基于分块的JPEG图像信息隐藏算法

本文将图像进行分块,根据每块图像量化后的DCT系数矩阵,结合视觉特性将图像块分为不同的类型;然后对不同类型的块采用不同的方法在AC系数中嵌入秘密信息,减少对载体图像的影响,隐藏信息后载体图像块的类型不变,从而可正确提取隐藏信息.实验结果表明,该算法在保持JPEG图像视觉质量的同时有较高信息隐藏容量.     

基于分块DCT的图像去重算法

针对云端存在着大量冗余的相似图像,提出了一种基于分块DCT的新型感知哈希算法BDCT-hash,在此基础上给出了一种针对JPEG压缩的感知哈希图像去重方案,通过大量仿真模拟实验验证了BDCT-hash算法对相似图像去重的准确性、高效性及稳健性.     

基于显著性检测和Grabcut算法的茶叶嫩芽图像分割

人工采茶存在效率低下、人工成本高等问题,机械采茶取代人工采茶成为一种重要的采茶方式,针对机械采茶中自然背景茶叶嫩芽分割效率问题,提出了一种自然背景下的茶叶嫩芽图像分割算法.利用显著性检测算法提取出图像中的突出目标作为显著性图,结合GrabCut算法精确的分割出突出的对象.实验结果表明,该图像分割算法对于背景复杂且目标与背景对比不明显的茶叶图像具有良好的分割效果,这为机械手采茶提供了一种新的方法.     

基于DCT的JPEG图像压缩编码算法的MATLAB实现

文章介绍了基于DCT变换的JPEG图像压缩编码算法，并应用MATLAB影像处理工具箱的相关函数和命令，从两个不同的角度来实现对此算法的仿真。     

雨天图像中目标显著性检测算法设计与效果评价

雨天条件下,图像中目标的许多特征被掩盖,使得户外图像应用系统效能发挥受到严重的影响。为了提高雨天条件下图像中目标检测的质量,通过综合分析雨天图像中的目标特征,发现其亮度颜色信息、色彩差异信息和暗通道先验信息对目标的显著性具有高敏感度,进而提取了雨天图像中目标的显著性特征,构建了基于混合特征的目标显著性检测模型,最后通过多个评价指标的效能评估实验,与经典算法进行对比,验证了本文算法的有效性。     

基于显著性检测的图像简化

图像简化作为机器视觉、计算机视觉中的一项重要任务,对于提高网络传输效率、加速视觉算法分析处理具有重要意义.针对传统图像简化模型中存在的目标、背景不加区分及尺度效应等问题,提出了一种新的基于显著性检测的图像简化模型,模型首先采用MB+显著性检测算法计算图像的目标显著区域,然后在CIE Lab颜色空间中对L波段上的背景区域进行快速水平集变换,最后按照设定准则合并背景中的非主导区域并输出简化后的图像.     

一种基于DCT随机选块的图像数字水印算法

基于保护静态图像的目的，分析了扩展频谱通信和NEC数字水印算法的实现技术，通过扩充宿主图像频谱和随机选取DCT块，提出了在宿主图像的子频域中嵌入微量水印位标识的方法，构造和设计了一种嵌入和提取数字水印标识的算法，并给出了该算法有效性的一组测试数据及实例。     

卷积特征图融合与显著性检测的图像检索

针对基于深度学习的图像检索提取特征往往包含了复杂的背景噪声,导致图像检索的精确率并不高的问题,提出一种特征图融合与显著性检测的方法.首先,训练用于分类的深度卷积神经网络模型.然后,并将图像卷积之后的特征图谱进行融合,得到图像的显著性区域.最后,通过计算图像显著性特征的余弦距离来进行检索.实验结果证明:相比目前主流的方法,文中方法能够有效提高检测精度,且鲁棒性较高.     

一种基于纹理能量的JPEG图像文本定位算法

提出了一种新的JPEG图像人工文本定位算法．该方法直接在DCT域中计算各DCT块的纹理能量特征，并以此初步定位文本区域．然后利用文本的连通和几何特性，精确定位文本区域．实验结果表明，使用该方法可以快速有效地定位JPEG图像中的人工文本区域．     

多尺度融合背景与目标先验的显著性目标检测

为了解决当目标不在图像中心或者出现在图像周边时,基于中心先验或者背景先验的显著性检测算法往往会产生错误检测的问题,提出使用目标性作为先验信息得到前景显著图,并且利用乘法运算将其与基于背景先验信息计算的显著图相融合,然后进行空间优化得到单尺度下的显著图,最终显著图为多尺度显著图的加权融合.基于公开数据库的实验结果表明:与目前多种前沿算法相比,本文算法具有更优的检测性能,能够凸显整个显著性目标.     

