期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
数字水印图像加密优化保护版权仿真研究 被引量：5
1
作者 梁丽香 唐林海 白维维 《计算机仿真》 北大核心 2017年第7期150-153,共4页
对数字水印图像加密优化保护版权的研究,可有效提高图像的数字水印效果。数字水印图像加密的研究,需要对数字水印图像信息进行分解,得到低频分量,完成图像数字水印。传统方法根据加密保护版权信号,对彩色图像的亮度及色差进行小波分解,... 对数字水印图像加密优化保护版权的研究,可有效提高图像的数字水印效果。数字水印图像加密的研究,需要对数字水印图像信息进行分解,得到低频分量,完成图像数字水印。传统方法根据加密保护版权信号,对彩色图像的亮度及色差进行小波分解,但无法获得图像的低频分量,导致水印效果不理想。提出数字水印图像的加密保护版权算法。利用彩色空间不同通道的信息计算出人眼的视觉临界阈值,结合离散小波变换理论对原始彩色水印图像按视觉临界阈值进行分解,获取数字水印图像的中低频分量,将分解处理后的图像水印信息嵌入,对已嵌入水印的小波系数执行反推转换,对颜色特征属性分量进行叠加,实现对数字水印图像的加密保护版权。实验结果表明,所提方法数字水印图像加密保护版权效率高,水印效果较好。 展开更多
关键词 彩色多尺度 二重数字 数字水印
下载PDF
基于DSP的图像去雾算法优化方法 被引量：10
2
作者 杨梦雯 李宝明 +1 位作者 陈付亮 王洪玉 《传感器与微系统》 CSCD 2016年第6期136-138,145,共4页
带彩色恢复的多尺度视网膜皮层(MSRCR)去雾算法是解决雾、霾等恶劣天气下拍摄的图像的对比度下降和图像特征退化问题的一类算法,可以有效改善图像的视觉效果,但由于算法复杂度较高,实时处理困难。通过时域到频域的转化和基于TM320DM642... 带彩色恢复的多尺度视网膜皮层(MSRCR)去雾算法是解决雾、霾等恶劣天气下拍摄的图像的对比度下降和图像特征退化问题的一类算法,可以有效改善图像的视觉效果,但由于算法复杂度较高,实时处理困难。通过时域到频域的转化和基于TM320DM642本身硬件特性对MSRCR去雾算法进行了优化,并通过模拟仿真,实现了1024×1024视频的实时处理,得到令人满意的视觉效果。 展开更多
关键词 DM642 带彩色恢复的多尺度视网膜皮层 去雾 优化
下载PDF
结合MSRCP增强的夜间彩色图像拼接算法 被引量：8
3
作者 衡宝川 肖迪 张翔 《计算机工程与设计》 北大核心 2019年第11期3200-3204,3211,共6页
针对夜间彩色图像拼接中提取特征点过少、细节缺失、颜色失真等问题,提出一种具有色彩保护的多尺度Retinex(multi-scale Retinex with chromaticity preservation,MSRCP)增强的图像拼接算法。计算强度通道图像,采用引导滤波对强度通道... 针对夜间彩色图像拼接中提取特征点过少、细节缺失、颜色失真等问题,提出一种具有色彩保护的多尺度Retinex(multi-scale Retinex with chromaticity preservation,MSRCP)增强的图像拼接算法。计算强度通道图像,采用引导滤波对强度通道图像进行平滑处理,估计出反射分量;经过Gamma校正和颜色平衡校正提高图像对比度,通过改进颜色恢复函数得到增强图片;通过SURF (speed-up robust features)算法和最佳缝合线算法进行图像拼接,消除拼接缝和重影。实验结果表明,增强后的图像特征点对增加,可准确实现无缝图像拼接且获得的拼接图像具有较好的细节表现、清晰度和色彩还原。 展开更多
关键词 具彩色保护的多尺度Retinex (MSRCP) 夜间图像拼接 引导滤波 加速健壮特征(SURF) 最佳缝合线
下载PDF
基于高斯引导滤波MSRCR的奶牛夜间低质量图像增强方法
4
作者 岳帅 秦立峰 《黑龙江畜牧兽医》 CAS 北大核心 2024年第8期37-45,共9页
为了解决奶牛夜间图像存在颜色失真、边缘细节丢失与噪声干扰等低质量问题,试验提出了一种基于高斯引导滤波的彩色恢复多尺度Retinex(multi-scale Retinex with color restoration, MSRCR)图像增强算法,即先利用多尺度高斯滤波函数处理... 为了解决奶牛夜间图像存在颜色失真、边缘细节丢失与噪声干扰等低质量问题,试验提出了一种基于高斯引导滤波的彩色恢复多尺度Retinex(multi-scale Retinex with color restoration, MSRCR)图像增强算法,即先利用多尺度高斯滤波函数处理原始夜间图像得到粗糙照度分量,再利用引导滤波(guided filtering, GF)函数处理获得精确照度分量,然后结合四方向Sobel边缘检测器进行反射分量自适应权值优化,最后通过对数加法将照度分量和反射分量合成增强图像。试验以3组(1组为均匀光照灰度图像、2组为均匀光照彩色图像、3组为非均匀光照彩色图像)夜间不同成像条件下的180幅图像为研究对象,以平均梯度(mean gradient, MG)、标准差(standard deviation, S)、信息熵(information entropy, IE)、边缘保持指数(edge preserving index, EPI)、结构相似性指数(structural similarity index, SSIM)、峰值信噪比(peak signal to noise ratio, PSNR)和运行时间为评价指标,比较分析本算法和直方图均衡(histogram equalization, HE)算法、基于GF的多尺度Retinex算法(即GF+MSR算法)、MSRCR算法和光照自适应Retinex (illuminated adaptation Retinex, IAR)算法的图像增强效果。结果表明:与原图像比,本算法增强后图像的MG值较HE、GF+MSR、MSRCR和IAR算法增强后图像分别提高了72.22%、150.00%、41.67%和31.67%,IE值分别提高了30.42%、56.90%、43.28%、8.65%;S值较GF+MSR、MSRCR和IAR算法增强后图像分别提高了68.61%、74.28%、54.62%,较HE算法增强后图像降低了55.54%。本算法增强后图像的EPI值较HE、GF+MSR、MSRCR和IAR算法分别提高了34.70%、23.72%、51.41%、12.11%,SSIM分别提高了14.47%、9.33%、5.09%、18.19%;PSNR值较经HE、GF+MSR、MSRCR算法增强后图像分别提高了30.12%、11.52%、20.05%,较IAR算法增强后图像降低了0.67%;同时本算法运行时间分别较HE、GF+MSR、IAR算法减少了67.55%、32.81%、10.14%,而较MSRCR算法增加了139. 展开更多
关键词 夜间图像增强 彩色恢复多尺度Retinex(MSRCR) 高斯滤波 引导滤波 四方向Sobel边缘检测器
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部