改进的卷积神经网络用于对比度增强取证

提出一种改进的卷积神经网络(modified convolutional neural network,MCNN)用于图像的对比度增强取证.其中MCNN第1层是预处理层,这一层将输入图像转化为二值灰度共生矩阵(binary gray-level co-occurrence matrix,BGLCM),其余各层与传统的卷积神经网络相同,这些层可从BGLCM上学习特征并以此进行分类.该方法的特征提取和分类可同时进行优化,使提取到的特征更适合对比度增强检测.实验表明,所提方法不仅可检测传统的对比度增强技术和两种反取证技术产生的对比度增强图像,还可区分对比度增强时所采用的参数.     

基于模糊集理论的图像增强算法

红外图像具有整体亮度偏暗、对比度较低、目标与背景区分不明显的特点。因此,在对红外图像进行分析之前,必须先对图像质量进行改善。传统的基于模糊集理论的Pal.King算法,在增强红外图像对比度的同时,丢失部分细节信息。在分析这一问题产生原因的基础上,结合图像反色和多分辨率图像融合等理论,提出了一种新的基于模糊集理论的图像增强算法,新的算法不仅能够提高红外图像的对比度,而且能很好的突出图像中不同层次的灰度信息和边缘信息,最重要是它能保持原始图像的细节信息。     

基于高密度公路三维灰度点云的图像增强方法

【目的】在采集路面病害图像过程中,由于受到光照不均匀的影响,导致图像出现多噪声和低质量问题。此外,路面病害在整个图像中的占比小,且与背景颜色相似,不易区分。通过解决这些问题,可避免影响后续路面病害识别的精度。【方法】提出一种基于高密度三维灰度点云的图像增强方法。通过多模型特征融合、网络学习输入图像不同层次的特征,来增加特征互补性,提高特征提取能力。【结果】该方法不仅能增强图像细节,还能降低图像噪声,增强待检测图像的识别效果。【结论】试验结果表明,该方法在客观评价和视觉质量上达到了优良的性能。     

数字图像的统计学非线性增强算法研究

尝试用一种统计学非线性变换增强图像，而只带来很少的噪声放大，将该方法用于处理数字图书馆中的医学X线图像，在参数固定未加优化情况下，图像经增强后，对比度明显增高，动脉边缘清晰，本文在探索有效的非线性变换增强方法方面，取得了初步经验。     

基于B样条修匀公式的边缘检测的改进方法

边缘检测是图像分割中的一个重要部分．本文依据B样条修匀公式的图像边缘检测的基本思想，但又因为用B样条函数光滑后的图像对原始图像的逼近性并不十分精确，即它们的误差图像中残留着一些可能造成检测到的边缘线不连续或有用特征可能检测不到的边缘信息，为减少残量误差，本文对图像原型值采取盈亏修正，然后再对修正的图像使用B样条修匀公式做全息光滑曲面，重新得到的曲面改进了逼近性，同时还具有足够的光滑性和良好的保凸性．     

自由落体频闪摄影实验

<正>在中学物理教学中,由于条件所限,获得自由落体的频闪照片有很大困难,主要是拍得的照片图像不清晰,照片背景不够暗,照明不均匀,针对上述问题,我们进行了一系列实验,采用相应的补救措施。在简陋的条件下,同样能得到较理想的自由落体的频闪照片。     

用直方图加子波增强炭素材料X射线图像

针对炭素材料X射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法.该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像.实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意.     

基于彩色图像不变矩的交通标志特征提取方法

本文提出了一种利用RGB颜色差分矩阵对Hu不变矩进行加权的新方法．并将该方法和Hu不变矩投影变换快速算法相结合,对彩色交通标志的特征值进行提取．实验表明,该方法可以在Hu不变矩不受目标图像大小、位置、旋转等因素影响的基础上,进一步减小光照条件及天气因素对彩色目标图像的影响,快速、准确地提取出目标特征值,为目标识别提供依据．     

遥感图像的预处理

由于时间、太阳光强及大气状态的变化，或者遥感器本身的不稳定性，致使获取不同遥感图像上的对比度及亮度值存在差异，因而有必要对多景相邻图像进行遥感数据的预处理过程，这有助于后期所需相关指数的一致性提取与准确评价．作者在ERDAS软件的支持下，经研究、对比，采用回归分析法进行大气辐射校正、自创多样本均值法进行辐射匹配，最后运用图像镶嵌技术达到完整、美观呈现研究范围的目的．文章从头至尾，系统表述了一整套针对多景相邻遥感图像前期预处理的方法过程，达到较好效果，值得借鉴．     

基于视觉关注模型与多尺度MSER的自然场景文本检测

自然场景中文本检测易受光照、复杂背景、多语言文字、字体及尺寸等因素影响，该文提出了一种基于Itti视觉关注模型与多尺度最大稳定极值区域（maximally stable extremalregion,MSER）结合的自然场景文本检测算法.首先利用改进的Itti视觉关注模型提取文本特征图，并采用不同结合策略得到各尺度文本显著图；然后结合多尺度的MSER区域得到3种文本候选区域.根据文字与生成文本框的几何规则合并文本候选区域得到文本行；最后利用随机森林分类器除去非文本区域得到最终文本区域.实验结果表明，该方法对于自然场景图像中的文本检测具有较高的精确度和一定的鲁棒性.     

