基于OpenCV的多重干扰点二维码图像检测研究

在快捷支付的生活中,手机扫描二维码图像时会因囊括其他非用户锁定的二维码而导致识别失败,用户需要重新扫描二维码才能解决该问题,降低了二维码使用的便捷率。本文提出了一种改进的轮廓定位检测方法,先将图像进行降噪处理和图像增强处理,然后再获取关键探测图形的位置,最后通过旋转与ROI区域选定生成标准二维码图像。实验结果表明,本方法可提高二维码图像的检测率。     

二维码在营销中的应用分析

二维码是一种比一维码更高级的条码格式,可以投放到传统、网络等各种媒体,被广泛应用于各行各业。二维码具有存储、防伪、支付等强大的功能,当企业将二维码各种功能与营销结合起来,便可以有效开展二维码营销。用户通过智能手机扫描二维码便可以实现浏览、支付、购买,企业达到宣传、促销、服务的效果,二维码带动线上和线下整合,企业实现全方位营销。     

基于数字全息及失真校正的抗打印扫描数字图像水印

提出一种基于数字全息及失真校正的抗打印扫描数字图像水印方法,将水印以数字全息图的方式隐藏在载体图像离散傅里叶变换(discrete Fourier transform, DFT) 幅度谱中,由载体图像纹理控制的峰值信噪比设定阈值,自适应调节水印嵌入强度. 该方法利用了数字全息图的特点,采用基于DFT和边缘检测算法校正打印扫描图像的旋转失真,因而可从打印扫描图像中准确提取水印信号. 相比以往同类水印算法,所提方法具有优良的不可见性和鲁棒性,以及较大的水印嵌入量.     

基于QPCA的彩色图像复制粘贴检测

目前,大多数图像取证方法对彩色图像的处理是将其转换为灰度图像,从而导致了彩色图像的颜色信息不能被有效且充分地利用.针对此问题提出一种基于四元数主成分分析(quaternion principal component analysis, QPCA)的复制粘贴篡改检测方法.该方法充分利用了彩色图像的各个颜色通道及它们之间的相关性,能够有效提高篡改区域的识别度.运用基于图像块的检测方法,首先将图像分块后对所有块进行QPCA计算以提取特征,然后用字典排序获取相似块的移位向量,最后根据移位向量频数与阈值的比较确定篡改区域.实验结果表明,所提方法的误检漏检率低于现有方法,检测准确率有较大提高.     

周围神经MicroCT图像中神经束区域的自动分离

针对经过饱和氯化钙染色的四肢周围神经MicroCT扫描图像,提出了一种自动分离神经束区域的方法. 1)手工标注第1幅扫描图像中的神经束轮廓和非轮廓区域;2)采用稀疏自动编码机方法提取神经束轮廓和非轮廓的特征并训练神经网络,进而自动识别分离第2幅图像中神经束区域;3)将第2幅图像中的神经束轮廓作为标注样本去训练新的神经网络;4)不断循环该过程直至序列图像全部处理完成.实验结果表明,所提出的神经束轮廓自动分离方法可以达到手工分离精度的84.7%,处理完成522幅图像需要花费0.3～0.4 h.此外,该方法不仅能快速准确地分离出序列图像中的单根神经束,而且还能分离出分裂与合并阶段的神经束轮廓,具有比较强的适应性.     

深度学习空域隐写分析的预处理层

在一种具有预处理层的卷积神经网络模型基础上,对其高通滤波器预处理层进行改进,采用一组导数滤波器以获得线性及非线性残差图像,并对残差图像进行量化和截断操作,从而更加有效地提取图像特征.实验结果表明,与已有方法相比,尽管所提的3种方法对各空域隐写算法及各嵌入率下的性能表现并不一致,但这些方法均能显著提升隐写分析检测率.对于检测嵌入率为0.4 bpp的S-UNIWARD隐写算法,检测正确率提高了6%.     

基于DAM6416P的运动目标检测跟踪系统

基于DAM6416P图像处理平台设计了运动目标检测跟踪系统．该系统采用预置点之间循环扫描的方式对场景进行监控，用帧差法检测有无运动目标出现；发现运动目标后根据目标质心的运动情况控制云台的运动．实现对运动目标的跟踪。实验结果表明系统能够对运动目标进行及时准确地检测和跟踪。     

结合保角变换和Zernike矩的稳健图像Hash

提出一种用于图像认证和篡改检测的稳健图像Hash方法. 根据密钥对图像进行伪随机分块,将图像块规格化为大小相等的正方形并进行保角变换,使各图像块映射为单位圆. 对各圆形图像区域计算修正的Zernike矩,连接所有Zernike矩的幅度和相位,基于密钥置乱得到所要求的图像Hash. 与直接对正方形内切圆计算Zernike矩 的方法相比,保角变换使图像块四角纳入Hash所表征的图像内容,因而有效改进了篡改检测性能. 图像分块使Hash具备篡改定位的能力. 实验表明该方法具有很低的碰撞概率和良好的感知稳健性,与其他方法相比,碰撞率和检错率较低.     

一种有效的结构纹理区分方法

提出了一种检索纹理图像的算法.由于纹理图像具有的多样性,处理不同的纹理图像应当采用不同的处理方法.比如,针对结构纹理图像使用小波的方法更为适合,而针对具有随机纹理的图像使用马尔科夫模型效果就更好.因此,在处理图像之前对其按照纹理的情况进行分类合并,就可以有针对性的处理各种纹理图像.我们提出的区分纹理图像的方法基于二值傅里叶谱,首先将纹理库中的图像按结构纹理和随机纹理划分,然后采用多方向小波contourlet提取图像特征来检索图像.实验表明,这种区分算法,可实质性地提高检索率.     

