背景典型斑点特征的聚类分析

迷彩是一项重要的目标防护手段,斑点形状设计是进行迷彩设计的基础。首先自动提取背景图像中的明显斑点,然后分析背景斑点周长、面积、伸长度、矩形度、细长度、分散度等特征的统计特性,最后将长度、矩形度、细长度、分散度作为斑点特征向量对提取出的背景斑点进行HCM聚类分析,进而得到背景典型斑点的特征参数。该方法能得到大样本背景图像斑点特征的统计特征,对自动、定量化的迷彩设计具有一定意义。     

基于八叉树颜色量化和链表统计的背景主色提取方法

背景主色的确定是迷彩伪装的关键问题,针对现有提取方法的不足,提出一种基于八叉树颜色量化和链表统计的背景主色提取算法.首先对图像进行八叉树颜色量化,然后统计量化后图像的颜色,并用链表存储,最后依据人眼视觉特性和相应准则确定背景主色.该算法可以对多 幅图像进行处理且运算时间较短.实验表明这种方法能够满足迷彩伪装颜色确定的要...     

一种基于二维DCT变换的图像信息隐藏方法

提出了一种基于二维DCT变换的图像信息隐藏方法,经过二维DCT变换后的图像能量集中在低频部分,考虑到人眼的视觉特性,图像的高频部分可视为视觉冗余部分,可以把有用信息隐藏在变换载体图像的高频部分,即以牺牲图像高频信息来达到信息隐藏的效果,通过MATLAB实现这一思想,对隐藏后的图像质量做了特征分析,并对下一步实验做出了设想.     

一种改进的快速HCM颜色聚类算法

针对传统HCM算法运算时间过长且易陷入局部最优解的缺点,提出一种结合金字塔结构与减法聚类的HCM算法.该算法先将图像描述为不同尺度上的金字塔图像序列,对顶层图像运用减法聚类确定初始中心后进行HCM,然后依次将上一层图像的聚类结果作为初始中心对本层图像进行HCM聚类,对最底层聚类得到的结果即是最终的聚类结果.仿真试验表明,该算法的运行时间远远低于传统HCM算法,且聚类质量比传统HCM算法好.     

基于视觉注意力模型的背景斑点提取方法

针对传统人工选取背景斑点的不足,提出了一种基于视觉注意力模型的背景斑点提取方法。首先根据Itti显著图模型确定背景图中的显著区域;然后找出若干注意视点,并将这些视点作为种子点在原图上进行区域生长;最后在区域生长的基础上依据相关准则提取出斑点。实验结果表明,该方法可以准确地找到背景图中的明显斑点,使进一步的背景斑点分析成为可能。     

一种基于图像处理的背景分类方法

针对各类背景图像在纹理特征上的不同,提出一种基于灰度共生矩阵和主成分分析的背景图像分类方法.在合理构造灰度共生矩阵的基础上,提取14个GLCM纹理特征值,然后对其进行主成分分析得到纹理综合特征函数.实验表明,纹理综合特征函数能够有效对不同类背景图像进行分类.