图像分块

摘要： 在视频监控及智能交通等领域,雾、雨、雪等恶劣天气会严重影响视频图像能见度,因此快速识别出当前的天气情况,并自适应地对监控视频进行清晰化处理极为重要。针对传统天气识别方法效果差以及天气图像数据集缺乏的问题,构建了一个多类别天气图像分块数据集,并提出了一种基于图像分块与特征融合的天气识别算法。该算法基于传统方法提取平均梯度、对比度、饱和度、暗通道4种特征作为天气图像的浅层特征,基于迁移学习对VGG16预训练模型进行微调,提取微调模型的全连接层特征作为天气图像的深层特征,将天气图像浅层特征与深层特征融合作为最终特征用于训练Softmax分类器,实现对雾、雨、雪、晴4类天气图像的识别。实验结果表明,所提算法能达到99.26%的识别准确率,并且可作为天气识别模块应用于自适应视频图像清晰化处理系统。

摘要： 在众多图像配准算法中,尺度不变特征转换(Scale-invariant feature transform)由于其对旋转、尺度缩放、亮度变化保持不变性,且对仿射变换和噪声也有一定程度的鲁棒性,从而得到了大范围的应用。但该算法的缺点是运行时间过长。论文旨在减少不必要的检测区域,减少特征点检测和描述符构建所花费的时间。主要分为两部分:1)对待检测图像循环分块,计算各个子块信息熵(Entropy of information),当所有子块信息熵标准差达到固定阈值时停止分块,去掉子块集合中子块信息熵满足条件的部分。2)将图像二值化,计算二值图像连通区域,在第一步的基础上去掉所有连通区域的部分,得到最终待检测的图像区域。最后进行SIFT算法特征检测并生成PCA-SIFT描述子,使用最近邻与次近邻之比的算法完成图像配准。实验结果表明:论文算法在保证匹配精度达到90%以上的情况下,减少算法运行时间20%~30%,提高了图像配准的速度。

摘要： 在复杂的石化爆燃环境中,巡检机器人进行指针式仪表检测时,相机容易发生相对运动造成图像产生运动模糊,导致仪表等识别精度降低。为解决此类问题,提出一种改进的模糊图像点扩散函数(PSF)的模糊参数估计方法。对图像进行预处理后,采用Canny算法对图像进行边缘检测,筛选出边缘信息较多的子图像块;之后对图像进行倒频谱分析,采用Canny算法对倒频谱图进行边缘检测,通过Radon变换求解模糊角度,根据倒频谱负峰值距离估计出模糊尺度;基于估计的PSF参数,采用维纳滤波完成图像复原;为降低指针提取的难度,对复原图像进行自适应阈值分割与图像细化,利用Hough变换检测出仪表表盘及指针,完成自动读数。

摘要： 针对传统隐私保护机器学习方案抵抗对抗攻击能力较弱的特点,提出一种基于格雷码置乱和分块混沌置乱的医学影像加密方案(Gray+block chaotic scrambling optimized for medical image encryption,GBCS),并应用于隐私保护的分类挖掘。首先对图像进行位平面切割;然后,对图像不同位平面进行格雷码置乱后再进行分块,在分块的基础上分别进行混沌加密;最后通过深度网络对加密后的图像进行分类学习。通过在公开乳腺癌和青光眼数据集上进行交叉验证仿真实验,对GBCS的隐私保护与分类性能进行量化分析,并从图像直方图、信息熵和对抗攻击能力等指标考虑其安全性。实验结果表明医学图像在GBCS加密前后的性能差距在可接受范围内,方案能更好地平衡性能与隐私保护的矛盾,能有效抵御对抗样本的攻击,验证了本文方法的有效性。

摘要： 针对幻方置乱算法变尺度置乱能力不足、置乱效果较差以及安全性低等问题,基于四方定理与幻方置乱算法,提出四分块幻方置乱算法FMSS。首先,根据四方定理的分块规则,将明文图像分为4个正方形图像块;然后,生成置乱所需的幻方矩阵;此后,对每个图像块进行置乱,结合拼接、转置和形状变化等操作,使得所有像素充分扩散并恢复为明文图像的尺寸大小;最后,通过多次置乱方式获得密文图像。实验结果表明,FMSS可对矩形图像进行置乱与恢复,置乱效果良好,有效降低了图像相邻像素间的相关性,表现出了更好的安全性,且在鲁棒性、置乱与恢复速度方面能够满足图像置乱算法的要求。

