一种高定位精度的安全JPEG图像认证水印算法

分析讨论了现有的JPEG图像认证水印算法存在的定位精度低和安全性差等问题，并实现了对现有认证水印算法的两种伪造攻击．在此基础上，提出了一种高定位精度的安全JPEG图像认证水印算法，推导给出了该算法在一般区域篡改和拼贴攻击下的篡改检测概率和虚警概率，该算法对每个图像块固定选取4个中频系数嵌入水印并利用剩余的DCT系数生成4比特水印信息，然后基于不同密钥分别选取每比特水印信息嵌入的图像块，使得每个图像块的4位水印随机嵌入在不同图像块对应的中频系数中，认证时根据图像块提取出的4比特水印信息并结合其九邻域判定该图像块内容是否被篡改．理论分析和实验结果表明：该算法不仅具有精确的篡改定位精度，而且具有很高的安全性和抵抗拼贴攻击的能力。     

Harris Laplace特征区域 Contourlet域遥感图像水印算法

针对现有遥感图像水印算法抵抗旋转、剪切、水平镜像及联合几何攻击能力差的问题,提出一种局部化遥感图像数字水印新方法.算法首先对水印图像进行 Arnold置乱预处理,并将其行扫描形成一维向量作为待嵌入的水印信息;在宿主遥感图像中提取 Harris Laplace特征点,依据特征点确定水印嵌入特征区域;规范所选特征区域,对其进行归一化后实施 Contourlet变换,利用奇偶量化方法将数字水印嵌入选定的变换系数内.实验证明算法对滤波、噪声、JEPG压缩等常规信号处理具备较好鲁棒性,并且能够更好地抵抗旋转、缩放、平移及其联合等几何攻击     

基于DWT和DCT数字图像鲁棒水印算法

基于离散小波变换和离散余弦变换,利用混沌系统的优良特性,提出一种新的变换域水印算法.水印嵌入时,首先将宿主图像进行小波变换后选取中频区域,再进行DCT变换,根据水印图像大小进行分块嵌入水印算法在保证不可见性的前提下,最大程度的保证了水印算法的鲁棒性.仿真实验表明,算法在多种攻击下表现出良好的鲁棒性,具有一定的实用意义.     

Contourlet域的灰度水印技术研究

为了提高水印算法的鲁棒性和安全性,提出一种基于Contourlet域的双重置乱灰度图像水印算法.首先对灰度水印图像进行Arnold变换和Baker映射双重置乱处理,提高水印安全性；然后将宿主图像进行Contourlet分解为一系列多尺度、局部化、方向性的子带图像,最后选择Contourlet低频系数嵌入水印,并采用明提取的方法获取水印.实验结果表明,该算法能有效的抵抗JPEG压缩、噪声、剪裁等攻击,具有较好的不可见性和更强的稳健性.     

基于对数缩放的幅度调制水印算法研究

采用对数幅度调制方式,实现了针对JPEG图像和MPEG视频流的一种具有低复杂性、高鲁棒性及安全性的水印算法.通过对分组区域的对数幅度值进行调制实现对水印信号的嵌入,而幅度调制过程是通过对组内中低频系数做不可觉察的修改来实现的.算法通过对系数的幅度值进行对数缩放,使得水印算法的鲁棒性由所有被选系数决定,而不是只受具有较大值的系数的影响,从而提高水印算法的鲁棒性和安全性.在水印容量方面,实现在512×512图像或视频帧中嵌入512个比特,基本能满足视频水印应用在水印容量方面的需求.实时性方面,水印嵌入用时为视频正常播放用时的1/6,水印检测用时为正常播放用时的1/12,完全满足视频水印的实时性需求.通过大量实验表明,算法不仅具有较好的感知透明性,而且对一些常见的攻击(如Gauss噪声、低通滤波、JPEG压缩、增减亮度等)和部分几何攻击(如线性偏移、剪切等)具有较好的鲁棒性.与EMW算法相比,本算法在鲁棒性和安全性方面的性能均明显提高.     

