基于图像边缘保持的反距离加权插值算法

在数据可视化过程中运用一般的插值算法处理图像,边界效果通常比较模糊,也容易造成图像边缘信息的大量损失,导致图片整体增强效果欠佳。针对该问题,将图像边缘保持策略引入到反距离插值算法中,提出了基于图像边缘保持的自适应反距离加权插值算法(adaptive inverse distance weighted interpolation,AIDWI)。在图像边缘优化方向确定的基础上,利用反距离加权插值函数获取图像边缘区域像素间的关系,根据权值下降指数调节图像边缘的清晰度,设置平滑参数控制算法的平滑效应,达到图像整体增强效果的最佳状态。利用计算机进行图像增强仿真实验,通过基于图像能量谱的图像质量测度值和图像熵值对图像整体增强效果进行评估,结果表明经算法处理后的图像整体增强效果明显,算法在执行效率和提升图像熵值等方面均具有突出的优越性。     

基于边缘检测的自适应非局部均值去噪算法

针对图像去噪处理中非局部均值(NLM)算法造成的平滑图像细节丢失问题,提出基于边缘检测的自适应非局部均值去噪(ANLM)算法。利用canny算子提取图像边缘结构图,比较待处理像素所在图像块和邻域图像块边缘结构的相似度,判断当前图像块所处图像区域的结构特征,设定相关阈值,自适应选取滤波参数,调整像素在平均过程中的权值。实验结果表明,ANLM算法相比NLM算法,能更有效去噪,可保留更多的边缘结构特征,细节信息更为丰富。     

一种保持图像细节的自适应的去噪平滑算法

针对三维相干切片数据所形成的二维图像,提出一种新的自适应的保持图像边缘细节的图像平滑算法.该算法通过平滑区域及灰度均匀度来选择受噪声干扰的最小区域,并以此来对目标像素进行相应处理.实验证明,本算法能在有效去噪平滑的同时,很好地保持了图像边缘细节,具有很高的实用价值.     

自适应型中心加权的中值滤波器

针对低噪声污染的图像提出了一种改进型中值滤波算法.该算法是一种自适应型中心加权的高效中值滤波算法.通过粗略地检测图像中的冲击噪声污染率,来自适应地调整中心像素的权值.从而控制新的滤波器对不同污染程度的噪声图像进行不同程度的平滑,即对轻度污染的图像进行轻度的平滑,而对污染比较严重的图像进行重度的平滑.实验结果表明.新的滤波算法优于传统的中值滤波器及其他一些典型的改进型中值滤波器.     

基于点扩散函数的理想亚像素边沿生成方法

针对数字成像系统无法提供精确亚像素精度图像的现状,提出了一种生成理想图像的方法,解决了亚像素定位算法评价过程中需要的高精度图像源问题.首先根据光学成像系统模型CCD采样理论以及圆孔衍射理论建立以二维高斯函数为核的点扩散函数(PSF);然后生成待测试的模拟量的理想边沿图像,将各个像素分割成N*N个子像素,以几何方法计算出各数字化的子像素;再将PSF作用于该图像得到确定边沿的数字理想图像.实验研究表明,与邻域平均方法相比,所提方法生成图像边沿过度平滑更接近实际物理成像.     

基于结构张量与随机游走的图像分割算法

将结构张量与随机游走算法相结合,提出一种新的图像分割策略.算法通过分析结构张量特性,提出尺度向量的概念来计算像素间的连接权值,然后应用随机游走算法实现分割.利用尺度向量得到的权值刻画了图像局部的结构信息,更有效地实现了图像分割.此外,还提出了一种自适应各向异性的滤波函数,用以代替高斯函数对结构张量进行平滑,使所得到的结构张量可以更好地保留图像的复杂结构信息.实验表明,所提算法具有更好的分割准确性和稳定性.     

基于边界平滑性准则的立体图像误码掩盖算法

为解决立体图像的差错问题,提出了一种基于边界平滑性准则掩盖方法.首先根据视差相关性为丢失块选择参考块,然后结合像素间色彩空间相似程度和几何空间距离接近程度为它们进行自适应权重的视差匹配,接着给出了边界平滑性的代价函数,并据此度量选择最平滑边界的块作为初步的掩盖效果,最后再次利用边界平滑性准则判断丢失块的属性,并根据其属性采用不同算法对之前的初步掩盖内容进行调整.实验结果表明,相比其他算法,该算法在主、客观质量上均具有较好的优势.     

基于LRP的自适应运动目标检测算法

传统的运动目标检测算法主要基于像素值的统计模型,对于光照突变和噪声极为敏感.为此,提出了一种基于局部比率模式(LRP)的自适应运动目标检测算法.使用LRP描述视频图像序列中像素特征,通过自适应核密度估计对像素特征进行建模,提取出运动目标.实验结果表明,该算法适应光照变化,有良好的检测性能.     

一种无边缘增强效应的羽毛图像光照校正算法

针对一般的图像光照校正算法会增强光照边缘特征,降低缺陷检测的准确率这一问题,提出了一种基于Retinex的自适应平滑改进算法。首先构造了一个新的传导函数,并且证明了传导函数的参数无论如何取值,算法不具有明暗边缘的增强效应,使得光照校正后羽毛纹理没有被增强;然后结合羽毛图像的特点,对局部不一致性的测量指标进行了改进。实验结果表明改进后的算法较好的满足了羽毛图像光照校正的需求,有效的提高缺陷检测的准确率。     

质心迭代图像跟踪算法

针对均值漂移跟踪算法对图像进行核函数加权处理的不合理性,且在图像跟踪中存在偏差的问题,提出了一种基于最大后验概率指标的质心迭代跟踪算法.首先分析了最大后验概率指标的计算特性,并指出该指标可以计算出每个像素对相似度的贡献值.以此为基础,提出了一种非参数非核的质心迭代图像跟踪算法,即将每个像素的相似度贡献作为密度,候选区域的相似度作为区域质量,通过计算初始候选区域的质心并经反复迭代,从而获得目标位置.理论分析和实验表明,所提算法无需核函数,迭代计算无需指数运算,降低了计算复杂度,同时利用了最大后验概率指标对背景的抑制作用,可大大提高跟踪的准确性.     

