Proximal groupoid patterns In digital images
University of Manitoba（曼尼托巴大学）；Adiyaman University（阿德亚曼大学）
本文的重点是基于群胚的模式检测和分类。该方法取决于描述性的接近点在一组的基础上的邻居属性。这种方法有助于图像分析和理解，并在研究图像片段的接近。该方法的一个实际应用是对自然图像进行模式识别和分类。
2016-03-06 cs.CV
Ensembling Neural Networks for Digital Pathology Images Classification and Segmentation
Kharkevich Institute for Information Transmission Problems（信息传输问题研究所（Kharkevich研究所））；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
在过去的几年中，神经网络已被证明是一个强大的框架，各种图像分析问题。但是，某些应用程序域有特定的限制。值得注意的是，由于巨大的图像尺寸和相当有限数量的可用训练样本，数字病理学是这样的领域的示例。在本文中，我们采用最先进的卷积神经网络（CNN）架构的数字病理图像分析。我们建议对图像块进行分类以增加有效样本大小，然后应用集成技术来构建对原始图像的预测。为了验证所开发的方法，我们进行了实验与\textit{Breast Cancer Histology Challenge}数据集，并获得了90%的准确率为4类组织分类任务。
2018-02-03 cs.CV
Digital Restoration of Ancient Papyri
Politecnico di Torino（都灵理工大学）
图像处理可以用于古纸莎草的数字恢复，即，用于对它们的数字图像执行的恢复。数字操作允许减少背景信号并增强文本的可读性。在非常古老和损坏的文件的情况下，这是识别字母模式的基础。示出了用使用边缘检测和傅立叶滤波的图像处理获得的恢复的一些示例。其中之一涉及死海古卷的7Q5片段。
2009-03-30 cs.CV
A New Approach of Improving CFA Image for Digital Camera's
Hindu College of Engineering（印度教工程学院）
本文的工作直接针对提高数码相机和其他视觉捕捉产品的图像质量。在本文中，作者明确定义了CFA图像中出现的问题。本文针对彩色图像的色彩校正和色彩平衡问题，提出了一种不同的去噪方法。同时，作者还提出了一种在去马赛克之前提供去噪处理的新方法，以提高CFA的图像质量，这比以前定义的其他方法更有效。最后讨论了如何用最佳的方法去马赛克图像中的颜色。
2012-04-24 cs.CV
Self-Supervised Similarity Learning for Digital Pathology
SagivTech Ltd.（SagivTech有限公司）；Roche Innovation Center Munich（慕尼黑罗氏创新中心）
使用从ImageNet上预训练的网络中提取的特征是数字病理学深度学习应用中的常见做法。然而，它呈现了丢失特定于域的图像信息的缺点。在数字病理学中，监督训练数据是昂贵的，难以collect. We提出了一个自监督的方法特征提取的相似性学习的整个幻灯片图像（WSI），是简单的实现，并允许创建强大的和紧凑的图像描述符。我们训练一个连体网络，利用图像的空间连续性，并假设图像中空间相邻的瓷砖比遥远的瓷砖更相似。我们的网络输出长度为128的特征向量，这比在ImageNet上预先训练的网络允许更低的内存存储和更快的处理速度。我们将该方法应用于来自Camelyon 16训练集的数字病理WSI，并通过测量Camelyon 16测试集中的肿瘤瓦片的图像检索和远/近瓦片的描述符对距离比来评估和比较我们的方法。我们表明，我们的方法比现有的基于ImageNet和通用的自监督特征提取方法产生更好的检索任务结果。据我们所知，这也是第一个发布的为数字病理学量身定制的自监督学习方法。
2020-01-13 cs.CV
Learning A Shared Transform Model for Skull to Digital Face Image Matching
IIIT-Delhi（德里英德拉普拉斯塔信息技术学院）；Texas A&M University, Kingsville（德州农工大学金斯维尔分校）
人类头骨鉴定是一项艰巨的任务，传统上需要法医艺术家和人类学家的专业知识。本文是一个自动化的匹配头骨图像的数字人脸图像的过程中，从而建立一个身份的骨骼仍然努力。为了实现这一点，提出了一种新的共享变换模型来学习区分表示。该模型学习鲁棒的特征，同时减少头骨和数字人脸图像之间的类内变化。这样的模型可以通过加快头骨识别过程并减少人工负荷来协助执法机构。对公开的IdentifyMe数据集的两个预定义协议进行的实验评估证明了所提出的模型的有效性。
2018-08-14 cs.CV
A Model of Virtual Carrier Immigration in Digital Images for Region Segmentation
Technical University of Sofia（索非亚技术大学）；Qingdao University（青岛大学）
受物理PN结中载流子迁移机制的启发，提出了一种新的图像分割模型。该模型模拟了P-N结中的物理自平衡机制，模拟了载流子的扩散和漂移。通过对测试图像和真实图像的实验，分析和研究了数字图像中虚载波迁移的影响。利用模型平衡状态下净载波的符号分布进行区域分割。对测试图像和真实图像的实验结果表明，该方法能够自适应地将像素点聚集到合适的区域，证明了该方法的有效性。
2016-10-12 cs.CV
An Intelligent Pixel Replication Technique by Binary Decomposition for Digital Image Zooming
University of Dhaka（达卡大学）
图像缩放是指对给定的数字图像进行空间分辨率放大的过程。我们提出了一种新的技术，智能修改的经典像素复制方法进行缩放。我们的方法分解成一个给定的图像层的二进制图像，插值它们通过放大的二进制模式保持其几何形状，最后聚合它们所有获得放大图像。虽然我们的缩放图像的质量比最近邻和双线性插值高得多，与双三次插值相当，但我们的技术的运行时间像最近邻插值一样非常快，比双线性和双三次插值快得多。
