基于图像插值和参考矩阵的可逆信息隐藏算法
第37卷 第2期2019年4月 广西师范大学学报(自然科学版)
JournalofGuangxiNormalUniversity(NaturalScienceEdition) Vol.37 No.2
Apr.2019
DOI:10.16088/j.issn.1001-6600.2019.02.011http://xuebao.gxnu.edu.cn
收稿日期:2018-06-25
基金项目:国家自然科学基金(61562007,61762017);广西自然科学基金(2017GXNSFAA198222,
2015GXNSFDA139040)
通信联系人:俞春强(1988—),男,江西上饶人,广西师范大学助理研究员。E-mail:yu_chunqiang@126.com基于图像插值和参考矩阵的可逆信息隐藏算法
孙容海1,施林甫1,黄丽艳2,唐振军1,俞春强3*
(1.广西师范大学广西多源信息挖掘与安全重点实验室,广西桂林541004;
2.广西师范大学出版社集团,广西桂林541004;3.广西师范大学网络信息中心,广西桂林541004)
摘 要:本文提出一种基于插值技术和参考矩阵的可逆信息隐藏算法。该算法首先用一种改进的线性插值方法对载体图
像进行插值,生成一幅插值图像;然后对插值图像进行不重叠分块,分块大小为2×2,在每个分块中以左上角的像素值作为
平面坐标点的横坐标,其他像素值作为纵坐标构造3个坐标点并将其映射到参考矩阵中;最后根据秘密信息的十进制值和
参考矩阵中相应坐标点的值来修改纵坐标以实现信息隐藏。在提取秘密信息时,通过信息隐藏时相同方法构造每个分块
的3个坐标点并映射到参考矩阵中获取相应坐标点处的值完成秘密信息的提取。由于信息隐藏过程仅修改插值像素,原
始像素保持不变,因此可无损还原载体图像。大量实验结果表明,该算法具有较大的信息隐藏容量和较好的视觉效果。
关键词:图像插值;线性插值;可逆信息隐藏;参考矩阵
中图分类号:TP391 文献标志码:A 文章编号:1001-6600(2019)02-0090-15
引用格式:孙容海,施林甫,黄丽艳,等.基于图像插值和参考矩阵的可逆信息隐藏算法[J].广西师范大学学报(自然科学
版),2019,37(2):90-104.
SUNRonghai,SHILinfu,HUANGLiyan,etal.Reversibledatahidingbasedonimageinterpolationandreferencematrix[J].
JournalofGuangxiNormalUniversity(NaturalScienceEdition),2019,37(2):90-104.
ReversibleDataHidingBasedonImageInterpolation
andReferenceMatrix
SUNRonghai1,SHILinfu1,HUANGLiyan2,TANGZhenjun1,YUChunqiang3*
(1.GuangxiKeyLabofMulti-sourceInformationMiningandSecurity,GuangxiNormalUniversity,GuilinGuangxi541004,China;2.GuangxiNormalUniversityPress(Group),GuilinGuangxi541004,China;3.NetworkInformationCenter,GuangxiNormalUniversity,GuilinGuangxi541004,China)
Abstract:Areversibledatahidingalgorithmbasedoninterpolationtechniqueandreferencematrixis
proposedinthispaper.Firstly,thecoverimageisinterpolatedtogenerateaninterpolatedimageusinganimprovedlinearinterpolationmethod.Then,theinterpolatedimageisdividedintonon-overlapped
blockswithsize2×2.Andthepixelintop-leftcornerofeachblockistakenashorizontalordinateofthe
pointinplane.Moreover,otherpixelsaretakenasverticalordinatestoconstructthreecoordinate
points,whicharemappedintoreferencematrix.Finally,theverticalordinatesaremodifiedin
accordancewiththedecimalvalueofsecretdataandthevalueofcorrespondingcoordinatepointsin
referencematrixtorealizedatahiding.Duringdataextraction,threecoordinatepointsofeachblockare
constructedviathesamemethodindatahidingandmappedintothereferencematrixtoobtainthevalues
ofcorrespondingcoordinatepointstoachievedataextraction.Sinceonlyinterpolatedpixelsaremodifiedhttp://xuebao.gxnu.edu.cn
andtheoriginalpixelskeepunchanged,thecoverimagecanberecoveredwithoutloss.Experimental
resultsdemonstratethattheproposedalgorithmreacheshighembeddingcapacityandhasgoodvisual
quality.
