图像数字水印的应用及基准测试软件

近年来,随着各种图像数字水印算法的提出,研制针对不同水印应用系统的基准测试软件将对数字水印的发展起到很好的促进作用,本文在讨论图像数字水印的各种应用及影响图像数字水印系统的重要参数的基础上,对数字水印的各种典型的攻击方式进行了较完整的分析,最后对现有的典型基准测试程序进行了探讨,指出了它们的局限性。     

应用小波模历史图像的运动车辆视频检测

为提高车辆目标检测的稳定性和准确性,提出了基于背景减除和小波分解模历史图像的运动车辆检测算法.首先对原始图像进行小波分解,对低频分量用混合高斯模型和纹理特征相结合的方法,自适应更新背景并标记运动目标初始区域;然后,基于高频分量计算模值,并通过逐帧历史累积得到模历史图像;最后,利用车辆目标与阴影相比富含边缘细节的特点,对目标进行倾斜校正后,将目标边缘分别沿图像x和y方向投影,利用投影曲线将边缘信息与目标初始区域信息迭代融合,得到最终检测结果.实验结果表明,用本文方法检测车辆的捕获率达到99.0%,有效率为92.5%;与使用单一自适应背景提取方法相比,在实际交通场景中可有效处理阴影导致的多目标粘连问题,检测结果更准确.     

基于几何特征的声呐图像人造目标检测算法

针对高频声呐图像目标检测问题,基于数学形态学算子,提出了一种新的快速目标检测算法.该算法通过定义多尺度多形状的形态结构元素,对各像素点进行形态开闭运算,并采用阈值评判方法实现目标检测.仿真结果表明,该算法具有实时性好、准确度高的特点,并且可有效地克服背景中岩石等自然景物的影响,实现人造目标的准确提取.     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。     

基于等照度线平滑的NSCT图像修复算法

为提高对纹理信息和平坦与平滑过渡区域的修复效果,提出一种基于等照度线平滑的非下采样contourlet变换(NSCT)图像修复算法.利用NSCT能较好地稀疏表示图像的结构、纹理及边缘信息等特性,将其作为稀疏重构的字典实现稀疏修复破损图像.为消除平坦及平滑过渡区域的破损痕迹,根据估计出的破损点的等照度线方向,自适应选取平滑模板修正该破损点的像素值,以更好地保持等照度线的光滑连续.实验结果表明:本文算法具有较好的修复效果,保持了纹理清晰、结构连通及平坦与平滑区域的良好过渡.     

运用计算机图像处理技术消除雷达海杂波

文章针对传统的采用近程增益控制以抑制海杂波方法的弱点,提出将计算机图像处理技术应用于雷达信号处理,通过对雷达模拟信号采取一系列处理措施,来达到较好消除海杂波的目的。它可以在消除海杂波的同时不影响雷达的信号检测门限,对提高雷达灵敏度具有一定的参考意义。     

均值扩展分形的SAR图像目标检测

基于SAR图像均值变化,提出均值扩展分形,用于目标检测。由于均值扩展分形利用图像均值变化实现目标检测,所以其不仅保留了扩展分形特征的优点,而且还具有区分亮目标与暗目标和区分紧邻目标2个重要特点。有利于SAR图像目标检测。通过与小波分形的实验比较验证了均值扩展分形的优点。     

海面目标雷达图像多尺度轮廓段特征提取方法

为了有效提高舰船雷达图像特征识别度,基于当前灰度投影拟合相关技术,提出舰船雷达图像轮廓特征提取方法。根据雷达感应电磁波输入信号排列,通过预设灰度级和拟合高度,根据图像三原色组成比例,获取灰度图像,利用二维分割法,根据灰度级转换特征,将一维灰度图分割为二维灰度图,通过模糊积累特征识别方法,设置二维灰度图的特征函数,求取隶属函数,建立模糊特征集,实现雷达图像轮廓特征提取。实验数据表明,应用该设计特征提取方法,图像灰度回波提高了32%,灰度纵波提高了29%,图像特征识别精度具有明显提高。     

指纹图像的二值化方法研究

针对指纹图像的特点对指纹图像二值化方法作了探讨，提出了指纹图像的二值化改进算法，该算法充分利用了指纹图像的方向特性，采用梯度法计算指纹的块方向图，将其量化为8个标准方向，以块方向代替点方向对指纹图像进行二值化。实验表明，此方法对于不同质量的指纹图像都有着令人满意的处理效果。     

基于卷积神经网络的舰船图像增强算法

为了改善舰船图像增强效果,提出基于卷积神经网络的舰船图像增强算法,首先采用同态滤波器对原始舰船图像进行预处理,有效压缩舰船图像的动态范围,丰富舰船图像的细节信息,然后引入卷积神经网络对舰船图像色彩进行校正处理和补偿,解决舰船图像偏色问题,最后进行舰船图像增强仿真模拟实验。结果表明,卷积神经网络可以提高舰船图像的对比度,凸显了舰船图像细节,舰船图像的视觉效果优,舰船图像的增强结果要优于对比算法,同时降低了舰船图像增强的时间复杂度,舰船图像增强效率得以提升。