矩形窗缩放算法

该文对双线性插值法与矩形窗缩放算法进行了详细讨论, 该算法与双线性插值算法有相似的算法复杂度,但有较好的高频特性.用Matlab对最邻近插值法、双线性插值法、矩形窗缩放算法进行了比较,并详细说明了基于矩形窗缩放算法的FPGA实现过程.该算法在硬件消耗不大的情况下有较好的图像处理效果.     

基于seam carving技术的图像非等比缩放

数字图像的缩放分全等比例缩放和非等比例缩放。本文主要研究图像非等比例的缩放。传统的图像缩放技术采用插值算法,但是这种算法在缩放时经常会出现马赛克或者图像内容丢失现象。本文研究的seam carving技术首先对图像进行能量描述,使图像中不同内容的景物具有不同的能量,然后找到图像水平和垂直方向的最低能量线,对其进行删除或插入操作,就可以在图像缩放中最大限度地保留图像的重要内容。该方法应用在视频图像4:3到16:9的转换上可以取得很好的效果。通过Matlab实验结果表明,本文的方法在图像进行非等比例缩放时,具有很好的抗畸变性能。     

改进能量函数的Seam carving图像缩放方法

Seam carving算法是一种基于图像内容的缩放方法.这种方法在进行图像缩放时,可能会引起图像视觉主体的变形.为了改善Seam carving算法,采用基于图论的显著图模型(Graph-based Visual Saliency,GBVS)产生的显著度图与图像的梯度图相结合的方法计算像素点对人的视觉的重要性.实验表明,这种方法比Seam carving图像缩放算法有更好的缩放效果.     

基于FPGA实现的Ferguson双三次曲面插值图像缩放算法

图像缩放作为图像处理中重要的一部分,具有广泛的应用领域。随着科技的发展,实际应用中对图像缩放的质量和速度的要求也随之提高。本文首先在Matlab中实现糖尿病视网膜图像的缩放实验,对比验证了Ferguson双三次曲面插值算法在图像缩放细节处理上的优异表现,然后在擅长以纳秒级速度处理并行数据的FPGA硬件平台上实现该算法,达到了良好的图像缩放效果,这有利于医疗图像处理等工程应用与实践。     

基于模糊聚类和Zernike矩的自适应水印算法

基于模糊聚类和Zernike矩技术,提出一种抗几何攻击鲁棒的自适应图像水印算法.首先根据人眼视觉系统的掩蔽特性,并利用模糊C-均值聚类算法自适应地选择适合嵌入数字水印的位置,然后通过奇异值分解将水印信息嵌入到宿主图像.实验结果表明,该算法不仅具有较好的透明性,而且能有效地抵抗旋转、缩放、翻转和旋转-缩放组合等几何攻击,同时对JPEG压缩、滤波和图像增强等常见攻击也有较好的鲁棒性.     

一种基于视觉显著图的线裁剪算法

基于图像内容的缩放,目的是在对图像进行任意纵横比的缩放时保持图像的视觉主体。线裁剪是一种基于图像内容的缩放算法,在已有的线裁剪算法中,使用梯度来表示每个像素点的视觉重要性,只在对象的边界处有较高的能量值,在进行缩放时,会引起图像视觉主体的形变。本文使用图像显著图和梯度图相结合的方法来度量每个像素点的重要程度,显著图从颜色、方向和强度三个属性来计算每个像素点的视觉关注程度。实验表明,本文提出的算法在缩放中能更好地保持图像视觉主体。     

基于圆谐-傅立叶矩的抗几何攻击数字水印算法

提出一种基于圆谐-傅立叶矩的抗几何攻击数字水印算法.利用图像函数的圆谐-傅立叶矩幅度的旋转、缩放不变性,在水印检测时,计算待检图像局部区域的圆谐-傅立叶矩,用所得的矩幅度与载体图像在该区域的矩幅角构成新的矩,通过与待检图像的矩进行比较,可以近似地恢复水印图像.实验结果表明,圆谐-傅立叶矩算法具有很好的旋转和缩放不变性,水印对旋转和缩放等噪声攻击具有较好的检测性.     

