摘要：魏晋南北朝墓室壁画是民族文化精神内在生命的图像呈现,这一时期中国文化心理和民族性格特征较为突出,具有丰富的文化属性。树图像作为墓室壁画艺术中不可或缺的组成部分,具有较高的学术研究价值。文章以搜集的研究样本为切入点,提取具有代表性的树图像元素进行归纳、分析、总结,深度剖析树图像在魏晋南北朝墓室壁画中线条运用、树冠装饰、色彩语言、叙事构图、造型等方面的形式语言内容,聚焦于概括树图像的规律表征与艺术表现。

摘要：基于空间域的图像置乱变换,一般需要若干次迭代且有周期性,安全性不高;基于混沌的图像置乱的安全性比基于空间域的图像置乱变换高,但算法比较复杂;基于素数映射的图像置乱,其置乱效果依赖于密钥的选取。针对这些不足,设计了一种基于点阵行列变换的图像置乱算法,该算法利用素数的取模变换,采取逐行逐列的置乱方式,彻底打乱了像素点的空间位置,使得原图像的像素点在置乱图像中的排列杂乱无章。置乱图像的还原是置乱的逆过程,需要置乱时选取的密钥,若用错误的密钥还原就相当于对置乱图像的再次置乱,密钥的敏感性高。实验结果表明,该算法进行图像置乱无需迭代,置乱图像灰度分布均匀,置乱效果与密钥的选取无关,置乱图像抗干扰强,显示该算法的稳定性和鲁棒性。

摘要：为解决传统权值核范数最小化(WNNM)算法在最优参数选取过程中过度依赖经验值的问题,提出一种改进的自适应参数选取WNNM算法,其最大特点是在WNNM算法基础上增加了噪声评估模型。通过提取均值减损对比归一化系数和邻域系数的分布特征参数构成图像特征矢量,与其对应的噪声浓度共同组成样本集;利用支持向量回归对样本集进行训练得到噪声评估模型,快速有效地为算法提供最优参数。实验结果表明,相比传统WNNM算法,该算法在进行图像去噪时,效率更高,效果更好,具有良好的鲁棒性和泛化性。