Nuevo algoritmo para la detección de bordes en imágenes para esteganografía (original) (raw)

Algoritmo de detección de bordes en imágenes con nios ii

2014

The project seeks to highlight the versatility to work with configurable embedded systems for the development of projects that can be coupled to each of the needs. Our project involves the implementation of an image processing algorithm using the ALTERA DE2 development board, a device based on Altera Cyclone II FPGA with embedded memories and a NIOS II PROCESSOR INTEGRATED, which will help in the goal, which is to detect the edge of an image. For the project applied three stages. The first stage is based on the storage of the image in the SDRAM memory, the next stage is mainly based on read data stored in the SDRAM and processed correctly to obtain the matrix, which contains the picture information that is utility and will change in each one of the processes which are performed to obtain a final matrix and tidy. A final step where by means of algorithms implemented in C code, it proceeds to obtain the resulting image will show only the same as the edges of the image originally stored.

Corrección de bordes en imágenes de rango por medio de un algoritmo genético

Ingenieria Y Desarrollo, 2005

En este artículo se propone un método que permite completar y mejorar los bordes definidos para imágenes de rango de superficies planas. El método parte de un mapa inicial de bordes gruesos, fragmentados y con píxeles bordes mal ubicados, obtenidos a partir de la localización de cambios de profundidad y orientación entre las superficies. El mapa de bordes inicial es mejorado empleando un algoritmo genético cuya tarea es añadir y desechar píxeles bordes, para encontrar una buena delimitación de las superficies de la imagen. Palabras claves: Bordes, rango de imagen, algoritmo genético, profundidad y orientación discontinua y delimitación de superficies.

Detección de bordes en imágenes con sombras mediante LIP–Canny

En el presente trabajo, se presenta una nueva técnica que unifica el conocido método de Canny para la obtención de bordes con un paradigma de procesamiento de imágenes conocido como LIP, que tiene un comportamiento logarítmico parecido al del ojo humano. Se ha observado que el método de Canny no detecta bien los bordes en zonas de baja iluminación y que el paradigma LIP permite trabajar en zonas de iluminación pobre. Esta nueva técnica (LIP–Canny) se compara con Canny, mostrando que LIP–Canny es capaz de detectar bordes en zonas de baja iluminación. También se compara con otra técnica, en la que se realiza un filtrado homomórfico previo al método de Canny, obteniéndose unos resultados visuales similares, pero LIP–Canny obtiene dichos resultados más rápidamente y con un ajuste de umbral menos sensible y, por tanto, mucho más sencillo.

Algoritmo para Detección de Bordes y Ulterior Determinación de Objetos en Imágenes Digitales

2011

Utilizando el concepto de conectividad se elaboro un algoritmo para reconocer objetos en una imagen digital binaria. El algoritmo desarrollado inspecciona una imagen pixel a pixel, examinando aquellos que no hayan sido asignados a ningun objeto. Se realiza un recorrido secuencial de la matriz imagen y, para cada pixel con valor 1, se agregan sus coordenadas a una lista. Usando el concepto de 8-vecindad, se inspeccionaran los vecinos buscando aquellos con valor 1 para agregarlos a la lista, al terminar de verificar los pixeles conectados al originalmente encontrado, se han almacenado las coordenadas de cada uno de los pixeles que forman un objeto. De esta manera, cada elemento de la lista es un objeto. El programa desarrollado resulto robusto, demostrando alta eficiencia en distintas aplicaciones, siendo el tiempo computacional directamente proporcional al tamano de los objetos y con bajo consumo de memoria. Actualmente se trabaja en la relacion area perimetro para evitar contar como...

Un algoritmo esteganográfico adaptativo para lograr mayor indetectabilidad

Lecturas matemáticas, 2020

security of the analyzed steganogram is improved through the results obtained from the parameters: peak signal to noise ratio (PSNR), universal image quality index (UIQI), image fidelity (IF) and the relative Cachin entropy (RE) between the steganogram and the image that serves as cover, compared to the results of methods previously proposed in the literature.