基于元胞自动机变换的重复水印算法

为了在满足水印不可见性和鲁棒性的同时,充分保障水印的安全性,提出了一种元胞自动机域的水印重复嵌入算法.利用元胞自动机的复杂多变的动力学特征,设计一个长的密钥矢量,先对水印进行元胞自动机加密,再对图像子块进行元胞自动机变换,利用纹理掩蔽特征将加密水印重复地嵌入图像子块中,水印检测无需原始图像.实验结果表明提出的算法有很好的鲁棒性、安全性和不可见性.     

元胞自动机变换可恢复图像认证算法

提出一种基于元胞自动机变换的可恢复图像认证算法,将图像分割成不重叠子块,对每个子块进行两层二维元胞自动机变换CAT,从第二层低频系数生成子块认证水印和恢复水印,分别嵌入当前子块和对应子块的第一层低频系数,形成含水印图像;用认证水印进行图像认证;用恢复水印恢复被篡改图像子块。实验表明,该算法安全性高,且具有很强的抗VQ攻击能力。     

一种基于元胞自动机的安全多重图像水印算法

提出一种多重图像水印算法,利用元胞自动机和元胞自动机变换丰富复杂的性质增强水印安全．将图像分割成不重叠的子块,由混沌序号序列决定一个子块中将嵌入哪个图像水印,通过水印私钥对水印进行置乱加密和对子块进行二维元胞自动机变换,然后在低频系数中量化嵌入加密水印．实验结果表明,提出的算法有很好的安全性、不可见性和鲁棒性,多个水印的嵌入和提取互不干扰．     

基于元胞自动机的字符图像平滑

建立了字符平滑的元胞自动机模型,用于处理字符图像中常见的黑白噪声,通过分析元胞自动机的局部转换函数,编写了相应的演化规则和算法,最后利用MATLAB编程分别对不同的含黑白噪声图像进行了处理,平滑效果良好,并与传统中值滤波方法进行比较,说明将元胞自动机用于字符图像平滑是一种非常有效的方法,同时元胞自动机适合并行计算,该方法也为图像处理的VLSI电路实现提供了一种新的途径.     

二维正则伊辛模型的元胞自动机模拟

提出一种研究伊辛(Ising)模型的元胞自动机演变规则:在二维正方格阵的每个格点上放置一个Ising自旋磁子,设定该系统中磁子的状态和演化规则.这样,就可以直观地显示伊辛模型的自发磁化演化过程,并且观察到二维正则伊辛模型的临界相变,得到了系统磁化率相图.文章描述的方法丰富了元胞自动机模型研究伊辛模型的演化规则,得到了较好的结果,并为三维伊辛模型的仿真计算打下基础.     

一种二维元胞自动机图像并行加密算法

本文给出一种在二维离散小波分解(DWT)基础上,应用二维元胞自动机并行对数字图像进行加密算法。该并行算法使用小波变换将加密的数据集中到图像数据的低频系数上,大大地减少了需要加密和解密的运算量。同时,算法自动根据CPU的核数进行并行任务的分配,能充分利用二维元胞自动机良好的并行特性,进行快速加密。仿真试验结果证明了该方法的有效性,分析表明该算法具有高效、密钥空间大的特点,且具有一定抵抗恶意攻击的鲁棒性和抗统计攻击的能力。     

基于Potts系统的数据聚类元胞自动机

提出一种描述数据聚类的元胞自动机(Cellular Automaton,或CA)模型,将待测数据集看作一个Potts磁系统,设定该系统中磁子的状态和演化规则。这样Potts系统的磁化过程就成为待测数据的自动聚类过程。用该方法测试一组二维正态分布的数据集和一组四维Iris标准数据集,得到了较为理想的聚类结果。     

基于可逆元胞自动机的图像加密算法

提出一种基于一维可逆元胞自动机（RCA）的新的图像加密算法,算法中可逆元胞自动机（RCA）规则和随机数据的应用使得图像具有更高安全性。可逆元胞自动机（RCA）加密算法将已知灰度图像变为二值图像,然后将其数据重新排列成一0-1序列,应用可逆元胞自动机（RCA）规则实现图像加密。灰度图像加密的仿真结果表明所提出的算法满足混合特性和扩散特性,一般的解密算法根本不可能对这种加密图像解密。     

基于云模型元胞自动机的图像边缘检测方法

针对基于模糊或元胞自动机的图像边缘检测方法所存在的问题,提出了一种新的基于云模型元胞自动机的图像边缘检测方法。采用方向信息测度与边缘有序性度量作为边缘特征信息,将这些信息作为输入进行云推理,利用推理结果对方向信息测度信息和边缘有序性度量信息进行精确反馈,最后通过元胞自动机的自动演化得到图像边缘。试验表明,本文算法具有很强的细节边缘检测能力,是一种实用、高效的图像处理算法。     

耦合元胞自动机模型及其在Mathematica中的实现

提出了一种耦合元胞自动机模型,并就具有置换作用的元胞自动机对进行了模拟研究,并提供了其在Mathematica4．0中的程序实现,实际结果显示,耦合元胞自动机模型具有丰富的内涵。     

一种基于矢量阈值的自适应图像分割方法

针对灰度图像,提出一种基于空间特征矢量的图像分割方法,分割前首先对边缘进行增强处理,并构建以像素的灰度、梯度、像素邻域均值为特征的三维特征空间.将图像像素点引入对应于空间特征点.通过计算像素特征矢量与特征矢量阈值的差矢量,求出矢量差与特征矢量阈值的夹角,比较夹角与动态分割参数的关系,以判定像素所在区域(目标或背景).实验表明,该方法能较快的实现图像分割,分割的效果也较好.     

