对图像进行灰度量化时，容易把颜色不同而灰度相同的像素归为一类，造成量化误差而影响评价结果。基于HSV颜色空间，通过统计样本数据，结合人眼观察彩色的视觉特性，确定了颜色量化范围，建立了适合伪装特点的颜色直方图，利用距离函数进行了目标颜色特征的伪装效果评价。实验结果表明，利用改进的量化颜色直方图评价目标伪装效果，能够客观地表征目标及其背景的颜色特征，伪装效果的评价结果与人眼观察结果吻合，可以作为一种评价目标颜色特征伪装效果的量化方法。

背景主色的确定是迷彩伪装的关键问题,针对现有提取方法的不足,提出一种基于八叉树颜色量化和链表统计的背景主色提取算法。首先对图像进行八叉树颜色量化,然后统计量化后图像的颜色,并用链表存储,最后依据人眼视觉特性和相应准则确定背景主色。该算法可以对多幅图像进行处理且运算时间较短。实验表明这种方法能够满足迷彩伪装颜色确定的要求。

本文提出了一种新的彩色图像量化算法.它是一种基于自组织神经网络和线性像素置换的后聚类算法.线性像素置换是一种均匀选取图像中的像素的方法.根据线性像素置换确定改进的自组织神经网络的初始权重向量和训练样本集.选取部分样本参加训练加快训练过程.实验结果表明,与其它量化优化算法比较,本文提出的算法在量化图像质量和算法效率方面均有明显提高,而且不依赖于算法的初始条件.

加密技术是保障通信安全的一种重要手段,然而信息经过加密后容易引起攻击者的好奇和注意,容易遭到攻击和破坏.为解决这一问题,就要把加密技术与信息隐藏技术结合起来,即把经过加密的信息作为待隐藏信息,加载到载体文件(本文采用网上常用的彩色图像文件)中传播.只要做到隐藏信息加载前后,载体图像的视觉效果的变化不能被人眼察觉即可.目前已知的用于信息保密的信息隐藏技术可分为两种,第一种是基于频域的信息隐藏技术,如扩频隐藏、DCT隐藏、子波隐藏技术等,若以彩色图像为宿主,则此类技术主要利用人眼对高空间频率分量上噪声不敏感的特点将待隐藏信息编码到图像的高频分量,以实现信息隐藏的目的,一般地,此类技术较难实现大数据量隐藏;第二种技术为空域隐藏技术,其典型做法是将待隐藏信息编码隐藏到宿主的最小意义位(LSB)上,由于其信息隐藏位置对图像的影响不大,因此安全性不高.本文提供了一种在空域中,利用图像像素数据的最高位实现信息隐藏的方法.本方法利用颜色量化技术对图像颜色进行归并,然后按照特定的格式存储,产生冗余空间,最后把待隐藏信息装载入冗余空间.该方法不仅能实现大数据量的信息隐藏,而且信息隐藏的位置是图像的最大意义位,这就使得信息隐藏的安全性比以往的最小意义位(LSB)信息隐藏技术有了更大的提高.

颜色量化是将原有图像中的多种颜色根据人的视觉效果归类为较少的颜色,从而用这些较少种类的颜色重新生成一幅新的图像,使量化后的图像与原图像的差别即量化误差最小.采用了将RGB非均匀颜色空间变换到L*a*b*为基准的均匀颜色空间的方法,在L*a*b*均匀颜色空间中对彩色图像进行颜色量化,从而解决了量化误差相对人眼不均匀的问题.首先将彩色图像的像素数据保存在单链表中,然后对链表进行扫描,并把本次扫描得到的色差最小的两个节点合并成一个新的节点.经过足够的动态运算后可得到量化处理后的图像调色板.实验结果表明,本方法具有普遍性、唯一性,可以减小量化误差,提高颜色量化的准确性.

在多值量化情况下,因量化误差为白噪声的理想条件无法满足,故实施误差扩散处理时仅单纯地进行高通滤波(误差蓝化)将损害图像固有的低频特性.误差扩散算法中较为理想的误差滤波器应在高频域具有较大增益,而在低频域具有有限度衰减.在兼顾滤波器稳定性因素的同时对误差滤波器的脉冲响应进行了重新设计,并以此构成了用于彩色图像颜色量化的多色调误差扩散优化处理算法.