基于广义高斯分布的图像盲检测算法

图像拼接是图像篡改机制中简单并常用的方法之一.本文基于自然图像小波子带系数的统计分布符合广义高斯分布的假设,提出了一种拼接图像检测算法.提取小波细节子带系数对应的广义高斯分布模型参数以及模型预测误差为特征向量,采用支持向量机实现了对自然图像和拼接图像的有效分类.实验结果表明本文算法达到了平均88.76%的准确率,性能优于使用Hsu提出的基于相机响应函数的拼接图像检测算法.     

基于NSST和高斯混合模型的医学图像融合算法

提出了一种基于非下采样剪切波变换（Non-subsampled shearlet transform, NSST）和高斯混合模型的医学彩色图像融合算法。首先将彩色图像转换到HSI颜色空间,提取其色度分量图像、饱和度分量图像和强度分量图像;然后对强度分量图像和MRI图像进行NSST变换,其中低频系数采用基于区域系数改进拉普拉斯能量和（Sum-modified-Laplacian,SML）加权的融合规则,高频系数采用高斯混合模型估计参数取大的融合规则;对融合后的系数进行NSST逆变换重构融合后的强度分量图像;最后将融合后的强度分量图像与色度分量图像、饱和度分量图像混合得到融合后的HSI图像,再将HSI图像转换到RGB颜色空间得到融合后的彩色图像。仿真实验表明,该算法在视觉效果和客观评价指标上具有更好的融合效果。     

基于形状的小波变换系数广义高斯分布图像检索算法

本文提出一种基于小波变换系数的广义高斯密度分布形状检索算法.该算法充分利用小波变换变换系数的统计特性,形成描述形状特征的特征矢量.实验证明,算法提出的描述方式能够有效体现物体形状特征.同时,算法对于形状的尺度变化,平移变化以及旋转变化有着很好的抑制能力.该算法简单,有效,是一种有效的基于形状的图像检索算法.     

基于图像噪声残差的数字图像来源取证

针对使用支持向量机的图像来源取证算法中存在的,例如所需训练集较大(数千幅)、特征维数较高等问题。文中提出了一种取证算法,该算法仅需要少量(约为10幅)训练图像,且只提取图像噪声的残差作为图像的唯一特征。该算法首先使用小波滤波器提取图像噪声,然后借助回归模型提取噪声的残差,最后为噪声的残差建立高斯分布模型,根据不同类型图像噪声的残差模型参数进行来源取证。实验结果表明,在误报率为1.2% 的条件下,该取证算法对自然图像的准确率为95.33%,对计算机生成图像的准确率为96.44%。     

基于小波多尺度分析的综合特征图像检索

以整数小波变换为基础,提出了一种综合颜色和空间特征的图像检索算法.该算法首先对图像做整数小波变换,提取其低频系数矩阵中环形区域的F-范数作为颜色特征;然后对低频分量分块并编码,利用马尔可夫链特性提取一步转移概率矩阵作为空间特征;再综合利用上述两个特征计算图像间的相似度,并进行彩色图像检索.通过对不同类型图像的检索对比实验结果表明,这种图像检索方法是行之有效的.     

基于Q-shift双树复数小波系数的纹理图像检索

提出了基于Q-shift双树复数小波变换(DT-CWT)系数统计模型的纹理图像检索。与实数小波变换不同的是,Q-shift DT-CWT交替地使用近似1/4群延迟采样的滤波器组,提取具有平移不变性和良好方向选择性的图像特征。为了减少特征向量的维数,提出用广义高斯分布(GGD)统计模型拟合Q-shift DT-CWT系数的分布,克服了传统使用均值和方差描述图像特征缺乏分类准确性和检索精度不高的缺点,最后用KLD(Kullback-Leibler distance)测度进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较DT-CWT+GGD+KLD组合算法查准率提高3.75%,较基于Gabor+加权均值方差(WMV)组合算法查准率提高了22.56%。     

非高斯双变量模型contourlet图像去噪

Contourlet变换是继小波变换之后的又一新变换.由于contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.详细分析了图像contourlet系数的统计特性,并利用非高斯双变量分布对系数层间相关性进行建模.最后,将此分布应用于图像去噪,就PSNR、NMSE和视觉质量这三方面的评价指标与contourlet HMT和小波阈值法进行了比较.实验结果表明：算法能获得较好的结果,尤其是对于含有丰富纹理的图像.     

一种基于小波变换的SAR图像船舰检测的新算法

根据小波变换和Teager能量算子(TEO)的局部特性,该文提出一种基于SAR图像的船舰检测算法.该算法对SAR图像进行小波变换,计算小波系数的Teager能量.根据小波域的Teager能量对船舰信号的增强特性,使用双参数CFAR检测SAR图像船舰.仿真结果表明,新算法与传统的双参数CFAR检测算法和基于K-分布的单元平均检测算法相比,在船舰检测数和虚警数性能指标上均优于传统检测算法.     

多高斯模型特征空间覆盖学习的海洋航摄图像分割

本文提出了一种新的基于多高斯特征空间覆盖学习的航摄海洋图像分割方法.通过分析,发现在RGB三维色空间中,海水背景像素点的分布尽管在不同成像条件下具有不同的分布特性,但其具有的共同特性是具有集聚性,可以被一个或多个椭球所覆盖.因此,本文在色空间中基于贝叶斯最大后验概率和3δ准则对海水背景进行多高斯分布模型覆盖建模,自学习得到其高斯分布个数并建立相对应的多高斯分布模型.最后,根据上述学习结果,从航拍海洋的图像中分离出海水背景,实现航拍海洋图像中背景和目标的分割.实验证明,该方法具有良好的背景学习性能,能够准确有效地得到海水背景多高斯分布覆盖模型.基于该背景学习模型的海洋图像分割,具有较高的正确率和较低的误差,且算法花费的时间较少,具有较好的稳定性和实时性.     

