一种基于模式噪声熵的图像来源取证算法

针对数字图像的来源取证,本文提出了一种基于模式噪声熵的检测算法。传感器作为数码相机的重要部件,由于在制造过程中的缺陷,成像时会给图像带来一种模式噪声。该算法利用传感器产生的模式噪声具有唯一性这一特点,对图像进行小波降噪并提取图像的模式噪声。利用模式噪声的熵值对不同来源的图像进行区分。实验结果表明,该方法对原始图像有较高的检测率,对有损压缩图像也有较好的鲁棒性。     

基于模式噪声的数字视频篡改取证

为了实现视频信号的真实性鉴别,提出一种基于模式噪声的数字视频篡改检测算法.由于成像传感器的非理想性,每一种数码摄像机都会输出一种相对稳定的残留噪声,通过维纳小波滤波器从视频的每一帧中提取这一噪声,将一段视频中的每帧噪声取平均值,从而建立模式噪声.当一段视频遭受篡改处理时,通过比较待鉴别帧的噪声与模式噪声之间的相关性,利用实验经验阈值判断,定位篡改区域.实验结果证明该方法能够对视频篡改进行有效的检测.     

一种视频图像条状噪声的消除方法

基于对象的视频图像编码或视频监控系统中,在对采集的视频图像背景进行处理时,由于光线变化和摄像机本身造成的条状噪声因其特性与前景对象类似,是较难去除的噪声.采用曲线拟合的方法,对序列图像中各像素在时间方向的特征进行了分析,通过计算噪声在前N帧图像的变化规律,在后续帧中去除了条状噪声.该实验结果为视频对象分割和MPEG-4中sprite背景编码方法的实现奠定了基础.     

一种采用内预测模式的HEVC视频信息隐藏算法

针对最新的视频编码标准高效率视频编码(HEVC),提出一种基于帧内模式选择的视频信息隐藏算法.首先,对一幅二值图像进行Arnold置乱和turbo码编码,形成待嵌入的二值信息序列.然后,结合帧内模式选择过程,调制I帧亮度16×16编码单元最优预测模式的奇偶性来实现信息隐藏.由于只在I帧进行信息隐藏,提取时只需部分解码即可提取隐藏信息,无需完全解码与原始视频的参与,实时性较好.实验结果表明:算法对视频质量和比特率的影响较小,且能保证一定的信息隐藏容量,符合视频隐藏算法的基本要求.     

一种用于监控视频编码的高效率模式选择算法

提出了一种基于宏块级运动预检测的模式选择算法.采用低复杂度的联合运动检测准则对当前宏块运动程度进行评估.根据当前宏块与空间相邻宏块的运动程度将宏块分级,并采用不同的编码模式判决方法.该算法能较好地区分背景噪声与运动物体,并尽可能保留运动宏块细节.对一些典型监控场景视频序列的仿真实验结果显示,该算法平均节约了75.2%的编码时间.与H.264参考软件中的模式选择算法相比,该算法不但节约了1.31%的平均码率,而且平均峰值信噪比提高了约0.08dB.     

一种基于噪声动态检测的语音端点检测算法

HMM技术在语音识别中得到较为成功的应用．本文基于HMM的孤立词语音识别系统的识别策略，提出了两个改进的算法．第一种算法是对背景噪声进行动态估计的汉语语音端点检测算法，较一些常规的端点检测方法如基于能量的端点检测方法，具有更高精度和鲁棒性，第二种算法针对分裂法进行码本设计时，可能出现除数为零的计算错误，提出了避免出现计算错误的改进算法．通过进行汉语孤立词语音识别实验，表明这两种算法是有效的，得到较高的识别率．     

一种改进的脉冲噪声的检测与滤除算法

依据脉冲噪声特点以及图像的像素关联性,提出了一种改进的脉冲噪声检测与处理算法。该算法首先依据脉冲噪声与其邻域多数像素在强度上具有明显差异的特点检测出疑似脉冲噪声点,然后再利用4个方向模板进一步区分疑似脉冲噪声点,最终建立脉冲噪声标记矩阵。之后,对检测到的脉冲噪声,提出了一种改进的加权中值滤波算法,该算法仅利用滤波窗口内的有效信号对窗口中心像素进行加权中值滤波,其中,加权系数的确定不仅依赖于像素间的灰度关联性,而且还依赖于像素间的位置关联性。实验结果表明,本文算法不仅可以准确检测和有效滤除图像中的脉冲噪声,而且还可以较好地保护图像中的细节。     

煤矿井下视频监控图像噪声消除算法的研究

由于煤炭工业领域特殊的应用环境,煤矿井下视频监控图像多夹杂着大量的图像噪声,这给图像的后续处理带来许多困难。一般的图像噪声消除技术,直接应用于煤矿井下视频监控图像并不能取得令人满意的去噪效果。本文对现有的几种图像噪声消除算法进行深入比较分析,提出了基于多级的分布式噪声消除方法,经现场实践证实对煤矿井下视频监控图像具有良好的去噪性能。     

一种新的基于脉冲噪声点检测的自适应中值滤波算法

传统的中值滤波算法在去除脉冲噪声时会造成图像细节信息的丢失,从而使图像变得模糊,提出一种新的基于脉冲噪声点检测的自适应中值滤波算法.该算法先检测出脉冲噪声点,采用自适应窗口对噪声点进行中值滤波.仿真实验表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,提高了峰值信噪比.     