一种适用于二值图像的数字水印算法

提出了一种根据像素的空间邻域特性在二值图像中嵌入数字水印的算法．由邻域内的平滑度和连通性计算像素的可非度，从而确定各种邻域组合的可嵌入优先级．为了均衡可嵌入水印像素的空间分布，对原始图像进行随机排列和分块后，在每一块中嵌入相同数量的水印．并根据随机排列的统计特性，自适应地确定可嵌入水印像素，以尽量减少对图像质量的损害．实验结果表明，嵌入的水印不易被察觉，而且是脆弱的，可以作为检测图像是否被改动过的一种有效手段．     

基于小波域的图像去噪算法

提出一种基于图像像素分类的小波阈值去噪方法.将图像进行小波变换后的结果看成一幅图像,对小波域中的低频信息利用自适应滤波器进行平滑,而对高频信息按图像像素分类的原则利用图像的方向信息测度来区分边缘和噪声,然后把噪声部分的小波系数置零,最后重构得到去噪图像.实验结果表明,算法可较好地改善图像的视觉效果.     

一种SAR图像空间域自适应滤波算法

针对合成孔径雷达(SAR)图像相干斑噪声抑制问题,提出了一种基于支持向量回归(SVR)分析的空间域自适应滤波方法.将SAR图像看作连续二维函数,利用SVR方法对其进行逼近.基于图像的逼近结果描述像素关联性,并基于关联性破坏程度对噪声进行类型分析,对不同类型的噪声采取确定性的抑制算法.为了保证精度,选择小波核函数构建支持向量回归机.实验结果表明该方法是有效的并对经典方法进行了改进.     

基于梯度倒数加权和中值滤波的图像平滑改进算法

分析了传统梯度倒数加权和中值滤波算法的特点,根据图像的相关性和连通性原理,利用邻域窗口中像素间的梯度信息,对像素进行平滑处理前先对该像素是否为噪声点进行判断,提出了一种基于梯度倒数加权和中值滤波的图像平滑改进算法。实验表明,改进算法较原算法能够更好地去除椒盐和随机噪声,同时较好地保持了图像的细节信息,处理过程的运算复杂度与原算法相当。     

一种基于鲁棒估计的自适应图像平滑方法

基于鲁棒统计理论,提出一种新的保持图像边缘的图像平滑算法.将图像滤波与平滑转化为一个分段常数模型的鲁棒估计问题.并由此导出基于分段常数模型的尺度自适应鲁棒滤波器.为了自动确定鲁棒滤波器的最优尺度参数,使用直方图分析,结合非参数统计的方法来确定各点的鲁棒尺度参数.该算法可以在平滑图像的同时,保持原始图像中的边缘结构.实验表明,该算法平滑图像的效果,明显优于固定尺度的平滑算法.     

一种自适应可变容量的可逆水印算法

为了提高可逆水印的嵌入容量及水印图像质量,提出一种自适应可变容量的可逆水印算法.该算法对载体图像进行分块,每块整数变换后根据图像的特征生成可变容量可逆水印:平滑块8比特,嵌入在图像像素的低2位,纹理块12比特嵌入在图像像素的低3位.实验结果表明,与同类算法相比,该算法在保证水印图像质量的基础上提高了可逆水印的嵌入容量,所嵌的版权信息及原始载体图像均能无失真提取与恢复.     

一种采用分段线性函数的图像增强方法

提出了一种采用分段线性函数实现图像增强的方法.为了避免在图像增强过程中的过度平滑或锐化,定义一个7段线性函数.函数的自变量是输入图像的某一像素灰度值与其3×3邻域一像素灰度值之差,函数的输出反映了这个差值对输出像素灰度值的贡献.分段函数还通过两个参数分别调整平滑或锐化的程度.实验结果表明,这种方法是一种灵活、有效的图像增强方法.     

基于混沌理论的自适应参数图像加密算法

针对数字图像加密特点,提出一种基于混沌理论的自适应参数图像加密算法,将明文图像安全哈希算法(SHA-1)摘要协同用户密钥进行计算,将计算所得的参数作为自适应参数,输入混沌系统产生混沌序列对图像进行置乱和像素扩散,从而使不同的加密图像和加密参数对应不同的加密过程。实验结果表明,该算法密钥敏感度高,能够抵抗选择明文等攻击,具有较好加密性能。     

自适应迭代维纳滤波算法

针对经典维纳滤波去除图像高斯噪声后不能很好保持图像边缘和平滑性的问题,提出一种自适应迭代维纳滤波算法。首先,依靠像素灰度值的二阶差分分量估计图像的噪声方差;然后,以3×3大小的模板为起始模板,对图像进行迭代滤波且每次迭代都增加模板大小;最后,每次滤波前后所有像素灰度值变化大小的均值是否小于阈值为停止迭代的判断条件,判断条件成立结束滤波。不同改进算法的实验结果对比,该改进算法不仅保持较高图像峰值信噪比而且在时间复杂度上要小于小波域维纳滤波器,并且在保持图像边缘和平滑效果方面要较好于小波域维纳滤波。     

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。