基于混沌的公开可验证FPGA知识产权核水印检测方案

现有的FPGA知识产权核(intellectual property,IP)水印技术在公开验证时可能会泄漏敏感信息,使得恶意的验证者或者第三方很容易将水印从IP中移除然后重新出售.零知识FPGA IP水印检测虽能有效的解决敏感信息泄露问题,但易遭受嵌入攻击,使得公开验证时无法防止非诚实IP购买者(验证者)抵赖侵权.本文提出一种新的基于混沌的公开可验证IP水印检测方案,不仅能防止敏感信息泄漏,而且能抵抗嵌入攻击,防止证明者、验证者或者可信第三方的欺骗.传统的FPGA IP水印技术,水印隐藏在未使用的Slice中,因此资源开销与水印嵌入数量成正比.而本文提出的方案中,水印隐藏在已经使用的Slice的未用的查找表(lookup table,LUT)中,资源和时延开销为0;此外,混沌系统具有良好的随机统计特性且对初值敏感、易于产生数量众多的互相关性极低的伪随机数序列,混沌系统的这些优点刚好满足方案中对FPGA位流文件的LUT随机位置置换的特殊要求,使得位置置换具有极高鲁棒性;最后,引入时间戳机制来抵抗嵌入攻击以防止非诚实的IP购买者抵赖.实验结果和分析表明本文提出的方案在水印开销和位置置换鲁棒性方面均明显优于现有的方案.     

多媒体取证

多媒体取证是信息安全领域的重要研究内容之一，主要应用于司法取证、刑侦取证，是电子证据鉴别等领域中的关键技术之一．目前篡改媒体内容大量涌现，严重危及个人隐私与社会稳定，多媒体取证已成为一项迫切需求的技术．本文概要介绍了多媒体取证技术的特点和原理，并且从媒体源辨识、内容篡改检测、处理历史分析、反取证四方面阐述多媒体取证的发展现状和趋势，分析了各种取证技术所面临的难点．最后展现了未来技术发展的若干问题与可能趋势．     

非正态变量情况下结构可靠性分析的条件概率马尔可夫链模拟方法

基于对失效域样本的高效马尔可夫链模拟方法和鞍点估计法,提出了一种可快速分析高维小失效概率情况下含非正态变量的非线性极限状态函数的可靠性方法.所提方法在非正态空间中,将所求失效概率转化为线性极限状态函数的失效概率与一个特征比例因子的乘积.线性极限状态函数是通过马尔可夫链模拟非线性极限状态函数失效域中的样本而获得的,它与非线性极限状态函数具有近似相同的设计点.而概率论中的乘法定理是获取特征比例因子的理论依据,它反映了非线性极限状态函数失效概率与线性极限状态函数失效概率的关系.线性极限状态函数的失效概率可以由鞍点估计法求得,而特征比例因子可以由马尔可夫链快速模拟线性与非线性失效域中的样本而近似算得.定性分析和定量的算例对比分析表明,所提算法具有较广的适用范围,并且它的实现过程较为简单,计算精度和效率均较高.     

内对抗指导无监督多域适配网络的轴承协同故障诊断

现有的轴承无监督跨域智能故障诊断研究多数是基于单源域自适应开展的,这将导致实际场景中多个拥有充足且多样化诊断信息的源域未能得到协同利用.如何更好地从多个源域中提取到故障轴承的共性特征并融合多源域知识协同诊断是主要挑战.针对上述问题,本文提出了一种内对抗指导的无监督多域适配网络;构造了一个内对抗模块以计算多源域对抗损失,并联合多组源域-目标域自适应子网指导提取多源域和目标域间的共性特征,增强知识覆盖能力;设计了一个多子网协同决策模块,利用多组源域-目标域的对抗损失和分布差异损失计算置信分数,以辅助多子网分类器做出更佳的融合决策,提升协同故障诊断的准确率.基于恒转速和变转速工况的轴承故障数据构造了多个无监督多源域迁移诊断任务,对比实验结果表明所提方法的优越性和鲁棒性.     

