.22秒,圆梯度算子耗时10.8秒,Hough变换方法耗时15.7秒。定位结果表明,文中算法对不同质量的虹膜图像定位速度快,精度高,鲁棒性强。     

郭涛算法在模板匹配中的应用

目前图像模板匹配算法一般都有计算量非常大的缺点,在实际运用中存在一定问题,根据这一问题提出了将演化算法应用到图像模板相关匹配中。模板匹配实际是寻找最优解的问题,将模板和子图像的互相关函数作为目标函数,基于演化的郭涛算法实现了模板匹配的最优解。最后根据实验说明了该算法较传统的遍历式模板匹配算法具有计算量大大减少的优越性。     

基于模板叠加相异特征匹配的CT图像断点标定

运动员因剧烈运动常导致隐性骨骼损伤,常规的CT图像观测方法靠人工经验判断,无法有效发现隐性骨骼损伤的CT图像断点,不能形成合理的诊断方案,断点标定性能较差。提出一种基于模板叠加和相异特征匹配的CT图像断点标定方法,进行基于小波变换的CT图像边缘检测分离,采用相异特征匹配的方法消除图像中的噪点信息,提取灰度像素值特征,根据Shannon信息论原理,描述融合结果与源图像的综合相关性信息,得到CT源图像与断点融合图像的进行相关性标定,采用模板叠加和相异特征匹配得到准确的断点标定结果。实验证明,采用该算法能有效实现对CT图像的隐性损伤骨骼损伤作出的断点标定,标定的准确度较高,鲁棒性好,抗噪性优越。为体育运动损伤诊疗提供理论依据。     

基于混沌序列的LSB水印算法研究

针对LSB算法隐秘性的不足,本文提出一种基于混沌序列的LSB数字水印算法。该算法首先二值化水印图像,其次采用混沌序列置乱该水印图像,最后嵌入目标图像像素最低位。实验结果表明,对比其他水印算法,该算法具有良好的鲁棒性和视觉隐藏性。     

随机比较Gabor滤波的可撤销掌纹识别算法

针对掌纹生物特征识别的模板安全保护,本文研究并提出一种Gabor滤波与混沌矩阵进行随机比较的可撤销掌纹识别方法。首先使用Gabor滤波器与经过预处理的掌纹图像卷积;然后将滤波得到的模板与混沌矩阵进行随机比较,得到可撤销的二值模板;最后根据计算模板之间的汉明距离归类匹配。通过掌纹数据库实验表明,该算法在保护掌纹图像模板安全性的同时,提高了识别效果。     

一种基于小波域的数字水印算法

分析了一种小波域数字水印算法,利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印,在对原始图像进行多级小波分解后,通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性,并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

一种抗几何攻击的数字水印算法

针对水印同步问题设计了一种抗几何攻击数字水印算法。首先采用奇异值分解（SVD）的方法嵌入水印,然后利用SIFT算法提取已嵌入水印图像的特征点。在水印检测过程中,将可能遭受几何攻击的含水印图像与原含水印图像进行特征点匹配,找出任意三组匹配特征点,根据特征点尺度及位置关系估计图像可能遭受到的旋转、缩放及平移变换参数,将图像还原,实现水印重同步。实验结果表明,算法在兼顾水印嵌入的不可见性同时,具有较好的鲁棒性,能抵抗常见的几何攻击。     

基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速计算

贝塞尔-傅里叶矩作为一种图像特征在计算机视觉、图像处理等领域得到了广泛的应用。提出一种基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速算法。该算法利用重叠矩形图像表示方法,将灰度图像的贝塞尔-傅立叶矩的计算转化为对一系列仅包含单个矩形区域的二值图像的贝塞尔-傅立叶矩的和,使得最耗时间的积分运算与具体图像无关,从而可以利用查表法提前完成大量的运算,提高算法的执行效率。实验结果表示,新算法比贝塞尔-傅里叶直接生成算法在速度上有较明显的提高。     

变电站巡检机器人智能仪表识别检测算法

本文提出一种基于智能变电站巡检机器人的变电站仪表读数识别的方法,首先定义变电站仪表标准化模板,对机器人实时采集的图像与标准化模板经过SURF算法匹配,获得仪表图像的四个顶点位置,得到聚焦窗口,获得清晰的仪表图像。然后对表盘图像进行极坐标变换,将圆形的表盘转换为矩形的表盘图像,再进行二值化、指针提取、细化等提取刻度及指针,完成对指针读数。     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。