基于分数阶微分梯度的噪声检测算法

为了在图像去噪的同时,更多地保留图像原有的特征信息,本文将分数阶积分理论引入到数字图像去噪中,通过分数阶微分梯度算法确定图像中噪声的位置,如果只对噪声点进行去噪处理,就可以有效保护图像的纹理和边缘信息.实验结果表明,基于分数阶微分梯度的噪声检测算法可以更准确地确定图像中噪声点像素的位置.     

四元数奇异值分解与彩色图像去噪

提出了一种基于四元数的彩色图像去噪算法.该算法对彩色图像进行四元数奇异值分解，得到表征彩色图像的不同分量的奇异值，同时适当地选择和丢弃分别表征图像和噪声的奇异值，可以有效地去除彩色图像的加性噪声.该算法的特点是采用一种新颖的基于彩色图像能量测度模型，自适应地确定去噪图像重构的奇异值数目，因此具有快速去噪和简单可行的优点.实验结果表明，提出的方法针对彩色图像去噪具有较好的效果.     

基于HSI模型的彩色图像数字水印

本文提出一种基于HSI彩色模型空间的数字图像水印算法,将RGB存储格式的原始图像转换到HSI空间,并对其中饱和度分量进行分块小波变换;然后在随机选出子块的HH子带系数中嵌入水印信息,利用纹理信息控制水印嵌入强度;最后将经过小波逆变换后的图象重新返回RGB颜色空间.较传统方法,本文方法能够有效克服图像亮度变化对水印信息提取效果的影响,既满足水印图像的不可见性要求,同时又具有较强的鲁棒性.