改进的Harris角点特征匹配算法在多镜头视频测井中的应用研究

图像拼接技术就是将若干张有重叠区域的图像按照一定的匹配原则配准,最后拼接成无缝的高分辨率的图像的技术。在侧向多镜头复合成像视频测井中,设备获取的井壁图像是一组等距序列图像,由多个镜头获取的序列图像需要进行图像的分割、去噪、畸变、拼接和融合处理,才能生成井下某一位置井壁的360°全景图。为了得到精准的拼接图像,本文提出了一种改进的Harris角点检测算法,完成图像的精确匹配,最后采用渐入渐出法实现了共同区域的平滑过渡,实现了图像的无缝拼接。     

基于直方图局部平滑度的LSB匹配隐写分析

针对LSB 匹配的嵌入机制,提出了一种基于直方图局部平滑度的隐写分析方法. 通过邻域差分像素值选取图像的平坦区域,提取包括灰度直方图平滑度、共生矩阵、差分直方图、差分共生矩阵的局部平滑度和峰值等在内的15 维特征,并引入二次嵌入过程消除图像内容差异带来的影响,结合Fisher 线性分类器实现隐写检测. 实验 结果表明,文中算法对于LSB匹配的检测具有较高的准确度,对于NRCS和UCID图像库均表现了良好的检测性能.     

基于对立色与显著区域的紧凑图像哈希算法

为了有效利用图像的颜色与局部信息提高算法识别能力,提出了一种基于颜色信息与显著区域的紧凑图像哈希算法.首先对输入图像进行预处理,然后提取图像的颜色对立色与亮度分量,并从颜色对立色中获取颜色特征,进而对亮度分量按照视觉注意力权重矩阵提取图像显著区域的稳健特征,最后将所有特征联合起来并扰乱得到最终的哈希序列.实验结果表明,所提算法与已有的哈希算法对比具有更好的图像分类性能、较短的哈希长度和较少的运算时间.同时,在篡改检测上具有较好的识别能力.     

一种RGB分块压缩感知的图像水印算法

根据压缩感知理论的计算保密特性,提出一种基于内容特征与压缩测量值的图像水印新算法.首先,对图像进行分块处理,获取分块RGB三个颜色层上的DCT变换系数.然后,对DCT中低频系数采用压缩感知测量提取图像内容特征,生成基于内容的数字水印.最后,利用精细化稀疏自适应匹配追踪信号重构算法,分多次把数字水印嵌入到分块颜色层的高频DCT系数的压缩测量值中,增强了水印鲁棒性.通过对提取的水印进行比对及差错控制,实现图像篡改检测.仿真实验表明,算法对图像篡改具有精确的检测能力.     

基于超像素分割的图像复制粘贴篡改检测

提出了一种基于超像素分割的结果进行聚类来检测复制粘贴篡改区域的方法.常规K-means等点聚类方法是直接对点进行聚类分析,而该方法则是将若干随机种子置于图像中,借助于超像素分割方法进行区域分割,随后获得包含预先匹配特征点的区域.所提算法以此区域内匹配特征点的数目作为衡量标准,判定区域内的匹配特征点是否为有效特征点.当匹配点的数目到达某个阈值时则将子区域内的点聚为一类,这样聚类的结果更加贴近图像内容,符合实际情况.实验结果表明,所提方法比传统的SIFT等方法更加有效.     

基于阴影检测模型的图像拼接盲取证

拼接篡改是最常见的篡改手段之一。在拼接带有阴影的图像时,篡改者为了掩饰篡改痕迹往往会伪造拼接物的阴影。提出一种基于阴影模型的拼接图像盲取证方法。分析各种经典的阴影模型,在此基础上建立一种适用于拼接篡改取证的阴影模型。使用图像区域增长算法实现对图像阴影的自动提取和定位,并采用能量最小化方法和干扰点去除技术得到鲁棒的阴影比例因子,利用阴影比例因子的不一致性对拼接篡改图像进行盲取证。实验结果表明,该拼接取证方法对于带阴影的拼接篡改图像有较高的检测准确率,能应对各种伪造阴影手段。     

基于改进ORB特征检测的多视角图像拼接

针对多视角图像拼接方法中存在的实时性较差,以及拍摄图像是存在运动物体产生的拼接裂缝和"GHOST"现象,提出基于改进ORB特征检测的多视角图像拼接.通过对ORB算法的改进使得图像的特征点提取和匹配有更高的实时性和稳定性,且通过采用较低复杂度的动态规划算法找到最佳缝合线,最后对拼接后的图像通过泊松融合进行平滑处理,从而对多视角图像中存在的拼接裂缝和"GHOST"现象有很好的抑制作用.     

