【摘 要】
:
在船舶数字图像加密传输系统中,需要进行图像水印处理,提高船舶图像的抗攻击能力,针对传统的小波编码方法进行图像水印加密抗噪能力不好的问题,提出一种基于压缩感知理论的船舶图像水印算法。对提取的船舶图像采用Radon尺度变换方法进行边缘轮廓特征提取,对提取的边缘轮廓曲线采用Schwartz变换进行低频系数分解,提取船舶图像的低频压缩感知系数并与图像的高频系数进行模糊匹配,采用压缩感知理论进行图像量化编码
论文部分内容阅读
在船舶数字图像加密传输系统中,需要进行图像水印处理,提高船舶图像的抗攻击能力,针对传统的小波编码方法进行图像水印加密抗噪能力不好的问题,提出一种基于压缩感知理论的船舶图像水印算法。对提取的船舶图像采用Radon尺度变换方法进行边缘轮廓特征提取,对提取的边缘轮廓曲线采用Schwartz变换进行低频系数分解,提取船舶图像的低频压缩感知系数并与图像的高频系数进行模糊匹配,采用压缩感知理论进行图像量化编码,实现图像的水印提取。仿真结果表明,采用该方法进行船舶数字图像水印处理,提高了归一化相关系数和PSNR值
其他文献
为从荧光磁粉探伤图像中获得精确的裂纹提取结果,提出一种基于几何与纹理特征相融合的磁粉探伤裂纹提取算法。算法首先根据裂纹的几何形状特征,提取图像里亮线中心的脊线作为待定裂纹;然后提取待定裂纹上各脊线点的尺度不变特征变换(SIFT)描述子向量,取均值作为待定裂纹的纹理特征,并用支持向量机分类器识别。实验结果表明:针对磁粉探伤中的裂纹,该算法在查全率和查准率上都比传统单一使用几何形状特征或纹理特征的算法
为了解决当前基于样本块的图像修复算法主要是常采用固定尺寸的样本块进行重构,在面对丰富的边缘细节信息时,导致重构图像中出现振铃效应以及不连贯效应等不足,提出了一种基于边缘像素约束与双特征模型的图像修复算法。首先,将图像信息熵引入Criminisi算法中,改进了优先级计算函数,确定图像修复的顺序。然后,利用Sobel算子对图像进行边缘检测,利用边缘像素所对应的灰度信息来建立边缘像素约束规则,通过边缘像
为了提高大视野应用场合下摄像机的标定精度,提出一种综合多种畸变因素的标定方法。首先在分析透镜存在径向畸变、切向畸变和薄棱镜畸变等因素的基础上建立透镜的多畸变模型,然后以平面的单应性为约束条件,利用标定图中心区域的圆点坐标求得部分摄像机初始内外参数;假设经畸变校正后的像点符合透视投影原理,并在此基础上求出畸变系数;最后通过多畸变模型,以迭代计算的方式逐步逼近精确值。从对比实验结果表明,该标定方法的平
冰糖橙图像识别是研究冰糖橙采摘机器人的关键技术。研究以自然光源下用数码相机拍摄的冰糖橙图像为研究对象,以图像3×3邻域的H通道分量值作为图像特征,随机选取30幅图像作为BP神经网络的训练样本,10幅图像作为测试样本。采用Photoshop软件对训练样本进行分割后的结果作为期望输出,迭代次数为150次,误差为0.001,经过训练得到了有效的权值。接着采用BP神经网络将冰糖橙果实与其背景进行分割,识别
提出了基于人体多源感知的智能监控系统设计方法。首先,采用32位ARM处理器搭建嵌入式智能监控平台。然后,提取图像HSV通道颜色、边缘及梯度方向直方图特征,构建多级特征金字塔,引入Adaboost分类器识别人体候选区域,融合人体红外检测的电压输出值,实现了人体目标检测。最后,开发了交互式的系统监控软件,完成了智能实时监控与报警信息发送。提出的人体多源感知方法在室内检测效果较好,误差率仅为1.48%,
采用机器视觉检测方法对深沟球轴承装配过程中的滚珠遗漏缺陷进行自动检测。引入3种光源照明方案用于采集轴承图像,采用中值滤波去除图像噪声,基于圆形Hough变换和极坐标展开方法进行轴承图像的圆形检测和矩形展开。选用完好轴承80个、滚珠遗漏轴承60个进行实验。结果表明:采用背光配合同轴光的照明方式可有效减少轴承表面反光;采用中值滤波对图像进行预处理,可以在消除图像孤立噪声点的同时,使图像少一些模糊;采用
针对机器人在空间站载荷转移机构力加载过程中,由于展开完成后的载荷转移机构在力的方向上发生变形,导致机器人力控制系统难以保持稳定、加载精度不足或调节时间过长的问题,提出了自适应调整导纳控制器参数的策略.首先,根据导纳控制理论建立力与位移的关系,初步提出了基于直角坐标系的力跟随/力加载控制器;然后,根据加载实验数据,采用最小二乘法对载荷转移机构模型进行参数辨识,建立机器人特定工作空间的力与位置关系;最
近年来,水上交通运输的蓬勃发展对高性能的船舶视觉跟踪方法提出越来越高的要求。为实现不同环境下船舶的有效跟踪,采用颜色特征和纹理特征进行船舶特征提取。针对船舶运动的随机性,本文在布朗运动的基础上构建船舶运动模型,通过颜色特征和纹理特征构建船舶观测模型。最终,本文成功实现了一种交互多模粒子滤波多特征自适应融合的船舶视觉跟踪方法,满足水上交通管理的应用需求。
在云平台和分布式处理系统中进行船舶图像分类,提高船舶的调度和识别能力,提出一种基于Harris角点检测和BP神经网络的船舶图像分类算法,在云平台和分布式系统下进行船舶图像采集,对采集的船舶图像进行二值化降噪处理,采用Harris角点检测技术提取船舶的分类标识性特征量,将提取的特征量输入到BP神经网络分类器中,实现云平台环境下的船舶图像分类。仿真结果表明,采用该方法进行船舶图像分类的准确性较高,抗类
为了提高船舶运动成像的电子稳像能力,进行运动图像位移补偿处理,提出基于相邻帧多尺度补偿的船舶运动图像快速位移补偿方法,对采集的原始船舶运动图像采用小波降噪方法进行图像降噪处理,对降噪的船舶运动图像进行多尺度的经验模态分解,结合运动图像相邻帧的像素特征进行电子稳像补偿,根据电子稳像输出结果进行图像位移的快速补偿,提高船舶运动图像的成像质量。仿真结果表明,采用该方法进行船舶运动图像位移补偿,对运动帧的