公共文化服务平台

刘春晓: 作品数：30 被引量：106H指数：7; 供职机构：浙江工商大学计算机与信息工程学院更多>>; 发文基金：国家自然科学基金浙江省自然科学基金浙江省公益性技术应用研究计划项目更多>>; 相关领域：自动化与计算机技术电子电信建筑科学更多>>

合作作者

色调保持的自适应图像视频细节增强算法: 在图像与视频获取过程中，由于照明强度、采集设备、噪声干扰等因素的影响，导致图像与视频视觉效果的下降。为了突出图像与视频中的细节信息以便于用户分辨和后续处理，需要采用图像细节增强算法，它是图像增强领域的重要研究内容之一。图...; 凌云严彩萍刘春晓李红王勋; 关键词：自适应

显著性边缘引导下的图像抽象化被引量：4: 2013年; 针对已有的图像抽象化算法难以反映显著性边缘信息的不足,提出了一个显著性边缘引导下的基于能量优化的图像抽象化算法。对于给定的输入图像,首先基于边缘信息传递策略来提取图像的显著性边缘图,从而有效地减少了不连续边缘的产生;然后,为了在增强显著性边缘的同时抑制杂乱细节信息,根据显著性边缘图来构建图像的期望梯度场;最后,在图像颜色信息和期望梯度场的约束之下,通过能量优化来获得图像的抽象化效果。实验结果表明,本文算法在显著性边缘的连续性保持上表现出明显的优势,具有很好的科学研究价值及实际应用前景。; 王勋李红刘春晓严彩萍

基于色调优化的图像细节增强算法: 针对已有方法难以保持输入图像的色调分布的缺点,本文提出了一种基于色调优化的图像细节增强算法.它首先采用基于局部极值的边缘保持多尺度图像分解算法,快速地将输入图像分解成含有大尺度边缘信息的基图像和含有小尺度细节信息的细节层...; 刘春晓周子江严彩萍; 关键词：图像增强细节信息; 文献传递

无颜色失真的无缝图像合成算法: 为了克服泊松图像合成算法中存在的颜色失真和边缘模糊问题，借助对象分割方法来提取精确的物体区域，以避免因粗略地选取过多的具有不同纹理模式的克隆区域而造成的边缘模糊现象，通过颜色空间的转换，将图像的色度信息与亮度信息分离开来...; 刘春晓朱建锋

面向纹理平滑的方向性滤波尺度预测模型被引量：1: 2022年; 目的传统图像处理的纹理滤波方法难以区分梯度较强的纹理与物体的结构,而深度学习方法使用的训练集生成方式不够合理,且模型表示方式比较粗糙,为此本文设计了一种面向纹理平滑的方向性滤波尺度预测模型,并生成了含有标签的新的纹理滤波数据集。方法在现有结构图像中逐连通区域填充多种纹理图,生成有利于模型训练的纹理滤波数据集。设计了方向性滤波尺度预测模型,该模型包含尺度感知子网络和图像平滑子网络。前者预测得到的滤波尺度图不但体现了该像素与周围像素是否为同一纹理,而且还隐含了该像素是否为结构像素的信息。后者以滤波尺度图和原图的堆叠作为输入,凭借少量的卷积层快速得出纹理滤波的结果。结果在本文的纹理滤波数据集上与7个算法进行比较,峰值信噪比(peak signal to noise ratio, PSNR)与结构相似度(structural similarity, SSIM)分别高于第2名2.79 dB、0.0133,均方误差(mean squared error, MSE)低于第2名6.863 8,运算速度快于第2名0.002 s。在其他数据集上的实验对比也显示出本文算法更好地保持结构与平滑纹理。通过比较不同数据集上训练的同一网络模型,证实了本文的纹理滤波数据集有助于增强模型对于强梯度纹理与物体结构的区分能力。结论本文制作的纹理滤波数据集使模型更好地区分强梯度纹理与物体结构并增强模型的泛化能力。本文设计的方向性滤波尺度预测模型在性能上超越了已有的大多数纹理平滑方法,尤其在强梯度纹理的抑制和弱梯度结构的保持两个方面表现优异。; 林俊彦刘春晓章金凯李泓易; 关键词：图像平滑

基于偏色校正和信息损失约束的沙尘暴降质图像增强算法被引量：8: 2018年; 为了解决沙尘暴环境下拍摄的图像中存在的颜色偏移、对比度低等降质问题,提出基于偏色校正和信息损失约束的沙尘降质图像增强算法,主要包含偏色校正和对比度增强2个模块,在偏色校正模块中,通过分析沙尘降质图像的RGB 3个通道直方图分布特点,提出一个改进的基于高斯模型的偏色校正算法;在对比度增强模块中,通过结合基于暗通道先验和信息损失约束算法,提出一种基于大气散射模型的对比度增强算法.为了验证算法的有效性,通过与4种已有算法的大量实验结果对比发现:文中算法不但能够很好地增强不同种类的沙尘降质图像的对比度,而且可以有效地避免图像偏色现象,并且保持良好的色彩保真度和合适的亮度.; 潘海明田润刘春晓龚辰