Keywords:imageinterpolation;linearinterpolation;reversibleinformationhiding;referencematrix
随着互联网技术及云计算技术的快速发展,信息安全已经成为人们关注和研究的重点[1-3]。信息隐藏
方法将秘密信息隐藏到载体信息中而不引起外界怀疑的一种信息安全技术,主要包括隐写术[4-6]和数字水
印技术[7-10]。可逆信息隐藏作为信息隐藏的重要组成部分,是目前信息隐藏领域研究的热点之一,它保证
秘密信息被正确提取的同时,还能让载体信息无失真地还原,在医疗、军事、法律等领域具有较好的应用
前景。
可逆信息隐藏算法主要分为基于无损压缩的算法[11-12]、基于差值扩展的算法[13-15]、基于直方图的算
法[16-21]等。基于无损压缩的算法主要通过无损压缩方法产生用于隐藏信息的空间,以达到无损隐藏的效
果。但这种方法的隐藏容量很低,主要应用于取证或水印中。在基于差值扩展的算法中,Tian[13]提出一
种扩展像素间差值(DE)的算法,计算相邻的差值,将差值扩大一倍嵌入一位秘密信息得到新的差值,该算
法的嵌入容量为0.5bit/pixel。Tseng和Chang[14]改进了Tian的算法,引入了可移动差值的概念,在不
降低图像质量的前提下提高了秘密信息的嵌入容量。Liu等[15]结合了图像插值算法和定位图,提高了嵌
入容量和视觉效果。直方图平移方法较前2种方法具有较高的隐藏容量和较好的载密图像质量,它最早
由Ni等[16]提出,他们利用图像的灰度直方图作为可逆嵌入的特征,统计每个灰度值的频率,用频率最高
的2个灰度值的像素来做嵌入。Li等[17]提出基于相连像素差值直方图的算法,因为差值直方图的峰值更
高,所以嵌入的信息量更大。同时因为更多的像素可以用以嵌入信息,所需做移位的像素减少,因而在同
等嵌入量下所引起的失真更少。Tai等[18]提出一种基于直方图修改的可逆信息隐藏方法,该算法利用二
叉树特性避免了多个峰值点,只需记录下二叉树的高度,不需要为峰值点和最小值点提供通信信道,并且
在嵌入容量上也有明显提高。Ma等[19]提出基于多预测的可逆信息隐藏方法,该方法首先利用多预测算
子计算当前像素的最优预测值,然后计算最优预测值与当前像素的差值,最后应用差值直方图偏移隐藏信
息。信息隐藏前后像素值与多个预测值之间的大小关系不变,因此可以无损地恢复载体图像。文献[20]
改进了文献[19]的算法,根据最优预测值的下标不同采用不同的嵌入方法,相比文献[19]缩小了像素修改
范围,提高隐藏效果。文献[21]以行列相隔的方式将图像分成2个部分,利用邻域的n个像素对当前像素
进预测,计算预测差值,根据优化函数确定n及预测差值直方图中的隐藏值,通过平移差值直方图隐藏
信息。
另外,有些学者利用双载密图像和插值技术实现可逆隐藏,文献[22]对原始图像预处理,生成2幅载
体图像,采用方向编码(EMD)在第一幅图像中嵌入秘密信息得到一幅载密图像,根据第一幅载密图像自
适应修改第二幅载体图像像素,实现双图像可逆信息隐藏。Yao等[23]将二进制数秘密信息转换成十进制
数,利用该十进制数和一个载体像素确定2个载密像素,根据十进制数的奇偶性采用不同的嵌入并结合偏
移像素坐标提高载密图像质量,得到2个载密图像。文献[24-28]采用插值技术对原始图像进行插值操作
得到插值图像,修改插值像素嵌入秘密信息,非插值像素保持不变即原始图像像素保持不变,因此可实现
可逆信息隐藏。
本文采用一种改进的线性插值方法和参考矩阵的生成方法构造一种新的可逆信息隐藏算法。本文算
法先对载体图像进行插值生成插值图像,然后对插值图像进行不重叠分块并构造像素对,将像素对看作平
面坐标点映射到参考矩阵中,最后根据秘密信息的十进制值和参考矩阵中相应坐标点的值来修改像素对
的第二个值,以实现信息隐藏。由于信息隐藏过程仅修改插值像素,因此可完整恢复载体图像,实现可逆
信息隐藏。19广西师范大学学报(自然科学版),2019,37(2)
1 算法流程图
如图1所示,本文算法主要包括2个组成部分:图像插值和信息隐藏,以及信息提取和图像恢复。在
图像插值和信息隐藏阶段,首先用线性插值方法对载体图像进行放大2倍的插值,生成一幅插值图像,然
后在参考矩阵的指导下,将秘密信息隐藏到插值图像中,生成载密图像。在信息提取和图像恢复阶段,首
先在参考矩阵的指导下,从插值像素中提取秘密信息,然后对载密图像进行采样,提取非插值像素即可恢
复原始载体图像。下面分别对这2个阶段的具体计算过程进行解释。
图1 算法流程图Fig.1 Flowdiagramofalgorithm
