基于插值检测的扫描图像源辨识方法*

针对扫描图像真实性的问题,提出了应用EM算法与扫描仪传感器噪声的自然统计特性相结合的识别方法。该识别方法一共生成63维特征,用SVM进行训练,通过大量实验图像,文中对取证方法效果进行了分析研究。结果显示,扫描图像虽然在生成过程中不存在CFA插值过程,但是在被显示前,仍经过了插值运算,傅立叶频谱图仍具有周期性。该算法对SG图像（扫描图像）与CG图像、SG图像与DG图像（数码相机生成图像）之间的识别,达到了较理想的效果。     

视觉传达的多帧平面图像纹理细节增强算法

为提高多帧平面图像的高清度和质量,提出基于视觉传达的多帧平面图像纹理细节增强算法。根据边缘网络(EdgeNet)算法消除多帧平面图像的噪声干扰,同时强化图像边缘信息,使用色彩映射方程补充图像色彩信息,完成色彩校正,保证视觉传达中色彩的准确率,利用高斯模糊算法提取图像高频信息,通过插值处理得到超分辨率多帧平面图像,经过加窗运算合成超分辨率多帧平面图像,完成多帧平面图像的纹理增强。实验结果表明,采用所提算法的图像纹理细节增强处理的图像更高清、图像质量更佳。     

基于二元多项式插值的B超图像放大算法

分析了众多传统的图像插值算法,提出了二元多项式插值算法.将所有的插值公式进行转换后都会得到一个待插入点横坐标和纵坐标的二元多项式,其每一项的系数是待插入点周围其他像素点的颜色值的运算结果.设计了 一个基于二元多项式插值的B超图像放大算法,实验结果说明了算法的合理性.     

基于广义高斯模型的多时相SAR图像变化检测

基于广义高斯模型和Kittler-Illingworth(KI)准则获取SAR比值差异图像的最佳分割阈值,实现多时相SAR图像的非监督变化检测.以徐州市云龙湖畔同一地区2个时相的SAR图像为例进行了试验研究.试验结果表明:与其它的变化检测方法相比,所采用的变化检测算法能更有效地从多时相SAR图像中提取变化信息.     

基于二阶灰度统计特征的SAR图像变化检测

为了探讨斑点噪声对SAR(Synthetic Aperture Radar)图像变化检测的影响,深入研究了SAR图像的二阶灰度统计特性,提出了一种基于二阶灰度统计特性的SAR图像变化检测算法,并针对斑点噪声,进行了比较变化检测实验.实验结果表明,该变化检测算法是可行、有效的,且不受斑点噪声的影响.     

基于ICA子空间的目标运动变化检测方法

针对实时场景下复杂背景动态变化的特点,在子空间图像差分模型的基础上,提出了一种基于ICA子空间的目标运动变化检测方法,该算法能够检测出两帧图像之间目标运动变化而不是背景变化部分,克服了目前大多数基于简单差分模型的变化检测算法对图像配准精度要求很高的问题．实验结果表明,这种方法能够准确地提取出实时场景中目标的运动变化区域,并具有很强的鲁棒性．     

基于平面和球面插值的图像放大算法

现有的图像放大算法由于采用的插值方法存在一定的不足,容易出现"锯齿"形边缘和模糊的现象.文章改变图像的表示模型,提出了平面插值和球面插值相结合的图像插值方法.该算法避免了传统的插值方法用统一的模型逼近所有像素的不足,对不同的情况用不同的插值方法,理论分析和实验结果表明了文中方法的有效性.     