基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

ICA和镜头分割结合的盲视频水印方案

视频数字水印是解决数字视频版权问题的主要方法．提出一种独立分量分析（independent component analysis，ICA）和镜头分割相结合的盲视频水印方案，它先通过全局直方图比较的方法将视频进行分段，然后对这些段进行ICA分解，在得到的主独立分量帧中采用SWE（single watermark embedding）方案嵌入版权信息．该方案利用视频序列镜头分割的方法，从内容上对视频进行定位，提高水印方案对于时间不同步的鲁棒性；通过在主独立分量帧中嵌入水印增强了方案对于视频内部共谋攻击的鲁棒性；采用SWE方案，实现盲检测．实验结果表明这个方案对于常见的基于帧的和基于视频的处理都有很好的鲁棒性；能够实现盲检测；对于时间不同步和视频内部的共谋攻击有较好的鲁棒性．     

基于DWT-CT的遥感影像数字水印方案

提出一种基于DCT和DWT的遥感影像数字水印方案。首先对水印图像进行Arnold置乱预处理，以破坏像素之间的空间相关性，增强算法鲁棒性；鉴于小波变换良好的局部性和时频分析特性以及多分辨率分析特性，而离散余弦变换具有较好的聚能效应，算法将载体遥感影像进行DWT变换，并选取其子带图像HLl进行DCT变换；最后自适应的将数字水印嵌入所选子块的DC系数上。实验证明本文算法有效提高了水印的不可见性，对JEPG压缩、滤波和叠加噪声等攻击具有较好的鲁棒性。     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．     

一种基于图像DCT域的信息隐藏算法

介绍了一种基于图像DCT域的信息隐藏算法。该算法将秘密信息嵌入到对图像信号频域进行DCT变换后的系数矩阵中：然后用MATLAB工具实现了算法。实验结果表明该算法简单、容易实现、具有失真度小、良好的不可见性、安全性和一定的鲁棒性等特点。     

基于Wasserstein距离的在线机器学习算法研究

本文主要研究基于Wasserstein距离的在线机器学习算法,并分别针对分类和回归问题,提出两个鲁棒的在线学习算法.本文首先在特征-标签空间中对Wasserstein距离进行变形,得到了易于处理和计算的变形式.进而,将在线梯度下降(online gradient descent, OGD)算法和Wasserstein距离变形式结合,分别针对在线分类问题和在线回归问题提出了两种具有较好鲁棒性的在线机器学习算法.文章对提出的新算法累积误差值(Regret,后面用Regret指代)进行了分析,证明了算法的Regret与训练轮次T满足O(■)关系.算法的收敛性可基于算法Regret分析得到,可证明在算法训练轮次T趋于无穷时,算法训练出的模型会收敛到理论最优模型.最后,将所提出算法与FTRL(follow-the-regularized-leader)算法、OGD算法、采用批量学习训练方法的机器学习算法进行数值实验对比.在模拟数据集和真实数据集的实验中,所提出在线学习算法准确率、鲁棒性和模型泛化性能均优于FTRL算法和OGD算法;针对大规模数据集时,虽然所提出的在线学习算法准确率与批量学习相关算...     

抽取和内插的分数阶Fourier域分析

为了节省系统中信号处理的运算量和存储量，常需要对信号进行抽样率转换．分数阶Fourier变换是分析非平稳信号的有力工具，它已在雷达、通信、电子对抗、信息内容安全等领域得到广泛的应用．文中从分数阶Fourier域的采样定理出发，定义了分数阶Fourier域的数字频率，推导了非平稳信号经抽取和内插之后分数阶Fourier谱的表达式，并设计了分数阶Fourier域的去镜像和抗混叠滤波器，进而总结出了非平稳信号经过有理数倍抽样率转换之后其分数阶Fourier谱的变化规律，最后导出了抽取和内插在分数阶Fourier域内的恒等关系．此研究成果为基于分数阶Fourier变换的多抽样信号处理理论体系奠定了基础．仿真实验验证了所提理论的正确性。     

