数字图像的一种相位水印算法

提出一种用于数字图像版权保护的变换域水印算法，将二值随机序列作为水印信号嵌入在图像付里叶变换的重要系数的相应成分中，并利用相关检测器进行水印检测，实验证明，该算法具有不可见性，对通常的图像处理，如JPEG压缩，剪切，缩放，中值滤波等以及噪声干扰都具有很强的鲁棒性。     

基于LDPC码的数字水印技术

由于图像水印系统和通信系统的模式具有相似性，提出了一种基于LDPC码的图像数字水印算法。该算法利用LDPC码的纠错性能和人眼视觉特性，以实现静止图像中数字水印的嵌入和提取；在水印嵌入之前，对水印序列进行LDPC码编码，然后把水印嵌入到符合人眼视觉特性的小波域中，并采用了LDPC迭代译码算法进行水印提取，最后进行了仿真实验。实验结果表明，该算法降低了水印在传输过程中的误码率，具有很强的鲁棒性和视觉不可见性。     

一种基于量化的DCT域音频数字水印算法

提出了一种基于量化的DCT域音频数字水印算法，该算法首先将视觉可辨的二值水印图像降维成一维水印序列，再将水印序列按伪随机排序，最后对数字音频信号作分段DCT变换，水印信号通过量化处理过程嵌入到DCT变换后的系数中，提取水印信号无需使用原始数字音频信号。仿真实验表明水印是不可察觉的，经过mp3有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

基于小波变换的医学图像特征点互信息配准

医学图像配准是医学图像分析诊断的基础,也是图像融合等图像处理需要先行解决的问题.目前医学图像配准方法基本上分为基于形状特征和基于像素相似性两种方法.文中用小波变换提取图像特征点,将特征点互信息作为图像配准的相似性测度,并使用粒子群算法来求解配准所需的空间变换参数.实验结果表明,此方法减少了计算量,具有较快的配准速度,能准确地实现多模态医学图像的配准。     

基于复合小波变换的数字图像水印技术

随着网络多媒体系统的迅速发展,数字媒体的版权保护变得越来越重要了。目前保护数字媒体版权的方法最常用的是数字水印。本文提出了一种基于复合小波变换的健壮的数字图像水印算法。该算法首先通过复合小波变换运用视觉屏蔽调整水印使之与局部图像相适应,接着水印被应用于选择嵌入信道,最后水印通过运用另外的射频技术被添加到嵌入信道。文中最后测试了在攻击下DWT与WT域中各种算法健壮性,并进行了比较分析。     

基于小波域量化的数字图像水印容量估计

提出了一种基于小波域的容量自适应数字图像水印算法，从小波量化出发，对可嵌水印位置进行选择。在此基础上，结合人眼视觉模型和图像纹理特性，得出小波域的水印最大可嵌强度，用修改极性的方法进行水印的嵌入和提取。仿真结果表明，该算法不仅具有较好的不可视性和鲁棒性，而且在保证这些性能的基础上实现了自适应容量，较好地协调了水印三要素间的关系。     

基于数字图像处理对汽车牌照自动识别系统的研究

以快速准确识别汽车牌照号码为目的,在充分利用数学形态学与多特征组合分析相结合分析的基础上,运用灰度变换、边缘检测、Radon变换、投影特征等图像处理方法,分车牌检测、字符分割、字符识别三步实现汽车牌照的识别,处理过程中考虑并解决了现实拍摄图像中存在的牌照倾斜等不利条件,用MATLAB软件对这些算法进行仿真,经过对多幅图像的处理实验表明,该系统识别速度快,识别率高。     

基于离散余弦变换的数字图像水印算法及其MATLAB实现

数字水印技术作为数字媒体版权保护的有效办法,涉及到多个学科,迫切需要一种强大的研究工具。MATLAB以其自身具有的优势,正好可以成为研究数字水印的一种有效工具。本文介绍了数字水印技术实现的一般概念,提出了一种基于离散余弦变换(DCT)的数字图像水印算法通过MATLAB仿真结果表明,利用该算法嵌入的水印具有信息量大、不可见性好等优点。     

基于ARM920T内核的车辆测速仪设计及算法研究

车速作为一个重要的交通流参数,是进行交通流分析和交通控制的重要依据.针对多普勒测速仪的基本原理和信号处理算法提出了新的设计方案,介绍了由多普勒收发前端和三星S3C2410A处理器构成的测速仪的硬件结构;并结合ARM内核设计特点实现了基4时间抽取快速傅里叶变换算法(FFT),针对大多数ARM处理器硬件上不支持浮点运算,提出了把浮点数以定点数格式存储和计算的方法,充分利用桶型移位器和5级流水线,避免了流水线互锁问题.实验结果表明优化后的FFT算法具有很高的精度和执行效率.     

交通视频背景估计动态高斯混合模型

为适应交通环境多变情况下实时交通信息动态采集的要求,提出了1种基于单高斯分布假设、图像分块处理、利用帧差法进行样本选取的动态混合模型对交通信息的图像背景进行快速估计,并在实际道路环境下对多种方法进行实验比较,证明该模型有效地削弱了运动物体和噪声对于背景估计的影响,具有较好的正确性和有效性.     

