一种改进的Bayer图像彩色恢复差值算法

图像传感器采集到的都是经过滤波镜.片后的Bayer格式马赛克图像,为了恢复丢失掉的色彩信息,必须经过插值计算。针对图像采集系统处理的实时性要求,结合自适应插值法和三角函数法则,提出了一种适用于硬件实现的新算法。给出对算法性能的评估数据和MATLAB仿真图片,对比了算法的处理效果,最后基于实际应用的需求对该算法的硬件实现难度进行了分析。实验结果证明,改进算法在图像边缘的处理上效果更好,基于硬件的实现方式也能保证系统的实时性。     

基于Bayer CFA自动白平衡算法的实现

为快速获得高品质彩色图像,提出一种适合嵌入式机器视觉系统处理的Bayer GWR白平衡算法。根据Bayer CFA的结构特点,改变原GWR法输入参数。用红、绿、蓝三分量像素均值代替GWR法GW假设公式中像素总值,用近白点三分量像素均值代替GWR法Retinex假设公式中三分量像素最大值。测试表明:该算法能够有效地减小色温差异,数据计算量小。在主频为600 MHz的智能相机中,对大小为640像素×480像素的Bayer图像数据的处理运行需34 ms,能够满足实际应用对实用性及实时性的要求。     

基于局部小波变换与DCT的人脸识别算法

提出了一种基于局部小波变换和离散余弦变换(DiscreteCosineTransform,DCT)相结合的人脸识别方法,该算法首先利用小波变换对人脸图像做适当层次的小波分解,然后通过离散余弦变换对低频分量作进一步的特征提取和压缩,得到人脸识别特征,最后利用欧氏距离和最近邻分类器进行识别。基于ORL人脸数据库的实验结果表明了该算法的有效性。     

基于混合模型的网络流量预测算法

研究网络流量准确预测,针对网络优化控制问题,由于网络数据拥塞严重,网络流量变化具有高度自相似性、非线性和多尺度等特点,线性数据的传统预测方法无法准确刻画网络流量的非线性变化规律,导致预测准确率低.为了提高网络流量的预测准确率,在分析网络流量变化特征的基础上,提出一种小波分析的网络流量混合预测模型.混合模型首先利用小波分析将网络流量分解线性和非线性部分,然后分别采用ARIMA模型和BP神经网络模型对其进行预测,最后采用小波分析对线性和非线性部分预测结果进行重构,得到混合模型最终预测结果.仿真结果表明,混合模型比其它网络流量预测模型具有更高的预测准确率,为网络优化控制提供了有效分析方法.     

局部特征点的3维模型变换域水印算法

目的 为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,提出一种基于局部特征点的变换域水印算法。方法 首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比值组成2维矩阵,对2维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数来嵌入水印;最后通过逆向离散小波变换得到空域信号,修改3维模型局部特征点的模长以得到含水印的3维网格模型。结果 本文方法能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。结论 实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求。     

基于JND视觉模型的自适应数字水印算法

为了实现水印的版权保护功能,要求水印具有良好的鲁棒性,同时又不降低原始载体的视觉特性,这就要求所生成的水印对原始载体具有自适应能力。该文使用由原始图像自身生成的二值图像作为水印信息,利用视觉特性推出的JND模型对图像的小波系数进行自适应量化嵌入,经实验验证,该算法对于压缩、裁剪、以及调整图象大小等都具有较好的鲁棒性,而且水印提取无需原始图像。     

利用差值扩展进行可逆数据隐藏的新算法

基于整数哈尔(Haar)小波变换,提出一种新的利用横向和纵向差值图像进行扩展嵌入的数据隐藏算法。传统的差值嵌入技术最大的缺点是在第二重嵌入开始之前图像的质量已经遭到破坏,原因是前一重嵌入用到了很大的差值。针对这个问题,该方法动态地把负载分配到两个正交方向上的图像进行嵌入。尽量使这两个方向上用于嵌入的差值属于同一个幅值范围。与其他算法相比,本算法在同等嵌入率下可取得更好的图像质量。     

3D-HEVC深度模型模式楔形优化算法

3D视频编码采用了HEVC帧内预测和深度模型模式(DMM)技术来提高深度图像编码性能,但其中楔形分块模式给深度图的压缩带来了难以承受的复杂性.基于绝对变换误差(SATD)的方式获得图像纹理特征,提出了一种快速确定帧内预测楔形分块的优化算法,从而大大减化了计算复杂度,但在解码器端视图合成后BD-rate有较小的增加.     

