基于相邻像素统计特性的LSB隐写分析技术

基于对图像相邻像素灰度值的奇偶性及其大小关系的统计分析,提出了一种新的可靠检测空域LSB隐写的隐写分析算法。该算法通过统计相邻像素对中奇像素大于偶像素的相邻像素对数与偶像素大于奇像素的相邻像素对数,然后根据其比值来判断图像中隐秘信息的有无,并从理论上给予了证明。这一算法不仅可以实现对空域LSB隐写的可靠检测,还可以准确估计图像中隐密信息数据量的大小。算法实现简单、计算量小、检测速度快。实验结果表明,该方法可以获得优于GPC等隐写分析方法的检测性能,且适用于彩色图像。     

一种抗RS攻击的隐写算法

针对RS隐写分析方法,提出了一种改进的LSB信息隐藏算法以抵抗RS攻击。该算法首先运用一般的LSB隐写方法将秘密信息随机嵌入掩体图像中,然后利用离散二进制粒子群优化技术对嵌入信息后的stego图像进行有效的灰度值调整,使得修改后的stego图像不被RS隐写分析方法检测到秘密信息的存在。实验结果表明,该算法能有效抵抗RS隐写分析,且算法性能稳定。     

基于直方图统计矩特征的小波域音频隐写分析

提出了一种小波域音频隐写分析方法,对语音信号进行2级小波分解,然后计算每个小波子带系数直方图及其频域(直方图的离散傅立叶变换)的高阶统计矩,共同构成24维特征矢量,并用BP(Back Propagation)神经网络进行分类.利用CASIA98-99语音库中的370个语音进行了测试,实验结果表明:联合特征优于单种特征的分类性能,且对小波域LSB(Least Significant Bit)、小波系数量化QIM (Quantization Index Method)和小波域迭加三种信息隐藏方法的检测正确率均达到91%以上.     

Hilbert曲线扫描在JPEG隐写分析中的研究与应用

提出了一种具有较高正确检测率的JPEG隐写通用型检测方法.利用Hilbert曲线对JPEG图像DCT系数块进行扫描,使用马尔可夫模型挖掘DCT系数的块间和块内相关性,提取转移概率矩阵作为特征.针对nsF5和MB(model-based)隐写方法的实验表明:此方法能对以上两种隐写方法进行有效检测,相比同类检测方法,其检测率有一定提高.     

Hilbert曲线扫描在JPEG隐写分析中的研究与应用

提出了一种具有较高正确检测率的JPEG 隐写通用型检测方法. 利用Hilbert曲线对JPEG 图像DCT 系数块进行扫描,使用马尔可夫模型挖掘DCT 系数的块间和块内相关性,提取转移概率矩阵作为特征. 针对nsF5 和MB （model-based） 隐写方法的实验表明：此方法能对以上两种隐写方法进行有效检测,相比同类检测方法,其检测率有一定提高.     

基于偏最小二乘回归建模的量化隐写分析

将基于偏最小、二乘回归的建模方法应用到估计隐写信息长度中,提出一种新的量化隐写分析方法.分别从空域,DCT域,DWT域提取隐写图像的统计特征作为建模的自变量,隐写图的嵌入改变率作为因变量,运用偏最小二乘回归建立统计特征和嵌入改变率之间的关系模型为量化隐写分析器.针对3种典型的JPEG隐写算法F5,outguess,MB1隐写图进行量化隐写仿真,结果显示提出的方法能快速准确地估计JPEG隐写图的信息嵌入改变率.     

小波包子带频域矩和遗传算法的图像隐写分析

针对现有典型的通用隐写分析方法提取特征时多数对图像进行正交小波分解中的不足,提出了一种新的利用小波包分解和遗传算法的高效的隐写检测方案.首先对原灰度图像及其预测误差图像运用小波包分解生成多个子带,提取各子带系数的直方图特征函数多阶矩作为特征,将支持向量机的分类效果作为适应度函数值返回,指导遗传算法搜索最优的特征选择方案.针对Outguess、F5、MB1隐密图像与载体图所组成的混合图像库上的仿真实验结果表明:该方法比现有的隐写分析方法,平均检测率提高了约1%-17.8%.     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用神经网络学习算法进行精确寻优。实验结果表明,设计的算法不但较好的满足了景象匹配系统对算法的性能要求,而且比传统算法具有更高的抗干扰能力。     

基于改进正交匹配追踪算法的属性散射中心提取

属性散射中心模型是描述目标后向电磁散射特性的典型模型,但其中传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法提取模型时具有参数复杂度高、计算时间长等问题.对此提出一种基于稀疏字典的广义正交性的改进OMP算法,快速定位模型位置参数值,避免了正交匹配中的寻优过程,从而降低算法的运算复...     