基于混沌映射的自适应小波包水印算法

提出了一种基于混沌映射、小波包变换和空间扩频概念嵌入水印的一种新算法．首先对水印图像进行混沌映射，并利用小波包多级分解构造最优小波树各级时一频域系数和确定嵌入的级数，最终根据数字图像的特征，自适应分块确定水印嵌入的区域和强度，同时不改变原始图像本身的任何特征．实验表明，该算法对常见的图像处理和几何变换具有较强的鲁棒性。     

自动图像拼接中的一种特征提取和匹配方法

在比较目前特征提取和匹配的几种方法比较的基础上,提出了一种基于改进特征提取和匹配的拼接方法,使得图像拼接的质量和速度得到提高。该算法首先利用改进的尺度不变特征变换（scale invariant feature transform,SIFT）特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性（random sample consensus,RANSAC）算法去除误匹配对,最后根据匹配的特征点对得到图像间的变换参数进行拼接和融合。该算法具有很强的鲁棒性,允许图像有缩放变换、旋转变换,不受图像噪声、色差的影响。经实验证明,该方法可实现高质量快速的拼接系统。     

边缘保持滤波与视觉最优准则的人脸图像光照归一化

受计算摄影学中边缘保持滤波器的启发,提出一种人脸图像光照归一化方法,能有效处理复杂光照条件下的人脸识别问题. 该方法采用加权最小均方边缘保持滤波器将亮度图像精确地分解为反射层与阴影层,根据视觉最优准则进行直方图匹配映射,获得视觉质量最优的光照归一化人脸图像. 对YALE-B 与CMU-PIE 人脸数据
库的识别结果表明该方法有效.     

利用JPEG压缩特性的合成图像检测

提出一种利用压缩特性进行JPEG合成图像检测的方案。由多幅JPEG图像内容拼接而成的合成图像中往往存在质量因子不一致性或分块位置不一致性,这两种不一致性可以作为检测JPEG合成图像的有力证据。该文所提方案先对待检测图像进行尝试性的再压缩并考察失真程度,以估计主要内容曾经历过的压缩情况,然后根据再压缩在不同区域引起的失真程度的起伏变化识别合成图像。该方法还可区分合成图像内容的不同来源,并分析质量因子不一致性或分块位置不一致性,为揭示图像伪造行为提供辅助信息。     

显示图像清晰度的视觉感知研究

研究了清晰度差别的可视性,通过两次实验,邀请不同的观测者对不同清晰度的静态显示图像进行主观视觉评价,并应用统计学分析方法进行了分析.结果表明:文本图像的清晰度差别比自然彩色图像的清晰度差别更容易被分辨.另外,还分析了图像清晰度的视觉感知与显示器的对角线阶跃响应之间的关系,说明人的视觉对自然彩色图像的清晰度差别的可视性临界值相当于角分辨率为14 arcsec,而对文本图像则相当于5 arcsec.     

板壳结构的振型测量

应用CCD图象传感器的线性积分成象机理,将时间平均成象方法与数字图象处理技术相结合提出一种新的动态光测方法.该法只需被测对象静态参考图象及共振态的时间平均成象即可重建板壳结构的振型信息,并具有设备简单、操作方便的优点.     

教室照明系统的智能控制

从节能的角度出发,利用远红外装置和照度计(光电管)及辅助电路组成“教室照明系统的智能控制”装置。该装置能够实现教室无人或者光照充足时自动关灯,有人到来且光照不足时自动开灯,根据教室中人的多少和位置的不同来点亮对应区域的照明灯。既达到了节能的目的,又显著提高了校园电能的使用率。     

基于注意力网络推理图的细粒度图像分类

针对场景图像的细粒度分类任务,结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法.首先提取场景图像的全局视觉特征、局部视觉特征和文本特征,把位置信息分别嵌入局部视觉特征和文本特征后拼接成新的特征,再将这个新的特征作为图结构的节点生成一个异构图;然后设计两条元路径将异构图分解成两个同构图,并...