基于图像边缘区的图像评价方法

通过对图像处理中的缩放算法得到的图像误差进行分析,发现图像误差主要集中在图像边缘区,进而提出了基于边缘稳定的图像评价方法,实验表明,该方法符合人的主观视觉质量需求．     

结合视觉显著图的Seam Carving图像缩放方法

Seam Carving算法在缩放主体区域与背景颜色对比不明显或者视觉主体区域较大的图像时,可能会造成图像视觉主体变形和重要内容缺失的现象.为了改善Seam Carving算法的不足,采用图像梯度图和显著图结合的方法来改进图像的梯度能量图.实验表明,这种方法在缩放图像时比Seam Carving算法更能很好地保持图像重要内容,整体视觉效果较好,图像像素的平均能量值更大,图像缩放质量更好.     

基于像素差分网络和边缘方向插值的图像缩放算法

通过对图像在缩放过程中使用的不同插值算法分析比较，针对新的边缘定向插值算法中存在人工选取经验阈值的随意性与边缘轮廓连续性的问题，本文提出一种基于像素差分网络和边缘方向的图像缩放算法。从人工选择阈值完成边缘分割改为利用像素差分网络实现边缘分割；对边缘点3×3区域查找边缘线方向作线性插值，以保持图像边缘轮廓的连续性，从而保留图像边缘结构。实验表明：该算法能在提高图像分辨率的基础上保留图像所具有的边缘结构，有较低的时间复杂度，同时对于不同图像该算法具有较好的普适性。     

一种新的基于Contourlet变换的数字图像零水印算法

提出了一种基于Contourlet变换的数字图像零水印算法。算法首先对宿主图像进行Contourlet变换得到低通子带和带通子带,建立Contourlet系数与行列式之间的大小关系,利用该关系同时结合加密后水印图像构造零水印。实验结果表明,该水印算法对JPEG压缩、滤波、噪声、缩放、剪切等多种攻击具有很强的鲁棒性。同时,水印图像的双重加密提高了系统的安全性。     

一种新的基于图像边缘的插值算法

灰度图像放大时,插值所具有的平滑作用会退化图像的高频部分,使放大图像轮廓变得模糊,本文提出了一种新的图像插值算法,先通过边缘检测分离出图像的平坦区域和边缘区域,对图像的平坦区域采用双线性插值法,对图像的边缘部分采用距离密次反比法,实验证明该算法有效地保持了边缘信息,得到了较好的视觉效果.     

基于自联想记忆算法的图像缩放研究

针对图像缩放中的问题,提出基于自联想记忆算法。首先确定自联想记忆最小上界和最大下界,自联想记忆每个层之间的神经元通过最近域互连接方式连接信息交替,能够在神经系统缺损信息时通过自联想记忆恢复出原来存储的完整记忆模式;接着所有神经元节点采用同步方式调整状态,利用均场定理加快自联想记忆神经网络学习速度;最后给出了图像缩放算法过程。实验仿真显示算法输出图像能够较好地保持原图像内容,峰值信噪比(PSNR)比较大。     

PCA显著性检验结合相关分析的图像缩放法

针对内容感知图像缩放法的显著图，引入主成分分析（PCA）法检测图像的显著性，并结合相关分析法进行图像缩放。先根据图像每个像素点构造3×3领域，通过PCA算法得到每点的显著得分并定义行、列的显著度；再结合图像行列相关分析得到的行列相近度，给出各行各列的重要值，删除或放大较小重要值的行列实现图像的缩放。实验结果表明，该方法理论简单、运行高效，不仅能够完整地保护重要区域，同时还可以让图像的整体概貌过渡良好。     

几种斑点检测算法及其性能比较

斑点检测是计算机视觉的重要内容，图像变换主要包括几何变换、尺度缩放和光照变换等，文章针对常用的几种图像斑点检测算法进行讨论．通过Matlah仿真比较几种算法的性能得出结论，Surf算法在图像斑点检测中具有明显的优越性．能够提高系统的实时运算速度，     

