图像源辨识反攻击算法的简化与分析

基于相机指纹/成像传感器模式噪声的图像源辨识算法容易受到指纹复制攻击.文中首先对现有的三角测试反攻击算法进行了简化,即通过将图像各块的衰减因子近似认为是常数,减少了计算时间,然后从传感器模式噪声添加方式、图像内容、模式噪声提取方式和盗用图片数目四个方面对反攻击算法性能进行了详细分析.最后,根据实验结果指出,以上四个方面都会影响反攻击算法的成功率.文中还讨论了这些因素所影响的程度和范围.     

基于局部区域模式噪声的数字图像源辨识算法

数码相机的传感器模式噪声可以作为相机指纹实现数字图像源辨识。针对模式噪声的提取效果对图像内容有较大的依赖性,文章发现亮度高纹理简单的区域模式噪声质量较高。因此,首先根据图像的纹理和亮度设计一个评估函数,用该函数对测试图像每个块进行评估,选择出亮度高纹理简单的区域;最后利用选择区域的模式噪声,使用相关性检测器实现数字图像源辨识。实验证明了基于局部区域模式噪声的数字图像源辨识算法的有效性和优越性。     

具有双重检测机制的图像篡改检测算法

针对单一基于相关性的图像篡改检测算法难以同时解决虚警和漏检的缺陷,提出一种具有双重检测机制的图像篡改检测算法——第一重检测利用待测图像各区域的相机指纹是否与参考相机的指纹具有相关性来确定疑似篡改图像块;第二重检测从疑似篡改图像块中抽取特征,送到训练好的支持向量机(SVM),由基于图像特征的SVM对其分类,把误判块和真实篡改块区分开来.实验结果表明,该算法优于经典的单一基于相机指纹相关性的篡改检测算法.     

基于双目光学图像信息的空间非合作目标自主相对导航方法

针对无任何先验信息的空间非合作目标相对导航问题,提出了一种仅基于双目视觉图像测量的自主相对导航方法.首先,建立了非合作目标双目图像测量辨识模型及特征位置矢量解算方法.利用观测卫星相机系下的目标相对位置矢量观测序列,结合卫星姿态、相机安装方位等信息,给出了非合作目标初始相对运动状态估计及导航滤波参数初始化方法.之后采用考虑状态噪声补偿以及观测方差矩阵和状态噪声矩阵自适应修正的扩展卡尔曼滤波算法,完成空间非合作目标自主相对导航解算.最后以低轨非合作目标逼近段为例进行相对导航仿真,验证了该方法的有效性.     

独立分量分析法降噪技术研究

研究了在超声检测时利用独立分量分析法对检测信号进行噪声处理技术,在试验中采用Matlab软件对人工加工的焊缝缺陷检测出来的源信号数据进行独立分量分析迭代分离后,再将所得的信号数据分离出源信号与噪声信号,经处理后恢复的缺陷图像明显可以改善之后的焊缝质量评定准确度.结果表明,采用独立分量分析法对噪声分离后更能精确识别检测信号中的缺陷信息,减少由于源信号与噪声的重叠造成了对焊缝缺陷的误判.     

基于噪声方差估计和模型参考的传感器动态补偿

针对采用最小二乘法(least-squares, LS)无法得到传感器动态补偿器参数无偏估计的问题,提出了一种基于输入信号噪声方差估计和模型参考的无偏辨识算法.该算法先通过小波变换估计噪声的方差,再由估计得到的方差,通过偏差消除的递推最小二乘法,对补偿器的参数进行无偏辨识.同时,利用参考模型建立卡尔曼滤波器,消除高频噪声对测量精度的影响.在薄膜热电偶上进行了仿真研究,以验证该方法的有效性.结果表明,算法降低了对输入辨识信号的要求,即不再必须为白噪声,具有较强的实用性.     

加强杂色背景上指纹反差的图像处理方法

目的:利用Image-pro Plus软件加强指纹和杂色背景间的反差,为刑事数字图像处理提供参考.方法:通过Image-Pro Plus分析指纹图像噪声来源,根据其噪声种类对图像进行加强反差处理.结果:图像经Image-Pro Plus处理后反差加强,加强反差的程度由图像中的噪声种类及强度而定.结论:使用Image-Pro Plus加强杂色背景上指纹反差效果明显,成本低廉,且对检材没有任何硬性要求,适合处理因背景干扰难以辨识的指纹图像.     

