一种改进的新闻主持人镜头聚类算法

为解决传统新闻主持人聚类中背景变化与主持人位置大小变化影响聚类结果的问题,提出一种扩展人脸区域的主持人镜头模糊直方图聚类算法。引入扩展人脸区域（EFR）代替整个视频帧,采用模糊直方图（FCH）法对扩展人脸区域（EFR）进行聚类,与传统聚类方法比较,该方法有效地减少了背景对聚类结果的影响。采用背景变化剧烈的新闻视频为测试对象,经过实验验证此方法既有效的解决了背景变化带来的问题,又提高了查全率与准确率。     

基于双直方图平移的彩色图像可逆数据隐藏

提出一种基于双直方图平移的彩色图像可逆数据隐藏算法.利用色彩分量间的相关性减小差值,使差值直方图更加紧凑、直方图的峰值更大.采用直接调整像素值的方法在差值中嵌人数据,由像素值的二次可调整性定位不可调整像素,并嵌入少量的标志信息代替定位图,从而提高嵌入容量.实验结果表明,本文算法在保证图像质量的同时大幅提高了嵌入容量,与...     

一种改进的雷达脉冲信号分选算法

重频分选方法中,由于序列差值直方图法(SDIF)对PRI抖动的雷达脉冲信号的分选能力差,而PRI变换法可以分选PRI抖动的雷达脉冲信号,但是运算量太大,难以实现实时分选。对SDIF算法进行了改进,采用交叠PRI箱的方法进行直方图的统计,使得改进后的SDIF在运算量增加不多的情况下,可以实时较好地分选PRI抖动量在10%以内的雷达脉冲信号。     

基于直方图互确认的图像阈值化分割

目前图像阈值化中存在的主要问题是分割结果的有效性以及分割数目的确定.本文提出一种新颖并且原理简单的图像阈值化算法,根据图像在直方图上的直观分布,提出一种新的阈值判断机制,该机制基于峰谷对阈值的影响,累积所有直方图对阈值的认可程度,并结合一些加速策略,使得算法具有很强的实用性和适用性,算法结合最终的认可程度的百分比确定取...     

一种新的基于DCT域系数对直方图的图像篡改取证方法

提出了一种基于离散系数变换(DCT)域系数对直方 图特征的图像篡改取证方法。首先对图像进行 DCT,并在给定的阈值下,对变换后的DCT系数进行系数对直方图化;而后对直方图化后 的值进行归一化处理,再用主成分分析(PCA)对上述数据进行降维处理取得系数对直方图特 征;最后将真 实图像和篡改后图像的系数对特征用支持向量机(SVM)进行分类识别。实验结果证明,和现 有的一些算 法相比,提出的方法计算复杂度低,在CASIA v1.0平均识别率为97.92%,CASIA v2.0平均 识别率为91.20%,对未压缩图像和压缩图像的拼接篡改都具有良好的 识别性能。     

基于多尺度几何分解的光照不均图像增强方法

针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对三组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.     

基于HSV颜色空间的图像检索系统

基于内容的图像检索包括多种底层特征,其中基于颜色的图像检索系统具有良好的鲁棒性和实用性,系统通过将待检索图片进行色彩空间转换、直方图统计、图像库检索等过程检索出匹配的图片。实验结果表明,该系统的检索准确率较高。     

基于神经网络的红外焦平面光学非均匀性校正改进算法

基于场景的非均匀校正依然是红外领域的一个研究热门.神经网络算法是一种较为典型的场景校正算法.本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题,提出了新的改进算法,通过对神经网络输入层的预处理,消除图像的低频噪声,此外,为了消除预处理对图像对比度的影响,本文增加了神经网络的层数,使用双层神经网络对算法进行更新,从而消除了图像对比度下降的现象.实验结果表明,改进的神经网络算法能够有效的改善图像质量,消除图像中光学引入的非均匀性.     

基于直方图分析的航空摄像机自动调光方法研究

航空摄像机在空中对地面进行拍摄,拍摄场景复杂,传统的灰度平均值法在一些如有干扰点或背景与目标灰度差别大的场景下曝光会不正确,丢失图像信息,为了解决这些问题,该文在根据图像灰度信息的调光算法以及硬件实现方面进行了相关研究。首先根据当前帧图像的灰度直方图中灰度级为0和255附近的信息进行初调;然后根据图像直方图及其卷积和,搜索其中的峰值区域并确定图像的不感兴趣区域(包含的灰度级单一,信息量少的区域);接着根据这些区域占整幅图像的比重,由权值分配曲线为其分配不同的权值;最后计算加权后的灰度平均值,并将其作为反馈量控制下一帧的调光。实验结果表明,在普通场景下能够准确曝光,在暗背景和亮背景场景下,相比传统方法使图像感兴趣区域信息熵提高10%以上。此方法能适用于多种场景,满足航空摄像机对复杂场景自动调光的需求。     

基于直方图比的背景加权的Mean Shift目标跟踪算法

针对Mean Shift跟踪算法目标模型中背景像素所造成的目标跟踪定位的偏差,提出了一种基于直方图比的背景加权的目标表示方法。该方法使用由目标核直方图和背景直方图的对数似然比值推导出的隶属度因子作为权值,通过只对目标模型进行加权变换,而不变换目标候选模型的方法,增强了目标和背景的可分性,有效减少了跟踪过程中背景像素的干扰,提高了目标定位的准确性。 仿真实验结果表明算法的有效性。