基于流行排序的前景背景显著性检测算法

为准确提取图像显著区域,提出基于流行排序的前景背景显著性检测算法。首先,采用SLIC(simple linear iterative clustering)方法对经平滑处理的图像进行超像素分割。然后以超像素作为图中节点,采用自适应参数计算节点之间的权重以解决因采用固定值导致的图像效果不理想的问题。其次,在计算背景查询节点时,通过阈值剔除边界超像素中不属于背景的像素,以保留合适的查询节点,避免因显著目标位于图像边界而错把非背景像素标记为背景查询节点的问题。最后,因前景优先方法可以有效抑制背景噪声,而背景优先方法对背景噪声抑制不足,但可均匀突出前景目标。因此,采用相乘或者取平均的方式融合前景背景显著图以得到最终的显著图。在公开数据集MSRA、SED2及ECSSD上与其他算法进行实验对比,实验结果证明了算法的有效性。     

一种基于总变分与显著性检测的红外与可见光图像融合方法

红外与可见光图像融合是多源信息融合中的一个重要研究内容,它在军事侦察等方面有着广泛的应用.本文基于总变分模型和显著性检测方法,提出了一种有效的融合方法.首先,通过对红外与可见光图像的特征分布考察,构建了一个信息融合的总变分模型.其次,基于亮度对比度的显著性检测,给出了总变分模型中保真项权值的估计方法.实验仿真表明,无论是视觉观察还是客观评价,本文的方法均比一些现有方法体现了更好的结果.     

JPEG压缩编码在DM642平台上的实现及优化

结合TMS320DM642处理器VP口视频采集原理和JPEG压缩编码原理,研究了在TMS320DM642处理器平台上实现图像采集和JPEG压缩编码的具体方法.以此为基础,深入探索了JPEG压缩编码在TMS320DM642处理器平台上的优化,并提出了基于DCT系数低通滤波原理的JPEG压缩编码优化算法,最后对优化结果做出了数值分析.分析结果表明,该算法不仅保证了图像的质量,而且提高了JPEG压缩编码的速度和效率.     

基于DCT变换的数字图像盲水印算法

提出一种基于DCT变换的数字图像盲水印算法,通过调整DCT域选定中频的大小关系嵌入水印,易于实现。仿真试验证明本算法能够抵御剪切、噪音和JPEG压缩失真,具有良好的不可见性和鲁棒性。     

DCT压缩域图像数据处理

在离散余弦变换 ( DCT)压缩域中 ,从 JPEG模型出发 ,提出块内重排 /重取样法 ,实现图像的缩放和平移     

一种基于DSP的JPEG2000视频压缩系统的实现

JPEG2000是国际标准化组织ISO和国际电信联盟ITU T共同制定的新一代图像压缩标准.它是基于EB COT算法,使用DWT,采用两层编码策略, 能够获得较好的压缩率.介绍了JPEG2000的基本特点,概述了其图像编码系统.详细描述基于DSP的JPEG2000硬件压缩系统各个硬件的选择以及具体的实现过程.     

基于JPEG特性的图像被动取证技术现状分析

图像技术的发展,使其成为图像篡改的双刃剑.如何对已篡改的图像进行数字取证成为当前研究热点之一.本文对基于JPEG特性的图像被动取证技术进行分析,根据JPEG图像被动取证技术中不同算法所选用的特征量,将现有的技术方法分为两类:针对JPEG重压缩的被动取证和针对JPEG重采样的被动取证.详细分析了上述两类方法各自的特点及对应的优缺点,指出当前基于JPEG特性的图像被动取证的技术的不足之处,并对相关技术的未来发展方向进行了展望.     

基于视觉显著性信息的自然图像抠图算法

为了解决目前抠图算法的采样不充分问题,提出了一种在视觉显著信息指导下的采样,并通过可信度计算确定样本可用性的自然图像抠图算法SIGM.该算法将视觉显著模型引入采样过程,以显著图为指导重点采集区域内的颜色显著样本点.综合分析候选样本对的可信度,将是否符合线性假设、颜色空间内的距离、局部显著性等作为评判依据,选择具有高可信度的样本对来估计透明度值.使用抠图拉普拉斯矩阵作为代价函数的平滑项,优化估计透明度值,得到最终的图像掩膜.实验结果验证了该算法的有效性和准确性.     

基于DCT技术彩色图像水印算法的研究

采用DCT技术进行彩色图像水印的嵌入与提取,提出一种基于DCT域的彩色图像数字水印算法.该算法利用Amold变换置乱图像,给出DCT系数所对应的径向频率的排列图,通过人类视觉系统特性计算权值因子的方法确定鲁棒值系数,利用最小可察觉误差嵌入最大可能的水印信息量,分析并研究数字水印信息在嵌入位置选择上对水印算法性能的影响.在嵌入水印时,针对HSI色彩空间,在亮度分量I以及两个色差分量H和S中嵌入鲁棒水印,通过分块把原始图像各分量的DC系数嵌进鲁棒水印,进行标识版权,实现嵌入强度与区域特性的自适应变化,有效加强同类水印方案的鲁棒性,提高多媒体版权保护能力.