基于轮廓插值加权算法的研究

为了进行医学二维图像的三维表面图像重建，最重要的一步就是提取二维图像的轮廓线。文章首先从算法的角度上探讨了诸如线性加权平均的图像插值方法、动态弹性插值方法、方向性插值方法和基于形状的插值算法的基本原理，以及它们的适用范围和局限性。在基于形状的插值方法的基础上，提出了改进的轮廓插值加权算法。采用这种改进算法以后，三维重建的轮廓质量有明显的改善。     

一种高效的插值算法

通过对一般图像及传统插值算法的分析讨论 ,提出了高低阶结合的插值算法。从而有条件地解决了运算量与插值质量之间的根本矛盾。     

融合有限差分及梯度的Bayer-CFA插值方法

为了实现对边缘像素点的高精度插值,融合有限差分、图像梯度、图像相关性提出了一种先插值再修正的Bayer彩色滤波阵列(color filter array,CFA)插值方法Bayer-CFA。首先,把CFA图像中的已知像素点作为离散的网格节点,利用像素点间的空间相关性构造插值函数。然后,结合色彩相关性设计插值G像素的水平、垂直方向的插值算子,并用梯度信息建立两个方向的权重因子,实现G平面插值;再根据G像素点左右的已知R像素点的对称性及色彩相关性构建插值函数,应用色差公式完成R平面插值,并用与R平面插值相同的方法完成B平面插值。最后,对每个插值结果,在以其为中心的3×3邻域内进行梯度修正,采用梯度信息构造8个方向的权重因子,用像素点的空间位置决定加权系数,以消除不规则边缘及纹理引起的插值误差。仿真结果表明:相较于EET算法,Bayer-CFA的彩色图像峰值信噪比提高了0.57 dB,S-CIELAB空间的色差降低了0.23;Bayer-CFA在使用梯度修正后能减少伪彩色,沿边缘方向的插值有效削弱了锯齿现象,能保留图像的边缘纹理细节。     

基于快速残差插值和卷积神经网络的去马赛克算法

针对传统插值法存在的图像细节不能很好恢复的不足,利用卷积神经网络作为残差插值法的后处理操作,提出了一种基于残差插值和卷积神经网络的去马赛克算法。方法分为初始去马赛克和细节恢复后处理两部分。先用改进的基于梯度的快速残差插值法实现初步去马赛克插值,并针对恢复图像中包含了彩色伪影,细节丢失等问题,再使用深度残差网络学习恢复图像与理想全彩色图像之间的映射,实现后处理。在Kodak数据集和IMAX数据集上的实验结果表明,该方法结果在主观视觉特性和客观评价指标两方面相较于传统方法都有明显改进。     

基于三维直方图聚类特性的非监督图像变化检测方法

针对图像非监督变化检测算法进行了研究,提出了一种新的检测方法. 基于差异图像的三维直方图聚类特性,利用改进的一维最大熵寻找三维直方图最佳的平面阈值和平面方向;由其共同确定三维直方图的最佳划分平面,将三维直方图划分成变化聚类和非变化聚类;再根据三维直方图聚类划分结果完成差异图像的变化检测. 理论分析和实验结果表明,该方法相对传统检测方法具有更好的检测性能.     

基于PCA光谱增强与区域扩散阈值确定的遥感影像变化检测算法

变化检测技术是从观测数据中有效地提取各种变化信息.本文针对变化检测中差异影像的构造和变化阈值的确定展开研究,首先将两期的遥感影像矢量叠加,然后进行主成分分析获得变化量,最后通过区域扩散阈值确定方法获得变化检测结果.通过与传统变化检测方法的实验比较,证明了该方法的有效性.     

基于三帧差分混合高斯背景模型运动目标检测

针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的“鬼影”问题,提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变,利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果。实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的“鬼影”问题。     

一种基于边缘信息的贝尔模板彩色插值方法

针对贝尔模板滤波图像的彩色插值还原,提出了一种基于边缘信息的插值方法.该方法利用了边缘信息,能够有效降低边缘区域的噪声,同时利用了色饱和度信息,提高了低饱和度区域的还原质量.实验证明,与其他方法相比,该方法能够得到较理想的还原效果,结果图像边缘轮廓清晰,彩色噪声较少.     