一种基于噪声建模技术的手写体数字去噪方法

文章研究的是在手写体数字字符图像上的孤立噪声移除问题,提出了一种基于噪声建模技术的新方法。新方法主要针对于难以处理的斑块状噪声的移除,通过模型判断并移除噪声。一种基于投影算法的模型用于移除位于字符两边的噪声,而一种基于神经网络的模型用于移除字符中间的噪声。另外,新方法对字符形态没有改变,保留了数字的原始信息。我们对约4000张带噪字符集进行实验,平均去噪错误率小于0.7%。     

混沌键控视频加密方案研究

针对流式加密阻碍加密系统并行化的实现,以及混沌序列随机特性不强等问题,提出基于混沌键控的视频加密方案.该方案选用三维洛伦兹系统、四维陈系统和四维细胞神经网络系统作为备选密钥源,由明文视频帧本身来决定密钥源系统及其初始条件,并对生成的混沌序列进行优化和映射,以提高其随机序列特性.最后遵循扩散和混淆的原则,对视频信息进行加密.每一个像素的加密值均与明文视频帧、加密密钥和前两个像素的加密值相关.该加密方案可采用多通道同时对视频信息进行加解密,平衡了密钥空间和加密效率的关系,可满足视频加密的实时性要求;密钥敏感性和明文敏感性强;统计特性完全被打破;具有良好的抗噪性.可有效地抵抗密码分析攻击,安全性高,实用性强.     

分布式视频编码中相关噪声模型优化算法

在分布式视频编码中,准确的相关噪声模型(correlaiton noise model,CNM)是影响系统的关键因素。通过研究变换域中WZ帧与相应边信息的残差系数的分布关系,发现实际的残差分布与拉普拉斯分布模型存在一定的偏差。通过分析相关噪声模型的特性,提出相关改进算法。即根据残差系数的大小与实际概率置信度的关系,采用不同的分布参数,使得改进后的拉普拉分布模型更接近实际的残差分布。实验结果表明,该优化算法有效提高了系统的率失真性能,不仅降低了系统解码的码率,同时提升了最小均方误差(minimun mean square error,MMSE)重建的质量。     

基于图像质量控制的视频转码技术

为了满足数字视频广播传输过程中对视频质量稳定性的要求,提出一种使视频质量保持在所需范围,并且满足带宽限制的应用方案。该方法使用离散余弦变换系数的均方差来评价图像质量损失,并建立二次量化参数与图像质量损失之间的对应关系模型,动态选择二次量化参数。该方法将视频质量作为主要控制对象,在转码过程中实时评估和控制图像质量损失,使得转码输出的视频质量保持平稳。与传统的像素域质量评估方法相比,全部操作可在频域完成,因而计算量小,调整速度快。仿真实验表明:该方法可有效地控制转码视频的质量损失。     

双曲调频信号的啁啾率键控水声通信

为了解决双曲调频二进制正交键控调制体系速率过低的问题,在传统二进制双曲调频率键控的基础上,提出了基于频带划分的制式级联啁啾率键控调制方法。这种调制方法用多进制频率键控来选通频段,在每个子频段内采用啁啾率键控解调模块,在解调端用快速傅里叶变换(FFT)和匹配滤波器代替分数阶傅里叶变换实现解调,从而大大减少了系统计算量。通过仿真及水池实验,验证了所提出的通信方法在水声通信中的抗噪性能与抗多径性能。实验结果表明,误码率控制在10-3数量级以下,具有一定的实用性。     

井下视频图像的小波消噪加强方法

目的为了解决矿山井下由于光源不足,视频监视画面粗糙、模糊、层次不分明以及图像信号在传输过程中易受井下恶劣通信环境干扰,质量下降的问题。方法应用小波理论对井下视频图像进行消噪处理和加强轮廓处理,讨论小波分解高频系数阈值的选取和量化问题。结果实验数据表明,频域变换和消噪处理结合使用,可使井下视频图像质量得到改善。结论井下视频图像的小波消噪加强方法是一种切实可行的方法。     

一种基于数字水印的印刷品防伪方法

提出一种基于数字水印技术的印刷品防伪算法.在图像打印前,水印经Arnold置乱后嵌入到原始载体图像的Hadam ard变换域中;在检测数字水印时,首先对印刷品扫描图像进行几何矫正,利用边缘检测、Radon变换等方法检测图像旋转角度,将其转正,用三次内插法对图像重采样,恢复图像的原始尺寸.最后从矫正后的图像中提取水印.实验结果表明,这种算法具有较好的安全性、鲁棒性,在防伪效果上取得了满意的结果.     

基于现场可编辑门阵列的数字电视码流分析与检测

提出一种基于现场可编辑门阵列的MPEG-2 TS码流实时分析与检测系统解决方案并予以实现.实验证明,系统完全可以替代目前普遍使用的Cypress公司的CY7B933专用解码芯片,完成对MPEG-2 TS码流分析与ETR 290部分功能的检测.     

基于多重检测及双权值的椒盐噪声自适应滤波算法

提出一种针对椒盐噪声的扩大窗口多重检测及使用双权值的自适应滤波算法.采用对可疑噪声扩大窗口进行多次重复检测来提高对噪声的判别,采用基于图像整体相似度和像素相似度的两种权值构造加权滤波函数,采用噪声剪切和自适应窗口实现滤波.实验表明,算法对不同密度的椒盐噪声具有良好的适应性,在高密度噪声下去噪效果有明显改善.