基于差分进化的数字图像水印优化算法

以平衡数字水印算法的鲁棒性和不可见性为主要目标,提出一种基于差分进化的DWT-SVD优化水印算法.首先,宿主图像和水印图像均经离散小波变换后生成4个不同频带子图.其次,由于人眼对4个子带变化的敏感程度不同,采用差分进化算法经变异、交叉、选择三步操作后分别获得适应各个频带子图的最优嵌入强度.之后,将混沌加密后的水印信息嵌入到宿主图像对应的奇异值中,完成水印嵌入.实验结果表明,经过一般的信号处理操作和几何攻击后,嵌入的水印图像能被完整的提取和检测,算法鲁棒性和不可见性都得到明显提高.     

MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

一种线性局部切空间判别分析算法

为了在保持数据局部几何结构不变的同时使数据分类边界最大化,提出了一种用于分类的线性局部切空间判别分析算法.该算法是改进的流形学习算法的监督版,样本的局部切空间排列矩阵确保样本低维嵌入的局部几何结构不变;基于最大边界准则的数据散度矩阵确保数据分类的类内散度最小和类间散度最大;对上述2个矩阵和进行特征分解,获得平衡的投影向量基,使样本投影后的子空间被优化.对Yale,UMIST与MIT这3个人脸数据库的实验结果表明,与现有多种经典分类方法相比,提出的算法在降维的同时提取了用于人脸识别的更有效特征,识别性能较好,具有较高的判别分析能力.     

广义切比雪夫滤波器耦合矩阵的优化

首先介绍了广义切比雪夫滤波器耦合矩阵的综合方法,然后在此基础上对耦合矩阵进行一系列特定的旋转变换,从而得到易于实现的拓扑结构。最后通过两个耦合矩阵的优化实例来证明优化方法的有效性。     

基于R滤波器的超分辨图像配准算法

图像配准是超分辨率图像重建的关键.提出了一种基于R滤波器的超分辨率图像重建的三步算法.第一步:对原图进行加窗模糊;第二步:根据全局运动模型配准,计算平移参数和旋转角度,对图像进行平移和旋转;第三步:把序列低分辨率图像配准到同一个坐标系中,重构高分辨率图像.实验表明,三步算法的配准精度和超分辨率图像重建效果较好.     

基于逐次优化的电力系统紧急切负荷算法

为确保校正控制的安全性同时兼顾经济性,提出一种新的紧急切负荷算法。该算法由恢复潮流方程可解性算法和满足电压稳定裕度算法两部分组合而成。前者利用电压稳定域边界的切平面方程辨识电压弱节点集,进而将该集的节点负荷量作为优化变量,并综合考虑切负荷量最小、有利于系统暂态稳定性提高和计算速度快等三项目标,提出了逐次优化算法以恢复潮流方程的可解性;后者利用故障后电压稳定域边界的切平面方程,调整可控参数变量以达到最小电压稳定裕度的要求。IEEE-39节点和上海电力系统的算例证明了该算法的有效性。     

基于逐次优化的电力系统紧急切负荷算法

为确保校正控制的安全性同时兼顾经济性,提出一种新的紧急切负荷算法。该算法由恢复潮流方程可解性算法和满足电压稳定裕度算法两部分组合而成。前者利用电压稳定域边界的切平面方程辨识电压弱节点集,进而将该集的节点负荷量作为优化变量,并综合考虑切负荷量最小、有利于系统暂态稳定性提高和计算速度快等三项目标,提出了逐次优化算法以恢复潮流方程的可解性;后者利用故障后电压稳定域边界的切平面方程,调整可控参数变量以达到最小电压稳定裕度的要求。IEEE-39节点和上海电力系统的算例证明了该算法的有效性。     

一种快速有效的水印图像几何失真校正算法

为解决水印图像在受到几何攻击后水印无法被有效检测的问题,利用图像的空域不变信息实现对水印图像几何失真的校正,提出一种快速有效的水印图像重同步算法,算法能够有效校正水印图像的旋转失真和放缩失真.实验证明,算法性能良好.     

一种结合稀疏表示和切比雪夫矩的人脸识别算法

在基于稀疏表示的人脸识别算法的基础上,利用切比雪夫矩在图像重建及抗噪声方面的良好性能,提出了一种结合稀疏表示和切比雪夫矩的人脸识别算法,对有无加性噪声干扰的人脸图像进行识别.给出了详细的数学推导过程和算法实现步骤,并通过实验对算法进行了验证.针对扩展的Yale B人脸库和AR人脸库的识别结果表明,当特征空间维数为496时,该算法在不同光照条件和不同表情条件下的识别率分别为98.33%和88.72%,在添加椒盐噪声后像素破坏比例小于60%的条件下识别率为100%.与基于随机脸的最近邻分类法、最近子空间分类法及传统SRC算法相比,该算法在抵抗图像的细节信息变化方面具有更好的鲁棒性.     

几何约束问题求解的方向可选指数进制步长优化算法

针对参数化设计中的复杂几何约束求解问题,提出1种可选指数进制变步长数值求解优化算法.在给定的优化目标下,采用指数进制变步长,对每个设计参数变量进行"前进、后退、保持一步"的方向选择式试探判断,即算法每迭代循环1次,误差以指数方式进行递减,变量则逐渐逼近先前设定的参数目标.利用该优化算法,求解相切圆填充和正二十面体优化2个经典的几何优化问题.研究结果表明:该算法稳定性强,收敛速度快,求解精度高并对初始值不敏感;该算法能够求解多变量复杂参数化设计问题,并不受优化变量个数的影响;利用方向可选指数变进制变步长优化算法能有效解决二维和三维空间内的参数化几何约束优化问题.     

