扫描电镜(SEM)图像能够直观地显示微观世界。在SEM成像过程中,需要反复调整设备参数来保证图像的对比度,这个过程费时费力。提出一种基于多尺度的SEM图像对比度失真的无参考质量评价方法,指导成像参数的选择。首先,建立了SEM图像数据库,进行主观实验,得到相应的主观平均意见分数(MOS);然后,根据人类的视觉系统具有多尺度特性,提取图像不同尺度奇异值分解域相似度、频域和熵共10个特征,结合MOS值通过支持向量回归训练回归模型;最后,利用前述模型预测图像的质量分数。实验结果表明,本文方法与主观评价结果保持很高的一致性,其性能优于主流的全参考和无参考质量评价方法。

提出了一种新的有效去除图像中吉布斯(Gibbs)噪声的方法。通过非下采样塔式滤波器(NSPF)对阈值去噪后的图像进行分解,利用全变差模型对分解图像分别建立去噪模型,重构图像,再利用重构图像和原始图像的残差并结合全变差模型得到细节补偿图像,最后把重构图像和补偿图像叠加得到最终去噪图像。实验结果表明,该方法可以有效地消除图像中的吉布斯伪影及噪声,在去噪图像峰值信噪比(PSNR)和边缘保持性能上都优于已有的算法。

提出了一种新的结合非下采样Contourlet变换(NSCT)和斯坦无偏风险估计(SURE)的自适应图像去噪方法。通过NSCT对含噪图像进行分解, 根据斯坦无偏风险估计准则对分解后的噪声图像进行均方误差EMS估计, 并依据得到的EMS构造线性自适应阈值方程, 对含噪图像的每一个分解子带进行阈值去噪。对自适应阈值去噪后的图像分解子带进行重构, 得到去噪图像。实验结果表明, 该方法可以有效地消除标准图像和自然图像中的噪声, 在去噪图像峰值信噪比(PSNR)和边缘保持性能上都优于已有算法。

水印对多种攻击的鲁棒性仍然没有得到很好的解决.针对单一水印在受到多种攻击时无法保证足够鲁棒性的问题,提出了一种DCT域的多重鲁棒水印算法.首先对原始图像进行采样,并把图像分成两组,采用两种不同的调制方式,即抖动调制和基于选择块的DCT系数调制嵌入有意义的二值图像水印.与已有算法相比,加水印图像可以获得更好的质量.在DCT的不同频率分量中嵌入水印,保证了水印图像在受到常见的各种攻击之后至少有一个清晰可见.实验结果表明了算法能有效地抵抗常见的信号处理攻击,并且当存在多种攻击的时候,至少有一个水印图像清晰可见,从而为版权保护提供证据.

In order to resist geometric attacks, a robust image watermarking algorithm is proposed using scale-invariant feature transform (SIFT) and Zernike moments. As SIFT features are invariant to rotation and scaling, we employ SIFT to extract feature points. Then circular patches are generated using the most robust points. An invariant watermark is generated from each circular patch based on Zernike moments. The watermark is embedded into multiple patches for resisting locally cropping attacks. Experimental results show that the proposed scheme is robust to both geometric attacks and signal processing attacks.