2 图像插值和信息隐藏
2.1 图像插值
本文算法是先要将一幅大小为M×N的图像放大成大小为2M×2N的插值图像,然后在插值像素
中隐藏信息,非插值像素(原始像素)保持不变。目前,研究人员已报道了多种插值方法用于信息隐藏,例
如INP插值方法[26]、NMI插值方法[27]和IMNP插值方法[28]。为了确保最终得到的载密图像有较好的视
基于网函数插值的高密度椒盐噪声去除方法
基于网函数插值的高密度椒盐噪声去除方法
张晰;张杰;来全;郎海涛;张临杰
【摘 要】图像在获取和传输过程中容易产生椒盐噪声,严重影响图像质量.针对高密度椒盐噪声滤波处理难的问题,基于网函数插值,提出一种高密度椒盐噪声图像降噪方法.利用椒盐噪声的奇异点和不相关特性检测椒盐噪声,根据椒盐噪声所在位置,采用网函数插值方法对图像进行恢复和重构.实验结果表明,与经典的中值滤波和自适应中值滤波方法相比,该方法对于高密度(密度＞70％)的椒盐噪声能取得更佳的滤波效果,更好地保持图像细节.
【期刊名称】《计算机工程》
【年(卷),期】2016(042)008
【总页数】8页(P220-226,232)
【关键词】网函数插值;椒盐噪声;图像降噪;高密度;图像处理
【作 者】张晰;张杰;来全;郎海涛;张临杰
【作者单位】国家海洋局第一海洋研究所,山东青岛266061;国家海洋局第一海洋研究所,山东青岛266061;内蒙古师范大学,呼和浩特010022;北京化工大学,北京100029;中国海洋大学,山东青岛266100
【正文语种】中 文
【中图分类】TP751.1
在科技日益发展的现代社会,数字图像处理在目标定位、卫星遥感、天文观测、医疗器械等各个领域有着越来越广泛的应用。图像在采集、传输和存储等过程中产生的各种噪声对图像的质量会产生影响,因而噪声滤波在图像处理的研究中具有重要的实际应用价值[1]。
受多种因素的影响,图像在获取和传输过程中容易产生类似于随机分布在图像上的胡椒(黑色)和盐粉(白色)微粒的噪声,这种双极脉冲噪声称为椒盐噪声[2],在图像上表征为噪声点亮度与其邻域像素亮度差异较大,造成黑白亮暗点干扰,影响了图像质量。因此,如何有效去除椒盐噪声,对提高图像分割、边缘检测、特征提取、图像识别和分类具有重要意义[3]。
本文针对大密度椒盐噪声图像滤波效果差的问题,提出一种基于网函数插值的高密度椒盐噪声图像滤波算法,分为噪声点判断与网函数插值滤波2个部分。利用图像各像素点的灰度值差异将含有椒盐噪声的图像分为疑似噪声点和信号点;然后,采用网函数插值对疑似噪声点进行复原,去除噪声的干扰。
基于混合型多结点样条插值曲面的图像放大方法
基于混合型多结点样条插值曲面的图像放大方法
蔡占川;郑才目;黄静;梁延研
【摘 要】多结点样条插值是一类曲线曲面的拟合方法,为了探索高质量的图像放大方法,提出了一种利用混合型多结点样条插值曲面的图像放大方法,该方法为数字图像的每一个色彩分量构造一个分块混合型多结点样条插值曲面.试验结果表明该方法对图像的放大质量较高.为了提高该方法的效率,描述了一种加速算法,该加速算法在数字漫游系统与动画制作等方面可望得到应用.%Many-knot spline
interpolation is a class of curve and surface fitting method, In order to
explore a new method for obtaining a zoom in image with a superior
quality; the one dimensional many-knot spline curves algorithm is
extended to that of two dimensions, which is applied to image zooming. It
constructs a mixed piecewise many-knot spline interpolation surface for
each color component of a digital image. The experimental results show
that the method can improve the quality of zoomed image greatly. A fast
algorithm is also described for efficiency, which is applied in digital pan
and computer animation, etc.
