一种新的图像水印方案

目标区域是图像中视觉上最重要的部分。针对现有的水印算法很少考虑图像中确定的目标区域这一问题，提出了一种基于目标区域的水印方案(WIOR)。方案首先利用小波变换分析图像的目标特征，并依据图像的小波高频系数特征对其进行聚类，获得水印的嵌入域，在此嵌入域中，选择小波系数并对其进行量化调制来嵌入二值扩谱水印；同时，通过只在图像的局部区域内嵌入较少的水印信息来改善水印的隐蔽性。实验结果表明，该方案对于一类具有突出目标特征的图像具有较好的效果。嵌入的水印主要优势在于真正把水印嵌入图像的视觉重要部分，从而能有效地抵御剪切攻击，而且可以实现盲检测。     

单小波去噪方法在多小波去噪中的应用研究

单小波去噪方法中Visualshrink去噪法是渐进最优的。但将'Visualshrink单小波去噪方法用于多小波去噪,其优越性丧失,图象中存在严重的Gibbs效应,且去噪效果降低,对此,我们改进了单小波Visualshrink去噪方法的门限选取,提出了改进的Visualshrink多小波去噪方法(VMD)。同时,还给出了离散多小波变换的具体实现方法。实验结果证明,改进的多小波去噪方法与直接将Visualshrink方法用于多小波去噪相比,前者效果明显好于后者。     

基于像素分类的运动目标检测算法

针对复杂环境下运动目标检测提出一种基于像素分类的运动目标检测算法。该算法通过亮度归一化对图像序列进行预处理,用以降低光照变化造成的误检,根据场景中不同像素点的特点,对图像进行分类处理,单模态类的像素用中值法进行背景建模,多模态类的像素用混合高斯模型建模。实验结果表明,该算法与传统的高斯建模法相比,减少了运算量,更易于应用在实时系统中。     

基于VTK的医学图像可视化三维重建

医学三维数据场可视化是当前科学计算可视化应用的重点,具有重要的学术意义和应用价值.体绘制是该技术的一个主要的方法.在VTK(Visualization Toolkit)类库提供可视化与显示功能的基础上,主要讨论了光线投射算法进行体数据的绘制的特点,同时采用了包围盒技术改善了光线投射算法的绘制速度.实验结果表明,图像的质量在没有受到影响的前提下,图像的绘制速度得到了大幅度的提高,同时证明了VTK是医学三维数据场可视化的有力工具.     

基于三次B样条插值的形状错误隐藏算法

分析了基于Bézier插值的视频对象形状错误隐藏方法的不足,即计算附加控制点的过程复杂,隐藏结果受附加控制点影响大。针对这一问题,提出了一种基于三次B样条插值的错误隐藏算法。对三次B样条插值的矩阵公式进行了改进,保证目标轮廓的平滑性;直接对已知轮廓点插值,克服了传统方法的不足。与传统方法对比实验表明,新算法简单易实现,有较好的实用意义。     

基于H.264编码模式的快速判决算法

H.264在运动估计中引入了多种不同的编码模式,使得模式选择过程异常复杂。针对这一问题,本文提出了一个新概念——编码模式参考集,并给出了一种基于区域预测的编码模式参考集选择方法。该方法可以大大减少候选参考模式的数目,简化模式选择过程。并根据所选模式的特点给出了一种基于模式选择的自适应搜索策略。实验结果表明,本文提出的新算法在重建图像质量没有明显下降的前提下,编码速度有了显著提高。     

基于RGB颜色空间的减背景运动目标检测

在计算机视觉领域中,运动目标检测与分割是一个基础而又关键的问题.减背景法是其中一个比较经典和常用的方法,其难点在于如何获取背景以及实现背景的自适应更新.针对该问?提出一种基于RGB颜色空间的运动目标检测算法,充分利用了图像序列在RGB空间中的变化特点,首先通过抽取帧图像进行背景重构,即对图像序列中每个像素点的RGB值进行排序后取中间值作为该点背景像素的RGB值;在此基础上引入学习率对背景进行自适应更新,然后在RGB空间中进行前景目标提取,最后利用数学形态学和连通性分析对结果进行后处理.实验结果表明,该算法快速有效、能够满足实时要求.     

基于视频对象的区域分割及其应用

为适应MPEG-4基于对象的应用,提出一种基于视频对象的区域分割算法。在视频对象的指导下,利用均值漂移进行分割,性能比传统均值漂移算法在计算时间、占用内存等方面均有提高,适用于运算速度要求高和处理器资源有限的情况。将分割结果应用于区域指导的图像插值,能保证较快的处理速度和兴趣区域较好的图像质量。实验结果证明了该方法的有效性。     

小波提升原理在图像编码中的应用*

介绍了小波提升的基本原理及其实现流程;着重论述了小波提升在JPEG 2000中的具体应用和其中的有关参数的选择;分析和比较了小波提升和Mallat算法。提升方案实现D9/7小波变换所消耗时间的实验充分说明：小波提升实现小波变换比Mallat算法速度快大约一倍。     

一种低复杂度LMMSE信道估计算法

针对传统线性最小均方误差(LMMSE)信道估计器矩阵求逆运算复杂度大的问题,提出了一种以相关带宽为准则提取信道自相关矩阵主要信息的子阵分块算法.根据信道相关带宽所计算的分块尺度将信道自相关矩阵分割为若干子块,包括非重叠分块法和重叠分块法.运算求逆过程中仅利用表征信道主要信息量的低频对角子阵,而忽略其他表征信道高频信息的子阵,可有效降低LMMSE算法中大的自相关信道矩阵求逆运算所带来的复杂度.该算法在频率选择性慢衰落信道下,与LMMSE和低秩估计算法进行了相关性能及运算复杂度对比分析,结果表明,该算法能以较微弱的性能代价换取系统复杂度的明显降低.