2014-05-13 cs.CV
Adaptive Digital Scan Variable Pixels
Enview R&D Labs, India（Enview研发实验室（印度））
用于感测和显示目的的数字图像中的像素的正方形和矩形形状在数字图像的表示中引入了若干不准确性。正方形像素形状的主要缺点是不能准确地捕捉和显示具有可变方向的边缘、形状和区域的对象中的细节。这种影响可以通过低分辨率方形像素图像中对角边缘的不准确表示来观察。本文探讨了一个较少研究的想法，使用可变形状的像素，提高图像扫描的视觉质量，而不增加平方像素的分辨率。所提出的自适应滤波技术报告了图像PSNR的改善。
2015-06-22 cs.CV
A Method for Identifying Origin of Digital Images Using a Convolution Neural Network
深度学习技术的快速发展在识别数字图像的来源方面带来了新的挑战，因为生成对抗网络和变分自编码器可以创建内容在自然场景中不存在的可信数字图像。在本文中，我们考虑了可以分为三类的起源：自然摄影图像（NPI），计算机生成的图形（CGG）和深度网络生成的图像（DGI）。提出了一种用于有效地识别数字图像的来源的方法，该方法基于卷积神经网络（CNN）并且使用局部到全局框架来降低训练复杂度。通过馈送标记数据，训练CNN以预测从图像裁剪的局部块的来源。全尺寸图像的来源然后通过多数表决来确定。与以前的取证方法不同，CNN将原始像素作为输入，而无需“残差图”的帮助。实验结果表明，不仅高频成分，而且中频成分有助于原产地识别。该方法实现了高达95.21%的识别准确率，并表现出强大的几个常见的后处理操作，包括JPEG压缩，缩放，几何变换和对比度拉伸。定量结果表明，该方法是更有效的手工基于特征的方法。
2019-11-02 cs.CV
Unsupervised Threshold for Automatic Extraction of Dolphin Dorsal Fin Outlines from Digital Photographs in DARWIN (Digital Analysis and Recognition of Whale Images on a Network)
Eckerd College（埃克德学院）
至少有两个软件包-DARWIN，Eckerd学院，和FinScan，Texas A&M-存在，以促进鲸目动物的识别-鲸鱼，海豚，鼠海豚-基于它们背鳍边缘的自然发生的特征。这样的识别是有用的生物学研究的人口，社会互动，迁移等的过程中，鳍轮廓提取在当前的鳍识别软件包是手动密集型的，并代表了一个主要的用户输入瓶颈：它是既耗时又视觉疲劳。本研究的目的是开发自动化的方法（采用无监督阈值和形态学处理技术），从数字照片中提取鲸类背鳍轮廓，从而减少手动用户输入。理想情况下，自动轮廓生成将改善整体用户体验，并提高软件正确识别鲸目动物的能力。检查从颜色到灰度空间的各种变换，以确定哪种变换产生灰度图像，其中可以容易地识别合适的阈值。为了辅助无监督阈值化，开发了一种新的度量来评估阈值化后图像中图形的锯齿度（“像素度”）。该度量指示阈值分割背景和前景元素的干净程度，并因此提供给定阈值的质量的良好度量。这项研究成功地提取了大约93%的图像，并显着减少了用户输入时间。
2012-02-18 cs.CV
Meat adulteration detection through digital image analysis of histological cuts using LBP
Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）
食品欺诈由于其对公众健康的风险、食品质量或营养价值的降低以及其经济后果，一直是一个备受关注的领域。因此，它已成为许多国家的监管对象（例如[1]，[2]）。通过添加水或水溶液而经常成为欺诈对象的一种类型的食品是牛肉。用于检测这种欺诈的传统方法昂贵、耗时，并且依赖于需要复杂的实验室技术的物理化学分析，具体针对每种添加的物质。在本文中，基于数字图像的掺假和不掺假（正常）牛肉的组织切片，我们评估的数字图像分析方法来识别上述类型的欺诈，重点是局部二进制模式（LBP）算法。
2016-11-07 cs.CV
Eye detection in digital images: challenges and solutions
眼睛检测在生物特征识别领域有着重要的作用，被称为身份识别的方法之一。近年来，已经做了许多努力，可以自动检测眼睛和不同的图像条件。然而，每种方法都有其自身的缺点，可以控制这些条件中的一些。在本文中，眼睛检测的不同方法将被分类和解释。在每个类别中，将介绍每种方法的优点和缺点。
2016-01-24 cs.CV
Zero-Shot Digital Rock Image Segmentation with a Fine-Tuned Segment Anything Model
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；Saudi Aramco EXPEC Advanced Research Center（沙特阿美EXPEC高级研究中心）
针对 Segment Anything Model (SAM) 在低对比度岩石 CT/SEM 图像上表现不佳的问题，研究通过优化参数和处理大尺度图像对其进行微调，实验证明微调后的 RockSAM 模型能显著提升数字岩石图像分割质量且无需大量标注。
2023-11-17 cs.CV
Automatic Recognition and Digital Documentation of Cultural Heritage Hemispherical Domes using Images
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
光学计量学的进步使得能够记录文化遗产的密集3D点云。对于大规模和连续的数字文档，密集的3D点云的处理在计算上变得繁琐，并且通常需要额外的硬件用于数据管理，从而增加了时间成本和项目的复杂性。为此，这份手稿提出了一个原始的方法来生成快速和可靠的语义数字模型的遗产半球形圆顶使用只有两个图像。新的封闭配方推导出建立球体和他们的投影到图像上的椭圆之间的关系，这促进了一个新的自动框架的发展，作为建成生成的领域。实验室和真实世界的数据集下，所提出的方法的有效性进行了评估。结果表明，该方法实现了约6mm的建模精度，同时将计算时间提高了7倍，与已建立的点云处理方法相比。
