-
公开(公告)号：CN103955934A
公开(公告)日：2014-07-30
申请号：CN201410188486.6
申请日：2014-05-06
Applicant: 北京大学
IPC: G06T7/00
Abstract: 本发明涉及一组新的结合图像显著性区域分割的图像模糊判别特征，以及基于该组特征的图像模糊检测算法。它基于图像全局区域特征和关注区域特征的无参考图像的模糊估计；对于图像的特征，使用了图像不同分辨率下梯度跳变和图像非零二阶导数的绝对值的均值作为区别图像模糊与否的判别特征；对于图像的分割，利用显著性检测算法进行图像的分割。本发明根据人眼显著性区域，利用显著性检测算法进行图像的分割，这种分割更加符合人眼对于图像模糊与否的判断；对于显著性检测算法的选择，本发明选择了基于二维log-gaborwavelets的显著性检测算法，它更加适用于对模糊图像的估计与检测。
-
公开(公告)号：CN103955885A
公开(公告)日：2014-07-30
申请号：CN201410189740.4
申请日：2014-05-06
Applicant: 北京大学
Abstract: 本发明具体涉及一种基于图像模板的无水印图识别算法，属于图像处理及模式识别技术领域，建立无水印图像模板，利用该图像模板匹配相似图像；对相似图像进行色彩空间转换和分辨率转换，将相似图像变换相同大小的灰度图像；对灰度相似图像对应位置的像素进行中值滤波，中值滤波的结果作为初始匹配模板；对初始匹配模板进行DCT变换，得到最终匹配模板；计算相似图像与最终匹配模板的差，选择匹配误差最小的灰度相似图像对应的输入图像作为无水印图像输出；本发明和现有技术相比所具有的有益效果：程降低了图像集中的非相似部分，使后续通过中值滤波处理得到的模板内容更加接近无水印的图像。
-
公开(公告)号：CN103955934B
公开(公告)日：2017-05-24
申请号：CN201410188486.6
申请日：2014-05-06
Applicant: 北京大学
Abstract: 本发明涉及一组新的结合图像显著性区域分割的图像模糊判别特征，以及基于该组特征的图像模糊检测算法。它基于图像全局区域特征和关注区域特征的无参考图像的模糊估计；对于图像的特征，使用了图像不同分辨率下梯度跳变和图像非零二阶导数的绝对值的均值作为区别图像模糊与否的判别特征；对于图像的分割，利用显著性检测算法进行图像的分割。本发明根据人眼显著性区域，利用显著性检测算法进行图像的分割，这种分割更加符合人眼对于图像模糊与否的判断；对于显著性检测算法的选择，本发明选择了基于二维log‑gaborwavelets的显著性检测算法，它更加适用于对模糊图像的估计与检测。
-
-
Search Results
3
records
(took 0.02 seconds)
