基于颜色复杂度和结构张量的恰可察觉失真模型

图像的恰可察觉失真(just noticeable distortion, JND)阈值是指人眼能够察觉的最小失真, 通常被用于去除图像/视频压缩中的视觉冗余. 针对 JND 模型对颜色和结构特征利用不充分的问题, 提出了一种基于颜色复杂度和结构张量的 JND 模型. 首先, 计算图像的颜色复杂度, 将其转换为与视觉敏感度相关的权值, 和对比掩蔽模型结合以提升模型的准确性; 然后, 利用结构张量对局部特征进行表示, 建立基于局部结构特征的调制因子, 估计结构不规则区域的视觉冗余程度; 最后, 将基于颜色复杂度的 JND 模型和基于结构张量的调制因子结合, 建立基于颜色复杂度和结构张量的 JND(complexity structure tensor based JND, CSJND)模型. 实验结果表明, 相比于已有的模型, 该模型在主观感知质量相同的前提下, 能使 PSNR 值明显降低; 该模型更加符合人眼的视觉特性, 能更准确地估计出 JND 阈值.     

一种自适应加权欠采样图像重建算法

针对欠采样图像重建中容易对噪声敏感且出现伪影的问题,构建了结合离散小波和TV的双正则化图像重建模型,基于该模型进一步提出了一种自适应加权迭代图像重建算法。该算法在每次迭代中通过阈值收缩方法依次计算TV正则项与小波系数先验项,更新重建图像。同时为了进一步提升重建图像的质量,引入迭代支集检测方法计算小波系数的自适应权重。实验结果表明,与其他算法相比,该文算法具有更好的时间效率和重建质量。     

基于颜色复杂度和结构张量的恰可察觉失真模型

图像的恰可察觉失真(just noticeable distortion,JND)阈值是指人眼能够察觉的最小失真,通常被用于去除图像/视频压缩中的视觉冗余.针对JND模型对颜色和结构特征利用不充分的问题,提出了一种基于颜色复杂度和结构张量的JND模型.首先,计算图像的颜色复杂度,将其转换为与视觉敏感度相关的权值,和对比掩蔽模型结合以提升模型的准确性;然后,利用结构张量对局部特征进行表示,建立基于局部结构特征的调制因子,估计结构不规则区域的视觉冗余程度;最后,将基于颜色复杂度的JND模型和基于结构张量的调制因子结合,建立基于颜色复杂度和结构张量的JND(complexity structure tensor based JND,CSJND)模型.实验结果表明,相比于已有的模型,该模型在主观感知质量相同的前提下,能使PSNR值明显降低;该模型更加符合人眼的视觉特性,能更准确地估计出JND阈值.     

基于三重小波系数集的易损水印算法

提出一种新的基于三重小波系数集的易损水印算法.定义了三重小波系数集,根据将要嵌入的水印比特将三重小波系数集的标准差对阈值的余数量化到不同位置,提取时根据该余数所在的不同区间恢复嵌入的水印.实验结果表明,该算法能够反应对图像的篡改,指出篡改发生的空间位置并给出篡改的程度.同时,该算法对于一般的图像处理操作如JPEG压缩和中值滤波等具有一定的鲁棒性.     

基于小波域变分滤波器的超声图像去噪算法

针对超声图像的斑点噪声干扰问题,提出了一种基于小波域的变分滤波算法.该算法利用小波变换的时频特性,对低频域的小波系数使用基于贝叶斯最大后验估计的变分滤波器进行去噪;对高频域的小波系数选择自适应的小波阈值函数,然后使用基于拉普拉斯分布模型的小波收缩算法进行收缩处理.实验结果表明,与小波软阈值滤波器和变分滤波器相比,该算法在去噪能力和边缘信息的保留上均有较好的表现.     

一种基于模糊小波变换的图像噪声消除算法

在局部软阈值消噪算法的基础上,对水平和垂直方向的高频系数采用模糊中值滤波进行改进,提出一种基于小波变换和模糊中值滤波的消除高斯噪声和盐椒噪声的新算法,并对该算法采用Matlab6.5做仿真实验,将该算法与小波全局软阈值去噪算法、局部软阈值去噪算法和小波包阈值去噪算法进行比较.结果显示,该算法具有更稳健的去噪性能,而且能较好地保留边缘信息.     