2022-04-06 cs.CV
Machine learning methods for histopathological image analysis
Medical Research Institute, Tokyo Medical and Dental University（东京医科齿科大学医学研究所）
数字组织病理学图像的大量积累导致对其分析的需求增加，例如使用机器学习技术的计算机辅助诊断。然而，数字病理图像和相关任务有一些问题需要考虑。在这篇小型综述中，我们介绍了使用机器学习算法进行数字病理图像分析的应用，解决了此类分析的一些具体问题，并提出了可能的解决方案。
2017-12-03 cs.CV
Dynamic Watermark Generation for Digital Images using Perimeter Gated SPAD Imager PUFs
Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学）
本文提出利用周界门控SPAD成像器的暗信号非均匀性生成动态水印，实现源识别与篡改检测，并支持灵敏度-鲁棒性权衡。
2025-06-20 cs.CV
Spatial-Temporal Digital Image Correlation: A Unified Framework
Beihang University（北京航空航天大学）
提出了一种易于扩展和实现的基于子集的时空数字图像相关（DIC）算法的全面而系统的框架。该框架涵盖了DIC算法实现中涉及的三个主要因素（即形函数、相关性准则和优化算法），并以统一的形式表示不同的算法。人们可以根据自己的需要自由选择和组合这三个因素，也可以自由添加更多的参数来提取分析结果。基于该框架，采用不同的算法对亚像素平移和不同速度特征的模拟图像序列进行了分析，证实了该算法在噪声抑制和速度兼容方面的优点。最后，以时空离散元方法在热霾天气中的应用为例，验证了该方法的有效性。
2019-01-20 cs.CV
DF-Net: The Digital Forensics Network for Image Forgery Detection
Austrian Institute of Technology（奥地利技术研究院）
本文提出DF-Net，一种用于像素级图像伪造检测的深度神经网络，在四个基准数据集上优于现有方法，并对社交网络的有损操作具有鲁棒性。
2025-03-28 cs.CV
Measuring Atmospheric Scattering from Digital Images of Urban Scenery using Temporal Polarization-Based Vision
The American University in Cairo（开罗美国大学）
颗粒物（PM）是一种空气污染形式，它会使城市景观在视觉上退化，并对人类健康和环境造成危害。目前的监测设备在测量大面积的平均PM方面受到限制。量化城市景观数字图像中雾霾的视觉影响，并将这些影响与PM水平相关联，是更实际地监测我们环境的重要一步。目前的图像雾提取算法从场景中去除雾的唯一目的是增强视觉。我们提出了两种算法，弥补了图像雾霾提取和环境监测之间的差距。我们提供了一种测量大气散射从城市风景的图像，结合时间的知识。在这样做的时候，我们还提出了一种方法，恢复一个准确的深度图的场景和恢复的场景没有雾的视觉效果。我们比较我们的算法，三个已知的阴霾去除方法。该算法是由一个优化的图像中的烟雾形成的模型和优化使用的约束，随着时间的推移采取的图像序列的恒定深度。这些算法不仅可以测量大气散射，而且可以恢复更精确的深度图和去雾图像。这项研究产生的大气散射测量结果可以直接与PM水平相关，因此为通过视觉手段监测环境健康铺平了道路。从数字图像中精确地感知大气是一个具有挑战性和研究不足的问题。这项工作提供了一个更实用和准确的视觉手段测量PM从数字图像的重要一步。
2014-07-14 cs.CV
Detecting the Most Unusual Part of a Digital Image
本文的目的是介绍一种算法，可以检测出最不寻常的部分的数字图像。给定形状的最不寻常部分被定义为图像中与具有相同形式的所有不相交形状具有最大距离的部分。该方法可以用于扫描没有感兴趣部分的清晰模型的图像数据库或大型图像数据库，例如医学数据库。
2008-10-19 cs.CV cs.GR
Homotopy relations for digital images
Niagara University（尼亚加拉大学）；State University of New York at Buffalo（纽约州立大学布法罗分校）；Fairfield University（费尔菲尔德大学）
我们介绍了三种推广的同伦等价在数字图像，让我们来表达是否有限和无限的数字图像是相似的同伦。我们证明了这三个推广不等价于普通的同伦等价，并给出了几个例子。我们证明，像同伦等价，我们的三个推广隐含的基本群的同构，并保持下楔和笛卡儿积。
2016-08-02 cs.CV math.GN
Some enumerations of binary digital images
近年来，人们对数字图像的拓扑结构进行了大量的研究，但还没有尝试对少量点的二进制图像的结构进行详尽的编目。我们产生枚举的几个类的数字图像同构，并决定其中同伦彼此等价。注意到结果中的一些模式，我们对不可约但非刚性的数字图像做了一些说明。
2015-02-22 cs.CV math.CO math.GN
Cohomology of Cryo-Electron Microscopy
University of Chicago（芝加哥大学）
冷冻电子显微镜（EM）的目标是从分子的二维投影图像集合中重建分子的三维结构。在这篇文章中，我们表明，冷冻EM的基本前提-修补在一起的二维投影重建一个三维物体-自然是一个Cech上同调SO（2）-系数。我们推断，每个cryo-EM重建问题对应于单纯复形上的定向圆丛，使我们能够通过主丛对cryo-EM问题进行分类。在实践中，二维图像是嘈杂的，在冷冻EM的主要任务是去噪。我们将看到如何利用上述见解来实现这一目标。
2017-04-22 cs.CV math.AT
Digital Image Forensics vs. Image Composition: An Indirect Arms Race
