作为一种典型的多尺度(或多分辨)分析工具,小波变换已经在很多的信号与图像处理的任务中得到了成功的应用。首先分析了现有的图像分割方法,指出了图像的多尺度特性,以及利用小波变换挖掘图像的多尺度特性的必要性
基于图像纹理复杂度的自适应隐写算法,康明红,黄颖,结合人类视觉系统特性和图像纹理区统计特性,将密信自适应的嵌入纹理区可以获得更高的安全性,提出一种高效的自适应隐写算法,优
基于PCNN的图像分割方法研究,周尉刚,,脉冲耦合神经网络(PulseCoupledNeuralNetwork,PCNN)由于其良好的脉冲传播特性,在图像处理邻域得到了广泛的应用。本文在前人对脉冲耦合
一维最大类间差法(Otsu)是一种广泛使用的图像阈值分割方法,虽然处理速度快,但是没有考虑到像素的领域空间信息,当图像受到噪声干扰等因素影响时,难以获得满意的分割效果,鉴于此,本文提出了一种基于自适应
自适应遗传算法是一种有效的寻优算法,本文首先对自适应遗传算法进行改进,提出分段自适应遗传算法,达到了防止早熟,加快寻优速度的目的。阈值分割是一种经典的图像分割算法,本文将利用改进的自适应遗传算法(分段
为提高目标检测概率9针对复杂的地面目标红外亚图像9提出了一种以最大类间方差法为基础的自适应阈值图像分割方法-用分割出的目标和背景区域的灰度统计量9设计了一个判断是否得到正确分割的准则-理论分析和实
照度不均匀图像的分辨率较低,高光区与阴影区会隐藏很多的图像信息。针对照度不均匀导致成像的不同区域存在不同的光照效果,提出了一种新的局部自适应Gamma校正方法,先使用K近邻法估计出图像中不同区域的合适
提出一种图像的自嵌入水印算法,该算法将图像分块奇异值分解,并提取每块的最大奇异值实施量化生成量化图像。量化图像生成的二值编码经过置乱和混沌加密后嵌入到原始图像的置零位之中。算法不仅能检测和定位对图像的
脉冲耦合神经网络(pulsecoupledneuralnetwork,PCNN)对图像分割具有天然的优势,但是传统的PCNN模型参数难以确定,且算法耗时多。对多种PCNN模型进行研究改进,并利用统计学
基于OpenCV的高斯平滑和自适应阈值化算法研究,颜伟,李巧月,对图像的阈值化处理是数字图像处理中重要的环节,对于图像的分割有着重要的意义。在OpenCV算法环境下,运用固定阈值化和自适应阈值