MATLAB课程设计（基于MATLAB的图像处理的基本运算）
MATLAB课程设计（基于MATLAB的图像处理的基本运
算）
课程设计任务书
学⽣姓名：专业班级：
指导教师：⼯作单位：
题⽬: 基于MATLAB的图像处理的基本运算
初始条件
①MATLAB软件
②数字信号处理与图像处理基础知识
要求完成的主要任务:
（1）能够对图像亮度和对⽐度变化调整，并⽐较结果。
（2）编写程序通过最近邻插值和双线性插值等算法将⽤户所选取的图像区域进⾏放⼤和缩⼩整数倍的和旋转操作，并保存，⽐较⼏种插值的效果。
（3）图像直⽅图统计和直⽅图均衡，要求显⽰直⽅图统计，⽐较直⽅图均衡后的效果。
（4）对图像加⼊各种噪声，⽐较效果。
时间安排：
第1周：安排任务，分组第2-17周：设计仿真，撰写报告第18周：完成设计，提交报告，答辩地点：鉴主3楼计算机实验室
指导教师签名： 2010年⽉⽇
系主任（或责任教师）签名： 2010年⽉⽇
摘要MATLAB是—套⾼性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显⽰于⼀体，构成—个⽅便的、界⾯友好的⽤户环境。MATLAB强⼤的扩展功能为各个领域的应⽤提供了基础，由各个领域的专家相继给出了MATLAB⼯具箱，其中主要有信号处理，控制系统，神经⽹络，图像处助，鲁棒控制，⾮线性系统控制设计，最优化，⼩波，通信等⼯具箱，这此⼯具箱给各个领域的研究和⼯程应⽤提供了有⼒的⼯具。借助于这些“巨⼈肩膀上的⼯具”，各个层次的研究⼈员可直现⽅便地进⾏分析、计算及设计⼯作，从⽽⼤⼤地节省了时间。
本次课程设计的⽬的在于较全⾯了解常⽤的数据分析与处理原理及⽅法，能够运⽤相关软件进⾏模拟分析。通过对采集的图像进⾏常规的图像的亮度和对⽐度的调整，并进⾏最近邻插值和双线性插值等算法将⽤户所选取的图像区域进⾏放⼤和缩⼩整数倍的和旋转操作，并保存，⽐较⼏种插值的效果，以及对图像进⾏直⽅图和直⽅图均衡并加⼊噪声进⾏对⽐，达到本次课程设计的⽬的关键词：MATLAB 亮度和对⽐度插值放⼤旋转噪声Abstract
全局正定径向基函数在图像分割中的应用
全局正定径向基函数在图像分割中的应用
李淑玲;李小林
【摘 要】A numerical algorithm based on globally supported and positive
definite radial basis functions is developed in this paper to solve evolution
equations which arise in image segmentation using partial differential
equation based level set methods. In this algorithm, radial basis functions
are used to interpolate level set functions with a high level of precision and
smoothness, and then the nonlinear evolution equation is cast into
ordinary differential equations and Euler’s scheme is used. Compared
with conventional level set methods, this algorithm is free from the initial
contour, and completely eliminates the need of the complex and costly re-initialization procedure. Experimental results indicate that the presented
algorithm is free of re-initialization, and can segment images quickly even
【计算机应用】_插值算法_期刊发文热词逐年推荐_20140726
序号科研热词推荐指数序号科研热词1可视化21图像插值2高清显示技术12插值3颜色匹配13自适应4音/视频编码标准14曲线拟合5非均匀有理b样条15插值算法6附加控制点16高斯模板7逼近17音/视频编码标准8运动搜索18随机中点位移9边界曲面19门限方案10轮廓形状110错误掩盖11负权值111邻近均值插值12试验设计112过渡曲线13节点矢量113边缘检测14线性规划114边缘信息15线性插值115边界匹配16系数矩阵116超分辨17管道117计算机动画18等值线118视频传输19空间数据插值119色彩变换20离散120色度空间21直接搜索算法121自由曲面22混合响应面122网格追踪23曲线插值123细粒度24曲率控制124线性汇编优化25曲率125精馏塔设计26无约束最优化126精馏塔27无干涉检测127等值线28插值查表128空间索引29折线集129空间天气30形状错误隐藏130空白填补31帧内运动补偿131稀疏查找表32帧内编码132秘密共享33层间插值133磁流体34小数运算134矢量等值线35孔斯曲面135相对曲率36子像素136理论塔板数37奇异值分解137现场可编程门阵列38多边形138牛顿插值39复杂装配139滤