车道线识别中的自适应Canny边缘检测及改进研究

针对Canny边缘检测阈值在车道线识别中不易选取的问题,提出了基于Otsu算法实现自适应Canny边缘检测的方法。实验验证表明,其对远视野道路图像可以获得良好的边缘检测效果,而对近视野道路图像效果较差。进一步提出了目标区域补偿策略改进上述算法。结合Hough变换算法,实现了车道线的识别。实验结果表明,改进的算法可以达到实时获取车道线的要求。     

一种基于DWT和DCT域的灰度图像盲水印算法

本文提出了一种新的频域嵌入盲水印的方法,把DWT的低频子图作为待嵌入的图像,再在逼近子图DCT域进行嵌入,增强水印的稳健性同时,也增强了水印的不可见性。经对多幅图像进行实验证明,该算法不可见性好并且具有较强的鲁棒性。     

基于多信息融合的驾驶员图像面部定位

面部区域位置的快速准确定位是利用视觉方法对驾驶员的驾驶状态进行监测和预警的基础.采用AdaBoost算法对人脸图像的Haar-Like特征进行统计学习,生成用于人脸检测的强分类器.利用AdaBoost检测器快速检测到图像中可能存在的肤色区域,在检测到的区域内利用YCrCb颜色空间中的肤色模型进行人脸位置的精确定位.实验结果表明,该算法具有很好的可靠性和实时性.     

基于t分布混合模型改进的路面裂缝图像分割方法

为提高路面裂缝图像分割的准确性与鲁棒性,以学生t分布混合模型(Students t-distribution Mixture Model,TMM)代替传统高斯混合模型(Gaussian Mixture Model,GMM),提出一种基于学生t分布混合模型的路面裂缝图像分割方法。所提出方法首先利用K-Means算法来进行初次图像分割。为克服K-Means算法的缺点,以烟花算法(Fireworks Algorithm,FA)运行结果作为K-Means算法初始聚类中心。然后,运行K-Means算法进行初次分割,以此结果作为TMM参数求解的初始值,执行最大期望算法(Expectation-Maximization algorithm,EM),通过交替运行E步和M步,获得模型最终参数值,借助于贝叶斯公式,完成最终图像分割。最后,通过仿真图像和实际图像验证,结果表明该方法分割精度更高、稳定性更好。     

1种基于平行直线对模型的车道检测方法

针对智能车辆安全辅助驾驶系统中利用单目视觉进行车道识别的问题,提出了1种基于平行直线对模型的车道检测方法。该方法根据高速公路图像特征构建平行直线对模型,在此基础上先利用 Hough变换提取直线,再由改进的级联 Hough变换检测出平行直线对的消失点,最后通过消失点和先验信息来提取当前车道线。使用M atlab对高速公路上不同路段、不同光照情况、不同车辆干扰下共150幅道路图像进行实验,检测精度达88.6%,平均检测时间为0.24 s。实验结果表明,这一方法在高速公路行驶环境下能较准确地检测出当前车道线,具有很好的光照适应性、抗车辆干扰性和一定的实时性。      

车牌识别算法的研究与实现

介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌，并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分；车牌字符识别算法采用一种最优变换，KL变换来提取字符图像的特征值和特征向量，并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类。试验结果表明此方法是正确的。     

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

基于中介理论的车道线识别方法研究

以中介真值程度的数值化度量为基础,利用单个像素点的真值度,设计了新的图像去噪滤波算法。与经典算法相比,新算法具有较好的视觉效果。通过研究道路图像车道线的特点,采用中介距离比率函数来衡量像素点间相似程度,并设计了相应的图像边缘检测算法。与传统的道路图像边缘检测算法相比,新方法边缘增强效果显著。最后,基于道路直线模型,采用Hough变换实现了车道线的识别。     

一种基于同态滤波的背景建模方法

在道路视频检测技术中提出了一种基于同态滤波的背景建模法。对图像进行同态滤波的预处理,以适应渐变的光照情况。通过图像分块与帧间差分来获取临时背景序列,为背景建模做准备。为了处理背景中由于车辆突然开动或停止产生的＂鬼影＂,对帧序列有效区中的每一像素进行基于灰度分区直方图模式建立背景模型。这种方法既能应对光照渐变又能适应大流量且车速慢的拥堵情况。实验结果表明,此算法具有良好的可靠性与鲁棒性。     

基于Hough变换的道路边缘提取

在以图像处理技术为基础的视觉导引方式下,提出了一种基于Hough变换的道路边缘提取方法.将拍摄到的道路图像进行滤波预处理;利用自适应阈值分割法对处理后的图像进行分割,并采用数学形态学中的"腐蚀"运算检测边缘;利用Hough变换实现道路边缘的检测与定位.试验结果表明,此方法对复杂的道路环境具有较好的适应性.