可分离加密域可逆数据隐藏方案

利用图像测试,提出了一种可分离加密域可逆数据隐藏算法,能获得质量较高的直接解密图像.加密方在图像流加密之前进行图像测试并生成位置图,嵌入方根据位置图将秘密信息嵌在选中像素的高位,接收方在相邻像素相关性基础上通过一种自适应差值算法实现可逆性.若全部嵌在选中像素的第8位,得到的直接解密图像质量较差;若全部嵌在选中像素的第7位,则无法实现无失真恢复.针对这两个缺点,该文在保证无失真恢复同时获得了质量较高的直接解密图像.实验表明所提出的算法有效,且性能优良.     

基于局部结构信息的图像质量评价空间汇集策略

该文从图像局部结构特性出发,提出一种基于图像局部结构信息的空间汇集算法. 首先对原始图像进行高斯模糊,提取局部结构信息并进行非零处理,进而形成汇集权重图. 通过对PSNR和SSIM的加权实验,验证了该汇集算法能够明显提高图像质量评价算法性能,并且对各种失真类型具有较好的适应性.     

基于数字全息及失真校正的抗打印扫描数字图像水印

提出一种基于数字全息及失真校正的抗打印扫描数字图像水印方法,将水印以数字全息图的方式隐藏在载体图像离散傅里叶变换(discrete Fourier transform, DFT) 幅度谱中,由载体图像纹理控制的峰值信噪比设定阈值,自适应调节水印嵌入强度. 该方法利用了数字全息图的特点,采用基于DFT和边缘检测算法校正打印扫描图像的旋转失真,因而可从打印扫描图像中准确提取水印信号. 相比以往同类水印算法,所提方法具有优良的不可见性和鲁棒性,以及较大的水印嵌入量.     

仿射医学图像融合算法

提出了一种仿射医学图像融合方法。以医学图像的象素灰度信息为融合依据,首先根据参考图像的象素值对参考图像进行划分;然后根据该划分对浮动图像进行划分,并假设被划分在同一组中的象素有相似的灰度值;最后迭代地对浮动图像进行仿射变换使得浮动图像中的被划分在同一组中的各个象素间的标准方差最小,实现融合图像象素之间的匹配。由于算法充分利用图像的全部象素的灰度信息,不需对图象进行滤噪等预处理,从而提高算法的精度;该方法采用仿射变换,因而不仅可纠正刚体形变而且可纠正放缩形变,适用于单模及模板融合。     

多幅图像显示时色彩压缩的聚类统计算法

在计算机上，同屏显示多幅彩色图像会出现明显的失真。特别是两幅图像色调差别较大时，失真现象列为严重为了克服这一缺陷，本文在参考Ｋ均值聚类算法的基础上，优化了初始聚类中心提出了色彩压缩的聚类统计算法。     

利用先验位图的无失真图像渐进传输

提出一种无失真图像逐步传输法,该方法改进了Chang等人的早期PIT方法.原方法由于没有考虑到各图像区域的意义,解码初期的图像质量不够理想.为此,提出以"优先位图"表示区域的复杂度,利用这种优先位图可在传输的初期就将图像的重要特征发送给接收方.实验结果表明,该方法在峰值信噪比和视觉质量两方面均优子过去的无失真图像逐步传输方法.     

利用MLT和SRS的混合图像融合与去噪算法

针对图像融合中的去噪声问题,提出一种基于多尺度变换(MLT)和信号稀疏表示(SRS)的混合图像融合与去噪算法,构建混合模型进行剪切变换,阈值化处理MLT分解后的各个系数值,运用滑动窗口技术和平移不变性形成稀疏表示进行图像融合,运用SRS算法去除源图像中的噪声.实验结果表明该算法减少了融合图像的对比度和光谱信息失真情况,显示出高质量的视觉融合效果,在不同噪声水平下能保持较高的PSNR值.     