图像合成领域不断尝试改进图像可以被改变和增强的方式。虽然这通常是以美学和实用性的名义进行的，但它也提供了可用于恶意修改图像的工具。从这个意义上说，数字图像取证领域必须做好准备，以应对不断涌入的新技术。在本文中，这场军备竞赛的现状进行了分析，调查的国家的最先进的，并提供手段来比较双方。提出了一种新的尺度来分类图像取证评估，并进行了实验，以测试不同的取证痕迹的组合技术。我们表明，即使在取证研究似乎不知道的先进形式的图像组成，它拥有的基本工具来检测它。
2016-01-13 cs.CV cs.MM
Homotopy equivalence of finite digital images
Eastern Illinois University（东伊利诺伊大学）；University of North Carolina at Asheville（北卡罗来纳大学阿什维尔分校）；University of Redlands（雷德兰兹大学）；Fairfield University（费尔菲尔德大学）
对于数字图像，有一个建立的同伦等价关系，它平行于经典拓扑。许多经典的同伦等价不变量，如欧拉示性数和同调群，在数字环境中不保持不变。本文开发了一个数字同伦不变量，并开始编目所有可能的连接的数字图像上的少量点，直到同伦等价。
2014-10-13 cs.CG cs.CV math.GN
Mammographic Image Enhancement using Digital Image Processing Technique
Stmik Duta Bangsa
摘要本研究的目的是通过对乳腺X线摄影图像进行图像增强，利用负像变换和直方图均衡化技术进行微钙化检测。将.pgm格式更改为.pgm格式的乳房X线摄影成像。JPG格式，然后处理成负图像结果，然后使用直方图均衡化再次处理。比较使用负图像技术和均衡直方图的图像增强处理的结果，并在每个乳房X线摄影图像上用MSE和PSNR进行验证。结论：可以对乳腺X射线摄影图像进行图像增强处理，但是只有一些图像质量有所改善，这受到阈值使用的影响，这对乳腺X射线摄影图像获得更好的可视化具有重要作用。关键词-分量;图像增强，图像负像，直方图均衡化，乳腺摄影，乳腺癌
2018-06-29 cs.CV eess.IV
Digital Image Tamper Detection Techniques - A Comprehensive Study
Fakir Mohan University（法基尔莫汉大学）
照片被认为是最强大和最值得信赖的表达媒介。很长一段时间以来，这些被接受为各种领域的证据，如新闻，法医调查，军事情报，科学研究和出版物，犯罪侦查和法律诉讼，保险索赔调查，医学成像等。今天，数字图像已经完全取代了生活各个领域的传统照片，但不幸的是，由于数字图像处理领域的快速发展，它们很少享有其常规对应物的可信度。低成本和有时免费的图像编辑软件，如Photoshop，Corel Paint Shop，Photoscape，PhotoPlus，GIMP和PixelTools的日益普及使得篡改数字图像变得更加容易和普遍。现在，仅仅通过观察来判断一张照片是真正的相机输出还是被操纵的版本已经变得相当不可能。结果，照片几乎失去了其作为所有领域证据的可靠性和地位。这就是为什么数字图像篡改检测已经成为一个重要的研究领域，以建立数字照片的真实性，从原来的分离被篡改的批次。本文简要介绍了图像篡改的历史和篡改检测技术的发展现状。
2013-06-28 cs.CR cs.CV
Microstructure Surface Reconstruction from SEM Images: An Alternative to Digital Image Correlation (DIC)
Stanford University（斯坦福大学）
我们重建了一个材料表面的3D模型，该材料正在进行疲劳测试并出现裂纹。具体而言，我们在实验结束时从样品的多个视图重建表面深度（平面外侵入和挤出）和横向（平面内）运动，并结合利用临时单视图图像的时间向后的反向光流传播。这些测量可以映射到材料应变张量，这有助于了解材料寿命和预测故障。这种方法提供了一种替代常用的数字图像相关（DIC）技术，它依赖于跟踪应用于材料表面的散斑图案。DIC仅产生面内（2D）测量，而我们的方法是3D和非侵入性的（不需要将图案应用于材料）。
2022-03-25 cs.CV cs.GR
A New Approach for Image Authentication Framework for Media Forensics Purpose
Al Azhar University（爱资哈尔大学）
随着数字媒体在医疗、海洋、勘探、安全、军事、天文、犯罪证据等重要领域的广泛应用，数字图像根据其所承载信息的重要性而具有不同的欣赏价值。由于数字图像易于被计算机软件操纵的特性，使得陪审团在法庭上使用数字图像作为司法证据时，尤其是在数字图像作为证明犯罪嫌疑人与犯罪分子之间关系的主要证据时，产生了疑问。显然，在这里，数据的独创性保护方法的重要性，以检测未经授权的过程，如修改或复制，从而加强证据的保护，以保证犯罪的权利。在本文中，我们将介绍一种新的数字取证安全框架的数字图像认证和原件识别技术和相关的方法，算法和协议，适用于相机捕获的图像。该方法依赖于在RGB图像中植入密码，该密码应指示正在调查的图像上的任何未经授权的修改。秘密代码生成主要取决于两个主要参数类型，即图像特征和捕获设备标识符。在本文中，架构框架将进行分析，解释和讨论连同相关的协议，算法和方法。此外，除了图像基准测试和质量测试技术之外，还将分析和讨论密码推导和插入技术。
2021-10-03 cs.CR cs.CV
A Short Image Series Based Scheme for Time Series Digital Image Correlation
Beijing Institute of Technology（北京理工大学）
提出了一种新的数字图像相关方法，提出了一种短时间序列DIC（STS-DIC）方法。STS-DIC不是单独处理原始变形散斑图像，而是将来自短时间序列的几个相邻变形散斑图像组合，然后处理平均图像，其中引入了随时间的变形连续性。在基于子集表示方法的基础上，假设相邻图像的变形在时间上是线性的，提出了一种新的八元时空位移表示方法。然后，建立了STS-DIC模型，并基于Newton-Raphson迭代法给出了求解方案。所提出的方法进行了验证的数值和实验情况。结果表明，STS-DIC在保持可接受的实际计算代价的前提下，大大提高了传统DIC在简单和复杂变形条件下的精度.
