人眼视觉特性与粗糙集结合的X射线图像增强算法

针对X射线图像的低亮度及噪声造成的图像对比度差和图像模糊的问题,提出了一种采用粗糙集理论和人眼视觉系统特性的图像增强算法(HREM).先将原始图像进行灰度拉伸,再结合人眼视觉系统特性,利用粗糙集理论将图像分成边缘细节图像和平滑图像,然后对边缘细节图像做指数变换增强,对平滑图像做直方图均衡化,最后将处理好的两子图进行重叠,同时消除重叠后图像的随机脉冲噪声.实验结果表明,HREM方法不仅能较好地保持图像的边缘细节信息,有效地增强原图像的对比度,而且消噪能力强,整体视觉效果好.     

利用中值滤波进行图像处理

从人眼的结构和视觉特性出发 ,研究了图像中噪声产生的机理和消除的方法 ;提出了利用中值滤波法消除图像噪声的实用方法 ,对影响图像信号的不同噪声采用了不同的滤波方法 ,并对信号的频谱和滤波的效果进行了研究和分析。利用中值滤波法消除图像中的随机噪声是图像噪声处理的最佳方法。     

基于视觉特性的自适应图像水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出了一种基于人眼视觉特性和小波变换的图像水印嵌入方法.首先,通过混沌映射对二值水印进行置乱处理,然后,运用量化方法把水印自适应地嵌入小波变换系数中,且量化步长是根据图像局部相关特性和人眼视觉特性动态地进行调整.仿真实验表明,该算法不仅具有较好的透明性和安全性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强等攻击均具有较好的鲁棒性.     

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．     

基于掩盖效应图像质量评价方法的研究

文章针对原始图像对噪声图像的影响,依据人眼视觉掩盖模型,结合实验得出的掩盖阈值以及对CSF曲线的分析,给出了一种基于掩盖效应的图像质量评价方法。实验通过叠加相同噪声,考察了不同频率的原始图像对噪声的掩盖能力。结果表明,该方法简单易操作,正确反映了原始图像平均背景频率变化,对掩盖效应以及图像质量的影响,比传统客观方法更加符合人眼主观感受。     

基于人眼视觉的红外图像广义直方图增强算法

文章针对传统直方图均衡增强算法存在红外图像细节信息丢失问题,且算法没有考虑人眼视觉特性,提出基于人眼视觉的红外图像广义直方图增强算法;根据像素邻域信息建立广义直方图,进行直方图均衡化处理;在均衡化过程中,利用人眼灰度分辨能力,对拉伸过大的灰度级进行限制,再对被过度压缩的灰度级进行适当拉伸以扩大其动态范围;实验结果表明,该方法有效增强图像局部细节,解决了红外图像视觉模糊的问题,使增强后图像视觉效果更自然。     

基于粗糙集理论的图像中值滤波

介绍了粗糙集理论的概念，利用粗糙集理论进行了图像中像素值的分类，提出了一种基于粗糙集理论的图像中值滤波算法，进行了仿真试验，并和传统的图像中值滤波结果进行了视觉上的比较和峰值信噪比指标的比较。实验结果和峰值信噪比指标表明，该算法能有效地滤除图像中的随机脉冲噪声和椒盐噪声，还能使图像保持很好的清晰度。     

一个多分辨率的数字水印嵌入算法

本文提出了一种基于小波变换的数字水印嵌入和检测算法,该方法利用小波的图像多分辨率分解特性,结合人眼的视觉机制,将二值水印图像嵌入在原始图像的中频部分。实验结果表明,其抵抗常见图像处理和噪声干扰的鲁棒性较好,并且可以直接在压缩域中进行处理,易于实现。     

人眼对比度敏感视觉特性研究综述

人眼视觉特性的测量及其在图像技术中的应用成为近些年研究的热点。首先探讨了人眼视觉特性的测量,然后理论分析研究其模型,再根据人眼视觉特性研究其在图像编码、压缩处理等技术中的应用,从而为人眼视觉特性在数字图像技术中的应用提供理论基础和技术支持。     

一种基于S-CIELAB的图像质量评价模型

在图像质量评价中加入人眼视觉系统特性能够提高其评价性能。S—CIELAB是一个在考虑了人眼视觉系统的空间模糊特性基础上计算彩色图像色差的模型。文章研究了采用S—CIELAB模型来评价图像质量的方法，对JPEG2000压缩图像与原图像失真度的预测结果与视觉评价基本一致。     

基于人眼视觉特征的立体图像质量客观评价方法

在充分利用人类视觉特性的基础上,模拟人眼感知立体图像的方式,提出了一种立体图像质量客观评价方法。该方法考虑了对比度敏感度、多通道结构和掩盖特性等多种人眼视觉特性．在处理HVS模型的多通道中,将图像的空间频率按视觉系统的掩盖效应特点分成5个带分别进行滤波,以改变原始图像的空间频率实验结果表明,所提出的方法与主观评价结果基本一致,能够反映图像质量以及立体感的优劣．     