基于J-UNIWARD的改进隐写算法

为了进一步提高自适应隐写算法的安全性,本文引进图像分块的思想,改写了原J-UNWARD算法的失真函数,变加性失真函数为非加性失真函数。载体图像被分为4个子块,分别计算每个子块的纹理复杂度以嵌入总量不变为约束条件,优先嵌入复杂度较大的块,每嵌入一块完成后重新计算失真函数,根据复杂度大小动态调整每个子块的嵌入量。利用STC（syndrome trelliscodes）编码将秘密信息自适应地嵌入到纹理区域,最后采用DCTR和ccJRM两种隐写分析技术进行检测分析。实验结果表明：在相同容量下,改进算法能显著提高算法的抗隐写分析能力。     

自适应数字预失真系统的Householder块精确逆QR分解递归最小二乘法

在非常数包络调制系统中,数字预失真技术已成功应用于线性化功率放大器. 文中提出一种适用于非线性功率放大器宽带数字预失真的增强记忆多项式模型. 与传统的记忆多项式和广义记忆多项式模型相比,该模型通过包含Volterra模型的交叉联合记忆项,在保持低复杂性的同时给出了优越的线性化性能. 预失真系统的参数估计使用Householder块精确逆QR分解递归最小二乘算法,通过计算机仿真研究了Householder块精确逆QRD-RLS算法的性能. 对强非线性AB类功率放大器进行了实验测量,并收集相应的复包络IQ基带数据,根据这些数据建立行为模型并验证预失真器性能. 结果表明,对瞬时带宽为5 MHz的WCDMA输入信号,在5 MHz频
率偏移处将ACPR改善了25 dB.     

基于信息熵和细节方差均值与背景方差均值比的无参考图像锐化结果评价

提出细节方差均值与背景方差均值比的无参考图像锐化结果评价方法,结合图像信息熵,通过MATLAB软件对常用的8种空间域锐化算法和2种频率域锐算法进行锐化效果评价.结果表明:空域锐化算子中,梯度锐化、二值化、Canny锐化和Roberts锐化结果的信息熵较低,马尔锐化、Sobel锐化、Prewitt锐化和拉普拉斯锐化结果的信息熵较高.频域的高通滤波处理时,截止频率与频域中心的距离D_0值的变换对会有较大的影响.canny锐化算法和Roberts锐化算法的细节方差均值与背景方差均值比相对较小,在参数绝对值取大于50、大于100时分别为205.1000、122.6250和25.7388和18.6903,其余空域内的算法的细节方差均值与背景方差均值比较大,数值由几千到几万不等.在频率域下细节方差均值与背景方差均值比所得的值都为个位数,空域和频域由于锐化的方向不同,使其处理图像后的数据有明显的差别.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

用多元信号检测改进广义高斯噪声下的并行非线性检测器

在广义高斯噪声下,根据最大后验概率准则比较了多元信号的并行非线性检测和最佳并行线性检测. 在高斯噪声条件下,并行非线性检测器性能接近于最佳并行线性检测器. 若噪声是广义高斯的,特别是当噪声幅度集中于均值零附近时,并行非线性检测器的检测性能优于最佳并行线性检测器.     

数字隐写中的素数基广义游动编码

隐写编码可以提高数据嵌入效率和隐写安全性.该文将原有的二进制游动隐写编码法推广为广义素数基游动编码.秘密信息首先表示为某一素数进制下的位序列,每一秘密数据位又用连续多个载体数据来承载.在此机制下,隐写时每修改一个载体数据值就可以隐藏多个秘密数据位,因此大大减少了对载体数据的修改量,即提高了嵌入效率.原有的二进制游动编码实际上是广义游动编码方法在素数基等于2时的特例.理论分析表明,在素数基取为3时可以获得最好的编码性能.     

医用内窥镜图像校正的BP神经网络方法

用传统的畸变校正法对内窥镜图像进行校正存在畸变模型复杂、计算量大、易产生误差等问题. 该文利用标准模板,提取样本点在标准图像和内窥镜拍摄的畸变图像中的坐标,分别作为BP神经网络训练的输入和目标,通过神经网络的训练拟合成像镜头的畸变模型,从而确定标准图像和畸变图像上像素点的位置关系. 再通过图像插值的方法进行图像恢复,实现图像校正. 实验结果表明该方法简单有效,具有精确性.     

