基于粒子群优化算法的像素级图像融合

多传感器的像素级图像融合中，如果对源图像进行线性运算以得到融合图像，源图像的置信度取值一般只能由经验和个人主观感觉来确定，并不能得到令人满意的融合效果．本文针对这一问题提出了一种基于粒子群优化算法的像素级图像融合的算法．该算法可以根据融合的目的采用不同的融合指标，应用粒子群优化算法得到比较满意的融合图像．实验结果表明该算法优于其它的几种像素级图像融合算法．     

板料成形应变测量中方网格图像的亚像素匹配

针对板料成形应变测量中应用的方形网格,提出一种网格图像亚像素匹配法. 采用二值化和细化等方法得到网格线条的细化图像,然后通过初、精两次定位提取网格节点的亚像素图像坐标,并建立各节点之间的拓扑关系. 在已知各次拍摄时相机位置与姿态的基础上,根据网格节点的拓扑关系和极线约束实现同名网格节点自动匹配. 实验结果表明,所有匹配点对之间极线距离的平均值约为\,0.17\,像素时,匹配稳定可靠. 匹配结果可作为后续应变计算的基础数据.     

利用自适应像素对匹配的图像纹理区隐写

图像纹理区结构随机性较强,因此在纹理丰富区域嵌入隐蔽信息比在平坦区域嵌入的安全性更高。提出一种基于自适应像素对匹配法（adaptive pixel pairmatching,APPM）的纹理区隐写算法,优先在复杂纹理区嵌入密信。定义了图像纹理区域判别准则,由此根据待嵌入秘密信息的长度调整阈值,实现自适应隐写。在嵌入过程中可能出现嵌密块纹理复杂度小于阈值的异常情况,为解决这一问题,算法包含了基于最小失真的像素值局部调整策略。实验结果表明,该算法的嵌入效率高于原始APPM算法,而且KL距离较小,抵抗几种常用隐写分析算法的能力也比其他几种代表性算法LSB和APPM更强。     

一种基于SLIC的超像素快速色彩传递算法

提出了基于SLIC超像素分割的快速色彩传递算法.该算法有两个主要步骤:首先利用SLIC技术实现两幅图像的超像素分割;然后根据超像素特征,对两幅图像的超像素进行相似性匹配,在此基础上进行色彩传递.实验结果表明,与基于像素点传递的一类算法比较,该算法不仅提高传递速度,还进一步改善了传递效果,结果图像更加自然,平滑.     

改进的PVO-k可逆信息隐藏算法

近年来,一些学者结合像素值排序（pixel-value-ordering,PVO）提出了一系列可逆信息隐藏算法和改进算法。为此,针对其中PVO-k算法存在的缺陷进行改进,提出了改进的PVO-k可逆信息隐藏算法。改进后的嵌入规则使算法更适应平滑像素块的信息嵌入,改进的像素块选择策略也保证了载体图像的高保真度。实例分析和实验验证表明,该算法在隐藏容量和保真度方面都有提高,特别是对较平滑图像优越性较为明显。     

可分离加密域可逆数据隐藏方案

利用图像测试,提出了一种可分离加密域可逆数据隐藏算法,能获得质量较高的直接解密图像.加密方在图像流加密之前进行图像测试并生成位置图,嵌入方根据位置图将秘密信息嵌在选中像素的高位,接收方在相邻像素相关性基础上通过一种自适应差值算法实现可逆性.若全部嵌在选中像素的第8位,得到的直接解密图像质量较差;若全部嵌在选中像素的第7位,则无法实现无失真恢复.针对这两个缺点,该文在保证无失真恢复同时获得了质量较高的直接解密图像.实验表明所提出的算法有效,且性能优良.     