基于自适应的小波阈值和GTEO进行说话人识别

小波压缩是基于小波系数的阈值的一个简单去噪方法.它对于所有的含噪语音,都使用一致的阈值,不仅压缩了噪声,也压缩了部分语音成分,因此滤掉的语音感知质量会受到极大的影响.在小波去噪过程中采用了自适应阈值小波包方法.同时把小波去噪和推广的TEO结合起来,去提高系数的鲁棒性.为了进一步提高识别率,在识别阶段,采用改进的MCE算法.实验结果显示,提出的方法取得了较好的效果.     

基于正态反高斯先验模型的小波去噪算法

提出了一种基于正态反高斯先验模型(NIG)的小波去噪算法.将小波系数建模为正态反高斯分布,利用矩估计法计算每个子带内的模型参数;在贝叶斯最大后验概率估计(MAP)准则下推导出与NIG模型相对应的阈值函数表达式,以此对图像进行去噪处理.实验结果表明:该算法与经典的阈值去噪算法相比,具有更好的信噪比和视觉效果.     

自适应盲水印图像小波变换算法及实现

针对传统基于人类视觉系统特性的空间域与变换域结合算法中嵌入信息量小和检测准确率低的缺点,利用图像的局部纹理特性生成扩频码,并在水印嵌入过程中引入加密方法,通过计算相邻特征平均值为自适应调整待量化小波系数的量化间隔,提出并实现一种基于小波变换的数字图像自适应盲水印新算法,并用新算法进行仿真实验.仿真实验结果表明新算法通过阈值检测准确率高,对常见的图像处理有较好的鲁棒性,并且简便易行,计算量小.新算法在应用中有较大的灵活性,可嵌入信息容量大,运算速度快,可操作性强.     

基于小波变换的图像混合去噪算法

提出基于小波变换与中值滤波相结合的方法,实现了图像去噪。该方法在去噪之前,先通过小波边缘检测确定图像边缘特征的小波系数,保留这些位置的小波系数,其不受阈值去噪影响,对其它位置的小波系数进行自适应阈值去噪,去除高斯噪声。然后对图像进行中值滤波,去除椒盐噪声。该算法的实验结果表明,不仅能滤出图像中高斯噪声和椒盐噪声的混合噪声,而且能较好地保留图像的边缘细节,其滤波效果优于传统的图像去噪方法。     

一种基于HVS的利用零树编码的水印算法

提出了一种利用人类视觉特性的数字图像水印算法．先采取直接序列扩展方式生成水印序列信号，然后嵌入到一组按重要性选出的小波系数中，其中嵌入强度由小波域临界可见误差JND(Just Noticed Difference)限决定．实验证明此算法在水印的不可见性和鲁棒性之间取得了良好的平衡，既保证了人眼视觉的不可察觉性，又具有较好的鲁棒性。     

基于自适应门限的分形维数语音端点检测

针对固定门限方法在语音端点检测技术中的局限性,为了提高低信噪比下语音端点检测的鲁棒性和准确率,将自适应门限应用于分形维数的语音检测中,提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析,将分形维数用于语音起止点的检测中,设计了自适应门限,从而有效降低了噪声干扰对检测结果的影响,并实现了实时检测.仿真实验结果表明,在低信噪比的情况下,改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测,而且对噪声干扰具有更好的鲁棒性.     

一种改进的小波域自适应图像水印算法

分析传统小波域自适应水印算法鲁棒性不够理想的原因,提出改进的小波域自适应图像水印算法.利用噪声可见性函数局部分析能力强的特点,在小波分解后的子带中查找容噪能力强的位置嵌入水印,并结合小波域视觉可见误差门限JND值实现水印强度的自适应嵌入.实验结果表明,改进后的算法不但保留了视觉效果好的特点,而且在水印的鲁棒性上得到大幅度的提高.     

