基于改进Hu不变矩的图像篡改检测算法

提出了一种针对图像的复制-粘贴篡改进行检测的方法。算法以图像子带编码为基础,利用Hu不变矩和Zernike矩的不变量对篡改图像进行检测。对图像做子带编码处理,得到近似子带(LL)图像,对近似子带图像进行Hu不变矩和Zernike矩的特征提取,用来表征图像的信息,最后采用上述特征信息进行图像的相关匹配。实验中将所提算法与极余弦变换(PCT)算法以及图像Zernik矩算法进行比较,结果表明所提算法对图像的旋转、平移攻击具有更优质的鲁棒性,提高了检测准确率。     

一种新的自动聚焦算法的研究

聚焦评价函数和极点搜索策略是自动聚焦的重要模块,直接影响聚焦的效果.为同时满足自动聚焦速度和精度上的要求,提出了一种新的自动聚焦算法.该算法综合了快速改进的灰度差分法和高精度小波变换法的优点,根据各阶段聚焦评价函数的梯度选择合适的评价函数和镜头移动步长,并且实现了从大步长快速粗扫到小步长精确细调的过渡.实验表明,与传统...     

基于识别能力的人脸特征向量均衡

在人脸识别中,通常是把人脸图像投影在特征向量组成的空间中,特征向量决定了人脸识别的效果。同一人的人脸图像在好的特征向量上的投影应具有较集中的分布,反之亦然。从微观意义上提出了每个向量的识别能力的概念,通过计算识别能力的大小,选择具有较大的识别能力的特征向量。为了使每个向量在识别中发挥与其识别能力相对应的作用,根据每个向量的识别能力对它们进行均衡化处理,赋予不同权重,提高了识别率。通过在ORL、Yale人脸数据库上进行试验,验证了该方法的有效性。     

悬浮液直接进样ICP–OES法测定高纯氧化铝中的铁、钛、硅、铬

采用悬浮液直接进样电感耦合等离子体发射光谱法(ICP–OES)测定高纯氢氧化铝中铁、钛、硅、铬的含量。悬浮液用电磁搅拌器搅拌,均匀地分散在溶液中,通过仪器蠕动泵进入雾化室,均匀无阻地导入ICP光源。Fe,Ti,Si,Cr的分析谱线分别为259.940,336.112,251.611,205.552 nm;RF功率为1 300W,等离子体气流量为13.0 L/min,雾化器气体流量为0.60 L/min,辅助气流量为1.00 L/min。Fe,Ti,Si,Cr的质量浓度分别在0.0~30.0,0.0~15.0,0.0~90.0,0.0~15.0μg/m L范围内与信号强度呈良好的线性,线性相关系数均大于0.999,方法的检出限为0.027 6~0.993 9μg/m L,测量结果的相对标准偏差为0.65%~6.84%(n=11),回收率为95.0%~104.8%。该法抗干扰能力强、线性范围宽,适用于高纯氢氧化铝中铁、钛、硅、铬含量的分析。     

数字图像一阶矩的自动聚焦区域选择算法

聚焦区域选择是自动聚焦算法中的重要模块,直接影响评价函数曲线的尖锐性、准确性和稳定性。针对中心取窗和多点取窗等传统聚焦区域选择算法的局限性,提出了一种基于数字图像一阶矩的自动聚焦区域选择算法,它是通过图像灰度或边缘一阶矩定位聚焦区域的。传统聚焦区域选择是一种定点估计,实验证明一阶矩方式选择可以跟踪偏离中心的主体景物,是一种具有自适应性的前景位置估计算法,提高了聚焦精确度和速度。     

用高斯非均匀采样解决自动聚焦中的误判

在自动聚焦系统中,对焦窗口的选择直接影响对焦的速度和准确性。若窗口过大,则不仅会增加计算量,而且背景图像太多会引起误判;若窗口太小,则会导致目标偏离窗口,也会引起误判。引入非均匀采样,可以保证图像中央区域的高分辨率和较大的视场范围,有效地提高了对焦的准确性,减少了数据量,加快了对焦速度。     

基于改进的空域相关的多聚焦图像融合

提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。     

多分辨力分析在自动聚焦算法抗噪声性能中的应用

自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。     

基于小波分析和SVM的人脸表情识别

提出了一种能量特征与支持向量机(SVM)相结合的面部表情识别方法。首次提出了小波能量特征在表情识别中的应用。由于小波能量特征具有表现表情纹路的能力,与人脸表情识别的要求正好相符,所以把小波能量特征加入到原始图像中,再用Fisher线性判别法(FLD)进行特征提取,然后采用SVM进行识别。通过对在日本JAFFE人脸表情库中的七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行实验,验证了该方法的有效性。它不仅能获得高的表情识别率,而且过程简单,易于实现。     

一种自适应的自动聚焦算法

自动聚焦是图像测量和计算机视觉中的重要技术。研究发现,以前的一些自动聚焦算法,在没有噪声的影响下,效果较好,但一旦有噪声的影响,算法可能会失效,因此,提出了一种自适应的自动聚焦方法。首先通过一个基于局部小窗口的自适应门限将边缘像素和非边缘像素区别开来,然后再加上一个全局门限来进一步滤除噪声的影响,最后用一些自动聚焦算法来计算经过自适应处理后的图像,画出它们的聚焦曲线。经过大量的实验,结果表明,该算法不仅具有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能。