一种新的基于NSCT域的遥感图像增强算法

针对图像增强处理中产生的伪Gibbs现象、清晰度差等问题,利用下采样轮廓波变换（NSCT）的平移不变性特点,来抑制伪Gibbs现象,同时把模糊对比度和空间频率相结合来处理NSCT系数,提高了增强后图像的清晰度。实验结果证实,该算法使得增强后图像的质量明显优于常用的增强算法,具有一定实践价值。     

改进的Markov和联合密度特征的MP3隐写分析方法

提出了一种 MDCT（修正的离散余弦变换）域的MP3隐写分析方法。该方法通过改进的Markov特征集和联合密度特征集提取出MDCT系数的特征,经过方差分析选择有效的特征用于支持向量机（SVM）的训练与检测。实验结果表明,与以往方法相比提高了对MP3Stego的检测率,能有效地检测常见的MDCT系数修改的MP3信息隐藏方法。     

双密度小波变换的自适应电能质量信号去噪

为改善电能质量信号的去噪效果,提出一种基于双密度小波变换的自适应电能质量信号去噪算法。双密度小波变换具有近似的平移不变性,能更准确地描述信号的真实特征。而双变量收缩函数充分考虑小波系数的层内层间关系,对小波系数采用结合局部方差估计的双变量收缩函数进行去噪处理,并用收缩后的小波系数重构信号。实验结果表明：该算法在有效滤除噪声的同时,能够更好地保留电能质量信号的特征信息,使去噪信号的视觉信息有较大改善。     

Gradual-SURF算子的角点提取

SURF算子为了改善SIFT的计算复杂度高的问题,简化和近似了DoH（Determinant of Hessian）,这样不仅保证了算法结果的稳定性,也提高了计算效率。但是SURF这样的近似简化过程,损失了图像中的一些渐变信息。对SURF算子进行了改进,在其处理过程中加入了渐变的信息。实验结果表明,提出的G-SURF（Gradual-SURF）算子可以获得更稳定的效果,并且同时计算复杂度也有所改善。     

硬C-means聚类和DT-CWT变换的数字图像水印算法

为了提高数字水印图像的鲁棒性,提出一种基于硬C均值聚类和双树复小波变换域的图像水印算法。该算法对载体图像进行一层双树复小波变换分解,利用人类视觉特性对其2个低频子带进行硬C均值聚类划分,确定可嵌入信息区域。将二值水印图像信号经过Hilbert曲线置乱和降维,形成一维信号序列。利用图像自身局部相关性,调节水印嵌入强度并修改小波系数值,实现将水印嵌入到可嵌入信息区域。实验表明,该算法具有良好的透明性且对压缩、剪切、噪声和滤波等几何攻击具有高鲁棒性。     

基于UDCT系数的改进HMT和在图像去噪中应用

通过对均匀离散曲波变换（Uniform Discrete Curvelet Transform,UDCT）系数的统计特性研究,同时对系数相关性度量指标互信息量的分析,最终选择隐马尔可夫树模型对其系数建模,且用EM算法训练序列;针对训练时间过长问题,通过分析系数的衰减性和尺度间系数延续性,提出一种新的对算法参数初值的方差和状态转移矩阵的优化方法,实验结果证明,在采用峰值信噪比和相似度作为图像去噪效果的度量时,同等条件下文中提出的算法比Wavelet HMT、Contourlet HMT、UDCT HMT算法有较好的实时性和去噪效果。     

基于快速鲁棒特征的CamShift跟踪算法

为了解决CamShift算法由于对颜色敏感导致的跟踪效果变差或失效的问题,提出一种基于局部特征匹配的CamShift跟踪算法。采用快速鲁棒特征(SURF)方法在多通道图像的目标区域和搜索区域提取包含图像信息的局部特征点,并利用近似最近邻搜索对特征点进行匹配;使用提纯后的匹配结果得到特征点的位置、尺度及方向信息,对CamShift方法进行约束和更新,以提高跟踪精度和稳定性。实验结果表明,与经典CamShift算法和同类的改进算法相比,该算法能够较好地实现对复杂背景下旋转和放缩运动目标的实时跟踪。     

支持分辨率渐进码流的无损图像编码方法

针对无损图像压缩编码,提出了一种新颖的图像分解去相关方法。当前的无损图像编码方法主要有CALIC和JPEG-LS,两者都在空域直接作预测,导致编码码流不具有分辨率可伸缩性。结合小波提升模式与边缘自适应预测研究实现了一种比二维小波变换性能更好的分解方法。首先,对图像的每一列样值进行一维小波分解;然后,对高频子带进行边缘自适应预测,减少残留的信息。针对低频子带图像进行同样的两步操作,就完成了对图像的一次二维分解。对低频图像进行多次迭代操作后即形成了对图像的一个多分辨率分解。实验结果表明,与JPEG2000的无损模式相比,由于边缘自适应预测的引入,提出的分解模式获得了明显的编码增益。     

基于功率谱离散余弦变换的BPSK信号参数估值

该文针对低信噪比环境下二相编码(BPSK)信号参数估值问题,提出一种基于功率谱离散余弦变换(DCT)的BPSK信号参数估值方法。该方法利用DCT的能量集中特性,通过对提取到的BPSK信号功率谱进行离散余弦变换(DCT)和阈值处理可以得到BPSK信号的码长估计。再进行逆离散余弦变换,可以进一步实现对BPSK信号功率谱的降噪处理,消除噪声对估值的影响,进而利用功率谱特征实现对载频和子脉冲宽度的准确估计。实验表明,该方法在低信噪比环境下,可以准确地识别出BPSK信号的码长和对BPSK信号载频和子脉冲宽度的精确估计,并在信噪比时,较对比方法载频和子脉冲宽度的估值准确率分别提高了22.1%和28.3%。     

基于感兴趣区域函数优化的静脉图像分割算法

提出一种基于局部感兴趣区域中熵与梯度函数优化的近红外手背静脉图像分割算法。该算法首先基于压缩感知理论对图像进行去噪。其次,通过条带波变换提取存在静脉信息的感兴趣区域,在这些区域中对建立的关于熵和梯度的函数进行约束与优化,实现静脉与背景分离。最后,融合所有区域的分割结果,完成静脉图像的分割。实验表明在处理近红外静脉图像分割问题时,该算法相对其它算法能保留更完整的静脉特征。此外,该算法对于具有纹理特征的指静脉、掌静脉图像的分割具有较好的借鉴价值。