2014-10-28 cs.CV physics.optics
Ki-67 Index Measurement in Breast Cancer Using Digital Image Analysis
National Chiao Tung University（国立交通大学）；Liouying Chi Mei Hospital（柳营奇美医院）；National Pingtung University of Science and Technology（国立屏东科技大学）
Ki-67是一种核蛋白，可在细胞增殖过程中产生。Ki 67指数是几种癌症中有价值的预后变量。在乳腺癌中，该指数甚至在许多患者中进行常规检查。目前，病理学家使用免疫组织化学方法来计算Ki-67阳性恶性细胞的百分比作为Ki-67指数。得分越高通常意味着肿瘤行为更具侵略性。在临床上，Ki-67指数的测定主要依靠目测法和手工计数法。然而，目测和手工评估方法耗时长，且由于评分标准不同或评估的肿瘤面积有限，导致重现性差。本文利用数字图像处理技术，包括图像二值化和图像形态学运算，建立了一种用于Ki-67指数判读的数字图像分析方法。然后，使用10个乳腺癌样本作为高精度的验证（相关效率r = 0.95127）。在数字图像分析的帮助下，病理学家可以更有效地解释Ki 67指数，精确地具有良好的再现性。
2022-09-27 cs.CV eess.IV
Writing Reusable Digital Geometry Algorithms in a Generic Image Processing Framework
EPITA Research and Development Laboratory (LRDE)（EPITA研究与发展实验室（LRDE））；Université Paris-Est（巴黎东部大学）；ESIEE Paris（巴黎高等电子与电工技术工程师学院）
数字几何软件应该反映基础数学的一般性：将后者映射到前者需要一般性。通过设计通用解决方案，可以有效地重用数字几何数据结构和算法。我们提出了一个图像处理框架，专注于泛型编程范式，其中的算法可以变成一个单一的代码，写一次，可用于各种输入类型。这种方法使用户能够以较低的成本设计和实现新的方法，尝试跨领域实验并帮助推广结果
2012-09-18 cs.CV cs.MS
Image registration of 2D optical thin sections in a 3D porous medium: Application to a Berea sandstone digital rock image
Stanford University（斯坦福大学）
本文提出基于差分进化优化的图像配准方法，将二维光学薄片对齐到三维数字岩石中，并在Berea砂岩上验证了多模态配准对提升数字岩石物理性质计算的潜力。
2025-04-10 cs.CV physics.geo-ph
Forestry digital twin with machine learning in Landsat 7 data
Shannxi Province Climate center（陕西省气候中心）
利用历史数据对森林进行建模可以更准确地进行进化分析，从而为其他研究提供重要基础。遥感作为公认的有效工具，在林业分析中发挥着重要作用。我们可以用它来获得有关森林的信息，包括树木类型，覆盖率和郁闭度。利用统计量进行森林时间序列建模的研究较多，而利用遥感影像进行建模的研究较少。图像预测数字孪生是数字孪生的一种实现方式，其目的是根据历史数据预测未来的图像。在本文中，我们提出了一种基于LSTM的数字孪生森林建模方法，使用Landsat 7遥感图像在20年内。实验结果表明，本文提出的预测孪生方法能够有效地预测研究区未来影像。
2022-04-02 cs.CV cs.LG
Colorimetric Calibration of a Digital Camera
University of South Bohemia in České Budějovice（南波希米亚大学）
在本文中，我们介绍了一种新的物理化学方法校准的数码相机芯片。该方法利用不同灰度级的校准胶片的入射光谱的测量结果来构建每个相机像素的校准曲线（入射光子数与图像像素强度）。我们显示了这种校正的数字原始图像文件（主要的摄像机信号）的光谱特性，并证明了其适用于下一个图像处理和分析。
2017-08-14 astro-ph.IM cs.CV
Open source tools for management and archiving of digital microscopy data to allow integration with patient pathology and treatment information
Australian Breast Cancer Tissue Bank, University of Sydney（澳大利亚乳腺癌症组织库，悉尼大学）；BioMed Central Ltd（BioMed Central有限公司）
虚拟显微镜包括组织学载玻片的数字化和计算机技术的使用，用于癌症等疾病的复杂调查。然而，自动图像分析或此类数字图像的网站发布受到其大文件大小的阻碍。我们已经开发了两个基于Java的开源工具：快照创建器和NDPI-Splitter。Snapshot Creator将大型数字幻灯片的一部分转换为所需质量的JPEG图像。该图像与澳大利亚乳腺癌组织库（ABCTB）使用的定制开源癌症数据管理软件（Caisis）中的患者临床和治疗信息相关联，然后使用Deep Zoom开源技术在ABCTB网站www.abctb.org.au上发布。使用ABCTB在线搜索引擎，可以通过定义各种标准（如癌症类型或表达的生物标志物）来搜索数字图像。NDPI-Splitter将大型图像文件拆分为TIFF图像的较小部分，以便可以通过Metamorph或Matlab等图像分析软件轻松进行分析。NDPI-Splitter还具有过滤空图像的能力。Snapshot Creator和NDPI-Splitter是新的开源Java工具。他们将数字幻灯片转换为更小的文件，以供进一步处理。结合其他开源工具，如Deep Zoom和Caisis，这套工具用于管理和存档数字显微镜图像，使数字化图像能够在线探索和缩放。我们的在线图像库也可以用作教学资源。这些工具还可以对大文件进行分段以进行图像分析。