摘要： 在使用离散余弦变换下的正交匹配追踪算法重构图像时,存在计算复杂度高,精确率低,对传感矩阵要求较为苛刻等问题.因此,利用迂回式匹配追踪算法(Detouring Matching Pursuit,DMP)的计算复杂度优势和分块压缩感知技术(Block Compressed Sensing,BCS),提出了一种基于BCS-DMP的图像重构方法.首先,对图像信号均匀分块并进行离散余弦变换,其次,采用DMP算法重构信号,对重构信号进行离散余弦逆变换重构图像,最后,采用均值滤波算法作平滑处理,减少图像块效应.3种不同类型的图像重构实验结果表明,当压缩比取0.2,0.3,0.4,0.5时,采用BCS-DMP算法重构图像的峰值信噪比高于基追踪、正交匹配追踪等算法,且在重构时间上有较大优势,说明BCS-DMP算法适用于图像重构.

摘要： 农作物病害是影响粮食产量的重要因素之一。目前,大部分研究以已知病害作为数据来源,使用传统机器学习和深度学习方法进行病害识别与分类,这种模型构建方法需要大量的病害数据,而当新发病害出现时,很可能因为检测不到而错过最佳预警时间。为解决该问题,本文拟提出一种仅使用正常农作物叶片数据集作为训练数据便可检测出叶片病害异常的方法。具体地,本研究提出一种基于k-means++聚类与图像分块的农作物叶片病害异常检测方法,通过图像去噪、图像分割、图像截取等预处理操作后,提取图像的颜色矩特征,对训练集进行k-means++聚类,构建比对模型并设置阈值,从而确定测试集异常与否。试验使用的土豆、玉米与苹果数据集均下载于Kaggle网站。通过调整聚类数与分块数,在土豆、玉米和苹果数据集上,识别准确率分别达到了89%、95%、95%以上,并且在玉米和苹果两种数据集上的漏警率为0。

摘要： 针对目前输电线路中防震锤部件识别精确率低,缺陷无法诊断,未充分利用其空间上下文信息的问题,提出结合DeepLabV3+语义分割网络与防震锤的空间上下文关系对其进行识别与缺陷诊断;利用图像分块和数据集预处理提高DeepLabV3+网络分割精度,将防震锤与其周围部件分割出来后,建立其空间上下文关系缩小防震锤的识别范围,提高其识别精确率;实验结果表明,图像分块与预处理能够将DeepLabV3+网络的分割精度提升到93.4%以上,DeepLabV3+网络可以有效的识别正常防震锤与缺陷防震锤,识别召回率可以达到87%以上,建立防震锤与周围部件的空间上下文关系能够提高其识别精确率到90%以上。

摘要： 针对目前输电线路中防震锤部件识别精确率低,缺陷无法诊断,未充分利用其空间上下文信息的问题,提出结合Deep-LabV3+语义分割网络与防震锤的空间上下文关系对其进行识别与缺陷诊断;利用图像分块和数据集预处理提高DeepLabV3+网络分割精度,将防震锤与其周围部件分割出来后,建立其空间上下文关系缩小防震锤的识别范围,提高其识别精确率;实验结果表明,图像分块与预处理能够将DeepLabV3+网络的分割精度提升到93.4％以上,DeepLabV3+网络可以有效的识别正常防震锤与缺陷防震锤,识别召回率可以达到87％以上,建立防震锤与周围部件的空间上下文关系能够提高其识别精确率到90％以上.

摘要： 针对机场跑道异物的无人自主检测与识别过程中存在的检测结果受环境影响大、小目标检测困难以及漏检率高等问题,提出基于背景差分的机场跑道异物分块检测与跟踪算法.首先利用速度辅助的位置信息线性插值,获取背景模板图像库与待检测图像序列最相关帧;然后将图像分为不同子块,利用各子块内图像纹理复杂度设置自适应权值,结合ORB算法进行特征点提取,将各子块特征点归一化至原始图像,并与背景模板库最相关帧对齐作差,获取异物检测结果;最后引入核相关滤波器对检测结果进行多目标跟踪,采用各子块局部跟踪算法降低运算时间,并对跟踪结果进行可靠性检验.在3种实验场景下,与5种主流检测算法的对比实验结果表明,与目前已有的基于图像的机场异物检测算法相比,在保证算法处理速度的基础上,该算法将异物整体错检率降低了70％以上,并在异物尺寸大于1 cm×1 cm的情况下,将整体漏检率降低至0,获得了较好的效果.

