Perceptual quality metric for digital video coding

A new perceptually significant block-edge impairment metric as a quantitative distortion measure for blocking artifacts in digital video coding is presented. This distortion metric does not require the original image sequence as a comparative reference, and is found to be consistent with subjective evaluation.     

Joint halftoning and watermarking

A framework to jointly halftone and watermark a grayscale images is presented. The framework needs the definition of three components: a human visual system (HVS)-based error metric between the continuous-tone image and a halftone, a watermarking scheme with a corresponding watermark detection measure, and a search strategy to traverse the space of halftones. We employ the HVS-based error metric used in the direct binary search (DBS) halftoning algorithm, and we use a block-based spread spectrum watermarking scheme and the toggle and swap search strategy of DBS. The halftone is printed on a desktop printer and scanned using a flatbed scanner. The watermark is detected from the scanned image and a number of post-processed versions of the scanned image, including one restored in Adobe PhotoShop. The results show that the watermark is extremely resilient to printing, scanning, and post-processing; for a given baseline image quality, joint optimization is better than watermarking and halftoning independently. For this particular algorithm, the original continuous-tone image is required to detect the watermark.     

基于Contourlet变换的质降参考图像质量评价模型

提出了一种新的基于Contourlet变换的质降参考图像质量评价模型(RR-CTBM),通过衡量图像间的纹理相似度,达到质量度量的目的。实验结果表明,所提出的RR-CTBM与主观视觉感知具有较好的一致性。     

复杂天气条件下的车牌信息识别

在复杂天气条件下,由于大雾或者强光照射造成车牌成像的失真,使传统基于图像的车牌识别方法难以准确识别车牌信息。文中基于何恺明提出的Dark Channel Prior 和直方图均衡方法能有效消除天气带来的干扰。并通过形态学方法对被噪声影响的图像进行复原、修正,最后通过基于BP神经网络对车牌信息进行识别。实验证明,文中方法对恶劣天气条件下的车牌信息还原清晰,有着较好的识别效果。     

基于剪切波变换的光场图像质量评价方法

光场成像作为新一代成像技术可采集更丰富的视觉信息,但在其各个处理过程中都会引入失真导致光场图像主观质量的下降,因此需要设计与人类视觉系统(Human Visual System,HVS)保持一致的客观评价方法以自动评价光场图像的质量。本文提出了一种基于剪切波变换的光场图像全参考质量评价方法。首先,为了同时考虑光场的空间域和角度域失真,分别在光场视图和极平面图(Epipolar Plane Image,EPI)上提取特征。其次,在光场视图上进行剪切波变换后,分别提取局部相似性特征和全局统计特征。然后,在EPI上分别提取局部相似性特征和全局方向统计特征。最后,采用随机森林对以上特征进行池化得到最终质量预测值。在密集光场图像数据库中进行测试的实验结果表明,所提出方法优于现有的图像质量评价指标,与主观视觉评价结果的一致性较高。     

视频处理器中的一种新的彩色图像增强方法

LED显示屏显示图像之前,视频图像通常用视频处理器进行图像增强等操作。本文考虑到视频处理器在RGB彩色图像变换时可能产生的彩色失真情况,提出一种自适应的灰度变换算法,此算法将原始的RGB彩色图像和经过灰度变换后的RGB彩色图像转换到HSB彩色空间,然后将两者的色调与亮度分量进行重组,再对其饱和度进行补偿。这种方法的优点是既保证了原始彩色图像在进行灰度变换后的灰度细节,又能保证其彩色细节,同时提高了原始彩色图像的对比度。另外,此算法计算量小,利于硬件的实时实现。     

一种超高分辨率遥感图像融合新算法

该文针对超高分辨率的全色光图像和多光谱图像的融合,提出了一种基于对应分析的图像融合新算法。该算法在对多光谱数据进行对应分析的基础上,利用冗余小波变换提取出全色光图像的空间细节信息并将其融入到成分空间。实验分别采用IKONOS和QuickBird数据,融合结果的目视效果与客观评价表明,相比现有同类融合方法,该方法能够在提高空间分辨率的同时更好地保持光谱特性,有效地减少了色彩失真的现象。     

一种基于最小可察觉失真的立体图像质量客观评价方法

立体图像质量是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效的评价是目前的研究难点。本文通过分析最小可察觉失真(JND,just noticeable distortion)视觉感知模型,并结合反映图像结构信息的奇异值矢量,提出了一种基于JND的立体图像质量客观评价方法。评价方法由图像质量评价和深度感知评价两部分组成,首先提取反映图像质量和深度感知的特征信息作为立体图像特征信息,然后根据立体图像的不同失真类型情况对其特征进行融合,通过支持向量回归(SVR,support vector Regression)预测得出立体图像质量的客观评价值。实验结果表明,采用本文提出的客观评价方法对立体数据测试库进行评价,在不同失真类型或混合失真评价结果中,Pearson线性相关系数(CC)值均在0.94以上,Spearman等级相关系数(SROCC)值均在0.92以上,符合人眼视觉特性,能够很好地预测人眼对立体图像的主观感知。     

基于改进深度学习自编码的图像边沿畸变校正算法研究

图像边沿畸变校正中直线投影衍生边沿拟合度差,导致校正误差大,提出基于改进深度学习自编码的图像边沿畸变校正算法.采用自适应阈值小波去噪算法,对各级尺度参数实施自适应变换,完成噪声去除.根据图像去噪结果,使用费舍尔向量编码优化深度学习结果,提取图像的边沿畸变形态.并以边沿畸变形态提取结果为基础,获取校正目标优化函数,分析边...     

鱼眼镜头图像畸变的校正方法

提出了一种校正鱼眼镜头图像畸变的新方法。通过追迹光学系统的主光线,获得它在投影平面上的径向位置与它在像平面上位置之间的关系曲线;然后用傅立叶级数拟合该关系曲线;并求出该级数的逆函数,结果就可以根据畸变图像复原没有畸变的图像。用该方法数值模拟两个鱼眼镜头系统的图像畸变校正;并用其中一个鱼眼镜头（尼康16 mm/F2.8）拍摄的两张图像进行了畸变校正实验。结果表明,当设置投影平面和物平面重合时,恢复的图像相对于物体的残余径向高度误差非常小（小于0.25%）。实验证明了该方法是可行的。