LMS算法的自适应逆控制变频调速系统

针对矢量控制变频调速系统参数鲁棒性差这一交流传动领域难题,提出基于自适应逆控制理论的感应电机变频调速新型控制结构用于增强系统参数鲁棒性;提出一种基于变论域的变步长LMS自适应滤波算法用于电机系统及其逆系统建模。研究结果表明,变论域变步长LMS算法克服了收敛速度、时变系统跟踪速度与收敛精度方面的矛盾;自适应逆控制的变频调速系统对感应电机参数摄动具有鲁棒性。     

运动目标最优角点选择算法*

针对传统角点提取算法应用于运动目标优质角点选取上,较难平衡检测精度和检测速率的问题,提出一种稳健的角点选择新算法。首先将图像分块,用子块在相邻帧间的灰度差对其进行聚类,并分割出运动区域块作为角点的搜索区域;然后引入邻域块重新构造Moravec算法的能量变化计算方法,并用之检测目标上的角点;最后对检测到的所有角点进行动态过滤,剔除掉质量低的角点,留下质量高的角点代表运动目标的局部显著特征。将本算法应用于目标跟踪系统进行测试,测试结果表明它有较好的稳健性,较强的的抗噪能力和较快的检测速度,且能保证跟踪的准确性,可以很好地满足交通场景中对行人检测实时性和可靠性的要求。     

基于ICA算法的视频字幕检测与定位

研究了独立成分分析法(ICA)在视频序列处理中的应用,提出了一种新的基于ICA算法的视频字幕检测与定位方法,该算法采用了小波变换来提取独立分量.仿真实验结果表明,与传统方法相比,该方法能够有效消除背景信息,提高字幕定位的精度,具有更强的鲁棒性.     

B 样条尺度空间轮廓演化差异的角点检测

为了提高图像角点检测精度和提升角点运算效率,提出了一种新颖的基于B-样条尺度空间的轮廓演化差异的角点检测算法.把DoB(Difference of B-spline)的范数定义为角点的响应函数,用来刻画其尺度演化差异.DoB角点检测器融合了图像轮廓在不同尺度下的特征信息,既增强了特征点的响应,又抑制了噪声的影响.采用B-样条函数做卷积运算在各类角点检测器中复杂度小,速度快.通过实验对比,结果表明提出的算法具有良好的定位、抗噪及旋转和尺度不变性.     

基于混沌置乱和JND阀值的小波水印算法

提出了一种基于混沌置乱和JND阀值的小波水印新算法.采用二维混沌变换对水印图像加密,对载体图像进行离散小波变换,依据人眼的视觉系统特性,将两个水印信号正反嵌入到图像的中频部分.实验表明这种算法对常规的干扰具有良好的不可见性和鲁棒性.     

基于人眼视觉系统的指纹水印图像自适应嵌入算法

为了保证指纹信息在网络上传输的安全性和完整性,基于小波变换多尺度分解原理以及人眼对频率、纹理和对比度的视觉特性,提出新的临界可见误差模型.用该模型可使指纹特征信息生成的数字水印自适应嵌入合成的指纹图像中,提高了指纹认证系统的可信度.实验证明,该方法不但保证了不可见性,而且对多种图像处理操作具有较高的鲁棒性.     

基于区域信息的自适应码本目标检测算法

运动物体检测是视频监控系统的一个重要组成部分。针对经典码本目标检测算法存在的自适应动态背景能力不足,以及在复杂环境下检测精确度差的问题,提出一种基于区域信息的自适应码本目标检测算法。首先,利用添加学习率的方法对背景模型进行自适应更新以使其适应不同的光照环境。其次,结合区域信息,将待检测像素的码本和周围像素的码本融合,得到更为精确的背景模型。最后,对前景像背景一样进行建模和更新,使得前景和背景模型可以在预设参数的控制下相互转化,消除由于背景变化造成的误检。实验结果表明:所提算法在有随机噪声及光照变化的复杂环境下,依然具有较好的检测率和较好的鲁棒性。基本满足动态场景中运动目标检测的精度高、速度快、抗噪强以及光照适应性好等要求。