排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
文中介绍了一种基于独立分量分析(ICA)的鲁棒性边缘检测算法.实验证明由自然图像训练得到的ICA基底函数大部分是稀疏的、局部化的,且和人类的感受域具有相似特性.该边缘检测方法中,目标图像首先通过ICA基底函数转化,然后利用一种新的滤波算法(软门限法)消除噪声分量,并且仅用相对比较稀疏分量(稀疏ICA基底函数)来检测或重建边缘.提出的算法应用于不同类型的的噪声图像,并且和传统的边缘提取算法进行了比较.实验结果表明,该算法即使在高水平噪声图像中,也能够提取出比较清晰且无任何模糊的图像边缘信息. 相似文献
2.
3.
本文针对多媒体产品的版权保护,提出了一种新的自适应的基于RDWT(冗余离散小波变换)和ICA(独立分量分析)的水印算法。RDWT用于水印的嵌入过程,水印的嵌入强度考虑了载体图像的NVF(噪声可见函数),从而保证了该算法的自适应性。ICA用于水印的提取过程,我们提出了一种在嵌入水印图像的空域内直接提取出水印信号的算法。实验结果表明,本文算法的可嵌入水印信息量大,同时具有高的鲁棒性和不可感知性。 相似文献
4.
1