基于EMD的ICA语音增强

传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICA-R)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA－R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.     

基于MSTO的含噪声多传感器图像融合算法

为了解决在含噪声多源传感器图像融合中,常规滤波存在图像边缘缺失、对比度差的缺点,提出了一种基于多尺度顺序开关算子(multi-scale sequential toggle operator,MSTO)和Beamlet保边滤波算子的含噪声红外与可见光图像融合算法.首先,将多源图像通过MSTO进行多尺度分解,得到能量分量和细节分量.对于细节分量采用Beamlet保边滤波算子进行处理,保持图像边缘细节的同时滤除噪声,采用MSTO计算出能量图像的亮边缘和暗边缘并融合叠加到细节分量中,进一步增强融合图像的边缘.对于能量分量采用基于灰度值取大的融合规则.最后根据MSTO反变换对融合后的能量分量和细节分量进行重构,得到结果图像.实验结果表明,融合后的图像不但滤除了噪声,而且对轮廓和边缘细节得到较完整的提取和增强.该图像融合算法在含噪声多源传感器的融合中取得较好的效果.     

基于奇异值分解和均值聚类的单通道盲源分离算法研究

提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的均值聚类单通道盲源分离算法.首先将单通道信号利用SVD分解,依据中值准则进行滤波去除噪声分量,然后在去除噪声分量对应的特征值基础上,根据剩余SVD特征值重构对应分量信号作为盲源分离观测信号.将重构分量信号进行短时傅立叶变换(Short Time Fourier Transform,STFT)进行稀疏化处理,利用散点图判别源信号数目,最后采用均值聚类方法估计混合矩阵,以估计混合矩阵求逆作为分离矩阵实现单通道信号的盲源分离.利用计算机仿真结果证明了算法的有效性.     

数控机床几何误差源的快速辨识方法

针对数控机床几何误差源的辨识问题,研究了基于球杆仪测量信息的机床几何误差源快速辨识方法.采用多项式模型描述机床几何误差源,建立了几何误差源与球杆仪杆长误差之间的线性映射模型.提出一种球杆仪空间误差检测轨迹,该测量轨迹使得球杆仪仅需一次安装即可实现大范围的空间测量.基于该轨迹上的误差测量数据,利用岭回归方法辨识出机床几何误差源全集.仿真与实验结果均验证了所提辨识方法的准确性与有效性,基于激光干涉仪测量方法的验证实验表明,球杆仪辨识结果与激光干涉仪测量结果的偏差在2.3,μm以下.     

MSC794型CCD相机点扩展函数及噪声响应特性的测量

用白噪声方法测量了JEOL JEM2010(FEF)透射电子显微镜配备的MSC794型CCD相机的点扩展函数PSF(point spread function).在恒定的均匀入射电子束强度下,用改变曝光时间的方法改变CCD相机的曝光量(计数)的方法,得到了该CCD相机的噪声响应特性.将测量结果用于图像复原,得到了衬度更好的电镜图像.复原之后的图像数据,可以用作定量电子显微学分析.     

特高压输电系统用同步调相机故障诊断方法

同步调相机故障诊断过程中,受噪声信号的影响,容易造成诊断精度不佳,加重了电网运行负担。为此,提出特高压输电系统中的同步调相机故障诊断方法。该方法通过分析调相机轴承机械振动,采集故障状态下调相机轴承机械振动超标产生的振动信号,并利用集合经验模式分解消除信号噪声,获取波形更为平滑的优化信号。通过计算信号模态分量中心频率对应的能量熵获取振动信号特征,并将信号特征作为训练样本输入支持向量机中,实现特高压输电系统用同步调相机故障诊断。实验结果表明:所提方法应用后的断路点α、断路点β 和断路点γ 的诊断结果与对应点位的电流和电压实际波形基本吻合;所提方法在a、b、c三组短路点检测到的谐波电流幅值与实际谐波电流幅值在各峰值处的重合率较高。说明所提方法断路故障和短路故障的诊断性能均较好,有利于确保特高压输电系统的稳定运行。     

