基于块特性的去块滤波后处理算法

在基于块的离散余弦变换编码的图像压缩技术中,低比特率时其重构图像的块边界上会产生严重的方块效应,降低了图像主观质量。提出了一种基于块特性的自适应去块效应算法。该算法以8×8块为单位对图像划分为平坦区域、边缘区域、纹理区域,并针对不同区域选用相应的滤波算法。仿真结果表明,该算法能够有效地去除图像中的块效应,并保留了大量的图像细节。     

改进的基于样本块的图像修复算法

目前传统的基于样本块的图像修复算法容易产生错误的匹配纹理块,从而造成视觉的不连续性、结构性强的图像的修复效果差以及不同纹理区域间边界信息处理模糊。针对这些问题,提出了一种改进的基于样本块的图像修复算法。首先加入曲率因子改进优先权计算方法,然后建立目标优先级队列,最后提出了基于矩阵相似度的样本匹配策略。通过对几个关键目标块匹配策略的改变,解决了纹理边界处理误差大、图像过渡不平滑等问题。     

基于Gabor滤波器的自适应指纹增强算法

指纹增强的目的在于改善指纹图像的质量,进而提高指纹识别系统的性能.提出了一种基于Gabor滤波器的指纹增强算法,算法采用梯度法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率,通过计算图像方向一致性来自适应地调节Gabor滤波窗口的大小,再采用具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应.实验结果表明,算法具有良好的图像增强效果.     

基于视觉显著性分析的毫米波辐射图像增强

为了提高分辨率较低的毫米波隐匿武器辐射图像的可读性,研究了基于视觉显著性分析的毫米波辐射图像的增强方法。根据视觉显著性分析方法的原理,选取适合于毫米波辐射图像增强的IG模型。对图像进行频域滤波,通过设计截止频率保留目标边界并去除噪声与目标内部的纹理,在Lab颜色特征空间内计算滤波后图像的显著图作为图像增强的结果。与原图相比,增强后的图像在抑制背景的同时可以突出目标区域,并可采用自适应阈值分割的方法提取目标区域及其轮廓。采用该方法对实测毫米波隐匿武器辐射图像进行图像增强实验,证实了其增强效果在主观视觉及客观评价指标上均优于其他常用方法。     

基于改进Retinex的图像增强算法

为了改善图像的增强效果,在多尺度Retinex(Multi-scale Retinex,MSR)算法的基础上,提出一种改进Retinex的图像增强算法。该算法首先采用MSR算法对原始图像进行分解,得到光照分量图像和反射分量图像,然后伽马变换对光照分量图像增强处理,并采用线性拉伸方式对增强结果进行修正,同时采用双边滤波算法对反射分量图像进行处理去除噪声,最后对处理后的光照分量图像和反射分量图像进行合并得到增强后的图像,采用仿真对比实验对算法性能进行测试。实验结果表明,该文算法改善了图像视觉质量,保留了更丰富的细节信息,有效防止了光晕伪影,更加有利于后续的图像处理。     

基于块采样的纹理合成算法改进

通过引入最小误差映射表数据结构,改进图像重叠区域最小误差分割算法,以提高纹理合成过程的纹理块匹配速度.通过对可接受误差范围参数进行调整,实现纹理选取过程的优化,提高合成图像的质量.以二值化的原始纹理块和合成图像中的黑色像素点百分比折线对比、黑色区域数量折线对比作为合成效果的评价依据,给出合成图像效果的评价算法.试验结果表明,改进算法在提高合成速度、改善合成效果方面都较理想.     

基于模糊集的图像增强方法研究

图像增强处理中常用的均值滤波和中值滤波等方法有较强的抑制噪声的能力,在一定程度上会导致图像模糊,影响图像处理的效果.直方图均衡化是目前地震图像增强的主要方法,但它存在着图像细节信息丢失和噪声放大的缺点.基于模糊集的图像增强方法逐渐被应用到实际的图像处理中,并且显示出它优于传统图像增强算法的特点.因此,将基于模糊集的图像增强方法应用到图像处理中,以克服传统图像增强方法的不足.首先对传统的Pal-King基于模糊集的图像增强算法进行了研究.针对Pal-King算法的缺点和不足,提出了两种改进算法,并且运用模糊熵理论对改进算法的正确性进行了证明.     