角点检测技术的研究

角点是图像的重要局部特征,通过处理图像的角点可大大减少图像处理过程中的计算量.角点检测在图像特征提取、图像配准、超分辨率重建等方面都有重要的应用;根据实现方法不同可将角点检测的方法分为三大类.指出角点检测技术的研究和发展方向.     

数字图像边缘检测方法的对比分析及优化

由于数字图像本身的复杂特性和各种噪声源的影响,使得图像边缘检测技术成为图像处理的一个难点.通过对几种常用边缘检测算法的介绍、归纳总结及仿真实验,对比分析了各自的优缺点,并在此基础上结合目前先进的小波理论和传统的微分法提出了一种新的图像边缘检测方法.新方法把用不同方法处理得到的边缘图像融合生成一幅新的边缘图像,先取适当阈值,过滤多余的信息.经Matlab仿真验证,在突出图像的边缘和局域细节信息方面具有良好效果,是一种有效的图像边缘检测方法.     

视觉信息的稀疏表示与显著度检测方法

图像的表示方法和测量方法是显著度检测模型的两个重要研究问题.不同于早期工作中通过对大量自然图像统计得到稀疏特征的方法,提出了通过对当前输入信号进行自适应学习来获得特征的方法.在显著度检测阶段,对每个特征都定义了背景活动率(BFR),提出了用特征活动率(FAR)来测量自底向上的视觉显著度.特征活动率(FAR)在生物学中是可信的、易于计算,并具有令人满意的性能.通过对人眼轨迹定位和心理模型以及自然图像的实验,证明了所提方法的有效性和鲁棒性.     

基于小波分析的旋纹壳体衬层粘接成像处理技术研究

超声检测技术已经广泛应用于固体火箭发动机衬层厚度检测和脱粘检测中.由于发动机壳体表面具有均匀的旋压纹理,造成检测后的粘接质量扫描图存在纹理噪声,影响了对脱粘区域的确定及面积的计算.研究了以旋压固体火箭发动机为研究对象,提出并采用中值滤波与小波一维信号降噪相结合的图像滤波后处理方案,较好地解决了旋纹壳体衬层脱粘区域的识别问题.     

船舶尾流感应磁场仿真图像处理研究

本文依据船舶尾流产生的感应磁场模型,以新巴拿马船型为例,在一定的航行条件下,应用MATLAB软件,得到了尾流感应磁场仿真图像和灰度图像,并对此图像进行了直方图处理和边缘检测处理。通过对该图像的处理分析,得到如下结论:随着船舶航行距离增加,感应磁场逐渐减小,同时呈现出周期性的变化,感应磁场的范围逐渐变宽。用Canny算子检测尾流感应磁场仿真图像能够检测到清晰的弱边缘,不容易受到噪声干扰。     

基于图像处理技术的烟丝检测系统

烟丝结构是影响卷烟质量的重要指标,而整丝率和碎丝率是烟丝结构的两个主要参数,对整丝率和碎丝率的检测直接影响整个烟丝结构检测的效率。本文针对现有烟丝结构检测方法存在的效率低、测量结果滞后、人为因素影响大等缺点,提出了利用数字图像处理技术进行烟丝结构在线检测的方法。对离线烟丝结构图像进行了分析,结果显示:整丝率为90.23%,碎丝率为0.86%。因此,图像处理技术运用于烟丝检测系统是可行的,并且具有实时智能检测等特点。     

地质雷达在通车隧道围岩探测中的应用

以昆禄二级公路大普吉隧道为工程背景,针对该通车隧道,给出地质雷达在无损检测应用中的工作方法,主要介绍了地质雷达探测的工作原理,包括测线布置、采集参数设定、现场检测和后期资料处理解释。因该隧道通车出现病害,通车前未使用地质雷达探测,而地质雷达具有方便、成本低、精度高的特点,所以通车后选择运用21-002188便携式探地雷达对该隧道围岩进行扫描分析探测。通过雷达测线剖面了解隧道围岩的含水分布、富水区和围岩松散与破碎等不良地质病害隐患,并通过几幅典型雷达图像分析了不同异常情况在雷达图像上的反映。为解决大普吉隧道安全隐患提供及时准确的数据资料。     

基于人工神经网络的条码定位与识别方法

针对大角度条码图像区域自动定位这一关键技术的具体应用,笔者提出一种适合大角度条码图像区域自动定位的算法。该算法以高斯滤波、边缘检测和霍夫变换做预处理,采用已经训练好的人工神经网络进行定位,运用全局与局部结合的二值化方法进行二值化、识别。实验证明,该算法图像定位准确率高,大角度条码图像定位效果较为理想,提升了图像识别的正确率。     

基于FitzHugh-Nagumo反应扩散方程组的木材纹理图像处理

木材纹理具有树木生长的信息,是人类了解树木的直接途径.针对这种自然现象,提出了利用一类反应扩散方程组的数值解法实现对木材纹理灰度图像进行处理的算法,并分别给出了对木材缺陷图像进行算法处理后的图像实例.实验表明:Fitz Hugh-Nagumo离散模型算法在一定程度上了拉伸了图像对比度,使图像在视觉上得到增强;改进的附带扩散项的离散模型算法对图像的边缘检测结果在一定程度上要比先前的边缘检测算法更完整和清晰,并提高了木材缺陷检测的可靠性.     

基于小波域的加权分形图像编码

分析了图像小波分形混合编码的解码过程．提出了一种对小波树进行加权处理、然后进行分形编码的方法．经试验证明．这是一种有效的编码方法，在相同压缩比率下提高了重建图像的峰值信噪比PSNR．