离散余弦变换在图像压缩上的应用

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一.离散余弦变换(DCT)由于其较好的能量压缩特性和快速算法,被广泛地应用在图像压缩等领域,特别是国际静态图像压缩标准JPEG和动态图像压缩标准MPEG中都采用了DCT变换.本文介绍了DCT的核心编码,并使用matlab语言实现了基于DCT的图像压缩.     

全局重建和位置块残差补偿的人脸图像超分辨率算法

针对传统基于学习的人脸图像超分辨率算法存在高频细节信息损失过多问题,提出一种全局重建和位置块残差补偿相结合的人脸图像超分辨率新算法.首先利用高、低分辨率训练集所有样本,使用基于权值学习的全局重建算法得到初步的人脸图像,再结合图像模糊和下采样过程,产生高、低分辨率残差图像训练集,最后使用基于位置块的残差补偿算法,对初步的人脸图像进行高频细节补偿得到最终结果.对比实验结果表明,相比同类基于学习的人脸图像超分辨率算法,在将人脸图像分辨率提高4×4倍的情况下,新算法的平均峰值信噪比可提高0.65～3.55dB,可以更好地重建出局部高频细节信息.     

一种对复杂闭合边缘图像的填充方法

对一些常用的填充算法进行分析和比较后,提出了一种能够对复杂闭合边缘图像进行填充的方法.这种方法具有扫描线填充算法无需种子点的优点,同时具有种子填充的良好的填充效果.实验证明这种方法简便易行,能够快速有效地填充复杂闭合边缘图像.     

基于模糊联合误差的红外图像边缘检测方法

图像的边缘检测中,非优化梯度阈值选择的不当会造成某些边缘点的丢失;而模糊阈值方法,需占用大量存储空间来搜索参数的最优组合.针对以上问题,本文在模糊理论的基础上,并结合红外梯度图像的特点,提出了一种基于模糊联合误差的红外图像边缘检测方法.本文首先通过改进的Sobel算子构造出红外图像的梯度图,在对其进行模糊划分的基础上计算区域模糊度,最后通过对区域联合误差的比较,确定模糊区域中像素点的隶属,实现边缘提取.与传统的基于梯度的边缘检测算法及最大模糊熵算法进行了对比实验.结果表明,该方法用于红外图像边缘检测时,能够在更短的处理时间内,保留更多的边缘信息.     

基于傅立叶-小波HMT方法的卫星图像恢复

卫星图像的恢复是一个病态逆问题.本文提出降值卫星图像在傅立叶域中进行Wiener反卷运算后,在复数小波域中利用隐含Markov树(HMT)进行去噪的傅立叶-小波HMT图像恢复算法.典型卷积加噪线性降质卫星图像的仿真实验结果表明,建议的基于傅立叶-小波HMT方法在客观指标,以及视觉效果上都比常用的Wiener恢复算法有较大的提高.     

基于视觉感知的立体图像零水印算法研究

人眼感知立体图像,主要是对图像内容和深度信息的感知,而视点之间的差异是形成立体图像深度感知的一个重要原因。本文基于人眼视觉感知特性,提出了视点零水印和视差零水印算法,视点零水印将视点图像的亮度Y分量分块做DCT变换,并根据DCT域中低频系数的大小关系来构造视点零水印,提高了水印的鲁棒性和不可见性;视差零水印通过求取左右视图的视差值,搜索得到左右视图的匹配区域,根据匹配区域内左右图像块的DC系数大小关系来构造视差零水印。统计两类零水印恢复率,达到对立体图像质量和立体感知质量客观评价的目的。实验结果表明,该水印算法具有良好的鲁棒性和不可见性,通过水印恢复率客观评价图像质量和立体感知质量,与人眼主观评价具有一致性。     

一种新的彩色图像特征提取方法及其应用

介绍了一种新的彩色图像亮度特征、彩色特征及梯度特征的提取方法，并应用这种方法对珍珠图像进行分割，取得良好效果．     

气动光学效应退化图像循环迭代复原算法研究

为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应，提出一种基于内外循环迭代的湍流退化图像复原新算法．该算法利用多帧湍流退化图像，建立了一个基于航天图像随机场概率模型的联合对数似然函数．通过极大化该对数似然函数，推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系，据此可将目标图像和各帧点扩展函数同时估计出来．在微机上进行了复原实验，实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计，可有效地去除模糊、抖动等气动光学效应．     

基于模板匹配的图像配准算法

在研究传统图像匹配方法和分色理论的基础上，提出了基于模板匹配的图像配准算法．在将标准图像和待测图像分别分色的基础上，采用序贯相似性检测算法对各色灰度图像分别进行模板匹配，并根据匹配数据，对图像进行平移、缩放及旋转操作，使两幅图像能够在空间上配准．实验表明，算法的效率和精度与采集设备的分辨率、模板选取以及匹配区域大小等因素有关，与传统图像配准算法相比，效率和精度分别提高了30％和35％以上，不仅满足了彩色精密印刷品质量检测的要求，而且还可应用于其他图像快速配准的过程中．     

基于Snake模型的图像目标轮廓自动跟踪方法

针对实验数据像素灰度的分布特点，提出了一种对目标轮廓线进行有效和可靠的搜索和跟踪策略．由于数据中病变组织与其邻近组织像素灰度差别相对明显，首先通过来用一种改进的轮廓自动跟踪方法对目标轮廓进行跟踪，将得到的轮廓线经采样得到其离散控制点作为Snake轮廓搜索和跟踪算法的输入，既克服了Snake方法对初始轮廓线控制点分布的局限性，又避免了采用单一轮廓跟踪方法跟踪目标轮廓线的不确定性，提高了分割病变组织的速度和准确性，此方法具有较高实用意义。