从儒佛之辨看阳明心学的真精神

为了提高严格受控环境下信息隐写算法的安全性和鲁棒性,基于网络图像大数据提出了一种针对小容量负载的图像零隐写隐秘通信算法.在构建算法所需的完备库时,首先根据网格描述符对图像进行单元熵的提取以形成熵矩阵,然后提取熵矩阵的特征值以降维从而减少计算量,最后根据量化算法将特征值量化为一组随机数以构建完备库.实验结果表明：该算法由于没有改变原始载体图像,所以对于抗击已知原始载体的统计、比对分析和尺度缩放攻击、旋转攻击具有非常好的效果,在尺度缩放和旋转攻击的实验中数据恢复率达到95%以上.在安全级别高、受监控程度严格、容量较小的隐匿通信中,比如对称密码系统密钥的交换,具有重要的应用价值.     

一种基于条分割及缩放的图像重定算法

提出了一种基于图像条分割的快速图像重定算法。根据像素梯度信息建立图像的能量图,描述图像不同区域及目标的重要性。由各图像列的累积能量,通过类间最大类内最小原理,将一幅图像分割成若干具有一定宽度和能量级的图像条。根据图像的总体缩放尺寸及不同图像条的平均能量,计算各图像条的缩减量。结合标准Scaling和Cropping方法,对图像条进行缩放操作,若边缘图像条缩减量超过一定阈值,裁剪掉该部分内容。实验结果表明,该算法能够同时保护图像的局部结构和全局视觉效果,快速生成保真的高质量重定图像。     

基于图像信息熵的随机数可视化表达

为了提高严格受控环境下信息隐写算法的安全性和鲁棒性,基于网络图像大数据提出了一种针对小容量负载的图像零隐写隐秘通信算法.在构建算法所需的完备库时,首先根据网格描述符对图像进行单元熵的提取以形成熵矩阵,然后提取熵矩阵的特征值以降维从而减少计算量,最后根据量化算法将特征值量化为一组随机数以构建完备库.实验结果表明:该算法由于没有改变原始载体图像,所以对于抗击已知原始载体的统计、比对分析和尺度缩放攻击、旋转攻击具有非常好的效果,在尺度缩放和旋转攻击的实验中数据恢复率达到95%以上.在安全级别高、受监控程度严格、容量较小的隐匿通信中,比如对称密码系统密钥的交换,具有重要的应用价值.     

多距离特征匹配的篡改图像检测算法

为了解决当前篡改图像的检测算法主要依靠单一的特征进行描述以及欧几里德距离进行匹配,导致篡改图像的检测率较低的问题,以及在对图像复制粘贴后进行一系列后处理操作的篡改图像检测时,容易出现匹配错误和鲁棒性差的问题,采用一种多距离特征匹配的篡改图像检测算法。首先,对获取到的图像提取尺度不变特征变换(SIFT)特征,在SIFT特征待描述区域的基础上,提取具有权值旋转不变均匀性的局部二值模式(LBP)特征,构成特征描述子;其次,分别计算描述子之间的标准欧几里德距离、相关距离以及汉明距离,通过多距离匹配改进g2nn算法进行特征的初次匹配;最后,通过凝聚型分层特征聚类以及随机一致性(RANSAC)算法去除存在的错误匹配点,完成篡改图像的检测。在MICC-F220图像数据库上进行了测试,实验结果表明,与当前2种主流算法相比,总体准确率分别提高了2.86%和2.11%,对于缩放、旋转以及缩放+旋转的后处理均具有很好的鲁棒性,是一种研究复制粘贴后进行缩放和旋转后处理的篡改图像检测的有效方法。     

一种基于条分割及缩放的图像重定算法

提出了一种基于图像条分割的快速图像重定算法．根据像素梯度信息建立图像的能量图,描述图像不同区域及目标的重要性．由各图像列的累积能量,通过类间最大类内最小原理,将一幅图像分割成若干具有一定宽度和能量级的图像条．根据图像的总体缩放尺寸及不同图像条的平均能量,计算各图像条的缩减量．结合标准Scaling和Cropping方法,对图像条进行缩放操作,若边缘图像条缩减量超过一定阈值,裁剪掉该部分内容．实验结果表明,该算法能够同时保护图像的局部结构和全局视觉效果,快速生成保真的高质量重定图像．