基于人眼视觉的图像水印算法研究

基于人眼视觉特性的数字水印算法是水印嵌入算法中的一种重要的方法。此方法充分利用人眼的视觉掩盖（Masking）效应，在载体图像中嵌入大量水印信息，既保汪了水印的不可见性，又增加了水印的鲁棒性。本文分析总结了当前各种基于人眼视觉的图像水印算法，提出下一步可以的发展方向，对改进和设计更好的基于人眼视觉的水印算法具有一定的参考和指导价值。     

视频图像关注度区域提取算法研究简

人眼视觉具有选择注意特性,视觉场景中不同区域对人眼视觉的刺激不同,利用人眼视觉的这种特性。将视频图像中人眼重点关注的区域提取出来为视觉感知编码奠定基础。本文首先详细介绍了人眼视觉关注度的基本理论及国内外的研究现状,接着,重点分析研究Itti视觉关注度模型及改进模型在视频图像编码中的应用,最后,对视觉关注度模型发展进行分析。     

基于加权结构相似度的图像融合质量评价

利用结构信息理论,提出了基于加权结构相似度的图像融合质量评价方法.该方法充分考虑了图像的结构信息和人眼的视觉特性,无需标准参考图像,可以为不同场合下选择不同的算法提供依据.不同融合算法的质量评价结果表明该方法是有效的.     

基于人眼视觉特性的Curvelet域低照度图像增强

针对低照度下图像降质严重的问题,提出了一种基于人眼视觉特性和Curvelet变换的低照度图像增强算法。首先将低照度图像转换至"色调-饱和度-亮度"(HSI)颜色空间,在Curvelet域中分解亮度参量得到不同尺度、不同方向的子带分量,以此构建人眼视觉模型;然后利用模型的亮度遮蔽特性和亮度-对比度遮蔽特性对高频分量进行非线性增强,同时对低频分量进行非线性拉伸;最后通过Curvelet逆变换重构亮度参量,结合原始图像的色度和饱和度分量将图像转换至原色彩空间,得到增强后的低照度图像。实验结果表明,该算法可以有效提升低照度图像的对比度和亮度,保持图像的细节信息,抑制图像噪声。     

立体压缩图像的客观质量评价方法

针对立体图像的客观质量评价问题,提出了一种适合于立体压缩图像的质量评价方法．该方法基于平面图像的人类视觉系统评价模型,考虑了人类视觉系统的多通道特性和对比度敏感度特性,使用Contourlet变换实现多通道分解,将立体图像对的差值信号进行评价．实验结果表明,该方法得到的质量评价结果符合人眼视觉特性,与主观质量评价方法的一致性较好,能够客观反映压缩立体图像的质量．     

小波域互补鲁棒水印算法研究

为提高用于版权保护的数字水印的鲁棒性,基于图像小波信号分析方法,分析了各种处理攻击对图像小波系数影响的不均衡特性,并根据该特性提出嵌入位置和嵌入方法互补的新颖水印算法.同时基于人眼视觉系统,对嵌入系数进行筛选以保证水印的透明性.实验证明该方法可抵抗各种图像处理攻击,具有较好的鲁棒性.     

基于视觉特性的井下图像去噪新方法

受煤矿井下特殊环境的影响,井下图像大多画面清晰度不高,且夹杂着大量的图像噪声,这给井下图像的进一步处理带来了很多困难.针对井下图像光照度不够、噪点较多等特点,从人眼视觉感知中的彩色细节失明及同时对比特性出发,提出了一种基于视觉特性的图像去噪新方法.该方法采用CIELab均匀颜色空间,动态决定滤波器权值,从而减少了图像轮廓边缘等细节信息的破坏,使去噪后的图像更加清晰.实验结果表明,该方法的去噪效果明显,能显著提高井下图像的主观与客观质量.     

基于BJND和JNDD的立体视频深度感知增强技术综述

人类视觉系统是一个具有多种视觉特性的复杂处理系统,视觉感知是人眼多种视觉特性共同作用的结果。立体视频图像因视差和深度的存在有着与平面图像不同的视觉感受,且深度感与视差有着紧密的关系。恰可察觉差别(Just Noticeable Difference,JND)或者称为恰可察觉失真(Just Noticeable Distortion,JND)是一种基于视觉心理学和生理学的视觉特性,双目恰可察觉差别(Binocular JND,BJND)和恰可察觉深度差别(Just Noticeable Depth Difference,JNDD)影响人们对立体视频的用户体验。在阐述JND基础上,综述人类视觉感知立体视频的BJND、JNDD模型及国内外研究现状,分析视差图质量和深度图信息对立体视频感知影响,提出了基于JNDD的深度图处理方法,寻求人眼对立体视频深度感知增强技术,建立基于BJND和JNDD的立体视频图像质量客观评价方法,为立体视频图像处理及应用提供指导。     

空域中基于低对比度图像增强方法

针对低对比度偏暗并带有噪声的图像,结合人眼的视觉感知特性,提出了一种图像增强的新方法。首先在空域进行中值滤波去噪处理,然后对图像进行分块,对背景的亮度进行粗略估计,并用插值算法平滑数据,最后校正图像的不均匀性并将像素值调整到整个灰度级实现图像的增强。实验结果表明,该方法在去除噪声同时并使图像的整体对比度得到明显的改善,又能突出图像中目标的细节部分信息,有效增强了图像的视觉效果。