基于统计模型和KL距离的纹理图像检索

为了进一步提高纹理图像的检索性能,提出了一种基于统计模型离的纹理特征提取算法。根据小波分解的特点,从小波系数角度出发,以每个子带的小波系数系数直方图分布特性作为纹理特征,采用混合高斯模型和一般高斯模型分别对低频和高频信息进行描述,利用最大似然估计规则将特征提取和相似计算结合起来,采用KL距离进行度量。与一般高斯模型方法比较,该算法具有检索精度高等特点。理论分析和在纹理图像检索的对比实验数据说明该算法在纹理特征提取方面的性能较一般高斯模型方法提高了5%。     

红外图像评价质量研究

按照红外图像的形成过程分析可认为一幅红外图像是由目标图像、背景图像和噪声图像，目标图像和背景图像是红外图像的主体，噪声图像是叠加在红外图像主体上的干扰。文章从红外图像主体能提供的信息量是否丰富、细节是否明显，噪声图像相对图像主体的大小三个方面入手，对红外图像进行质量评价，评价结果与主观评价相一致，具有较好的可比性。     

基于图像修复的图像编码技术

数字图像修复技术是图像恢复领域的一个重要分支,它的目的是根据图像现有的信息来自动恢复丢失的信息,它可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。结合数字修复技术的图像压缩编码技术是基于对象的第二代图像编码中的研究热点之一。这里首先介绍了图像修复技术的概念,然后分类说明了几种常见的修复技术,在此基础上,得到了基于图像修复的压缩编码技术的基本处理流程,最后以具体算法为例说明了基于图像修复的压缩编码技术的压缩过程。     

基于静止图像的小波图像编码

小波图像编码是近十几年发展起来的一种新兴的图像编码方法，目前对其研究较为广泛。主要介绍了当前基于静止图像的小波编码的原理、基本特性、现有方法和发展前景，以及所存在的问题。希望以此进一步推动这一前沿领域的研究工作。     

基于分形编码的图像相似匹配研究

本文以自适应四叉树分割的分形图像编码为基础，研究了极坐极表达下分形码之间的匹配，并在此基础上提出了图像间分形码峰值信噪比的概念和算法，以达到量化图像间相似性的目的，实验证明，这种基于自适应分形编码的图像相似性匹配方法 人的主观判断非常接近，非常适合于用来构建和管理大图像数据库。     

图像融合技术在成像中的应用

阐述了基于小波变换的图像融合的基本原理、方法及优点.通过对可见光图像与红外图像进行融合的实验比较表明,以图像的边缘特征为融合准则的融合效果更好.这种方法比较适用于场景监控的应用领域.它突出了目标的边缘,从而使观察者更容易发现和识别目标.     

基于融合的红外图像增强方法

由于成像过程中受外界环境影响以及成像系统自身固有特性,红外图像不可避免地会产生大量噪声,使成像系统直接获得的红外图像具有对比度低、信噪比低、边缘模糊等特点。因此,想要对红外图像目标进行很好的识别,必须对红外图像进行增强处理。提出了一种新的红外图像增强方法。该方法首先用中值滤波和均值滤波结合的方法对图像进行滤波,再用改进的OTSU法分割图像,接下来对分割后的前景和背景图像分别使用平台直方图均衡处理,并在这种分割基础上确定需要锐化的图像边缘,最后将处理后的前景和背景相加,并和需强化的边缘图像加权融合得出增强图像。仿真结果表明,所提方法对红外图像细节等综合因素的增强效果较好,并有效可行。     

基于图像核函数的图像目标识别技术研究

核方法已经广泛应用于模式识别的各个领域,但是传统的核函数仅能接受一维矢量作为输入数据,对二维图像数据需要进行一定的预处理.本文从核函数构造的角度出发,以RBF核函数为结构原型,定义了一种输入量为图像数据的新型核函数.从形式上看,本核函数仅在输人数据的类型上有所不同,其他方面完全一致,经典的基于核方法的分类器算法都可以使用本核函数.对UCI数据实验结果表明,本核函数在多种图像识别应用中均有良好的效果.     

基于Matlab的图像增强与复原技术在SEM图像中的应用

改善图像质量是当今研究的热点.这里利用Matlab的工具函数,采用灰度直方图均衡化和低通滤波,以及图像复原技术对一幅上皮细胞SEM(即扫描电子显微镜图片)图像进行处理,并比较他们的效果.实验结果表明,使用Matlab工具箱大大简化了编程工作,为生物医学图像处理提供了一个技术平台,综合运用直方图均衡化和低通滤波和自适应维纳滤波好于简单的使用某一方面的技术,如直方图均衡技术,更好地改善了SEM图像质量,使低对比度图像得以改善,上皮细胞与背景的区分更加明显.     

区域图像融合算法在红外图像分析中的应用

采用区域分裂合并算法获得待融合图像的共同区域,同时,对两幅待融合图像进行多尺度分解,根据区域相似度和融合量测指标对分解后的低频系数和高频系数进行加权平均和系数选取,经小波逆变换后得到融合后的图像.试验结果表明,基于区域的融合算法能够保留更多的细节信息.     

Image Coding Via a Nearest Neighbors Image Model

A two-dimensional interpolative model for coding of images is presented. It is shown that this model leads to three different coding algorithms, each algorithm defining a specific transmitter-receiver architecture. Simulation examples on a 255 × 255 image are given. Computational aspects and possible extensions are discussed.