摘要： 本文研究目标检测方法.针对传统背景更新方法易受噪声干扰、算法执行速度慢等弊端,对背景差分法予以改进,提出一种基于图像分块和帧间相似性的运动目标检测方法.根据视频最初几帧得到初始背景模型,再对视频后续的每帧进行分块处理,利用相邻帧对应分块的相似度计算局部更新率,建立背景模型,将背景与当前帧差分即得到运动目标.实验结果表明,与传统的背景差分法相比,改进后的方法具有更好的检测效果.

摘要： 提出了一种结合混沌和图像分块提升小波变换的多功能数字水印算法。首先,将宿主图像分成8×8的子图且对各子图进行2级提升小波变换,将实现版权保护和内容认证功能的不可见水印分别嵌入部分子图小波域二级子图的低频系数和水平细节系数,由广义Arnold映射随机选择嵌入子图。嵌入算法采用一种新的量化算法,并能进行肓提取。然后,在图像空域嵌入实现版权通知功能的可见水印,嵌入算法采用加权融合方式,嵌入权重系数由四维超混沌系统序列确定。实验结果证明了所提出的多功能水印方案的有效性。

摘要： 本文分析了现有Harris角点检测算子的特点及其不足，提出一种基于图像分块和邻近角点剔除策略的Harris角点检测图像配准算法，新方法检测出的角点呈均匀分布，因此能有效避免角点聚簇现象，从而提高匹配效率。实验结果验证了新方法的有效性。

摘要： 图像拼接在计算机视觉、摄影测量、视频检索等方面有着十分广泛的应用.目前,普通数码相机拍摄得到的高质量高分辨率大尺寸图像,其长、宽都达到上千个像素点,为了快速拼接这类大尺寸图像,提出了一种基于FFT相位相关算法对图像分块提取子图像的快速拼接方法.通过实例对传统的图像拼接方法进行分析比较的结果表明,利用该方法实现大尺寸图像的拼接,大大降低了图像配准的计算量,获得可观的时间节省,并且简单易行,效果较好.

摘要： 在建立新的特征点响应函数的基础上,提出了一种特征点探测算法,算法以图像分块为基础,通过计算每一分块内的特征点,进行特征点连通集约简获得离散特征点集,实验证明,算法效率得到了较大提高,解决了使用全局特征响应阈值造成的特征点聚集和不敏感特征点被错误剔除的问题.

摘要： 本文首先介绍了一种模拟获取数字图像时的不确定性而进行信息隐藏的算法,然后针对其嵌入量较少且没有密钥控制的缺点,提出了一种新型的空间频率多点嵌入算法.实验表明,改进的算法可以在对图像的主客观质量无明显影响的前提下嵌入更多的信息,而且其安全性得到了进一步的提高.

摘要： 水利遥感影像中的边缘点较为密集或者边缘有些弯曲时,直接应用Hough变换或其改进算法提取边缘线将会面临两个困难:一是虚假的峰值很多;二是边缘线提取不完整.这两个问题往往会导致边缘提取的失败.针对这种情形,提出一种改进的随机Hough变换新方法,首先对分块遥感影像类的边缘点进行Radon变换并延伸以获取局部线性特征,在此基础上根据局部线性段的斜率、截距进行随机Hough变换,连接近似位于一条线性上的边缘点.试验证明新方法具有很好的效果.

摘要： 水利遥感影像中的边缘点较为密集或者边缘有些弯曲时,直接应用Hough变换或其改进算法提取边缘线将会面临两个困难:一是虚假的峰值很多;二是边缘线提取不完整.这两个问题往往会导致边缘提取的失败.针对这种情形,提出一种改进的随机Hough变换新方法,首先对分块遥感影像类的边缘点进行Radon变换并延伸以获取局部线性特征,在此基础上根据局部线性段的斜率、截距进行随机Hough变换,连接近似位于一条线性上的边缘点.试验证明新方法具有很好的效果.