2020-08-16 cs.CV eess.IV
Bayesian Restoration of Digital Images Employing Markov Chain Monte Carlo a Review
综述了基于蒙特卡罗技术的数字图像贝叶斯复原方法。所涵盖的主题包括Likestival，先验和后验分布，泊松，Binay对称通道，和高斯通道模型的Likestival分布，伊辛和Potts自旋模型的先验分布，恢复图像通过后验最大化，统计估计的真实图像从后验合奏，马尔可夫链蒙特卡罗方法和聚类算法。
2006-10-31 cond-mat.stat-mech cs.CV physics.comp-ph
Dictionary Learning for Deblurring and Digital Zoom
Laboratoire d’Informatique de l’École Normale Supérieure（巴黎高等师范学院计算机实验室）；INRIA（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；University of California, Berkeley（加州大学伯克利分校）
本文提出了一种新的方法，图像去模糊和数字缩放使用稀疏局部模型的图像外观。这些模型，其中小的图像补丁表示为从一些大的候选集（字典）的几个元素的线性组合，已被证明很好地适应几个图像复原任务。他们成功的一个关键是学习适应小图像块重建的字典。相比之下，最近的作品提出，而不是学习字典，不仅适合数据重建，但也调整为一个特定的任务。我们在这里介绍这样一种去模糊和数字变焦的方法，使用成对的模糊/清晰（或低/高分辨率）图像进行训练，以及一种有效的随机梯度算法来解决相应的优化任务。虽然这个学习问题不是凸的，但一旦学习了字典，就可以在测试时通过凸优化来恢复清晰/高分辨率图像。合成数据和真实数据的实验证明了所提出方法的有效性，从而为非盲图像去模糊和数字变焦带来了最先进的性能。
2011-10-05 cs.CV cs.LG
Understanding the impact of image and input resolution on deep digital pathology patch classifiers
University of Guelph（圭尔夫大学）；Vector Institute for Artificial Intelligence（矢量人工智能研究所）
我们认为在数字病理学（DP）中的注释有效学习，其中专家注释是昂贵的，因此是稀缺的。我们探讨了图像和输入分辨率对DP补丁分类性能的影响。我们使用两个癌症斑块分类数据集PCam和CRC来验证我们的研究结果。我们的实验表明，补丁分类性能可以提高通过操纵图像和输入分辨率在注释稀缺和注释丰富的环境。我们在两个数据集上显示了图像和输入分辨率与补丁分类精度之间的正相关性。通过利用图像和输入分辨率，我们在< 1%的数据上训练的最终模型与在PCam数据集上以原始图像分辨率训练的100%数据上训练的模型表现相同。
2022-04-29 cs.CV q-bio.TO
Detection of copy-move forgery in digital images based on DCT
Hunan University（湖南大学）；Nanjing University of Information Science and Technology（南京信息工程大学）
随着数字信息处理系统，更具体地说，数字图像处理软件的快速发展，用于数字图像伪造的先进工具和技术得到了广泛的发展。最常用的技术之一是复制-移动伪造，其通过复制图像的一部分并将其粘贴到同一图像中来进行，以便恶意隐藏对象或区域。在本文中，我们提出了一种方法来检测这种特定类型的假冒。首先将彩色图像从RGB颜色空间转换到YCbCr颜色空间，然后将R、G、B和Y分量分解为固定大小的重叠块，一方面从R、G和B分量图像块中提取特征，另一方面从R、G、B和Y分量图像块的DCT表示中提取特征。然后对得到的特征向量进行字典排序，使相似的图像块成为邻居，并以欧氏距离为相似性准则识别重复的图像块。实验结果表明，当图像中存在多个复制移动伪造区域时，即使图像存在轻微的旋转、JPEG压缩、平移、缩放、模糊和噪声，该方法也能检测出复制区域。
2013-08-26 cs.CR cs.CV
Unsupervised Deep Digital Staining For Microscopic Cell Images Via Knowledge Distillation
Nanyang Technological University（南洋理工大学）；Institute of Bioengineering and Bioimaging, A*STAR（A*STAR生物工程与生物成像研究所）
染色对于细胞成像和医学诊断至关重要，其昂贵、耗时、劳动密集，并且对细胞组织造成不可逆的变化。深度学习的最新进展通过监督模型训练实现了数字染色。然而，在实践中很难获得大规模染色/未染色细胞图像对，需要与监管完美对齐。在这项工作中，我们提出了一种新的无监督深度学习框架，用于使用知识蒸馏和生成对抗网络（GANs）对细胞图像进行数字染色。首先训练教师模型，主要用于明场图像的着色。在此基础上，通过混合非参考损失的知识提取，得到用于染色的学生GAN。我们表明，所提出的无监督深度染色方法可以生成具有更准确的细胞目标位置和形状的染色图像。与其他无监督的染色深度生成模型相比，我们的方法在定性和定量方面都取得了更有前途的结果。