基于有限状态自动机的黑白数字图像表示方法

提出了一种用有限状态自动机（FA）来描述黑白数字图像的方法。对一幅给定的黑白数字图像,可以用正则语言来表示它的像素地址,反之,任一正则语言也可以表示为一幅黑白数字图像,即正则语言与黑白数字图像可以相互转化。而由自动机理论原理知,正则语言可以用有限状态自动机等价描述,从而得到用有限状态自动机来描述黑白数字图像的方法。这样就建立了图像与自动机理论这两门学科之间的联系,也为用自动机进行图像压缩奠定了基础。     

基于局部相似性测度的SAR图像多层分割

针对谱聚类算法计算复杂度高,不适用于合成孔径雷达图像分割的问题,利用谱聚类算法与权核k均值之间的等价性,提出一种基于局部相似性测度的SAR图像多层分割算法．首先提取图像中每个像素的小波纹理特征,利用每个像素点的纹理特征计算各自的局部尺度参数,进而构造像素点之间的邻接关系,然后利用最近邻规则对此邻接关系进行逐层合并,进行基础聚类和逐层细化实现像素点聚类,最终得到图像的分割结果．对人工纹理图像和SAR图像的分割结果表明了新算法避免了传统谱聚类算法对尺度参数的敏感性,获得了更优的分割性能．     

基于空间分布支持向量机的图像分割

利用模糊聚类与支持向量机结合的方法,将图像的空间分布信息作为支持向量机的特征分量,并用模糊聚类获得的分类结果作为支持向量机的初始训练样本对图像的所有像素点进行分类,同一类中的像素点形成一个分割区域,以此获得图像分割.实验表明,该方法获得的图像分割效果较好,在一定程度上解决了特征维数过大所导致的维数灾难问题.     

结合边缘检测和区域方法的医学图像分割算法

由于医学图像的复杂性,一般图像分割方法对于医学图像的分割效果并不理想.针对医学CT图像特点,提出了一种把边缘检测和基于区域方法相结合的图像分割算法,首先使用Sobel算子进行边缘检测,检测出目标可能的边缘像素集,并计算该点的平均灰度,然后利用该灰度及目标区域的连通性作为生长判别条件,利用区域生长法实现图像的准确分割.实验结果表明,该方法避免了单独使用边缘检测或基于区域法进行图像分割时的典型错误,结合了两者的优点,取得了感兴趣目标的良好分割效果.     

Color image segmentation using mean shift and improved ant clustering

To improve the segmentation quality and efficiency of color image, a novel approach which combines the advantages of the mean shift (MS) segmentation and improved ant clustering method is proposed. The regions which can preserve the discontinuity characteristics of an image are segmented by MS algorithm, and then they are represented by a graph in which every region is represented by a node. In order to solve the graph partition problem, an improved ant clustering algorithm, called similarity carrying ant model (SCAM-ant), is proposed, in which a new similarity calculation method is given. Using SCAM-ant, the maximum number of items that each ant can carry will increase, the clustering time will be effectively reduced, and globally optimized clustering can also be realized. Because the graph is not based on the pixels of original image but on the segmentation result of MS algorithm, the computational complexity is greatly reduced. Experiments show that the proposed method can realize color image segmentation efficiently, and compared with the conventional methods based on the image pixels, it improves the image segmentation quality and the anti-interference ability.     

一种识别大型目标的综合方法

结合边缘检测、阈值化、数学形态学、图像分割等相对成熟的技术研究一种识别大型目标的方法。在二值化用Sobel算子获得边缘图像后 ,先用腐蚀算子去掉一些噪声和突出点 ;再用膨胀算子将余下的像素扩张成为一个一个的区域 ,然后使用图像分割技术从中找出符合判据的目标区域 ,最后提出了计算目标方向的公式和确定方位的方法。采用的每个单项技术并不复杂 ,但总体效率经实验证明很好。该方法简单 ,计算速度较快 ,鲁棒性较好 ,有希望应用到实时处理问题中     

航空图像中基于DSM的多尺度树冠分割

提出了一种基于数字表面高程模型（DSM）和多尺度权聚类图像分割的算法。首先通过DSM选择需要分割的候选树冠顶点,利用航空摄影测量的方法将树冠顶点投影到航空相片作为种子点;然后对树冠进行分割,其方法是在一个全局分割测度的约束下,利用代数多网格的数值计算方法,逐步进行权聚类,形成多尺度的分割图像,通过不同的选权参数,获得有意义的分割区域,从多尺度的分割图像中,根据种子点所在位置和分割图像大小确定分割的树冠。经过实际图像验证,此算法能对不同角度投影的树冠进行有效分割。     

模糊C-均值聚类图像分割算法的一种改进

针对传统模糊C-均值聚类算法对含噪图像分割时未充分考虑空间信息的问题,提出一种改进的模糊C-均值聚类算法,将图像的局部和非局部两种空间信息引入到模糊C-均值聚类算法的目标函数中,以使两种空间信息在含噪图像分割中发挥互补作用。将改进算法应用于不同含噪图像的分割实验,结果表明图像像素的均方误差均比改进前有所降低。     

基于灰度和空间特性的谱聚类图像分割

为了克服谱聚类图象分割方法性能容易受到图像大小和相似性测度的影响,提出一种基于灰度和空间特性的谱聚类图像分割算法。该算法不对图像中的像素之间建立相似性,而是利用各个像素的灰度在图像中的分布信息和像素点的空间邻接信息建立灰度之间的相似关系,通过对图像中灰度的分类进而获得原始图像的分割结果。因此,该算法不会受到图像大小的限制,无论对于多大的图像,相似性矩阵的大小都是小于等于256×256。Berke-ley基准图像数据集上的分割仿真实验验证了该方法的有效性。