基于混合像元分解的遥感图像融合实用算法

传统的图像融合算法,如IHS变换、合成变量比、主成分替换等方法所得到的融合图像通常存在不同程度的光谱扭曲现象.一种基于混合像元分解的图像融合算法(FSMA)可以很好地保持图像的光谱信息,但该算法仅在以终端端元为先验知识的模拟数据中得到了成功的应用.分析表明,由于全色波段与多光谱波段光谱响应函数不同以及多光谱波段通常不能覆盖整个全色范围,原有的FSMA算法并不能直接应用到真实遥感数据中.文中提出了一种改进的基于混合像元分解的图像融合算法(IFSMA).该算法通过重构原有算法中优化问题的目标函数,降低了对利用多光谱数据模拟全色波段亮度值的难度,使得基于混合像元分解的图像融合算法可以推广应用到真实遥感数据中.实验结果表明,IFSMA算法在光谱信息和空间信息的保持方面均优于IHS变换、合成变量比、主成分替换以及原有的FSMA等算法.     

分数阶Fourier域过采样分析

过采样广泛应用于实际数字信号处理过程中。随着分数阶Fourier变换在信号处理领域的不断发展和应用,研究分数阶Fourier域过采样理论就显得十分必要.文中深入研究了分数阶Fourier域的过采样理论:导出了过采样序列与其子序列的分数阶Fourier谱关系;然后利用此关系得到了过采样序列子序列准确重建丢失采样点的表达式.最后以chirp信号为例,利用分数阶Fourier域过采样理论,证明了对于时频分布在分数阶Fourier域具有最小支撑宽度的信号,对其过采样重建更适合在分数阶Fourier域进行。     

平面多层介质中空域Green函数的高效算法与应用

基于偶极子场理论，经过4个基本函数重构所有的矢量势和标量势谱域Green函数，并利用二级离散复镜像方法和高阶Sommerfeld恒等式，提出一种平面多层介质中的空域Green函数的高效算法．算法的优势在于：避免了利用传输线理论时需重写谱域Green函数各个分量，从而在不改变当前积分路径的前提下，直接提取表面波的影响，得到近区场和远区场都适用的空域Green函数，同时，有效地避免了电磁场混合势积分方程中电流（磁流）产生磁场（电场）的旋度因子，十分方便分析平面分层介质中三维结构的电磁散射和辐射特征，通过平面微带周期光子带隙（PBG）结构的S参数、大型微带天线阵列的雷达散射截面和平面分层介质中具有三维结构的目标的辐射场、散射场特性的数值分析，证明算法的有效性和正确性。     

基于单形体几何的高光谱遥感图像解混算法

提出一种新的基于单形体几何的高光谱遥感图像混合像元丰度估计算法.该算法的目标是在已知端元矩阵的基础之上,估计高光谱图像中各个观测像素点中每个端元的丰度.根据凸几何理论,基于线性混合模型的高光谱解混问题可以看成一个凸几何问题,其中端元位于包含整个高光谱数据集的单形体的顶点,而它们对应的重心坐标则可以看作各个观测像素的丰度.提出的方法由3部分组成,分别为基于单形体体积的重心坐标计算方法、距离几何约束问题和基于内点的单形体子空间定位算法.与其他基于单形体几何的算法相比,该方法具有诸多优点.Cayley-Menger矩阵的引入使得欧式空间上的运算转化为距离空间上的运算,在降低运算复杂度的同时很好地兼顾到数据集的几何结构.而且,单形体重心的使用确立了一种快速而精确的判断方法来确定观测像素所属的子空间,进而利用递归的思想得到丰度值.此外,算法核心仅仅涉及观测点与端元之间的距离,而与波段数无关.因此,该算法无须对数据执行降维处理,从而可以避免因数据降维而造成的有用信息的丢失.仿真和实际高光谱数据的实验结果表明,所提出的算法与同类其他优秀的算法如FCLS和SPU相比,具有更高的运算精度,同时在端元数目较小时具有较快的运算速度.