基于显著性分类的数字图像自嵌入方法

数字图像自嵌入与恢复是在图像中嵌入与自身相关的信息,用于接收端判断图像是否被篡改并恢复被篡改区域的内容. 提出一种基于显著性分类的数字图像自嵌入方法,根据图像自身的特点对图像进行分类,动态决定每个区域的参考数据量和嵌入容量,采用喷泉码对参考数据进行编码,并将其嵌入到原图像的不同区域中. 与传统方法相比,所提出的方法主要有以下两点优势：在生成参考数据方面,所提出的方法可根据内容分类确定编码长度,在保证整体恢复质量的同时,能重点保护显著性区域;在数据嵌入方面,选择在不同区域中嵌入不等的数据量,可避免传统均匀嵌入法导致图像伪轮廓等缺陷,保证含密图像具有良好的质量.     

基于特征点的图像拼接技术在动漫中的应用

以制作全景图为例将图像拼接技术应用到制作动漫贴图上,简化动漫贴图的制作.使用手持相机采集一定重叠区域的图像,柱面投影后采用基于尺度空间的Harris算法检测图像特征点,双向归一化互相关算法匹配特征点,迭代提取阈值T的算法去除误匹配.通过改进的RANSAC算法快速估算出变换参数模型,对拼接图像进行投影变换.Szeliski灰度融合方法,直接计算匹配点灰度平均值融合图像,最后采用最佳缝合线的方法消除图像拼接处的重影.基于Matlab的数据实验表明,提出的图像拼接技术具有效率高,拼接图像清晰等优点,实现了较满意的全景图视觉效果.     

基于主动轮廓模型的序列图像分割

提出一种改进的主动轮廓模型应用于医学序列图像的分割。一方面,对内部能量函数增加约束性条件,制约轮廓的长度,使其尽可能短来避免边缘轮廓收敛到中垂线上的其它组织的较强边缘点;另一方面,利用序列图像之间局部区域的信息相关性,重新构造外部能量函数来排除纹理特征的干扰,更好地捕捉到边缘上的拐角点。实验结果表明,提出的改进算法既可以有效地检测出一些拐角点和凹点,又可以避免目标边缘收敛于某些伪边缘点,可达到良好的分割效果。     

基于SIFT特征检测的图像拼接

针对图像拼接方法中存在的特征提取精度低,以及拼接后存在的拼接裂缝和"GHOST"现象等问题,基于SIFT特征检测的图像拼接.通过采用图像特征点提取和匹配有较强的稳定性和精确度的SIFT特征检测算法,且通过采用较低复杂度的动态规划算法找到最佳缝合线,最后对拼接后的图像通过泊松融合进行平滑处理来完成图像的拼接,并采用自行拍摄的图像进行仿真实验.仿真实验结果表明,基于SIFT特征检测的图像拼接方法具有较高的稳定性和特征提取精度,同时具有较低的特征点提取误差,并对图像拼接中存在的拼接裂缝和"GHOST"现象有很好的抑制作用.     

结合保角变换和Zernike矩的稳健图像Hash

提出一种用于图像认证和篡改检测的稳健图像Hash方法. 根据密钥对图像进行伪随机分块,将图像块规格化为大小相等的正方形并进行保角变换,使各图像块映射为单位圆. 对各圆形图像区域计算修正的Zernike矩,连接所有Zernike矩的幅度和相位,基于密钥置乱得到所要求的图像Hash. 与直接对正方形内切圆计算Zernike矩 的方法相比,保角变换使图像块四角纳入Hash所表征的图像内容,因而有效改进了篡改检测性能. 图像分块使Hash具备篡改定位的能力. 实验表明该方法具有很低的碰撞概率和良好的感知稳健性,与其他方法相比,碰撞率和检错率较低.     

基于QPCA的彩色图像复制粘贴检测

目前,大多数图像取证方法对彩色图像的处理是将其转换为灰度图像,从而导致了彩色图像的颜色信息不能被有效且充分地利用.针对此问题提出一种基于四元数主成分分析(quaternion principal component analysis, QPCA)的复制粘贴篡改检测方法.该方法充分利用了彩色图像的各个颜色通道及它们之间的相关性,能够有效提高篡改区域的识别度.运用基于图像块的检测方法,首先将图像分块后对所有块进行QPCA计算以提取特征,然后用字典排序获取相似块的移位向量,最后根据移位向量频数与阈值的比较确定篡改区域.实验结果表明,所提方法的误检漏检率低于现有方法,检测准确率有较大提高.     