基于粒子群优化技术的点匹配算法

点匹配问题一直是计算机视觉、模式识别、医学临床诊断领域的一项重要的基础性工作。本文提出了一种基于粒子群优化算法的准确、快速和鲁棒性的点匹配方法。该方法首先确定两个特征点集的点匹配问题的能量函数，通过最小化该能量函数可以同时得到点集之间的匹配矩阵和映射参数，利用粒子群优化算法求解变换参数，实验表明，该算法适用于点匹配，具有操作方便、可靠性好、不易陷入局部极值等优点。     

一种基于粒子群优化的信息隐藏方法

针对以灰度图像为掩体信号的数据隐藏,提出了一种基于粒子群优化技术的空间域信息隐藏方法。该方法首先运用粒子群优化算法快速搜索到一个较优的映射矩阵,然后将待隐藏的信息通过该映射进行置换;最后,将置换结果嵌入到掩体图像灰度信息中。实验结果表明,与基于遗传算法的信息隐藏方法相比,该算法花费时间少,嵌入信息后的图像质量好。     

一种基于k-Fibonacci矩阵和JPEG的数据隐藏方法

提出了一种基于k-Fibonacci矩阵和JPEG的数据隐藏方法。该方法先计算8×8的k-Fibonacci矩阵,然后,对8×8的k-Fibonacci矩阵进行修改,并以修改后的k-Fibonacci矩阵为量化表对掩体图像的DCT系数进行量化,将要隐藏的数据嵌入到量化后DCT系数的DC和AC系数中,得到含有秘密数据的JPEG图像文件。隐藏数据的提取不需要原掩体图像。我们将所提方法与JPEG隐藏工具Jpeg-Jsteg、基于量化表修改(QTM)的方法进行了比较。结果表明,所提方法隐藏的数据量比Jpeg-Jsteg和QTM的方法大,嵌入数据后的图像质量好,而且与它们具有相同的安全性。     

基于像素向量消除的穿墙雷达杂波抑制算法

常见的回波域算法在处理穿墙成像中的杂波抑制问题时,杂波滤除不够彻底,致使信杂比和目标准确性较低,严重影响目标检测与识别等后续处理.为解决这一问题,从图像域中寻找杂波像素和目标像素的区分特征,以离散系数实现对像素向量离散程度的定量化,以图像强度和剩余像素均值构建杂波抑制的评价体系,通过主杂波抑制和目标聚焦依次消除离散系数...     

基于特征点配准的气动光学图像校正方法研究

针对气动光学效应图像校正问题,提出了一种基于特征点配准的像素偏移盲目校正方法。由于高速流场引起的像素偏移具有很强的随机性和非线性等特点,采取二阶函数非线性模型来拟合畸变图像的像素偏移量,同时根据序列多帧图像的像素点偏移变化统计规律获取原图像的像素点初始位置,从而实现对各帧畸变图像进行像素偏移校正。仿真实验结果表明了方法的有效性。     

结合惯性导航特性的快速景象匹配算法

针对景象匹配/惯性组合导航对图像匹配算法实时性、鲁棒性、精确性的要求,结合惯性导航的工作特点,深入分析快速鲁棒特征(speeded up robust feature, SURF)算法主要技术特征,研究了其影响导航性能的主要因素。结合惯性器件的误差特性,提出针对导航应用的SURF改进方法,较好地增强了算法的实时性、稳定性、可控性。在图像匹配基础上,构建适应景象匹配算法的空间变换模型,从而在理论上检测图像匹配的正确性并求解导航参数。研究结果表明,基于SURF研究的景象匹配算法具备亚像素级精度、毫秒级实时性和优越的抗形变能力。     

基于粒子群算法的地磁匹配航迹规划

针对无人机地磁匹配航迹规划问题,提出了一种基于粒子群优化算法的航迹规划方法.借鉴稀疏A-Star搜索算法的思想,将约束条件结合到搜索方法中,给出了基于地磁网格图的航迹节点扩展方法.结合无人机的机动性能约束和地磁匹配的自身特点,设计了一种适用于地磁匹配的航迹性能评价函数作为粒子群的适应度函数.仿真实验的结果表明:生成的航迹能够满足地磁匹配导航要求,且具有威胁规避的能力.最后,针对只在中制导段采用地磁匹配的情况提出了初步的解决方案,保证无人机顺利进入地磁匹配航迹段.     

基于压缩感知的自适应匹配追踪算法优化

针对基于压缩感知的稀疏自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法运行效率低的问题,给出了一种优化的自适应匹配追踪(modified adaptive matching pursuit,MAMP)算法.该算法在支撑集选择过程中对稀疏度进行了初步估计,并优化了迭代停止的条件.实验表明,该算法相比于SAMP有更快的收敛速度,并且实现更优的重建效果.     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。