波处理40复数取模140消除模糊41地理信息系统141海洋表层水温42地应力142海区网格43四次bézier曲线143流体模拟44含水量144汽液平衡45各向异性145正交频分复用46可调表面146模型预测器47变异尺度147模块去噪算法48双线性插值算法148模块分段线性模型49双线性插值149权因子50参数分析150有效信道长度51内切圆151最近邻插值法52光谱重建152曲线2008年2009年53光谱插值153时域掩盖54光投影154数字化55信赖域155放大56保形插值样条156控制顶点57体绘制157拉格朗日算法58伪光谱图像158拉格朗日插值法59优化159彩色插值60井眼轨迹160归一化均方误差61二次插值模型161并行计算62三维重建162帧间插值63三维仿真163小波变换64三次b样条插值164小波65μcgui165实时66visual basic166多项式插值67taylor逼近法167多小波变换68nurbs曲线168型值点阵优化69mapobject169型值点70kriging算法170坐标纸71kriging方法171圆模板72k-d树172图像的分形维数73h.264/avc173图像旋转74dsp174图像修复75delaunay三角网175向量76ct图像176同构三角网格77catmull-clark细分177各向异性78cagd178可验证79bézier插值179变形80blackfin180双线性插值法81bezier曲线181双三次插值82双三次b样条83参考样本84单点移面插值运算85分辨率增强86分段线性插值87八波方法88光滑粒子流体动力学89光滑半径90光学运动捕捉91像素分割92信道估计93信息隐藏94亚像素95二次有理b样条96主曲率97中心迎风差分ct格式98三维地形99paramesh100newton插值算法101jordan矩阵102delaunay三角剖分103ccd图像
遥感技术的空间分辨率优化方法
遥感技术的空间分辨率优化方法
遥感技术是空间信息采集、处理与应用的一种重要手段。在遥感图像的处理中，空间分辨率是一个重要的参数。空间分辨率的提高可以提高图像的质量，增加遥感数据的信息量，但同时会带来大量的噪声和冗余信息。因此，如何优化遥感数据的空间分辨率是遥感技术发展中的一个重要问题。
目前，常用的空间分辨率优化方法主要有矩阵分解法、重构法和小波变换法等。下面就这些方法分别进行介绍。
一、矩阵分解法
矩阵分解法是从原图像的矩阵出发，通过对矩阵进行分解、重构，实现分辨率的优化。它主要有SVD（奇异值分解）和PCA（主元分析）两种方法。
SVD方法是将原图像矩阵分解为三个矩阵的乘积：A=UΣVT。其中U和V是两个正交矩阵，Σ是一个对角矩阵。其中Σ的主对角线上的元素表示了A的奇异值。通过截取奇异值，可以实现原图像的空间分辨率的降低。而通过增加奇异值，则可以实现空间分辨率的提高。
PCA方法是通过对原图像的协方差矩阵进行特征值分解，得到主方向，即数据的主要变化方向。进而，通过保留主方向上的信息，实现空间分辨率的优化。有研究表明，这种方法在对复杂图像数据进行处理时效果较好。
二、重构法
重构法是指通过对原图像进行插值或插值反卷积等方法，来提高图像的空间分辨率。重构法中的插值法又可以分为最近邻插值法（NN）、双线性插值法（BLI）和双三次插值法（BCI）等。
NN方法的原理是，对于目标坐标点，寻找其最近的原坐标点的色彩值作为目标坐标点的色彩值。虽然该方法计算简单，但却常常会带来明显的走样现象。
BLI方法则是引入了相对权重的概念，对目标点周围4个最近的点进行加权平均，以得到目标点的色彩值。该方法较NN方法具有更好的色彩过渡效果。
BCI方法则是引入了样条多项式的概念，在图像样本内进行拟合，以得到目标像素的色彩值。该方法比BLI方法计算量大，但是所得到的重构图像质量更高。
三、小波变换法
小波变换法是将图像分为不同尺度和方向上的小波系数，通过对不同尺度、不同方向上的小波分量进行重构，实现分辨率优化。其中常用的小波变换有离散小波变换和连续小波变换。
(完整word版)多幅图像的超分辨率重建
多幅图像的超分辨率重建
多幅图像的超分辨率重建过程是首先利用成像设备在同一位置采集同一场景的多幅图像，然后将这些图像的附加信息提取出来，最后经过配准等处理将这些信息融合到一起，输出一幅高分辨率图像。
在SR图像重建过程中，要想从多幅低分辨率图像获取一幅高分辨率图像，则必须能够获取对于同一场景的存在压像素位移的多幅低分辨率图像，因为这样的多幅低分辨率图像才会包含不同的场景信息，才有可能重建出一幅高分辨率图像。如果获取的多幅低分辨率图像仅包含整数倍的像素位移，则不能重建出高分辨率图像，因为没有包含不同的场景信息。我们可以通过使用同一照相机对同一场景进行多次重复拍摄来获取多幅低分辨率图像，也可以通过不同的照相机拍摄同一场景来获取多幅低分辨率图像。图像的位移可以由照相机的移动或者场景中物体的移动来产生。如果通过图像配准和信息融合技术获得了已知场景的亚像素位移信息，则有可能重建出一幅高分辨率图像[1]。
下面介绍多幅图像超分辨率的一般模型：
图1 图像退化模型 [2]
根据退化模型，可以写出退化模型的矩阵表达式：
𝑌𝑘=𝐷𝑘𝐻𝑘𝐹𝑘𝑋+𝑉𝑘 k=1,2…N
其中，矩阵𝐷𝑘为下采样矩阵，表明从原始高分辨率图像得到低分辨率观测图像的过程；矩阵𝐻𝑘为模糊矩阵，表示成像系统的点扩散函数（PSF）；矩阵𝐹𝑘表示存在于由观测图像𝑌𝑘插值放大后的图像与原始高分辨率图像之间的几何变形；向量𝑉𝑘表示观测图像上的加性高斯噪声[3]。
