[00122724]结合人类视觉特性的非线性图像分析及其应用

该课题主要针对图像处理中的若干重要问题运用非线性工具进行研究，主要包括以下方面：1、 灰度和彩色图像编码质量的评价方法；2、 图像边缘提取与分割；3、 线性和非线性图像三构件模型的重要性分析；4、 图像检索算法研究；5、 基于模糊积分的图像相似性度量；6、 图像插值算法以及对插值算法的评价；7、 图像的加密和解密算法；8、 基于小波变换的图像增强算法的研究等。9、 优化算法研究。研究成果有望在图像编解码系统，图像加密解密系统，图像检索系统，医学影响诊断系统等方面获得应用，并取得良好的经济和社会效益。（1） 灰度和彩色图像编码质量的评价方法我们基于重要性测度和Sugeno模糊积分给出评价编码图像质量的一种新方法。第一步，首先分别计算图像在边缘、纹理和平坦区域各部分的误差，然后根据评价函数给出各部分的评价值，最后再根据边缘、纹理和平坦区域的重要性测度给出一个全局评价值。第二步，首先根据误差发生的位置来确定重要性测度，然后在这个重要性测度下通过对全部像素的误差进行模糊积分从而给出一个精细评价值。最后，基于前面两步的评价值给出最终的评价值。实验表明，这种方法和人的主观测试MOS的相关系数大大高于FIM和PSNR（Peak signal-to-noise ratio）。为了客观地评价彩色图像的编码质量，我们首先将彩色图像的RGB颜色模式转化成YUV颜色模式。然后在YUV颜色空间中，我们采用图像的三构件模型并以模糊测度和模糊积分为工具，给出了一种客观评价彩色图像编码质量的新方法。实验表明，我们提出的方法和人的主观评价方法MOS（Mean opinion score）的相关系数为0.92，大大高于常用的峰值信噪比PSNR和MOS的相关系数0.69。（2） 基于偏微分方程的图像边缘提取与分割在矢量图像域中粒子运动（PMVIF）的基础上，我们提出了一个几何模型。这个模型引入c-渐趋线模拟灰度图像的边缘曲线。c-渐趋线主要有三个创新特性：（1）矢量图像域中粒子运动轨迹是图像边缘曲线的c-渐趋线。（2）矢量图像域中粒子运动轨迹为算法参数设置提供了一个几何解释；（3）填补了图像边缘评价性质和PMVIF中粒子运动方程之间的空缺。基于图像梯度域的实验仿真简化了计算并具有很好的鲁棒性，在高曲率存在的情况下处理效果也很好。（3） 线性和非线性图像三构件模型的重要性分析通过对具有各种失真度的图像在三构件－边缘、纹理和平坦区域上的误差进行分析后，我们发现它们同MOS都具有很高的相关系数。我们进而首先考虑用线性回归模型去考察这种相关关系，并建立图像编码质量评价的线性模型。最后我们通过线性岭回归方程得到图像的边缘、纹理和平坦区域在编码中对MOS的影响程度的定性和定量的分析。通过对具有各种失真度的图像在三构件－边缘，纹理和平坦区域上的误差采用神经网络进行拟和，然后分别对边缘、纹理和平坦区域上的误差进行扰动，观察神经网络的输出上的振幅。最后我们用相同扰动下输出的振幅来衡量图像三构件的重要性。（4） 图像的检索算法研究一般的图像检索方法，由于没有考虑专业图像自身的特点和所包含专业知识，提取的特征不能反应专业图像的本质特点，检索效果不是很好。我们以花卉图像为研究对象，提出基于知识的花卉图像分割方法，从图像中精确提取花卉区域和边界，得到花卉区域颜色特征和花卉形状特征来组织和检索花卉图像，得到了很好的检索效果。在图像的相关反馈检索（RFR）中，利用模糊测度描述颜色特征的重要性和相互影响，并在反馈中进行权值更新，然后利用Sugeno模糊积分作为信息融合的工具定义了相似性度量。最后通过与加权平均方法进行对比实验，得到的结果是在相关反馈图像检索中本文提出的方法优于加权平均方法。