摘要： 水利遥感影像中的边缘点较为密集或者边缘有些弯曲时,直接应用Hough变换或其改进算法提取边缘线将会面临两个困难:一是虚假的峰值很多;二是边缘线提取不完整.这两个问题往往会导致边缘提取的失败.针对这种情形,提出一种改进的随机Hough变换新方法,首先对分块遥感影像类的边缘点进行Radon变换并延伸以获取局部线性特征,在此基础上根据局部线性段的斜率、截距进行随机Hough变换,连接近似位于一条线性上的边缘点.试验证明新方法具有很好的效果.

摘要： 水利遥感影像中的边缘点较为密集或者边缘有些弯曲时,直接应用Hough变换或其改进算法提取边缘线将会面临两个困难:一是虚假的峰值很多;二是边缘线提取不完整.这两个问题往往会导致边缘提取的失败.针对这种情形,提出一种改进的随机Hough变换新方法,首先对分块遥感影像类的边缘点进行Radon变换并延伸以获取局部线性特征,在此基础上根据局部线性段的斜率、截距进行随机Hough变换,连接近似位于一条线性上的边缘点.试验证明新方法具有很好的效果.

摘要： 本发明提供了一种气动光学效应空变模糊图像不均匀分块的图像复原方法，包括以下步骤：输入气动光学效应空变图像；滤除对模糊核估计不利的小结构图像，得到多个带有大结构的梯度域图像的待估计模糊核图像块集合；根据待估计模糊核图像块集合中的索引坐标进行行列区分，得到行离散序号组与列离散序号组的两组排序组；删除两组排序组中相邻元素小于预设阈值的行或者列，剩余的行和列所划分的图像块组成待插值模糊核图像块集合；求解待估计模糊核图像块集合和待插值模糊核图像块集合中各个图像块的模糊核；利用超拉普拉斯先验图像退化模型复原图像块，并拼接成完整图像。本发明能够满足在多目标，复杂的宽视场湍流场景下的图像复原工作。

摘要： 本发明提供了一种气动光学效应空变模糊图像不均匀分块的图像复原方法，包括以下步骤：输入气动光学效应空变图像；滤除对模糊核估计不利的小结构图像，得到多个带有大结构的梯度域图像的待估计模糊核图像块集合；根据待估计模糊核图像块集合中的索引坐标进行行列区分，得到行离散序号组与列离散序号组的两组排序组；删除两组排序组中相邻元素小于预设阈值的行或者列，剩余的行和列所划分的图像块组成待插值模糊核图像块集合；求解待估计模糊核图像块集合和待插值模糊核图像块集合中各个图像块的模糊核；利用超拉普拉斯先验图像退化模型复原图像块，并拼接成完整图像。本发明能够满足在多目标，复杂的宽视场湍流场景下的图像复原工作。

摘要： 本发明公开了一种基于图像边缘检测的图像分块去重方法和系统，属于计算机存储领域。本发明在图片在二维像素矩阵的状态下进行分块，并利用均值哈希算法计算小块的标识，避免了编码对去重造成的影响。图片的均值哈希算法则用于计算小图片块的指纹，从而判断小图片块是否重复。算法简单计算速度快，对内容敏感。对于两张相似冗余度很高的图片，分块操作将它们完全相同的部分与存在差异的部分进行了分割，完全相同的部分作为冗余块被去掉，存在差异的部分则被保留下，从而实现了图片的去重。本发明利用图像边缘检测技术来确定分块方式，同样均匀分块的条件下，分块效果实现了画面中主要物体分离的分块方式最终实现的去重率最高。

摘要： 本发明涉及一种红外数字图像处理方法，特别涉及一种基于图像分块的自适应红外图像、视频竖纹去除方法。本发明的目的是解决现有红外竖纹去除方法存在计算量较大、不利于硬件实现或存在竖纹残留、图像边缘副作用的技术问题。通过获取预处理后的图像帧数据，对图像数据进行滤波，分别对滤波前后图像进行分块，利用各图像块在列方向上的一维噪声特征分布，进行自适应的图像边缘评价得到竖纹噪声叠加量，并修正以列为单位取中值作为该列最终竖纹噪声叠加量，而后利用最终竖纹噪声叠加量，以列为单位在原始图像上的进行竖纹消除。该方法可抑制传统算法带来的边缘副作用，算法复杂度较低，具备较高的实时性以及工程实现性。