自校正解耦融合Wiener状态预报器

对含未知模型参数和噪声统计的多传感器单输入单输出系统,用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型的在线辨识,可得到未知模型参数和噪声统计估值器,进而在按状态分量标量加权线性最小方差最优信息融合准则下,提出了自校正分量解耦信息融合Wiener状态预报器。它实现了自校正分量解耦局部Wiener状态预报器和自校正分量解耦融合预报器。证明了它的收敛性和渐近最优性。一个目标跟踪系统的仿真例子说明了其有效性。     

多传感器系统模型参数和噪声统计的一种信息融合辨识方法

对于带有未知模型参数和未知相关噪声统计的多传感器随机系统,基于ARMA新息模型,利用相关方法,用平均局部的模型参数和噪声统计估值器的方法,提出了模型参数和噪声统计信息的在线信息融合估计器,它们可以被解释为最小二乘融合估计,并证明了相应的辨识器具有强一致性,即以概率1收敛于相应的真实值.一个2传感器系统的仿真例子说明其有效性.     

传统独立分量分析和变分贝叶斯独立分量分析的比较

通过试验比较了传统的独立分量分析(ICA)和变分贝叶斯独立分量分析(VbICA)在源信号分离中的能力,试验研究表明,无噪声环境下的盲源分离,两种方法都能得到很好的分离性能.然而,噪声环境下的源信号分离,变分贝叶斯独立分量明显优于传统独立分量分析,特别是随着噪声的增强,变分贝叶斯独立分量的优势就越明显.另外,变分贝叶斯独立分量可以估计源信号的数目,而传统独立分量分析往往事先假设源信号的个数已知,否则无法进行源信号分离.     

基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法

对于多输入多输出系统,传统的基于训练序列的信道辨识方法为跟踪信道的变化,必须发送大量冗余信息,传输效率较低;而基于子空间的纯盲方法又带有不可避免的模糊性,辨识结果精度不够.在子空间法的基础上,利用少量训练符号估计出模糊矩阵,以此矫正子空间法得到的结果.仿真结果显示:在保证辨识精度的前提下,该方法减少了训练符号等冗余,提...     

基于关键点滤波的深度图提取

基于单帧视频2D/3D转换,深度估计是关键。提出一种在伴有相机移动情况下,基于运动的深度估计新方法,采用关键点滤波获取每帧视频像素级的运动矢量。由于相机的移动会引起伪运动矢量,从而导致深度信息模糊,为解决这一问题,采用鲁棒的RANSAC算法估计相机移动模型。首先,通过无相机移动的运动矢量来估计初始深度图。然后,利用基于同类点的后置滤波修正运动物体边缘像素的深度信息。实验结果表明,在有相机移动情况下,该方法对深度图的估计可以取得较好效果。     

基于形态学和盲源分离合成孔径雷达水体提取

采用一种新的基于独立分量分析(independentcomponent analysis,ICA)盲源分离(blind source separation,BSS)和形态学开重构(open reconstruction)的方法实现多极化合成孔径雷达(synthetic aperture radar,SAR)影像相干斑噪声抑制和水体目标快速提取.SAR影像具有强烈乘性相干斑噪声,影像数据为非高斯分布,具体分布形式未知.利用独立分量分析方法,不需要知道SAR影像的具体分布,通过对数量化将相干斑噪声转化为与图像数据相互独立的加性噪声,从多极化SAR影像中自动分离出图像数据与相干斑噪声,并自动选择相干斑指数最小的分量为图像分量.针对SAR影像水体目标的亮度及形状分布特征,进一步采用形态学开重构运算,从分离出的图像分量中提取出水体目标.利用ENVISAT ASAR多极化影像进行了实验,结果表明该方法可以快速准确地提取多极化SAR影像中的水体目标.     

微光CCD相机的噪声分析与处理

分析了微光CCD图像传感器的噪声特性,针对不同的噪声源,根据相应的噪声产生原理,设计了实用的噪声抑制电路和处理电路,应用于选用ISD029AP型CCD图像传感器自己开发的微光CCD相机,有效地降低了暗电流噪声,消除了复位噪声对真正信号的影响,使相机具有良好的成像质量;为了进一步提高该相机的信噪比,提出了相应的校正算法,进一步降低了暗电流噪声,降低了CCD像素间光响应的不一致性带来的噪声,使相机的成像质量得到提高.