像素级多传感器图像融合研究进展

像素级多传感器图像融合是对多个传感器获取的同一地区或同一目标的图像数据，采用一定的算法将各图像数据中所含的信息优势或互补性有机结合起来产生新的图像数据的技术。本文探讨了像素级多传感器图像融合的研究意义和应用，对像素级多传感器图像融合方法进行了分析比较，并对其发展方向进行了展望。     

基于多对非对称直方图修改的可逆信息隐藏

传统基于非对称直方图修改的图像可逆信息隐藏算法存在大量像素无效修改的问题。针对此问题,提出了一种基于多对非对称预测误差直方图修改的可逆信息隐藏方案。该方案结合了非对称直方图修改算法的优势和多直方图修改算法的特点,选择图像的平滑区域进行非对称直方图修改以嵌入信息。在达到发挥非对称直方图补偿还原效应的同时,能进一步减少像素的无效修改量,提高率失真性能。     

一种基于双重网络模型的单幅图像超分辨率方法

本文对深度学习领域中的高效亚像素卷积神经网络（efficient sub-pixel convolutional neural network,ESPCN）算法进行了改进,通过加入残差网络知识,调整原有的ESPCN构造结构,提出了一种双重网络模型下单幅图像超分辨率重建方法。通过实验证明：该算法能够有效地提高单幅图像超分辨率重建的精度,丰富重建后的细节信息。     

改进FAST和FREAK的图像匹配算法

针对FREAK算法在图像匹配和压缩过程中的效率低以及失真问题,提出一种改进FAST和FREAK的图像匹配算法。首先,通过改进的FAST提取图像特征点,在提取的特征点范围内构建降维尺度空间金字塔,从而提高原图的匹配速率和卷积过程中的计算效率。其次,基于每个特征点构建低维特征描述,进而确定改进FREAK算法的主方向,以提高运算速率和图像匹配的鲁棒性。最后,通过汉明距离进行图像特征匹配。仿真实验结果表明,该算法能够有效解决多次压缩传输所造成失真的图像的低匹配率问题。     

基于超像素的行人检测算法研究

行人检测一直都是计算机视觉领域极具挑战性的研究热点和难点,广泛用于视频监控、机器人学、智能驾驶等领域.提出了一种基于SLIC超像素聚类和HOG特征算法的融合的行人图像的分割和识别方法.首先,用超像素聚类算法将彩色目标图像分割成几个紧凑的超像素;然后,分别提取超像素的HOG特征;最后,应用SVM算法作为分类器进行训练和检测.实验结果表明,算法对测试数据库具有较低的漏检率和误报率,且在测试样本发生变化时,依旧保有的检测精确度,所提出的实验方法是有效的.     

非对称失真的空域自适应隐写

提出一种用于空域自适应隐写的区分加减—–失真代价的通用方法,首先利用像素灰度值本身的失真代价值优化原始失真代价函数.然后通过迭代,多次根据修改情况进一步调整失真代价.经过调整的失真代价能最大程度地聚集修改方向,使含密图像具有更好的抗检测性.实验表明,优化后的失真代价函数能显著提高空域自适应隐写方法的安全性.     

参数化二叉树编码实现加密图像可逆数据隐藏

为了提高数据嵌入容量,提出了一种基于参数化二叉树编码的加密图像可逆数据隐藏新方法。该方法的系统由图像所有者、数据嵌入者和授权接收者三方组成,其中,图像所有者采用特殊的图像块随机调制和置乱对原始图像加密并上传;由于加密操作很好地保留了图像块的像素相关性,数据嵌入者可在加密域充分利用图像块相关性,通过自适应选择参考像素来预测同一图像块的其余像素得到预测差值,再使用参数化二叉树编码进行无损压缩生成嵌入空间,实现大容量数据嵌入;授权接收者可正确提取嵌入数据或无失真恢复原图像。仿真实验结果表明：所提方法提高了嵌入容量,且可用于医学、云服务、军事等众多领域。     