光纤横向色散的不均匀性对高斯脉冲传播的影响

本文基于高斯脉冲在光纤中传输时,考虑光纤色散效应(二阶、三阶)在空间有横向分布不均匀时的影响.推导出无啁啾的高斯型脉冲在光纤中传输时的解析表达式.并对理论结果进行了数值模拟,分析了脉冲产生畸变的影响因素.结果表明,由于材料的不均匀而导致的色散在空间横向不均匀对脉冲传播有很大的影响,高斯脉冲在光纤中传输时波形在横向呈对称性分布,二阶色散和三阶色散相互比较,三阶色散效应对脉冲的传输有严重的影响,在脉冲的一沿形成非对称的拖尾振荡结构,图像畸变严重性分布.随着传输距离的增加畸变也欲加严重.     

利用JPEG压缩特性的合成图像检测

提出一种利用压缩特性进行JPEG合成图像检测的方案。由多幅JPEG图像内容拼接而成的合成图像中往往存在质量因子不一致性或分块位置不一致性,这两种不一致性可以作为检测JPEG合成图像的有力证据。该文所提方案先对待检测图像进行尝试性的再压缩并考察失真程度,以估计主要内容曾经历过的压缩情况,然后根据再压缩在不同区域引起的失真程度的起伏变化识别合成图像。该方法还可区分合成图像内容的不同来源,并分析质量因子不一致性或分块位置不一致性,为揭示图像伪造行为提供辅助信息。     

应用空域局部高斯混合模型的LSB匹配隐写分析

考虑到图像是一个局部平稳信源,提出一种局部内容自适应的LSB(least significant bit)匹配隐写分析方法. 该方法将LSB匹配隐写建模为加性高斯噪声,将图像空域细节分量建模为高斯混合模型. 在局部区域内用期望最大化算法估计模型参数,取最小方差值为局部隐写噪声方差的估计. 然后提取局部方差直方图的加权和特征,以反映图像不同复杂度区域隐写前后的变化. 将原始特征和校准特征相结合,作为分类特征. 对未压缩图像库的实验表明,该方法较现有方法具有更好的检测性能,在嵌入率低至25%时仍有较可靠的检测性能.     

矢量图像去噪的格子波尔兹曼方法

摘要： 针对矢量图像数据量大,基于传统非线性扩散模型的算法效率低和难以实现并行化的缺点,该文通过在格子波尔兹曼模型的松弛因子中嵌入矢量图像的边缘特征,并定义新的平衡态分布函数,实现矢量图像的非线性扩散去噪. 此方法在保证稳定性的情况下,能实现大步长迭代计算以提高计算效率. 随后,通过二维扩散问题的数值仿真,定量评价了平衡态分布函数对计算精度和效率的影响. 为验证此种方法,对分别受到加性高斯白噪声和脉冲噪声的彩色图像进行了去噪实验,结果显示在图像处理质量和计算效率方面,该文方法都优于加性算子分裂算法.     

用于侧扫声纳图像边缘检测的改进Canny算子

摘要： 针对侧扫声纳图像斑点噪声强的特点,提出一种改进的Canny算子进行边缘检测. 根据斑点噪声的乘性模型和瑞利分布特性,在非下采样Contourlet变换域进行局部自适应降斑. 该方法在有效抑制斑点噪声的同时可较好地保护边缘,避免了Canny算子造成的边缘模糊. 计算降斑后图像的梯度值分布,对梯度幅值进行非极大值抑制得到极大值点. 将梯度模的极大值点分成强边缘点、弱边缘点与非边缘点3 类,基于类间方差最大自适应确定区分3 类的双阈值,经双阈值处理与弱边缘连接得到边缘图. 对模拟声纳图像和实际声纳图像的边缘检测结果表明,较之Canny算子和小波模极大等边缘检测方法,该方法具有边缘检测完整、定位准确、伪边缘点较少等优点.