基于梯度方向的反马赛克算法

目前数字图像采集系统中采用的反马赛克算法存在插值伪像严重、算法计算量大等问题.为了解决上述问题,本文提出了一种基于梯度方向的反马赛克算法,可提升实际应用中反马赛克处理性能.计算当前像素位置水平和竖直梯度,并据此完成G分量的插值恢复,采用双线性插值完成R分量和B分量恢复并用G分量进行校正处理.从复合峰值信噪比（CPSNR）以及计算量两方面将本算法与其他典型算法进行对比,本文算法以更低的运算量,获得优秀的反马赛克性能.这种高性价比的特点有利于其未来完成硬件电路实现,并应用于实时成像等高技术领域.      

应变片外观缺陷检测方法

应变片是用于测量应变的关键元件,在实际中应用广泛,其外观缺陷检测在工业生产中具有重要意义。本文针对应变片图像缺陷检测存在的难点和人工目视检测应变片外观缺陷存在的成本高、检测结果不稳定、效率低等问题,提出了一种自动检测应变片外观缺陷的方法。其中提出了方向canny边缘检测算法,在准确检测出应变片图像边缘的同时,有效解决了传统canny边缘检测算法的耗时问题;针对应变片图像灰度分布不均、光照剧烈变化等情况,提出了动态阈值法来分割丝栅区和焊接区。首先,对应变片图像采用双边滤波进行预处理,在去除噪声干扰的同时保留边缘信息;然后,根据方向canny算子分割出感兴趣区域;其次,根据动态阈值法分割出丝栅区和焊接区;最后,采用形态学操作的方法,检测应变片存在的缺陷。实验结果表明,本文所提检测方法能够准确有效的检测出应变片外观缺陷,算法稳定性高,满足实时性要求;同时系统人工干预少,检测效率高,能实现自动检测。     

基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法

基于图像局部梯度具有明显一致性先验,提出了一种基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法。算法在恢复绿色通道时首先从垂直和水平两个方向的进行插值,得到候选插值结果。然后根据彩色通道结构相似的特点,提出利用多通道梯度线性加权估计图像局部梯度,并利用引导滤波实现用时域图像边缘结构对图像局部梯度进行一致化校验,从而提高边缘估计的精度。然后将一致化校验后的梯度特征与候选插值进行自适应融合得到最终绿色通道插值。最后依据图像通道之间的结构相似性先验,利用绿色通道结构细节实现对红色和蓝色通道重构图像的修正,从而恢复完整的去马赛克彩色图像。通过在Kodak和IMAX两个数据库进行的有效性验证,并与其他最新方法进行的性能对比,结果表明恢复图像主观视觉特性和客观评价指标都优于传统方法。此外,由于不涉及迭代和网络训练,具有高效性。     

自适应比例合成反马赛克算法的提出与应用

为解决实际应用中的反马赛克问题,给出一种自适应比例合成算法.对G通道进行梯度比例合成插值,R,B通道采用G通道的梯度校正双线性插值结果,从复合峰值信噪比(CPSNR)和计算量两个角度,将自适应比例合成算法与其它几种典型的反马赛克插值算法进行对比.自适应比例合成算法以较小的计算量获得较高的CPSNR,适合于实际应用.该算法已应用在某多通道CMOS图像采集系统中,效果理想.     

基于混沌映射的图像认证技术

针对脆弱水印认证算法的篡改定位精度及安全性问题,提出了一种篡改检测和定位分离的图像认证方案.将原始图像的像素灰度值映射为混沌初值,经过若干次迭代生成检测水印和定位水印,然后将其嵌入到像素灰度值的低两位.利用混沌对初值的极端敏感性,能够精确地定位对含水印图像的篡改,并且水印提取无需宿主图像.实验结果表明本算法能够检测出任何对图像像素值的改变和对图像完整性的破坏,同时可将篡改定位到单个像素,有效地实现了对数字图像的精确认证.