OLED亮度电路漏电流补偿技术分析

OLED像素电路存在OLED发光不均匀的问题,其中一个重要原因是开关晶体管在关闭时存在漏电流,致使驱动晶体管的栅极电压不稳定,从而影响图像显示均匀性,影响显示质量。本研究通过专利数据库对漏电流补偿像素电路进行检索,并对其中几种典型的补偿结构进行介绍和分析,旨在了解业内两种通常的漏电流补偿方法,一是从开关晶体管的结构出发进行设计改进自身的漏电流,二是从电路结构出发设置漏电流抑制电路来补偿开关晶体管的漏电流,最后提出了一些设计方面的考虑。     

一种鲁棒的圆形标记点中心提取方法

圆形标记点中心识别是视觉测量的关键技术之一. 为满足工业现场精确标定和测量的需求,提出了一种鲁棒的标记点中心提取算法. 首先对图像进行预处理和Canny边缘提取;然后用增强的Snake方法对边缘进行全局最优搜索,并以具备积分性质的Zernike算子对图像边缘进行亚像素定位;最后采用鲁棒的椭圆拟合算法迭代定位椭圆中心. 仿真和实测表明,该算法在标记点破损或被污染情况下仍能给出精确的中心定位. 理想情况下定位误差小于0.02像素,在标记点破损或被污染情况下定位误差小于0.03像素.     

参数化二叉树编码实现加密图像可逆数据隐藏

为了提高数据嵌入容量，提出了一种基于参数化二叉树编码的加密图像可逆数据隐藏新方法。该方法的系统由图像所有者、数据嵌入者和授权接收者三方组成，其中，图像所有者采用特殊的图像块随机调制和置乱对原始图像加密并上传；由于加密操作很好地保留了图像块的像素相关性，数据嵌入者可在加密域充分利用图像块相关性，通过自适应选择参考像素来预测同一图像块的其余像素得到预测差值，再使用参数化二叉树编码进行无损压缩生成嵌入空间，实现大容量数据嵌入；授权接收者可正确提取嵌入数据或无失真恢复原图像。仿真实验结果表明：所提方法提高了嵌入容量，且可用于医学、云服务、军事等众多领域。     

一种加密域可逆隐藏算法的分析及改进

分析指出一种加密域可逆信息隐藏算法不能实现无损恢复的原因——仅用四邻域预测像素类型.为实现原始图像的无损恢复,结合像素自身和四邻域来预测像素类型,利用类型标示矩阵记录像素的平滑性并将其压缩后隐藏在部分平滑像素中,接收者利用提取的类型标示矩阵与邻域像素可无损恢复原始图像.实验仿真结果表明,所提出的改进算法不仅能无损恢复原始图像,而且进一步提高了嵌入容量和解密图像的质量.     

二次Arnold变换图像置乱加密算法

为了提升图像置乱效果和置乱性能,对原始图像进行分块削弱了图像邻域像素的相关性;打乱分块图像的位置消除了图像块的空间相关性.实验结果表明,该算法从本质上降低了图像内部相邻像素的相关性,从而能够取得更好的加密效果.     

结合像素交换与菱形编码的图像隐写

摘要：基于像素交换和菱形编码,提出一种新的隐写方法：EDSteg. 该方法吸取了Steghide和菱形编码的优点,在保持载体图像一阶统计特征不变的同时具有较高的嵌入效率. 该方法采取§1 嵌入法,即只允许相差不超过1 的像素进行交换,这样可以大大减小图像失真. 为了提高交换率,采取分组嵌入的方式. 由于像素值最多只允许改动1,所以每组数据有可能需要进行两次交换. 与基于图论的Steghide算法类似,可以将嵌入过程表述为寻找超图的最大匹配问题. 实验表明,EDSteg的嵌入效率、视觉效果及抗攻击性能都优于Steghide、菱形编码等方法.     

基于空间矩和Zernike矩的亚像素边缘检测

介绍了两种矩的理论,然后根据建立的四参数边缘模型,分别利用两种矩的性质推导出边缘参数与矩之间的关系,利用矩得到图像边缘参数,最后由边缘参数确定图像边缘.两种矩方法得到的边缘的边缘定位精度都已达到亚像素级.