基于图像分割的改进Census变换立体匹配算法

针对传统Census变换立体匹配算法精度低,提出基于图像分割的改进Census变换立体匹配算法.将Census变换窗口中心像素的灰度值用其邻域像素灰度值的中值代替,从而减少噪声对匹配精度的影响,增强算法的抗干扰能力.采用MeanShift算法对图像进行分割,结合其Census变换结果,以Hamming距离作为匹配代价,求取最佳匹配点,进而求取初始视差.通过左右一致性检验对视差图进行细化,对误匹配点进行替代和对遮挡区域进行填充,生成最终视差图.实验显示,该算法的鲁棒性和匹配精度优于传统算法,并且在深度不连续区域也能够获得精确的视差.     

周围神经MicroCT图像中神经束区域的自动分离

针对经过饱和氯化钙染色的四肢周围神经MicroCT扫描图像,提出了一种自动分离神经束区域的方法. 1)手工标注第1幅扫描图像中的神经束轮廓和非轮廓区域;2)采用稀疏自动编码机方法提取神经束轮廓和非轮廓的特征并训练神经网络,进而自动识别分离第2幅图像中神经束区域;3)将第2幅图像中的神经束轮廓作为标注样本去训练新的神经网络;4)不断循环该过程直至序列图像全部处理完成.实验结果表明,所提出的神经束轮廓自动分离方法可以达到手工分离精度的84.7%,处理完成522幅图像需要花费0.3～0.4 h.此外,该方法不仅能快速准确地分离出序列图像中的单根神经束,而且还能分离出分裂与合并阶段的神经束轮廓,具有比较强的适应性.     

一种基于SLIC的超像素快速色彩传递算法

提出了基于SLIC超像素分割的快速色彩传递算法.该算法有两个主要步骤:首先利用SLIC技术实现两幅图像的超像素分割;然后根据超像素特征,对两幅图像的超像素进行相似性匹配,在此基础上进行色彩传递.实验结果表明,与基于像素点传递的一类算法比较,该算法不仅提高传递速度,还进一步改善了传递效果,结果图像更加自然,平滑.     

融合SIFT的多尺度分析人脸识别算法研究

由于人脸识别过程中会受到光照、尺度等因素的影响,采用传统的SIFT算法进行人脸识别时会出现匹配效果较差、无法匹配或是错误匹配的情况,因此提出了一种融合SIFT算法的多尺度分析的人脸识别算法。首先在粗尺度上,采用形态学边缘检测算法对原始的人脸库进行轮廓特征提取,形成新的人脸库;然后在细尺度上,采用SIFT算法对新的人脸库进行人脸识别与匹配。采用ORL人脸库对改进后的算法进行验证,实验结果表明改进后的SIFT算法较好地解决了传统SIFT算法的不足,计算量大大减少,人脸图像的识别效率与匹配效率得到了有效提升。     

基于恢复信息共享机制的最优自嵌入算法

提出一种动态的基于恢复信息共享机制的自嵌入算法,可用于实现图像篡改检测和内容恢复. 图像中每个分块产生的水印包括恢复信息和认证信息,其中恢复信息由原图的若干最高有效位生成,认证信息由生成的恢复信息结合最高有效位数据得到. 水印嵌入分为重叠模式和非重叠模式,选取的最高有效位数据层数和生成恢复信息的比特数是动态变化的. 该算法可根据篡改面积选取最优嵌入方式,有效保证了含水印图像的质量和图像篡改恢复效果.实验结果表明：与已有算法相比,该算法可取得更好的篡改恢复性能.     

基于ENF邻域相关系数的音频篡改盲检测

为了提高现有的基于电网频率(electric network frequency,ENF)信号的盲篡改检测方法在低信噪比时的检测准确率,提出一种利用ENF信号邻域相关系数的音频篡改盲检测方法.首先将待测音频中提取的ENF信号划分子块,并计算相邻区域子块的相关系数;然后对相关系数序列进行自适应快速横向滤波(fast transversal filter,FTF),根据误差能量的变化检测音频篡改.为了减小干扰的影响以提高篡改检测准确率和篡改定位精度,从正、反两个方向对音频进行上述处理,再结合两个方向的误差能量进行篡改检测.与现有的两种代表性方法相比,所提出的方法不但能精确定位篡改,而且能有效提高音频篡改的检测准确率,尤其是在ENF波动较大和信噪比较低的情况下更有优势.     

基于多码本矢量量化的图像篡改恢复

提出一种用于数字图像篡改检测与内容恢复的自嵌入脆弱图像水印算法.对原始图像每个不重叠分块进行基于边缘复杂度的内容分析,选择不同大小的矢量量化码本进行分块压缩,可获得相应的标识符和表示图像分块主要内容的索引值以构成压缩码.将其复制多份后作为参考比特,通过密钥嵌入至其他多个分块中.用于篡改定位的认证比特则被嵌入每个分块本身.由于在多码本矢量量化协同下生成的参考比特具有较高的内容表示效率,该算法在篡改率相同的条件下可取得更理想的内容恢复性能,这一结论得到了实验结果的验证.