2023-03-03 cs.CV eess.IV
Verifying a platform for digital imaging: a multi-tool strategy
University of Dundee（邓迪大学）；University of La Rioja（拉里奥哈大学）
Fiji是一个Java平台，被生物学家和其他实验科学家广泛用于处理数字图像。特别是，在我们的研究中-与一个生物学家团队一起进行;我们在对图像进行同源数字处理之前的一些预处理步骤中使用斐济。在以前的工作中，我们已经正式的正确性的程序，使用同调技术来分析数字图像。但是，斐济的预处理步骤的核查工作没有进行。在本文中，我们提出了一个多工具的方法，填补这一空白，基于组合的Why/Krakatoa，Coq和ACL 2。
2013-05-24 cs.CV cs.SE
Compression, Restoration, Re-sampling, Compressive Sensing: Fast Transforms in Digital Imaging
Tel Aviv University（特拉维夫大学）
变换图像处理方法是在诸如离散傅立叶、离散余弦、小波等的图像变换域中工作的方法。它们是图像压缩、图像复原、图像重采样和几何变换中的基本工具，可以追溯到20世纪70年代初。本文介绍了这些方法的审查，重点是他们的比较和关系，从变换图像压缩方法的第一步，自适应和局部自适应变换域滤波器的图像复原，精确的图像重采样和图像重建的稀疏样本的方法和“压缩感知”的方法，在过去的几年里已经得到普及。这篇评论具有辅导性质和目的。
2014-08-27 cs.CV physics.optics
Estimation of intrinsic volumes from digital grey-scale images
Aarhus University（奥胡斯大学）
局部算法是用于从黑白数字图像估计固有体积的常用工具。然而，这些算法通常在基于设计的设置中有偏差，即使当分辨率趋于无穷大时也是如此。此外，在实践中记录的图像通常是模糊的灰度图像，而不是黑白图像。在本文中，局部算法的一个扩展的定义，直接适用于灰度图像没有阈值，建议。我们调查这些新算法的渐近时，分辨率趋于无穷大，并应用此构建估计表面积和综合中曲率是渐近无偏的，在某些自然设置。
2013-09-16 cs.CV math.ST stat.TH
Watermark Faker: Towards Forgery of Digital Image Watermarking
Sichuan University（四川大学）
数字水印技术被广泛应用于多媒体数据的版权保护和完整性保护。以往的研究主要集中在设计对破坏嵌入水印的攻击具有鲁棒性的水印技术。然而，新兴的基于深度学习的图像生成技术提出了新的公开问题，即是否可能生成用于规避的虚假水印图像。在本文中，我们首次尝试开发数字图像水印伪造者使用生成对抗学习。假设有一组原始图像和目标水印生成的水印图像的配对图像，利用它们训练一个以U-Net为骨干的水印伪造器，以原始图像为输入，经过特定领域的预处理，输出一个伪造的水印图像。我们的实验表明，建议的水印伪造者可以有效地破解数字图像水印在空间和频率域，这表明伪造攻击的风险。
2021-03-23 cs.AI cs.CR cs.CV
A simple method for estimating the fractal dimension from digital images: The compression dimension
Universidad de Valladolid（巴利亚多利德大学）
现实世界中物体的分形结构经常使用数字图像进行分析。在此背景下，提出了压缩分形维数。它提供了一个简单的方法，直接估计的维数存储为数字图像文件的分形。计算方案可以使用容易获得的自由软件来实现。它的简单性也使它非常有趣的介绍阐述基本概念的分形几何，复杂性，和信息论。使用从互联网和免费软件获得的质量有限的图像定义良好的分形集的计算方案进行了测试。此外，使用计算机生成的图像的Weierstrass余弦函数所提出的方法的系统评价显示出的准确性相媲美的最常用的方法来估计适用于相同的测试问题的分形数据序列的维数。
2016-08-05 cs.CV cs.GR physics.data-an
Detecting the Most Unusual Part of Two and Three-dimensional Digital Images
Universidad Autónoma de Madrid（马德里自治大学）；Universidad Nacional de Educación a Distancia（西班牙国立远程教育大学）
本文的目的是介绍一种算法，可以检测出最不寻常的部分的数字图像中的概率设置。给定形状的最不寻常部分被定义为图像中与具有相同形式的所有不相交形状具有最大距离的部分。该方法在二维和三维图像上进行了测试，并且在没有任何预定义模型的情况下显示出非常好的结果。被认为是独立的图像的对比度的方法的一个版本，并被发现是有用的，用于找到最不寻常的部分（和最相似的部分）的图像的条件下给定的图像。结果可以用于扫描大型图像数据库，例如医学数据库。
2010-05-05 cs.CV physics.data-an physics.med-ph
Adaptation of a deep learning malignancy model from full-field digital mammography to digital breast tomosynthesis