（1） 运动矩阵
矩阵𝐹𝑘用来描述运动变形。通常可以分为两大类：参数化全局运动和非参数化的局部性运动。如果观测目标保持静止，则多幅图像间只存在全局性的刚性变换，例如：平移，旋转，缩放等；如果相机或观测目标处于不断运动中，此时多幅图像间存在局部运动。
基于骨架约束的人体轮廓图像变形算法
信息技术 XINXUISHU2021年第4期基于骨架约束的人体轮廓图像变形算法蔡雨轩，车文刚* *
作者简介：蔡雨轩(1995 -),男，硕士研究生，研究方向为图像 处理。*通讯作者：车文刚(1963 -),男，博士，硕士生导师，教授,研究 方向为人工智能和模式识别。(昆明理工大学信息工程与自动化学院，昆明650500)摘 要：经典的基于控制点的移动最小二乘变形方法，没有考虑到图像变形过程中图像的拓扑结构， 导致变形效果脱离现实人体轮廓结构，变得夸张且不符合常理。而骨架刚好能完整地保留图像轮廓 的拓扑结构。提出一种在变形过程中加入骨架约束的变形算法，通过推导计算得到一个约束系数，使 每一个像素点的移动相对于骨架存在一个约束,从而达到真实有效的变形。实验结果表明，文中方法 可以使人体轮廓图像由瘦变胖的变形过程更加符合现实中人体曲线的变化情况。关键词：计算机技术；图像变形；骨架约束;移动最小二乘法；人体轮廓图像中图分类号：TP391 文献标识码：A 文章编号：1009 -2552(2021)04 -0069 -06DOI： 10. 13274/j. cnki. hdzj. 2021.04.013Human contour image deformation algorithm based on skeleton constraintCAI Yu-xuan, CHE Wen-gang(Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China)Abstract: The control points based classic moving least squares deformation method does not take into account the topological structure of the image in the process of image deformation, causing the deformation effect to deviate from the contour structure of the actual human body, which becomes exaggerated and unreasonable ・ The skeleton could just keeps the complete topological structure of the image contour・ This paper proposes a deformation algorithm that adds the skeleton constraint in the deformation process, and obtains a constraint coefficient through derivation and calculation, which allows the movement of each point to have a constraint relative to the skeleton, so as to achieve an effective deformation. The experimental results show that the method can make the process from thin to fat of human body contour more in line with the change of the human body curve in reality.Key words： computer technology； image deformation； skeleton constraint； moving least square method； human body contour imageo引言图像变形技术是指按一定的规则或方法,生 成平滑的、真实的变形效果的图像处理技术。该 技术广泛应用于计算机动画、图像编辑、医学图像 等各个领域。20世纪90年代丄ee等提出自由变 形方法⑴，通过借助样条函数以实现形状变形。 后来，又出现了移动最小二乘法⑵、线性混合蒙 皮法⑶等一系列经典图像变形算法。受移动最 小二乘法平滑变形的启发,Schaefer等提出了一 种基于MLS( Moving Least Squares)的图像变形技 术，通过建立特征控制点或特征控制直线段对整 体图像进行变形。崔小曼"等利用Tikhonov正—69
基于多分辨率和HVS的盲图像水印隐藏方法
基于多分辨率和HVS的盲图像水印隐藏方法
周四清;余英林
【期刊名称】《计算机工程与应用》
【年(卷),期】2001(037)013
【摘 要】文章提出了一种盲图像水印隐藏方法,结合了人类视觉系统(HVS)和图像的DWT多分辨分解,实验结果表明这个方法是有效的.