一种基于错切原理的图像旋转方法

通过对通用的图像旋转矩阵作变换处理,给出了基于错切原理实现图像旋转的推导过程.基于错切原理的图像旋转避免了通用旋转方法带来的缩放效应.     

基于UV线的几何旋转变形回弹补偿算法

针对汽车高强钢板结构件的特点和回弹变形规律,提出了一种基于UV(等参)线的几何旋转变形回弹补偿算法.该算法利用UV线对曲面进行离散,通过截面线的旋转变形原理获得离散点的变形量,并以曲面原有UV方向对变形后的离散点进行曲面重构.该算法考虑了冲压方向的回弹补偿修正量,以满足冲压工艺性.介绍了几何旋转变形算法的实现流程,并利用CAA(组件应用架构)技术将算法与CATIA(计算机辅助三维交互应用)平台无缝集成,以获得较高质量的模具几何补偿型面,可以直接用于数控加工.最后以一个典型的高强钢板汽车结构件的几何旋转变形回弹补偿来验证该算法的有效性和可行性.     

特征点提取算法性能分析研究

在图像匹配中,使用特征点来描述图像,计算量小、匹配简单,而且特征点往往比较稳定,不易随光照条件和图像的平移、旋转和尺度等变化而变化。因此基于特征的图像配准方法是目前图像配准领域研究的热点。介绍了几种主流的特征点检测算法的原理,并对特征点检测算法性能进行了定量分析研究。从特征点检测速率、正确率、旋转不变性和抗噪性等方面进行了对比,研究了各种特征提取算法的优缺点。为根据不同图像质量选择合理的特征提取算法提供了良好的客观依据。     

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。     

基于图像表面积的置乱程度评价算法

数字图像置乱技术是数字图像加密、信息隐蔽、数字水印的常用方法,如何衡量一种置乱变换的好坏是近年来的研究热点.论文根据置乱前后数字图像表面积随像素点位置变化而改变的原理,提出一种基于图像表面积的置乱度评价算法.实验结果表明:该算法能够较好地反映置乱次数与置乱度的关系,与人的视觉基本相符.     

应用水印旋转角度加密的双水印算法

提出一种基于水印旋转角度加密的新型双水印算法.该算法首先分块载体图像,选取预定大小的载体图像子图像作为嵌入可见水印的载体.其次,使用图像旋转算法对待嵌入的可见水印进行微角度旋转处理,用该旋转角度作为其中一个密钥,以此作为验证该可见水印是否为水印信息的手段之一.最后,在除了用于嵌入可见水印的载体图像的其他子块中使用模糊归类的方法,嵌入不可见的鲁棒水印.实验结果证明:该算法嵌入双水印后图像没有明显的降质,合法去除可见水印之后,载体图像也不会出现明显的降质;被恶意篡改之后的可见水印恢复能力强,而鲁棒性水印抵抗JPEG压缩、剪切、高斯噪声、滤波、缩放等常见的信号处理攻击和几何攻击性能良好.     

基于PCA和DWT的强鲁棒数字水印算法

针对传统离散小波变换(DWT)数字水印算法抗几何攻击能力较弱的问题,提出一种基于主成分分析(PCA)和DWT的新的数字水印算法。新算法对载体图像进行一级小波分解,在低频子带上用主成分分析提取出既含有高频又含有低频成分的主成分系数,将水印嵌入到提取出的主成分系数中。实验结果表明,与传统DWT水印算法相比,该算法不仅明显提高了抗剪裁、旋转等抗几何攻击能力,对加噪、图像灰度值变化等攻击也表现出了很强的鲁棒性。     

基于引导图像的边缘噪声滤波算法

由于通常的邻域运算会改变图像边缘点的灰度值,使图像的边缘变得模糊,为了改善这一现象,提出了一种基于引导图像的边缘噪声滤波算法。该算法由局部线性模型推导而来,将原始图像或其他变换形式定义为引导图像。通过对引导图像进行分析,并调节正则化参数,利用引导图像掩模对图像的边缘进行平滑处理,有效地去除了噪声。通过与其他四种常用的滤波算法进行对比实验,表明该算法的均方误差MSE仅为0.0015,峰值信噪比PSNR为28.26,远远优于其他四种常见滤波算法,不仅对图像进行了平滑去噪,在很大程度上还保护了图像的边缘信息。     

基于SVD的数字水印算法及相似性度量方法的改进

在基于奇异值分解(SVD)算法的基础上,提出了一种基于Strassen矩阵乘法的奇异值分解水印算法;提供了原图像和水印图像的相似性度量方法;给出了该算法与SVD及Block-SVD算法的时间对比分析.实验结果表明:该算法的鲁棒性强,速度快,效率高.     

一种有效的图像二值化方法

边界特征是图像的重要信息,阈值是区分图像像素点的主要依据。研究了图像的二值化方法,阐述了一种基于数学形态学的自适应二值化方法。实验表明,该方法能够较好地保留原图的边界特征信息,二值化效果好。