无参考JP EG压缩图像质量评价改进算法

针对传统JPEG压缩图像质量评价算法存在高计算复杂度的问题,通过改进经典的JPEG压缩图像质量评价算法,以无参考为基础,提出一种快速有效的质量评价算法。该算法将人眼视觉系统特性引入到图像质量评价体系中,利用局部方差选取人眼感兴趣图像块代替整体图像,并只针对感兴趣图像块做特征提取处理,计算得出3个图像的特征值,最后将所有特征值整合为一个评价值,获取原始整体图像的客观质量评价参数。仿真测试结果表明,与传统整体图像JPEG压缩图像评价算法相比,该算法皮尔逊相关系数提高0．01,与主观评价结果更为一致;运算速度提高一倍,降低了运算复杂度。     

基于SSIM的自适应样本块图像修复算法

现有基于样本块的图像修复算法,大多通过人工设定样本块大小来达到最佳修复效果,缺乏自适应性;此外,对图像不同纹理和结构区域采用相同大小的样本块,也不利于获得整体最优修复效果.为解决上述问题,本文提出一种基于改进结构相似性的自适应样本块大小选取算法,在传统的SSIM算法的基础上增加了梯度信息,并通过结合样本块亮度、对比度和结构3个模块来衡量结构差异,以此确定不同结构和纹理区域的最优样本块大小,提高算法适应性,改善修复效果.仿真实验结果表明,当图像存在复杂的结构和纹理信息时,本文算法仍然能够获得理想的修复效果.     

基于模糊粗糙集理论的视觉特性图像增强

为了更准确地描述在图像增强中可能会出现的一些不完整性和不确定性问题,提高图像处理的效果,本研究提出了一种基于模糊粗糙集理论的视觉特性图像增强算法．该算法利用模糊粗糙集理论,依照图像的视觉特性,采用传统的图像增强方法进行图像预处理．实验结果证明,该算法比传统的图像增强方法效果更好．     

彩色图像增强的改进算法

为提高彩色图像的整体感官效果,在研究CES (Color image Enhancement by Scaling) 算法出现块效应的原因基础上,提出了一种改进算法,即各向异性扩散滤波器的ICES (Improved Color image Enhancementby Scaling)。与CES相比,ICES算法在不增加计算复杂性的前提下,不仅得到了不逊于CES算法的增强效果,还能极大地抑制块效应。     

基于DCT域采样和重建的低码率图像压缩算法

本文构建了一种基于DCT域采样和超分辨率(Super Resolution, SR)重建的低码率图像压缩编码算法。在编码端对原始图像进行分块离散余弦变换（DCT）,并提取每个DCT系数块的低频系数,然后再反变换到空间域,从而得到在DCT域下采样的低分辨率（Low Resolution,LR）图像块。用JPEG标准对下采样图像块编解码后,采用基于学习的方法恢复DCT域高频系数,重建出高分辨率（High Resolution, HR）的图像。实验结果表明,在码率较低的情况下,本文算法比JPEG编码标准具有更好的率失真性能;同时,在相同码率下,本文算法重建的解码图像视觉效果更好。     

基于直流分量和低频分量的DCT域数字水印嵌入算法

提出了两种数字水印嵌入算法．一是对原始图像作整体DCT变换后在低频分量上嵌入水印，水印是一符合标准正态分布的随机序列；二是利用人类视觉掩蔽特性，对原始图像作分块DCT变换后选取直流分量嵌入水印，水印是一个在视觉上具有直观意义的数字图像，并采用图像置乱的方法增强水印的安全性．实验结果表明提出的两种水印算法均具有较好的不可见性，且能够成功地抵抗JPEG有损压缩、缩放、中值滤波、加噪、剪切等常见的图像处理操作，具有较强的鲁棒性．     

双透射率成像模型与Retinex 融合的水下图像清晰化

针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.     

