基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

一种加权子空间分流拟合的图像全息修复算法

传统的子空间非纹理图像修复算法只考虑结构信息特征子空间,对小区域破损部分需要通过多维搜索,图像修复效果不好。提出一种基于加权子空间分流拟合的图像全息修复算法,采用阵列流型全息向量对两子空间进行相异性加权,同时考虑结构信息特征和纹理信息特征,并采用最大似然算法对图像区域像素元素实现分流拟合修复,拟合修复过程中避免了对小区域元素多维搜索,实现全息修复。仿真结果表明,采用该算法进行严重受损图像修复,修复效果较好,PSNR值和GPU加速效果都有明显提高,在处理处理破损图像中具有一定的优越性。     

一种基于块的纹理综合算法

纹理综合是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一,它的应用范围也十分宽阔,比如图像修复,纹理取代,动画制作,图像编码乃至图像错误隐藏等。本文讨论了一种基于块的纹理综合算法,它是在Image Quilting方法的基础上,通过寻找最佳像素块,采用自适应采样块,从而提高了搜索合成的速度。     

基于改进优先权的Criminisi图像修复算法的研究

图像的获取与应用已深入融入到人们的生活中,对破损图像的修复也显示出其重要的地位。基于Criminisi方法的图像修复方法是一种常用的图像修复算法,其既能够对划痕等小幅破损图像进行良好的修复,又能对大块破损的图像进行完好的修复。基于Criminisi方法的图像修复算法利用置信度与数据项来衡量待修复块的优先权,用于选取优先修复块。利用SSD函数从已知区域搜索优先修复块对应的最佳匹配块,对修复块进行修复。虽然Criminisi方法能够较好的完成大、小破损面积图像的修复。但其优先权函数存在不稳定的因素,随着修复的不断深入,容易出现优先权衡量出错的情况,使得算法的鲁棒性能不佳,修复图像质量下降。对此,本文提出了基于改进优先权的criminisi图像修复算法的研究,在Criminisi方法的基础上,对其优先权函数进行改进,使得算法的鲁棒性能以及修复图像的质量得以提高。实验结果表明,改进后的Criminisi图像修复算法具有更好的图像修复效果。     

用于纹理图像压缩的分形算法的改进

纹理是图像中的重要部分,包含了大量的信息。纹理部分大多数为背景而被人所忽视。针对纹理图像本身很强的自相似形以及分形算法中D块池搜索时间过长和匹配原则过于繁琐的问题,提出了一种结合矢量量化的方法,并对R块和D块采用了一种新的匹配原则。首先对D块池中的D块进行矢量量化处理,优化码书以减少搜索时间。然后提出了一种新的匹配原则IAM(图像活动能量测度)并通过这个参数来配对R块和D块,从而实现分形编码。     

基于运动信息自适应的运动估计算法

结合分析UMHexagon S和经典运动估计算法,本文提出了一种基于运动信息自适应的运动估计算法。该算法利用宏块的时空相关性实现对静止块的判定,并对其直接停止搜索;依据块的运动类型来自适应选择起始点和模板,对于中、小运动块跳过大模板粗搜索直接进入小模板细搜索。实验结果表明,基于运动信息自适应的运动估计算法的搜索精度接近于UMHexagon S,但是搜索速率优于H.264标准中已有的快速运动估计算法。     

基于融合技术的图像去高光方法

现有的图像去高光方法仅适用于特定对象特定场合、用途单一、局限性大。针对现有多视角法无法处理图像序列重叠高光区域的问题,进一步采用基于样本块的算法修复。实验结果表明,方法在玻璃、金属等物体上,以及图像序列存在重叠高光区域时均能够有效去除高光,准确修复图像丢失信息。     

基于图像纹理特征的变容量可逆水印算法

为了提高含水印图像的质量和篡改恢复质量,提出了一种变容量数字水印篡改恢复算法。该算法首先将图像分为2×2的图像块,根据图像的纹理特性生成不同长度的检测水印和附加水印,然后分别基于不同的密钥将其嵌入到图像块的不同位置;篡改检测时,采用分层篡改检测的方案定位被篡改图像块,并应用提取出的双重水印重构图像块结构和纹理特征,实现图像信息恢复。实验表明,该算法不但能提高含水印图像质量、篡改定位精度和恢复质量,而且能够有效抵抗均值攻击和拼贴攻击。     

基于运动场预测的三角形搜索算法

提出一种新的运动估计快速块匹配算法,基于运动场预测的三角形块运动估计搜索算法（PMVTEXBS）.该算法利用序列图像运动矢量场所具有的中心偏置性和空间相关性,结合“足够好就停止搜索”的思想和六边形搜索模式的高速特性,能快速找到匹配点。并且在块失真度量中使用改进的部分失真准则,进一步降低了算法复杂度。实验结果表明,和菱形算法DS、预测运动场自适应搜索算法（PMVAFST）相比,该算法的计算复杂度和搜索点数都有了明显下降;同时,它的图像质量要优于DS算法,和PMVAFST算法相比只有较小的下降。     