Whiterabbit AI, Inc.（WhiteRabbit AI公司（Whiterabbit AI, Inc.））
基于乳房X线检查的筛查有助于降低乳腺癌死亡率，但由于特异性低，导致不必要的检查或程序，以及敏感性低，因此也与潜在危害有关。数字乳腺断层合成摄影（DBT）通过提高灵敏度和特异性来改善传统乳腺X射线摄影，并在临床环境中变得越来越普遍。然而，深度学习（DL）模型主要是在传统的2D全视野数字乳腺X射线摄影（FFDM）或扫描的胶片图像上开发的。由于缺乏大型带注释的DBT数据集，很难从头开始训练DBT模型。在这项工作中，我们提出了将FFDM图像训练的模型推广到DBT图像的方法。特别是，我们使用平均直方图匹配（HM）和DL微调方法来推广FFDM模型的2D最大强度投影（MIP）的DBT图像。在所提出的方法中，通过HM减少FFDM和DBT域之间的差异，然后对在丰富的FFDM图像上训练的基础模型进行微调。在对识别发现周围提取的图像块进行评价时，与直接在MIP图像上进行测试时$\sim 0.75$的ROC AUC相比，我们能够实现FFDM的$\sim 0.9$和MIP图像的$\sim 0.85$的受试者工作特征曲线（ROC AUC）下的相似面积。
2020-01-23 cs.CV cs.LG eess.IV
PhaseStain: Digital staining of label-free quantitative phase microscopy images using deep learning
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；California NanoSystems Institute (CNSI)（加州纳米系统研究所）；David Geffen School of Medicine（大卫·格芬医学院）
使用深度神经网络，我们展示了一种数字染色技术，我们称之为PhaseStain，将无标记组织切片的定量相位图像（QPI）转换为相当于组织化学染色的相同样本的明场显微镜图像的图像。通过成对的图像数据（QPI和相应的明场图像，染色后获得），我们训练生成对抗网络（GAN），并证明这种虚拟染色方法的有效性，使用人体皮肤，肾脏和肝脏组织的切片，匹配的明场显微镜图像的苏木精和曙红，琼斯染色，和马森三色染色，分别染色相同的样品。这种数字染色框架可以进一步加强无标记QPI技术在病理学应用和生物医学研究中的各种用途，消除对化学染色的需要，降低样品制备相关的成本并节省时间。我们的研究结果提供了一个强有力的例子，说明了深度学习支持的数据驱动图像转换所创造的一些独特机会。
2018-07-20 cs.CV eess.IV physics.med-ph
FastStamp: Accelerating Neural Steganography and Digital Watermarking of Images on FPGAs
UC San Diego（加州大学圣迭戈分校）
隐写术和数字水印是将可恢复的数据隐藏在图像像素中的任务。基于深度神经网络（DNN）的图像隐写和水印技术正在迅速取代传统的手工设计的管道。基于DNN的水印技术极大地提高了嵌入水印的信息容量、不可感知性和鲁棒性。然而，这种改进是以增加水印编码器神经网络的计算开销为代价的。在这项工作中，我们设计了第一个加速器平台FastStamp来在硬件上执行基于DNN的隐写和图像数字水印。我们首先提出了一个参数有效的DNN模型，用于在图像像素中嵌入可恢复的位串。我们提出的模型可以匹配现有的最先进的DNN水印方法的成功指标，同时在内存占用方面显着更快，更轻。然后，我们设计了一个基于FPGA的加速器框架，以进一步提高模型的吞吐量和功耗，利用数据并行和定制的计算路径。FastStamp允许将硬件签名嵌入到图像中，以建立媒体的真实性和数字媒体的所有权。我们最好的设计实现了68倍的推理速度相比，GPU实现先前的DNN的水印编码器，同时消耗更少的功率。
2022-09-26 cs.AI cs.AR cs.CV
Information quantity in a pixel of digital image
St. Petersburg Institute for Informatics and Automation, Russian Academy of Sciences（俄罗斯科学院圣彼得堡信息学与自动化研究所）
研究了数字图像像素信息量的整值估计问题。提出了一种基于像素簇二元层次结构的信息量整数估计的定义。开发了用于构建聚类的层次结构和生成与图像相差最小的标准差的图像近似的层次序列的方法。对信息量的整值估计的实验结果与经典公式的结果进行了比较。
2014-01-29 cs.CV cs.IT math.IT
Humans Are Easily Fooled by Digital Images
数字图像在我们的现代生活中无处不在，从社交媒体到新闻，甚至是科学论文。出于这个原因，至关重要的是评估人们在执行识别篡改图像的任务时的准确性。在本文中，我们进行了广泛的用户研究评估科目的能力，以检测虚假图像。在观察一张图片后，用户会被问到它是否被修改过。如果用户回答图像已被更改，他必须以点击图像的形式提供证据。我们收集了来自383名用户的17，208个个人答案，使用了从公共法医数据库中选择的177张图像。不同于以往的研究，我们的方法提出了不同的方式来避免侥幸猜测时，评估用户的答案。我们的研究结果表明，人们在区分更改和未更改的图像时表现出不准确的技能，准确率为58%，并且只有46.5%的时间识别修改的图像。我们还跟踪用户特征，如年龄，回答时间，信心，深入分析这些变量如何影响用户的表现。
2015-09-17 cs.CV cs.GR cs.HC