基于分块2D DCT和(2D)~2PCA的人脸识别

人脸识别是生物特征识别技术中的重要研究领域,应用前景广阔.研究者们虽然提出了很多人脸识别算法,但其性能仍需进一步改进.为了提高现有人脸识别算法的识别准确率,提出了一种新的基于分块二维离散余弦变换(2DDCT)和双向二维主成分分析((2D)2PCA)的人脸识别算法.首先,将图像分块,利用2DDCT进行图像压缩,去除冗余信息,并通过逆2DDCT重建图像;其次,通过(2D)2PCA消除图像的行、列相关性,降低特征维数;最后,应用最近邻分类器进行人脸识别,在ORL人脸数据库中的实验证明了本算法的有效性.     

基于模平方处理的小波图像增强方法

传统的图像增强算法存在噪声过增强的问题．为了更好地保证图像的整体增强效果,该文提出一种基于模平方处理的小波图像增强方法．实验结果表明,该算法可以有效地增强图像的细节信息,减小噪声的增强幅度,改善图像的视觉效果．     

基于不规则区域分割的快速分形压缩算法

首先基于序列块和主块之间最小象差的方差信息,提出了一方差排序搜索算法,该算法可产生与满搜索一致的分形编码.该算法能较大程度上减少对每个序列块进行搜索和匹配主块数与相应编码时间.并通过采用不规则区域变换,提出了一种不规则区域的图像分割算法,实际结果表明比传统的基于块的分割有更大的压缩比,并能减少编码时间.图4,表2,参10.     

基于H.264/AVC改进的时空域错误掩藏算法

对H.264编码的视频流解码出现宏块丢失进行错误掩藏时,使用传统的时空域错误掩藏算法,并不能很好地恢复出原始视频帧,影响了主观观赏效果和客观视频质量.因此,分别对时空域提出了相应的改进算法.时域通过增加参考帧、运动矢量,改进匹配算法等,提高了运动矢量的搜索精确度和运动剧烈视频帧的错误恢复质量.空域通过自适应的选择加权像素平均插值和方向插值,并改进了方向插值算法,明显提高了视频帧的恢复质量,避免了错误边缘的产生.实验结果表明,改进的时空域错误掩藏算法,不仅提高了方向插值的准确性和宏块匹配的精确度,而且可以减少块效应的出现,从而有效地提高了丢失宏块的恢复质量.     

一种基于DCT域的自适应可见水印算法

分析人类视觉系统的亮度和对比度特性,提出了一种DCT域自适应可见水印算法。根据原始图像的亮度特征,修改原始水印图像像素的取值,使较暗的原始图像嵌入的水印较亮,较亮的原始图像嵌入的水印较暗,并且根据原始图像的局部亮度特点,在DCT域中嵌入不同强度的水印,取得了良好的视觉效果。实验表明,水印半透明的分布在载体图像的重要区域中,很好的保持了图像的细节,在不损坏图像使用质量的前提下,水印很难被去除。     

改进的静态图像压缩技术

在多媒体技术中,静态图像压缩技术成为世界学术界研究的热点.本文在国际标准组织制定的静态图像压缩标准JPEG的基础上,提出了一种采用新的傅立叶分析技术-算术傅立叶变换(AFT)来快速计算离散余弦变换(DCT)系数值,改进了静态图像压缩技术,克服了DCT运算速度慢的缺点,同时克服了传统的快速离散余弦变换(FDCT)程序复杂,子进程多的缺点.实验表明运用新型的AFT的DCT快速算法代替传统的DCT算法实现静态图像压缩可以使运算时间大幅度减少,该方法为实现静态图像压缩开辟了新的思路和途径.