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。     

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.     

基于特定理论工具的彩色图像分割技术

图像分割是对图像进行分析和理解的基础，彩色图像由于较灰度图像具备更多的视觉信息而越来越受到人们的关注、文章对彩色特征空间的选取，以及近年来通过结合模糊数学、马尔可夫随机场、神经网络、遗传算法、小波分析等特定理论工具和模型的彩色图像分割方法和策略加以介绍．     

基于特定理论工具的彩色图像分割技术

图像分割是对图像进行分析和理解的基础，彩色图像由于较灰度图像具备更多的视觉信息而越来越受到人们的关注．对彩色特征空间的选取，以及近年来通过结合模糊数学、马尔可夫随机场、神经网络、遗传算法、小波分析等特定理论工具和模型的彩色图像分割方法和策略进行了介绍．     

谈包装印刷设计中彩色图像转灰度图的方法与注意事项

灰度图像是包装印刷中重要的图像稿件,数码印刷拓宽了其采集途径并提供了丰富的制作技术.本文较为详细地研究、归纳了由彩色图像转换灰度图像的常用方法及注意事项,特别对CS3中黑白转换命令做了重点论述.     

彩色图像分割方法综述

图像分割是图像分析中一个非常重要的预处理步骤,分割效果将直接影响到后续任务的有效性。彩色图像相较于灰度图像更接近人类的视觉特性,因此对彩色图像的研究更为重要。对当前比较常用的一些彩色图像分割方法进行了综述,阐述了基于阈值、基于聚类、基于区域以及基于特定理论的几类分割方法各自的优缺点和应用场景。最后根据基于过完备字典的稀疏表示能够刻画图像细节信息、实现图像最优逼近的特点,提出将其推广至彩色图像分割的研究思路。     

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。     

数字识别系统中的图像前期处理方案设计

本文讨论了印刷体阿拉伯数字识别系统的方案实现,本方案首先将彩色图像灰度化,平滑滤波后再将灰度图像二值化,同时分析了从二值图像中提取字符的算法,采用了改良的Hilditch的细线化算法进一步去除图像的冗余信息。     

面部图像纹理特征检测方法研究

传统面部图像的特征检测主要针对于灰度图像和二值图像,目前国内对于面部彩色图像（尤其是高清面部彩色图像）纹理特征的研究还处于起步阶段。针对于面部区域彩色图像特征,通过采集不同测试者早（健康状态）、晚（疲劳状态）大量面部彩色图像,据此建立面部图像数据库,划分数据库为P（疲劳图）、Z（正常图）、R（结果）三类。利用共生矩阵算法求得最大特征区域的纹理特征向量,用对比统计得到的数据测定正常与疲劳面部图像特征值的差别。实验结果表明,面部彩色图像的纹理特征反映了图像本身的属性,进一步描述了图像的细节信息,具有计算量小的特点。     

一种面向人眼探测识别的图像伪彩色局部优化方法

人眼分辨灰度能力有限,灰度图像伪彩色优化能使图像内原本感知不到的景物信息显现出来。现有的伪彩色方法缺少合理明确的量化指标。以人眼最有利于从伪彩色图像感知原灰度图像景物信息为优化目标,提出了局部快速伪彩色优化方法。实验表明,本方法相较已有方法优化效果最佳。     

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。     

融合复合纹理特征的图像拼接检测

为解决传统图像拼接检测算法对图像内容、光照变化等鲁棒性不强问题,提出一种基于多种纹理特征融合的图像拼接检测方法。对二维灰度图像执行非下采样轮廓波变换（NSCT）,以获得包含图像纹理特征的一系列子带图像。对在水平和垂直方向进行差分处理的低频子带图像以及4个高频图像,获取韦伯局部描述符（WLD）纹理和局部三值模式（LTP）纹理。将WLD纹理与灰度共生矩阵结合,得到像素点强度、梯度与灰度之间的关系;再将LTP纹理与灰度共生矩阵结合,得到无噪声和光照影响的像素点灰度间关系;最后分别提取WLD值共生矩阵和LTP值共生矩阵的对比度、相关性、相异度、熵、能量等5个特征,并融合成特征向量,使用RBF神经网络分类。该方法在哥伦比亚彩色图像库上检测准确率达到了95.7%。     

面部彩色图像特征检测方法研究

传统面部图像的特征检测主要针对灰度图像和二值图像,对于彩色图像特征分类及识别的研究急需突破与发展。针对面部区域彩色图像特征,通过采集不同测试者早（健康状态）、晚（疲劳状态）的面部彩色研发图像,建立面部图像数据库,划分数据库为P（疲劳图）、Z（正常图）、R（结果）三类。根据对多个测试者早晚面部图像的HSI空间分量进行掩膜、滤波处理计算的特征值和对比统计得到的数据来测定正常与疲劳面部图像差别大小,返回正常与疲劳状态时最大特征区域和区域的颜色、色差,形成颜色特征向量。实验结果表明,亮度对于彩色图像特征检测影响很大,需要消除因为不同背景亮度对彩色图像特征检测的干扰。     

车牌图像预处理技术研究与实现

介绍了彩色图像转换为灰度图像的原理并给出了VC 仿真效果图,论述了局部均值滤波,同时提出了改进的均值滤波方法,并用VC 仿真;仿真结果表明,改进的算法不仅可以有效去除噪声,而且可以能弥补均值滤波对边缘点等图像尖锐信息的模糊化.     

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。     

彩色人脸鉴别特征抽取及识别

目前存在的彩色人脸识别方法大多是将彩色图像转换为灰度图像后,采用基于灰度图像的特征抽取与识别算法进行分类识别.本文根据彩色人脸图像的构成特点,对彩色人脸图像的R、G、B三个分量色彩信息进行特征抽取与分析,进而找出适合对彩色人脸图像进行自动识别的鉴别特征.最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性.     

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。     

伪彩色图像处理技术

伪彩色图像处理技术阮俪伪彩色图像处理是把一幅单色图像转变为彩色图像的技术。目前,在数字图像处理中广泛地应用了的彩色图像显示。因为人眼对灰度级的感觉远不如对彩色的感觉灵敏,我们所能区别的灰度级只有几十级,而区别彩色可达几千级。区别单色图像中几级灰度的两...