【总页数】3页(P71-72，81)
【作 者】周四清;余英林
【作者单位】华南理工大学电子与通信工程系;广东职业技术师范学院计算机系
【正文语种】中 文
【中图分类】TN918
【相关文献】
1.基于混沌序列和HVS的数字图像水印方法 [J], 杨素敏;王嘉祯;黄战斗;刘启明;彭德云
2.基于HVS的彩色图像水印视觉不可感知性评价方法 [J], 杨红梅;梁永全;刘连山;纪淑娟
3.基于HVS和小波多分辨率的X射线图像质量评价 [J], 任青
4.基于HVS和小波多分辨率的X射线图像质量评价 [J], 任青
5.一种基于多分辨率分解的图像水印嵌入方法 [J], 林春蔷;李炳法
因版权原因，仅展示原文概要，查看原文内容请购买
基于拉普拉斯谱的医学图像配准算法
第３７卷
Ｖｌ０１．３７ 第ｌ４期
Ｎｏ．１４ 计算机工程
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ２０１１年７月
Ｊｕｌｙ ２０１１
・图形图像处理・ 文章编号：１００ｏ－－３４２８（２ｏ１１）１４＿＿０２３ｌ—０２ 文献标识码：Ａ 中图分类号：ＴＰ３９１．４１
基于拉普拉斯谱的医学图像配准算法
夏云ａ，ｂＩＩ粱栋ａ，ｂ ９鲍文霞ａ，ｂＩｔ徐慧 ，颜普
（安徽大学ａ．计算智能与信号处理教育部重点实验室；ｂ．电子信息工程学院，合肥２３００３９）
摘要：提出一种基于拉普拉斯谱的医学图像配准算法，通过将谱图理论应用到医学图像配准中并引入特征向量，以达到提高配准精确度 和计算效率的目的。该算法根据医学图像的解剖特征来构造拉普拉斯矩阵，通过分析拉普拉斯矩阵的谱得到匹配关系；采用射影变换模型， 计算射影矩阵；通过坐标变换和图像插值方法实现图像配准。实验结果表明，该算法与经典的最大互信息配准算法相比，提高了单传感器
和多传感器医学图像配准的精度，并且降低运算复杂度。
关健词：配准；拉普拉斯谱；图；互信息；传感器
Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ｒｅｇｉｓｔｒａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ
Ｂａｓｅｄ ｏｎ Ｌａｐｌａｃｉａｎ Ｓｐｅｃｔｒｕｍ
ＸＩＡ Ｙｌｕｎ ，ＬＩＡＮＧ Ｄｏｎｇａ，＂，ＢＡＯ Ｗｅｎ．ｘｉａ ，ＸＵ Ｈｕｉ ，¨，ＹＡＮ Ｐｕ ，
（ａ．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ；
ｂ．Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ａｎｈｕｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ ２３００３９，Ｃｈｉｎａ）
［Ａｂｓｔｒａｃｔ］Ｔｈｅ ｍｅｄｉｃａｌ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ Ｌａｐｌａｃｉａｎ ｓｐｅｃｔｒｕｍ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｉｄｅａ ｏｆ ｕｓｉｎｇ ｇｒａｐｈ ｔｈｅｏｒｙ ａｓ