-
公开(公告)号：CN108460781A
公开(公告)日：2018-08-28
申请号：CN201810134932.3
申请日：2018-02-09
Applicant: 河南师范大学
IPC: G06T7/149
Abstract: 本发明涉及图像分割领域，具体涉及一种基于改进SPF的活动轮廓图像分割方法及装置。本发明首先基于图像的全局信息，重新定义了一个符号压力函数，然后引入了局部图像拟合LIF模型，最后基于图像局部和全局信息，建立了权重函数模型，实现了局部信息项和全局信息项之间权重的自适应调整，获得了新的水平集演化方程。本发明既解决了仅利用图像全局信息不能准确分割灰度不均匀图像的问题，又克服了基于图像局部信息的模型对噪声和初始轮廓敏感性的缺陷。不仅计算简单，收敛速度快，而且能够有效地解决多目标和灰度不均匀图像的分割问题，同时对初始轮廓和噪声具有较高的鲁棒性。
-
公开(公告)号：CN104599225B
公开(公告)日：2017-11-21
申请号：CN201510057217.0
申请日：2015-02-04
Applicant: 河南师范大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于奇异值分解和主成分分析的图像水印嵌入方法，其包括：S1a、对原始水印图像W进行置乱处理，获得置乱后的水印图像W′；S2a、对原始载体图像I进行分块，分成8×8的图像块C，进而获得原始载体图像块；S3a、对原始载体图像块C进行奇异值分解，得到每块图像块的奇异值δ；S4a、以图像块的奇异值δ作为主成分分析的特征值，对其进行主成分分析，提取贡献率达到99.99％以上的主成分分量Y；S5a、在主成分分量Y中嵌入水印，得到嵌入水印图像信息后的主成分分量Y′，再对Y′进行主成分分析逆变换和奇异值分解逆变换，得到嵌入水印的载体图像I′。
-
公开(公告)号：CN108460781B
公开(公告)日：2021-04-20
申请号：CN201810134932.3
申请日：2018-02-09
Applicant: 河南师范大学
IPC: G06T7/149
Abstract: 本发明涉及图像分割领域，具体涉及一种基于改进SPF的活动轮廓图像分割方法及装置。本发明首先基于图像的全局信息，重新定义了一个符号压力函数，然后引入了局部图像拟合LIF模型，最后基于图像局部和全局信息，建立了权重函数模型，实现了局部信息项和全局信息项之间权重的自适应调整，获得了新的水平集演化方程。本发明既解决了仅利用图像全局信息不能准确分割灰度不均匀图像的问题，又克服了基于图像局部信息的模型对噪声和初始轮廓敏感性的缺陷。不仅计算简单，收敛速度快，而且能够有效地解决多目标和灰度不均匀图像的分割问题，同时对初始轮廓和噪声具有较高的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN105139353A
公开(公告)日：2015-12-09
申请号：CN201510500186.1
申请日：2015-08-14
Applicant: 河南师范大学
IPC: G06T5/00
Abstract: 本发明涉及一种置换混叠图像的盲分离方法。原图像的部分图像被含有噪声的置换图像所置换得到混叠图像。对混叠图像利用稀疏表示的方式进行去噪处理，并与处理前的图像作差得到两幅图像的差序列值，得到的差序列值包含部分噪声误差。利用差分优化算法选取最优阈值，对比噪声误差值与阈值，根据比较的结果进而分离出混叠在原图像中的置换图像。本发明不仅提高了盲分离图像的准确性，也增强了盲分离图像算法的鲁棒性。
-
公开(公告)号：CN105139353B
公开(公告)日：2018-01-09
申请号：CN201510500186.1
申请日：2015-08-14
Applicant: 河南师范大学
IPC: G06T5/00
Abstract: 本发明涉及一种置换混叠图像的盲分离方法。原图像的部分图像被含有噪声的置换图像所置换得到混叠图像。对混叠图像利用稀疏表示的方式进行去噪处理，并与处理前的图像作差得到两幅图像的差序列值，得到的差序列值包含部分噪声误差。利用差分优化算法选取最优阈值，对比噪声误差值与阈值，根据比较的结果进而分离出混叠在原图像中的置换图像。本发明不仅提高了盲分离图像的准确性，也增强了盲分离图像算法的鲁棒性。
-
公开(公告)号：CN104599225A
公开(公告)日：2015-05-06
申请号：CN201510057217.0
申请日：2015-02-04
Applicant: 河南师范大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于奇异值分解和主成分分析的图像水印嵌入方法，其包括：S1a、对原始水印图像W进行置乱处理，获得置乱后的水印图像W′；S2a、对原始载体图像I进行分块，分成8×8的图像块C，进而获得原始载体图像块；S3a、对原始载体图像块C进行奇异值分解，得到每块图像块的奇异值δ；S4a、以图像块的奇异值δ作为主成分分析的特征值，对其进行主成分分析，提取贡献率达到99.99％以上的主成分分量Y；S5a、在主成分分量Y中嵌入水印，得到嵌入水印图像信息后的主成分分量Y′，再对Y′进行主成分分析逆变换和奇异值分解逆变换，得到嵌入水印的载体图像I′。
-
公开(公告)号：CN105389770B
公开(公告)日：2018-10-26
申请号：CN201510764203.2
申请日：2015-11-09
Applicant: 河南师范大学
IPC: G06T1/00
Abstract: 本发明涉及基于BP和RBF神经网络的图像水印嵌入、提取方法与装置。通过仿射变换对原始水印图像置乱再结合改进的BP神经网络算法对置乱水印图像进行加密，将加密的水印图像嵌入到原始载体图像中；提取嵌入在载体图像中加密的水印图像，并且通过仿射反变换和BP神经网络算法对所述的加密的水印图像进行恢复，得到原始水印图像。本发明实现对水印图像的二次加密，增加了密匙的数量，提高了水印的安全程度。
-
公开(公告)号：CN105389770A
公开(公告)日：2016-03-09
申请号：CN201510764203.2
申请日：2015-11-09
Applicant: 河南师范大学
IPC: G06T1/00
CPC classification number: G06T1/0078 , G06T2201/0065
Abstract: 本发明涉及基于BP和RBF神经网络的图像水印嵌入、提取方法与装置。通过仿射变换对原始水印图像置乱再结合改进的BP神经网络算法对置乱水印图像进行加密，将加密的水印图像嵌入到原始载体图像中；提取嵌入在载体图像中加密的水印图像，并且通过仿射反变换和BP神经网络算法对所述的加密的水印图像进行恢复，得到原始水印图像。本发明实现对水印图像的二次加密，增加了密匙的数量，提高了水印的安全程度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.033 seconds)
