二值图像的分层结构

二值图像是只有黑白两种颜色的图像,二值图像的分层结构是讨论将一个2M×2N像素的图像(称为父图像)转化为一个2(M-1)×2(N-1)像素的图像(称为子图像)的问题。介绍了一个二值图像的分层结构的算法,对父图像的每个2×2像素区域压缩为子图像内1个像素的情形进行了分类讨论,并且在这个转化过程中能保持二值图像整体的连通性。     

基于HVS和奇异值分解的图像质量评价

传统的图像质量评价算法以像素值的为基础,需要保证参考图像是存在而且完整.其实图像本身是具有结构性的,仅仅以像素比较来评判图像差异,是扩大了图像质量评价的含义.为了解决这些问题,研究了奇异值向量对于图像结构的表征能力,并充分分析人类视觉系统(HVS)的亮度、纹理、边缘等特性,给出相应的视觉特性计算模型,从而提出了一种基于人眼视觉系统和奇异值分解相结合的图像质量评价方法(BHSVD),该算法相比较其他一些客观算法具有更好的效果.     

一种改进的LOG边缘算法研究

对Marr边缘检测算法中LOG算子性能进行了分析和评估,并研究了LOG模板的构造及二值化处理图像的过程。根据实际应用中LOG模板的设计要求,导出了构造LOG模板的一般公式。针对传统LOG边缘检测算法并不能使目标与背景较好分离的不足,文中利用待二值化像素与其4连通区域像素进行比较对算法中二值化方法进行了改进。经实验验证,此改进获得了较好的边缘检测图。实验结果表明,该方法能够满足实际应用的要求,较好地区分目标与背景,同时还保持目标区域的连通性。     

基于边缘最大相关性的快速图像插值算法

处理视频、网络信号要求有较好的视觉质量和较低的算法复杂度、运算量。传统的图像插值算法会产生细节模糊和边缘锯齿化,为此，提出了一种基于图像边缘多方向最大相关性的快速数字图像插值算法。为了得到高分辨率图像相关信息，根据图像空间域内多个方向邻近像素点的相关特性，利用与待内插值点相邻6个降采样像素值。实验证明，该算法降低了运算复杂度，有效地保持了边缘信息，得到了视觉质量较好的插值图像。     

一种基于自定义高度场的二值图像去噪方法

为消除二值图像中的噪声,提高二值图像的质量,提出一种新的图像处理方法。对于图像中的黑斑区域以及物体内的像素空洞区域,对其中每个像素根据其周围环境以及在环境中所处的位置,类似于薄膜,为像素定义高度量,并采用二次曲线的方法计算每一个像素对应的高度,一幅图像便对应了一个高度场。然后根据选择的高度阈值,对每个像素进行调整,以减少噪声(缩小黑斑或缩小空洞)。以上过程经过若干次迭代,最后图像变化趋于稳定,此即最后的结果。通过实验结果可知,该算法具有较高的实用性。     

应用小波和视觉特征分析的图像增强

探讨基于小波分析的图像UM自适应增强处理算法,并结合对人眼视觉特性模型的分析,将图像小波分解基础上的UM算法与视觉模型结合.采用具有3×3像素框架的拉普拉斯卷积核g(·)作为线性高通滤波器的输出来度量图像的局域动态特性,保证自适应框架比较器的输出是最优的.视觉特性参数的调节是以MTF为目标函数,对图像重构分量进行二次处理,从而得到更符合人眼视觉特性的图像增强效果.     

基于人眼视觉特性的单眼盲点效果模拟

针对目前单眼盲点模拟效果与人眼感知不符的缺陷,提出一种新的基于人眼视觉特性的单眼盲点视觉模拟算法.首先基于人眼盲点产生的生理机制和相关的实验数据确定出视图上盲点区域的位置及形状;然后根据人眼视觉对视图纹理与结构敏感度不同的特点,将含盲点区域的场景图像分解成纹理和结构2个子图:对于人眼敏感的纹理子图,提出一种结合马尔可夫随机场的基于块的图像修补算法对盲点区域进行填补;对结构子图则采用能量最优化方法进行迭代填补;将修复后的纹理和结构子图叠加,再采用非线性的Mip-map方法对场景图像进行凝视处理,最终得到单眼盲点场景效果的模拟图像.大量的用户调查测试结果表明,文中提出的填补算法效果更加符合人类的生理与心理感知特性.     

改进的字符图像细化算法

针对现有并行细化算法中存在的细化不完全、二像素宽斜线细化畸变等问题,提出一种改进的细化算法.首先对二值图像构造了一组保留模板和消除模板,采用算术逻辑运算对图像进行初步细化,并结合保留模板匹配将二像素宽斜线予以保留;再利用消除模板匹配进一步删除斜线上的冗余像素,得到8连接的单像素图像.针对字符图像的实验结果表明,文中算法能够有效地避免二像素宽斜线的细化畸变,保持了原图像的拓扑结构,实现图像的完全细化.     

一种融合颜色和空间信息的彩色图像分割算法

提出了一种基于图像颜色和空间信息的彩色图像分割算法.该算法首先根据所提出的颜色粗糙度概念对图像进行颜色量化,并在此基础上使用增量式的区域生长算法发现颜色相近的像素之间的空间连通性,形成图像的初始分割区域.然后,根据融合了颜色和空间信息的区域距离,对初始分割区域进行分级合并,直到系统满足了所提出的停止区域合并的准则.最后,利用形态学的有关算法对分割区域的边缘进行平滑.实验证明,算法的分割结果与人的主观视觉感知具有良好的一致性.     

对比度、颜色一致性和灰度像素保持的消色算法

目的 为了解决目前消色算法中不能同时保持原始图像的对比度,颜色一致性和灰度像素特征的问题,提出一种新的优化算法,最大限度地同时保留这些视觉特性。方法 为了保持原始图像的结构和局部对比度信息,用双高斯模型构建像素对之间的误差能量项;为了保持颜色一致性,采用局部线性嵌入模型构建能量项,确保原始图像中颜色一致的像素在结果图像中也拥有一样的灰度级;为了保持灰度像素特征,先标记出原始图像中的灰度像素,并强制规定这些像素的灰度值是已知的且在消色变换的过程中始终不变,然后用双高斯模型构建出灰度像素与其他像素之间的误差能量项。线性结合这3个能量项,得到目标能量函数,再通过迭代法求解出使总能量值达到最小的灰度值,从而得到了最终的消色结果。结果 实验结果表明,本文算法能够同时较好地保持原始图像中的对比度、颜色一致性和灰度像素特征。结论 本文算法基本符合人类对图像对比度变化的感知程度,而且能够很好地保持细节信息和全局结构,可应用于数字打印、模式识别等方面,具有很大的应用价值。