摘要： 本发明提供了一种基于生成对抗网络的图像分块的单张图像去雨方法，通过将图像划分成互不重叠的大小相同的图像块，将每个图像块作为条件生成对抗网络的输入，降低输入的维度；一个生成对抗网络被训练用来实现有雨图像块到无雨图像块的非线性映射，有效克服了许多细节部分被忽略的问题，并且可以尽可能地在每个尺度上去除雨线；为了更好地维持去雨图像块之间的结构、颜色等方面的一致性，引用了双边滤波器和非均值局部去噪算法，构建了新的误差函数，添加至条件生成对抗网络的总的误差函数中。本发明不需要任何先验知识，也不需要对图像进行预处理和后处理，保证了整个结构的完整性。在测试集上的结果显示本发明先比经典算法提高了4～7dB。

摘要： 本发明公开了一种利用图像分块匹配的SAR图像配准方法，将待匹配的两图像分块，分别匹配，获得位置偏差矩阵和幅度均值比矩阵，设定阈值，剔除两矩阵的奇异值，减少匹配误差，将SAR图像按照幅度均值比的系数相乘，按照位置偏差的参数，插值SAR图像，相比于其他图像配准方法，鲁棒性强，实现像素级配准，运算效率高，为运动目标检测、跟踪和定位提供了前提保障。

摘要： 本发明涉及一种红外数字图像处理方法，特别涉及一种基于图像分块的自适应红外图像、视频竖纹去除方法。本发明的目的是解决现有红外竖纹去除方法存在计算量较大、不利于硬件实现或存在竖纹残留、图像边缘副作用的技术问题。通过获取预处理后的图像帧数据，对图像数据进行滤波，分别对滤波前后图像进行分块，利用各图像块在列方向上的一维噪声特征分布，进行自适应的图像边缘评价得到竖纹噪声叠加量，并修正以列为单位取中值作为该列最终竖纹噪声叠加量，而后利用最终竖纹噪声叠加量，以列为单位在原始图像上的进行竖纹消除。该方法可抑制传统算法带来的边缘副作用，算法复杂度较低，具备较高的实时性以及工程实现性。

摘要： 本发明公开了一种基于图像边缘检测的图像分块去重方法和系统，属于计算机存储领域。本发明在图片在二维像素矩阵的状态下进行分块，并利用均值哈希算法计算小块的标识，避免了编码对去重造成的影响。图片的均值哈希算法则用于计算小图片块的指纹，从而判断小图片块是否重复。算法简单计算速度快，对内容敏感。对于两张相似冗余度很高的图片，分块操作将它们完全相同的部分与存在差异的部分进行了分割，完全相同的部分作为冗余块被去掉，存在差异的部分则被保留下，从而实现了图片的去重。本发明利用图像边缘检测技术来确定分块方式，同样均匀分块的条件下，分块效果实现了画面中主要物体分离的分块方式最终实现的去重率最高。

摘要： 本专利提出一种基于密集尺度不变特征变换和四叉树自适应分块相结合的多聚焦图像融合。该方法基于源图像的密集尺度不变特征变换获得128维密集描述符，通过叠加所有密集描述符实现源图像活动水平的测量；在四叉树结构内对源图像进行分块，并且根据图像块对的聚焦情况决定该块对的分割，从而实现图像块大小的自适应选取，同时生成图像融合决策图；最后根据图像融合决策图直接复制源图像中的聚焦区域像素值生成完全聚焦的融合图像。该方法的融合图像的像素直接复制源图像聚焦区域的像素保留了更多源图像原始信息，自适应图像分块降低图像块方法的“块效应”，从而提高融合图像的视觉效果。

摘要： 本发明涉及图像处理领域，为提出一种通过将图像分块与卷积网络相结合来估计透射图的图像去雾方法,得到更高质量的无雾图像。为此，本发明采取的技术方案是，基于图像分块与卷积网络相结合来估计透射图图像去雾方法，将输入图像与标签图像分成n*n的表格，然后通过卷积网络进行训练，在测试时将输入图像的大小调整为每一块的大小，然后通过上采样得到与输入图像相同大小的透射图，然后将其代入大气散射模型输出无雾图像。本发明主要应用于图像处理场合。