双差值局部方向模式的人脸识别

针对差值局部方向模式（DLDP）特征提取不够充分和对光照、噪声等比较敏感的问题,提出一种双差值局部方向模式（DDLDP）人脸识别方法。首先,分别将半径为1的3×3领域像素灰度值和半径为2的5×5领域像素灰度值与8个Kirsch模板算子卷积,得到两组对应8个灰度响应值。然后,将半径为1的灰度响应值,按照相邻前后作差的方式,得到8个灰度响应差值,再将半径为1和2得到的灰度响应值上下作差,也得到8个灰度响应差值。最后,将两组灰度响应差值取绝对值,其最大绝对值所对应下标位置构成DDLDP码。仿真实验结果表明,相比同类基于局部方向模式的单一人脸识别算法,该方法具有更好识别效果。DDLDP更加完整地提取了人脸特征,且表现出对光照和噪声更好的鲁棒性。     

基于小波域局部高斯模型的图像复原

图像复原的目的是将原始图像从观测到的降析图像中恢复出来.提出了一种基于小波域局部高斯模型的线性图像复原算法.小波域局部高斯模型采用高斯函数刻画子带系数的局部概率分布,由于这一模型具有很好的局部自适应性,并能正确地反映图像的局部结构信息,因此算法以此作为自然图像的先验模型,把图像复原问题转化为一个约束优化问题并用共轭梯度法对其进行求解.实验结果表明,基于小波域局部高斯模型的图像复原算法较好地再现了各种边缘信息,复原出的图像在信噪比和主观视觉效果方面都有显著的提高.     

一种基于硬件的彩色插值算法

大部分消耗型数字相机都采用单片CCD或CMOS图像传感器,并通过一个彩色滤波阵列来实现,因此在每个像素上只能采集红、绿或蓝一种颜色分量。为获得全彩色图,必须通过插值恢复丢失的色彩信息,通常这个过程被称为demosaicing。鉴于传统方法颜色失真明显,现有方案算法复杂,不利于硬件实现。本文提出一种新的插值算法,引入方向标志位的概念,以及一种平滑的边界检测方案。通过该算法,既可得到满意的插值效果,同时适合数字相机硬件实现,文章最后评估了算法性能。     

协同模式识别算法及其改进

本文演示了应用协同学理论进行模式识别的基本过程,讨论了其平移、旋转和缩放不变性,将小波变换应用于识别过程,并以人脸为例进行了识别。     

基于二阶Newton插值的莫尔条纹消除算法

数码相机拍摄容易受到颜色滤波阵列(CFA)采样频率的规则性图案干扰,导致输出图像带有莫尔条纹。为解决该问题,提出一种基于二阶Newton插值近似的数码图像莫尔条纹消除算法。利用小波变换提取G分量在水平和垂直方向的高频信息,通过对高频信息做频域变换模拟CFA混叠过程,进而对图像中莫尔区域及其潜在区域进行检测。针对莫尔条纹区域,利用二阶Newton插值获取G分量各方向的估计值,并对所得估计值加权平均取得丢失的G分量,再采用色差空间模型插值恢复R和B分量,最终得到消除莫尔条纹且包含完整RGB信息的图像。实验结果表明,该算法在不影响图像色彩质量的同时能有效去除莫尔条纹,且相比双线性插值、Hibbard等算法恢复图像的峰值信噪比更高、主观视觉效果更好。     

基于二进小波变换及局部二值模式特征的图像检索

纹理是一种反映像素的空间分布属性的图像特征,成为图像分析的重要手段。在图像检索领域,由于小波变换具有方向性、局部特性、多尺度特性,使得图像的纹理特征能得到更好的表征。局部二值模式是提取图像纹理特征的有效工具,具有旋转不变性和灰度不变性。利用性能良好的 Bubble 小波对图像进行二进小波变换得到四个子带图像,其中低频子带包含原图信息最多,对角线方向的子图包含信息最少,其余两个子图包含信息介于两者之间,因此选取低频和垂直,水平高频图像,然后对分量利用等价局部二值模式提取图像纹理特征,并进行图像检索。实验结果表明该算法不仅有效地结合了小波与局部二值模式的优势,而且具有较好的检索性能。     

基于LHBP多尺度向性滤波的文字检测算法

复杂光照条件和文字—背景的交融是自然场景图像中文字检测的主要难点。为解决该问题,提出了基于LHBP(local Haar binary pattern)多尺度向性滤波的文字检测算法。该算法首先采用对光强变化不敏感并具文字特征显式描述特点的LHBP模式的纹理描述算子;并在LHBP模式上采用多尺度向性滤波器MDF(multi-scale directional filtering)来确定候选文字区域;最后使用基于LHBP直方图的支持向量机法精确定位文字区域。实验结果表明,与其他主流算法相比,该算法能够去除复杂光照条件和文字—背景交融的影响,具有更好的性能。     

基于小波域的自适应彩色图像盲水印算法

论文提出了一种小波域的自适应彩色图像盲水印算法,水印采用有意义二值图。将0/1水印值嵌入到图像三级小波分解后的细节子带系数中,嵌入方向由高分解层向低分解层进行。嵌入过程根据选定位置点的三个细节子带系数的间隔差异,采取不同的嵌入策略。水印提取不需原图,属于盲水印提取,提取水印亦是二值图,效果直观。作者通过大量的实验发现,算法在彩色图像的绿色空间中嵌入水印,提取效果最佳。     

基于小波变换的时间序列相似模式匹配

提出了一种新的时序相似模式匹配方法，它采用小波分析的方法实现时间序列数据的降维，采用小波序列表示原序列，将小波序列组织为多维索引结构R-tree存储，在该索引结构基础上，基于一种表示相似性的距离函数，定义了范围查询和最近邻查询算法，实验结果证明这种方法性能优于传统的基于傅立叶变换的相似模式匹配方法。