-
题名基于深度神经网络的多聚焦红外图像非线性增强
- 1
-
-
作者
代文征
杨志武
余建国
-
机构
黄河科技学院
郑州航空航天大学智能工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第5期104-109,共6页
-
基金
国家自然科学基金项目(No.61502432)
河南省民办高等学校品牌专业建设项目(No.ZLG201903)。
-
文摘
当红外图像中含有多个聚焦目标主体时,会导致红外图像质量下降,部分区域出现模糊,因此,提出基于深度神经网络的多聚焦红外图像非线性增强方法。在引导滤波的作用下,从红外图像中获取细节层图像和背景层图像,在细节层图像中建立局部清晰度评价函数,得到清晰的细节层和背景层并融合二者。利用构建的深度神经网络结构,建立非线性增益函数,通过设定阈值和调整子带系数,实现对多聚焦红外图像的非线性增强。测试结果表明,所提方法在增强图像过程中,并没有改变原始图像的亮度和纹理波动;增强后的图像信息熵比原图像提高了57%左右,图像抗噪性能值更高,平均为7.4 dB,图像更清晰,SSIM值更趋近于1,平均为0.98,增强后的图片与原图片图像相似度更高,更接近于真实图像。
-
关键词
多聚焦红外图像
细节层图像
局部清晰度评价函数
子带系数
非线性增益函数
-
Keywords
multi focus infrared images
detail layer images
local clarity evaluation function
subband coefficient
nonlinear gain function
-
分类号
TN209
[电子电信—物理电子学]
-
-
题名基于非抽样Contourlet变换的图像模糊取证
被引量：16
- 2
-
-
作者
王俊文
刘光杰
戴跃伟
张湛
王执铨
-
机构
南京理工大学自动化学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2009年第9期1549-1555,共7页
-
基金
国家自然科学基金项目(60574082)
江苏省自然科学基金项目(BK2008403)
+1 种基金
中国博士后基金项目(20070421017)
江苏省"青蓝工程"中青年学术带头人培养基金项目~~
-
文摘
数字图像被动盲取证技术是对图像的完整性和真实性进行鉴别.图像遭受篡改操作后,为了消除图像伪造在拼接边缘产生畸变,伪造者通常会采用后处理消除伪造痕迹,其中,模糊操作是最常用的手法之一.因此提出了一种针对人工模糊的取证方法.首先,利用非抽样Contourlet变换分析图像边缘点特征进行边缘点分类;然后通过统计正常边缘点与模糊边缘点之间的差异鉴别模糊边缘;最后引入局部清晰度来区分人工模糊与离焦模糊,从而最终标定人工篡改边缘痕迹.实验表明该方法能够有效地检测出图像人工模糊篡改操作,较为准确地定位图像篡改边界.伪造图像边缘模糊越严重方法的检测效果越好.与其他模糊检测方法相比所提方法具有像素级别定位能力.
-
关键词
图像取证
篡改
人工模糊
非抽样Contourlet
局部清晰度
-
Keywords
image forensics
tampering
manual blurring
nonsubsampled contourlet
local definition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名人工模糊图像边缘的盲检测算法
被引量：1
- 3
-
-
作者
贾福运
陈明志
-
机构
福州大学数学与计算机科学学院
福州大学网络系统信息安全福建省高校重点实验室
-
出处
《计算机工程与设计》
北大核心
2015年第3期729-732,F0003,共5页
-
基金
福建省自然科学基金项目(2011J01346)
福建省教育厅A类科技基金项目(JA13035)
-
文摘
为检测并定位数字图像篡改中常采用的人工模糊边缘操作,提出一种基于模糊集合、局部清晰度与数学形态学的人工模糊边缘检测算法。利用模糊集合对图像边缘进行提取,得到被增强的经过人工模糊的图像边缘与被弱化的非人工模糊边缘;引入局部清晰度来区分人工模糊与离焦模糊边缘点;利用数学形态学中的腐蚀运算细化掉被弱化的非人工模糊边缘,保留被增强的人工模糊边缘,实现对人工模糊图像边缘的像素级定位。通过实例验证了该算法的有效性与正确性。
-
关键词
数字图像
人工模糊
模糊集合
数学形态学
局部清晰度
定位
-
Keywords
digital images
artificial blurring
fuzzy set
mathematical morphology
local definition
location
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