针对黑白老照片和彩色照片各自的特点，提出了一种对两者进行区分的基于SVM的图像分类方法，首先根据它们之间鲜明的特征差异，定义了一系列指标来找出其中特征明显的图像，然后利用SVM来区分剩余图像。（5） 图像插值算法以及对插值算法的评价图像缩放一般都是通过插值，尽可能的以较快速度实现较好的缩放效果。但一些传统的图像插值方法(如双线性插值，双三次插值等)常使缩放（特别是放大）后的图像边缘部分模糊或出现锯齿现象。我们在Nira Shezaf等人提出的自适应插值算法的基础上进行了改进，引进矩形插值和梅花形插值，提出了梯度插值权重函数，从而有效地处理模糊和锯齿现象，并得到了较好的放大图像。另外，我们在Hausdorff测度理论的基础上对Hausdorff距离进行了改进。然后将改进后的Hausdorff距离作为评价图像插值算法的一种方法，对缩放后的图像进行量化评估，并与其他的评价方法进行比较。结果表明用Hausdorff距离作为评价标准比其他方法更符合人的主观评价效果。我们采用数值逼近的思想，在插值算法中用移位算法替代乘除，并对插值的顺序做了调整，从而将各种插值算法的速度提高了2－10倍，已经申请了一项发明专利。（6） 图像的加密和解密算法研究图像的纯位置置乱惟一对应一个置换群元素和排列。我们给出了一种基于混沌序列和全排列的图像置乱加密算法。首先，定义了置换群元素新的表示符号，用N进制计数法建立起了置换群元素与整数的一一对应；然后利用混沌序列随机选择置换元素对像素的位平面、图像的四叉树结构置乱。实验证实了该算法的有效性，并得到了较好的加密效果。置乱算法简单、速度快，目前在图像和多媒体流加密中被广泛使用。但是，其在已知明文的攻击下是脆弱的。通过分析纯位置加密算法的这一弱点，我们给出了一种有效的破解算法。首先，通过引入遍历矩阵，我们将所有的纯位置移动算法统一在同一框架中；其次，利用概率统计和代数学的有关知识，我们从理论上验证了其破解概率；然后，我们通过定义模糊遍历矩阵和其相关的求交、清晰化等运算，成功的给出了一种非常有效的破解算法。最后，我们通过编程试验，证实该破解算法的效果令人非常满意。此外，我们提出一种新的自适应图像置乱加密算法，加密后的图像可以有效防止已知明文的攻击。并且，算法具有良好的完整性保护功能,可用于图像验证。实验结果表明,算法在运算速度、抗攻击能力等方面具有良好的效果。（7） 图像增强算法的研究多尺度的空频域分析特性能够解决传统的图像增强方法中存在的噪声过增强现象，在基于小波的多分辨率基础上，提出了一种基于两步提升算法和小波变换的医学图像对比度增强算法。根据不同频带含噪声量的不同，对不同频带的小波系数进行不同的增强处理。针对Donoho和John stone统一阈值萎缩法估计出的噪声标准差不能很好地反映真实的噪声标准差而导致去噪效果不理想的情况，提出了一种基于模糊均差和小波分解的噪声标准差估计方法。在去噪过程中，利用模糊均差对各层小波系数的噪声标准差进行估计，进而确定去噪阈值，进行去噪。在基于laplace多分辨率基础上，提出了一种基于模糊逻辑的多尺度医学图像细节增强算法，根据图像局部特征设计混合滤波器去除脉冲噪声和非脉冲噪声，对不同尺度细节的子带图像进行增强时，根据中心像素与邻域像素的相容性自适应计算非线性细节增益函数进行增强。 基于分割和累积指数变换的MR图像增强算法由多阈值分割算法将图像分割为不同的区域，然后统计出各区域的灰度均值和方差，由这两个特征构造各区域的累积非线性变换，并分别对相应区域进行增强。基于互信息的配准方法具有自动化程度高、配准精度高等优点，近来已成为医学图像处理领域的热点。窗宽窗位对基于互信息的医学图像配准方法的影响在分析窗宽窗位对图像质量的影响和基于互信息配准方法的影响的基础上，进行了一系列的医学图像配准试验。在详细分析配准结果的基础上，给出了基于互信息的配准方法所采用的合理窗宽窗位的建议。