对比度、颜色一致性和灰度像素保持的消色算法被引量：2: 2015年; 目的为了解决目前消色算法中不能同时保持原始图像的对比度,颜色一致性和灰度像素特征的问题,提出一种新的优化算法,最大限度地同时保留这些视觉特性。方法为了保持原始图像的结构和局部对比度信息,用双高斯模型构建像素对之间的误差能量项;为了保持颜色一致性,采用局部线性嵌入模型构建能量项,确保原始图像中颜色一致的像素在结果图像中也拥有一样的灰度级;为了保持灰度像素特征,先标记出原始图像中的灰度像素,并强制规定这些像素的灰度值是已知的且在消色变换的过程中始终不变,然后用双高斯模型构建出灰度像素与其他像素之间的误差能量项。线性结合这3个能量项,得到目标能量函数,再通过迭代法求解出使总能量值达到最小的灰度值,从而得到了最终的消色结果。结果实验结果表明,本文算法能够同时较好地保持原始图像中的对比度、颜色一致性和灰度像素特征。结论本文算法基本符合人类对图像对比度变化的感知程度,而且能够很好地保持细节信息和全局结构,可应用于数字打印、模式识别等方面,具有很大的应用价值。; 王勋罗婷婷刘春晓彭浩宇; 关键词：降维

基于主色检测与灰度传播的彩色图像灰度化方法被引量：10: 2016年; 针对已有图像灰度化方法不能同时体现原始图像的全局和局部对比度,且不能保持灰度像素的灰度值等问题,提出一种基于主色检测与灰度传播的彩色图像灰度化方法.首先提出一种基于直方图峰值的主色检测方法,用于提取输入图像中具有代表性的少量主要颜色特征;然后采用基于梯度域的主色灰度化方法将图像主色映射到灰度空间,最大程度地在灰度空间保持主色在彩色空间的视觉对比度;再利用基于局部线性嵌入的灰度传播方法,将主色灰度值和原有灰度像素的灰度值扩散到与其颜色相似的像素上;最后检查图像中是否存在没有被灰度化的彩色像素,如果存在,则使用基于梯度域的局部灰度化方法将其灰度化,得到最终的灰度图像.大量实验结果表明,该方法将全局和局部对比度保持有机结合,得到的灰度图像较好地保持了彩色图像中色彩之间的差异性,并且保持了灰度像素的灰度值.; 刘春晓朱臻阳伍敏赵锦威; 关键词：局部线性嵌入

利用大位移视图修复单幅图像的透视畸变优化算法被引量：4: 2009年; 本文提出一个利用大位移视图可靠地恢复目标图像上含有复杂结构信息的较大信息丢失区域的图像修复新算法.依次经过基于单应矩阵的大位移视图变形、基于能量优化的重叠像素对应和基于能量优化的丢失像素估计三个步骤,一个由粗到细的畸变校正算法对大位移视点图像进行透视畸变校正后再用来补全目标图像上的受损区域.最后,我们采用泊松图像融合算法消除修复区域与其周围像素之间存在的鬼影现象,获得无缝的修复效果.实验证明本文方法优于已有的图像修复算法.; 刘春晓彭群生杨颖振王进陈为; 关键词：图像修复

边缘与区域不一致性引导下的图像拼接篡改检测网络被引量：7: 2021年; 目的针对已有图像拼接篡改检测方法中存在的真伪判断分类精度不高、拼接篡改区域定位不准确问题,本文设计了一种篡改边缘两侧和篡改区域内外不一致性引导下的重点关注篡改区域与篡改边缘的图像拼接篡改检测卷积神经网络。方法图像内容在篡改过程中,拼接物体的边缘都会留下篡改痕迹,这是图像拼接篡改检测的重要线索。因此,本文设计了一条篡改边缘提取分支,通过学习拼接物体边缘两侧的不一致性,重点提取拼接篡改区域的边缘轮廓。考虑到篡改边缘像素点过少会导致网络难以收敛,提出一个边缘加粗策略,形成一个边缘加粗的"甜甜圈",使得篡改边缘提取结果更具完整性。在不同图像采集过程中,所用相机设备和光线条件等因素不同,导致每幅图像包含的信息也不尽相同。对此,设计了一条篡改区域定位分支,重点学习来自不同图像拼接区域与周围区域之间不一致性的差异化特征,并将注意力机制引入图像拼接篡改检测的篡改区域定位分支,进一步提高对拼接篡改区域的学习关注程度。面向真伪判断设计了一条图像是否经过拼接篡改的二分类网络分支,不但可以快速有效地给出输入图像是否为篡改图像的判断结果,而且可以与上述两条分支的输出结果一起提供给用户,由用户结合视觉语义信息进行综合判断。结果本文算法与已有的4个代表性方法在4个专业数据集上进行算法实验和性能比较。在真伪判断分类的精确度方面,在Dresden、COCO(common objects in context)、RAISE(a raw images dataset for digital image forensics)和IFS-TC(information forensics and security technical committee)数据集上分别提高了8.3%、4.6%、1.0%和1.0%;在篡改区域定位的准确度方面,F1评分与重叠度IOU(intersection over union)指标较已有方法分别提升了9.4%和8.6%。结论本文算法将真伪判别分类、篡改区域定位和�; 蒋小玉刘春晓

刘春晓

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

刘春晓

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