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。     

一种基于图像LSB的信息隐藏方案

首先介绍了一种基于LSB算法的信息隐藏方案,在该方案中信息嵌入到根据密钥随机选取的图像像素的最低k位,接收方无需原始图像就可将隐藏信息提取出来;然后用MATLAB工具实现了方案,实验结果表明该方案简单,容易实现,具有失真度小、隐藏量大、准确性高、良好的不可见性和安全性等特点。     

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。     

基于棋盘分割插值的多描述视频编码

为了提高恶劣信道上视频传输的鲁棒性, 提出了一种基于棋盘式分割插值的多描述视频编码算法, 即将输入图像按照棋盘模式分割并插值形成两路相同分辨率的近似图像, 并对这两路近似图像进行独立的运动预测、补偿和编码. 使用这种编码算法, 接收端可以在同时收到两路描述时得到相当好的重建图像质量, 而在由于误码或丢包等使其中一路描述丢失或受损时也能得到可以接受的重建图像质量. 此外, 编解码器之间的不匹配可以通过对两路描述之间差信号的部分编码得以有效的控制. 在双向通信应用中编码器还可以根据反馈信息来主动跟踪解码器的状态从而消除误差积累. 由于充分利用了分块DCT编码所固有的块间相关性, 该算法与同类算法相比具有更好的冗余率失真性能. 模拟实验表明, 该算法在保持较高压缩效率的前提下, 具有很好的鲁棒性, 在高误码信道上相对于传统的单描述视频编码可以得到更为稳定的重建图像质量, 并且编解码器之间的不匹配和误差积累都得到了有效的控制.     

时空上下文融合的无人艇海面目标跟踪

视觉感知作为无人艇环境感知的重要组成部分,为无人艇智能控制提供十分重要的外界信息.准确、鲁棒且实时的海面目标跟踪算法可以有效提升无人艇的智能化水平.海面目标跟踪面临着几个独特的挑战:目标尺度变化极大、目标视角变化极大、目标抖动剧烈.为了解决上述海面目标跟踪任务中面临的三个难点,本文提出了一种时空上下文融合的目标跟踪算法,该算法结合了深度网络多尺度检测的图像空间上下文信息和相关滤波跟踪的视频时间上下文信息,实现了实时、精确且鲁棒的目标跟踪效果.最后,以无人艇在东海、南海实际作业场景中采集的图像数据作为跟踪算法的测试集,验证了该跟踪算法的有效性.     

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.     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

一种快速TMF的无监督SAR图像多类分割算法

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.     

稀疏化的压缩传感超声图像重构特性研究

传统医学超声成像射频信息存储数据量大,传输耗时且成本高.基于稀疏化的压缩传感技术,研究超声图像的稀疏特性,利用离散余弦变换(DCT)对原始超声图像进行稀疏变换,在稀疏域内进行压缩采样获得降采样数据,然后通过求解L1范数重构原始图像.理论和实验表明,该方法可以很好地应用到超声图像的重构中,且随着稀疏度的减小和测量值的增加,重构图像的峰值信噪比(PSNR值)增加,重构图像的视觉效果较好.     

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．     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

基于轮廓小波的图像信号去噪算法研究

在非下采样Contourlet变换域中,针对憎水性图像相关特性,分析了图像有用信息与干扰噪声,提出了基于非下采样Contourlet变换复合绝缘子憎水性图像去噪算法,对变换后低频分量中含有光照不均匀成分采用B样条曲面进行近似,得到补偿后低频分量;对多分辨率多方向性带通分量中乘性噪声应用非线性扩散有选择滤波,最后对修正后系数重构.实验结果表明:与同态滤波相比,此算法不仅对憎水性图像光照不均匀部分最佳补偿,而且图像的细节、边缘信息得到有效的保留甚至加强,为后续憎水性图像分析与理解提供了良好的基础.     

基于Rabin密码体制的图像分存改进算法

图像分存是图像保护的重要措施之一;本文在分析Rabin密码体制及二次剩余定理的基础上,提出了对基于二次剩余定理的数字图像分存改进算法。改进算法为无损图像分存;实验结果表明：图像分存后,安全性高,图像恢复效果好。     

基于三维Arnold变换的图像加密算法

基于三维Arnold变换,提出了新的数字图像加密算法。首先利用采用一雏分段线性混沌系统产生一次一密的密钥,然后利用三维Arnold变换对图像进行置乱。这种置乱是依赖于密钥的。进行通过一种依赖于密钥的替代和混淆使置乱后图像的像素灰度值改变并产生互相依赖,即将每一像素值扩散到其它像素中去。实验仿真和分析表明,该算法密钥空间大,算法易于实现,能抵抗差分攻击、统计分析和明文攻击。     

基于复扩散模型憎水性图像多尺度亮点检测算法研究

在多尺度框架下,提出基于非线性复扩散模型憎水性图像水珠亮点检测算法,最后采用模糊均类算法对多尺度虚部图像水珠亮点进行提取。实验结果表明：对于不同憎水性等级憎水性图像,水珠亮点检测都达到95％以上,这为对绝缘子憎水性等级估判及水珠（水迹）的进一步分割提供了重要的信息。     

带信息反馈的凝聚层次聚类算法

本文针对传统的基于相似性的层次聚类算法存在的两个问题(相似性度量中方向信息的丢失和算法的适应能力弱)提出了一种带有信息反馈的凝聚层次聚类算法.首先将无法预知的复杂数据结构描述成3个基本的结构特征单元,并对其进行建模构建一种相似性度量定义的泛型和一种凝聚的层次聚类算法.在凝聚的层次聚类算法中加入类信息的反馈机制,并在不同阶段对相似性定义的泛型进行具体化,充分利用数据点对之间的方向信息和距离信息进行聚类.该聚类算法主要有两大优势:(i)算法的适应能力较强,不需要假设的前提下可以处理无法预知的复杂数据结构;(ii)算法对噪声具有较强的鲁棒性,在不需要对数据集进行预处理的情况下能够在聚类的过程中识别噪声点或者噪声类.从人工数据和真实数据的试验结果可以看出新算法的优越性能.     

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.