基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

贝叶斯框架下的模糊图像盲去卷积算法

为了去除图像模糊的同时,保持图像边缘等细节信息,需要对原始图像和点扩散函数进行准确的估计.在贝叶斯框架下,基于总变分模型,建立原始图像和点扩散函数的先验模型,同步估计原始图像和点扩散函数.对于总变分模型不可微分的问题,在不影响速度的前提下,用迭代重加权范数算法处理该问题.基于共轭分布理论,提出以伽马分布作为未知参数的先验模型,准确估计参数.实验表明该算法在对原始图像、点扩散函数和参数准确估计的基础上,成功地解决了模糊图像的盲去卷积问题,算法的速度和效果都得到了改进.与同类算法相比,本文提出的算法具有一定优势.     

篡改定位精度可动态调整的无损图像认证算法

现有的基于分块的无损图像认证算法难以确定合适的认证块大小.为此,文中提出了一种认证块大小可动态调整的无损图像认证算法.该算法的图像认证块分别由若干基本图像块组合而成,相应的认证信息用数字签名技术产生,以无损水印方式嵌入,同时通过多次无损嵌入方式实现图像编号的鲁棒传送,用图像编号区分不同图像、防止矢量量化攻击.理论分析与...     

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.     

基于拉普拉斯金字塔的图像内容认证方法

为了验证图像内容的真实性,提出了一种基于拉普拉斯金字塔的图像内容认证方法.在发送端首先对图像进行拉普拉斯金字塔分解,然后根据拉普拉斯金字塔分析原图像的光滑特性和细节特性,并对其特性进行编码得到特征值,最后将特征值加密后生成签名以水印方式嵌入原图像.在接收端将待测图像的特征值与从中抽取出的水印进行比较,对二者的差异图像以形态滤波的方法自动判断是否有图像内容被篡改,同时给出篡改的位置信息.实验结果表明,文中提出的图像内容验证算法可有效地检测出恶意篡改及其发生的位置,并可容忍由压缩、滤波、噪声污染等造成的失真.     

基于扫描合并与重要子图的小波图像快速编码算法

基于嵌入式零树小波(EZW)算法提出了一种简洁、快速、有效的压缩算法．改进的快速算法主要有以下特点：(1)引入重要子图和不重要子图的概念,减少了系数的重复扫描次数,加快了压缩速度;(2)在一个扫描过程中使用两个阈值,把EZW算法中的两次扫描合并为一次扫描,这不仅减少了时间复杂度,而且提高了压缩比和信噪比;(3)把最低频子图同其他高频子图分开采取单独编码．实验结果表明,该改进算法比Shapiro的EZW算法具有较高的压缩比和较快的编码速度．     

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法．首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类．其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列．最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中．该算法在抽取水印图像时不需要原始载体图像和原始水印图像．实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力。     

基于LLE和PSO的快速虹膜图像重构算法

虹膜特征码Iriscode具有高效的识别性能,被广泛应用于虹膜识别系统中.随着人们对生物特征安全问题的重视,如何从Iriscode重构虹膜图像以评判虹膜识别系统的安全性已成为一个研究热点.文中对Iriscode重构虹膜图像问题进行了分析,构建了虹膜重构优化模型,并提出两阶段的快速虹膜重构算法.将提取Iriscode的过程视为距离保持的降维过程,在第一阶段中根据待测Iriscode的近邻,采用局部线性嵌入算法重构出若干非精确的虹膜重构图像;第二阶段利用粒子群优化算法,将前一阶段获得的非精确虹膜图像作为初始粒子进行迭代搜索,以获得精确结果.实验表明,本算法获得的重构虹膜图像能够通过虹膜识别系统,达到伪造攻击的目的.相比于其他重构算法,在时间及伪造成功率上都有提高.     

基于近邻嵌入逐级放大的图像超分辨率重建

针对基于近邻嵌入的图像超分辨率重建,提出带约束的逐级放大策略来提高近邻保持率,改进重建效果,并对各级放大的图像用迭代反向投影约束进行修正,减少学习过程中可能出现的误差,保证每一级的解向着正确的方向演化.此外,为充分利用测试图像本身的信息,将由测试图像得到的在线训练集与由训练图像数据库得到的离线训练集串联,构成联合训练集,进一步改进算法的性能.实验表明,与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都获得了更好的结果.     

精确的快速极坐标谐波变换

将极坐标下计算Zernike矩的方法推广到笛卡尔坐标下PHT矩的计算中.对极坐标进行设计和规划,以消除笛卡尔坐标下PHT矩计算中存在的几何误差和积分近似误差.在计算PHT内核系数时利用三角函数的对称性和查找表减少三角函数的计算次数,以提高运算速度并消除迭代累计误差.最后通过实验对提出的快速极坐标PHT方法进行验证,并与笛卡尔坐标下的PHT计算方法进行对比,结果表明,极坐标下的快速PHT算法在重建精度、旋转缩放不变性、计算速度等方面都优于笛卡尔坐标下的PHT计算方法.