基于稀疏表示块和全变分的超分辨率重建研究

针对传统的基于稀疏表示超分辨率重建存在不能同时保存边缘与纹理结构,并且在线运行时间长的问题。一种基于稀疏表示块的超分辨重建算法被提出,首先通过图像训练PCA字典集,然后应用PCA算法得到相应的聚类子字典,在重建的过程中引入全变分正则项,以便联系图像局部之间的信息和加强保存重建过程中的图像纹理特征。最后用分步算法求目标函数,重建得到高分辨率图像。大量的仿真实验结果证明,与传统的超分辨率算法相比,新算法能够改善图像结构特征信息,评价指标值也有一定的提高。     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

高分辨率捺印掌纹的自动分割

设计了2种全新的自动掌纹分割算法.第1种利用一致局部二进制模式的频数统计逐块检测背景区域;第2种根据相邻区域(块)之间的纹理差异容忍度,将相似的区域合二为一,差异较大的标记为两类区域.然后通过区域生长分别得到掌纹前景和背景.2种算法在标准掌纹档案库中都得到了成功应用.     

一种基于活动围道的纹理图像分割方法

本文将Gabor滤波器和各向异性扩散方程相结合，提出了一种基于活动围道的无监督纹理图像分割算法。采用基于总变分流的扩散函数，各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时对图像纹理区域进行平滑，获得比原始图像更易分割的简化图像。但是平滑过程中纹理信息的丧失，限制了该方法的通用性和有效性。为了在利用各向异性扩散方法的同时有效地提取和利用纹理信息，我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像，同时将原始图像作为表征纹理灰度信息的一个特征通道考虑。再利用矢量形式的各向异性扩散方程对特征图像进行边界保持的各向异性平滑。我们将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间，来对平滑后的纹理特征量进行分割。实验证明利用该纹理分割算法可以获得较好的效果。     

一种新型的基于数学形态学和颜色特征车牌定位算法

在分析了车牌定位现有算法优缺点的基础上,本文提出一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法.该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰.把图像分割为若干子区域,利用纹理条件和颜色条件判断,对各子区域进行独特的分类和聚类融合,最终由粗至细精确地定位出车牌所在位置,为后续车牌字符的分割识别步骤打下良好基础.实验结果表明,对于各种情况下的车牌图像,该算法都能有效地对车牌进行定位,具有定位准确率高,运行速度快,抗干扰性强的特点.     

一种新的复杂背景下快速车牌定位方法

针对实际应用中具有复杂背景的高分辨率数码图像下车辆牌照定位问题，提出了一种综合利用了车牌纹理特征、几何特征以及色彩特征的快速车牌定位方法。该方法按顺序分为图像预处理、牌照区域粗定位、牌照精确定位三个步骤对牌照由粗到细准确定位出车辆牌照位置所在。实验结果表明．对于场景大，背景复杂的车辆图像，该方法运行速度快，定位准确率高，具较强抗干扰能力。     

基于SIFT特征点改进搜索算法的图像匹配技术研究

本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。     

基于三角形相似性的图像匹配算法研究

本文提出一种新的H/S(Harris/SIFT)特征点提取算法,在此基础上根据三角形相似性原理,引入基线三角形组及复数空间,使传统的被动搜索三角形变为主动构造三角形,并利用多模板实现图像匹配。实验表明该匹配算法在图像存在旋转、尺度变化等情况下具有良好的应用性能。     

基于块奇异值分解的水印算法研究

奇异值分解是一种特殊的矩阵变换，并具有良好的性质。本文充分利用奇异值分解的特性，提出了一种新的基于块奇异值分解的量化水印算法和一种新的基于块奇异值分解的扩频水印算法。这两个算法都是通过对各个数据块的最大奇异值进行修改来嵌入水印，都可以根据待嵌入的水印信息量来调整分块的大小，算法的复杂度较低。其中的量化水印算法是含边信息的嵌入方法，可以实现盲检测。实验结果证明，基于块奇异值分解的水印算法对常规的图像处理攻击具有很好的鲁棒性，尤其是其中的量化水印算法。     

基于爬山法快速波形匹配的高频电源过程控制

提出了基于波形匹配的方法预测一次电流过零点,来提高高频电源输出功率.然而直接使用归一化互相关算法计算量大,速度慢.为了提高匹配速度,本文采用爬山法启发式搜索策略,实现了非遍历性搜索,并能快速找到最优匹配点.实验结果表明,爬山搜索算法性能优越,用于高频电源过程控制中是可行的,且具有快速性和较高的准确性,相比直接互相关算法...