信息隐藏技术与密码学的关联研究

给出了信息隐藏和密码学的基本概念,分析两门技术间的区别,重点阐述了两门技术在一些领域上的交叉,证实了二者并非相互竞争、而是相互补充的关系。     

针对空域LSB匹配的隐藏信息检测方法

将空域LSB(least significant bit)匹配嵌入模拟成像图像中添加独立噪声,分析LSB匹配嵌入对图像直方图和图像相邻像素之间的相关性的影响,计算图像直方图相邻元素绝对差作为直方图特征,运用共生矩阵模型对差分图像进行统计以提取图像相关性的特征;将检测图像嵌入信息构造1幅对应的校准图像,分别从待检测图像和校准图像提取特征,将对应特征的比值作为最终特征组成特征向量.在JPEG(joint photographic experts group)压缩和未压缩的2个图像库上利用支持向量机对特征向量进行训练和测试,并与已有算法进行比较分析.研究结果表明:基于图像直方图的特征在检测未压缩的图像时更具优势,而基于图像相关性的特征则更擅长检测含噪声较少的图像里的隐藏信息.该算法全面考虑了LSB匹配对图像直方图和图像相关性的影响,并用校准图像对特征进行校准,因而获得了良好的检测效果.     

基于图像分类的无载体信息隐藏方法

为提高无载体信息隐藏的数据嵌入容量和通信效率,注意到半构造式无载体信息隐藏算法所具有的优势,在仔细分析几种社交平台的用户行为习惯后,提出了一种以社交平台的行为习惯为构造原则的半构造式无载体信息隐藏算法.该算法的具体思想通过构建小图标库中的图标与秘密消息的一一映射关系,将小图标按照一定的原则拼接,完成秘密消息的图像表达,通过传递拼接好的图片,实现秘密消息的传递.为了提高小图标的识别率和整个隐蔽通信系统的抗干扰能力,算法还引入了卷积神经网络对图标库中的图标进行训练和分类,同时在训练时特意引入经过多种攻击方式处理过的小图标作为干扰样本.实验和仿真结果表明,该隐藏方法具备良好的抗攻击能力,隐藏容量和通信效率得到了实质性的提高,可用于实际的隐蔽通信系统.     

基于JPEG图像的信息隐藏检测算法研究

提出了一种可靠检测出隐藏在JPEG图像中秘密信息的隐藏检测算法.该算法通过对JPEG图像的LSB隐藏算法分析,运用χ2(卡方)统计分析的数理方法,不仅可以有效的检测出隐藏在图像中秘密信息的存在性,而且还能估计出嵌入秘密信息的位置.经仿真实验表明,该算法检测效率高,易于实现.     

MEPG-4 AAC中信息隐藏的研究

为了方便存储和传输，基于心理模型的音频压缩格式得到了广泛的应用，音频信息隐藏技术能够在不降低音质的情况下在音频文件或音频流中传送与音乐相关的内容如歌词、作曲、歌唱家信息或者版权信息等，提出了一种在低码率AAC音频流中隐藏信息的算法，该算法基于人的听觉心里模型的基础上，在量化过程中进行信息的嵌入，并在MPEG-2／4 AAC编码器上进行了实验，结果证明该算法具有较好的鲁棒性，安全性高，并且隐藏容量可以灵活调整。     

一种基于DCT的图像信息隐藏策略

主要研究基于DCT频域的信息隐藏技术.提出了一种新的基于DCT频域的隐藏策略,在保证强壮性及图像质素的前提下,提高信息隐藏量,降低误码率并提高透明性.实验结果显示此信息隐藏策略对抵抗JPEG失真压缩亦具有强韧性.     

信息隐写技术研究

介绍信息隐藏技术的概念及发展;并对其主要分支———隐写技术的历史、系统模型、相关术语、应用及研究意义作了重点介绍。     

二值图像信息隐藏分析

在各种形式的数字图像分析中,二值图像信息隐藏及其对抗研究相对滞后,文中提出了一种全新的隐藏分析算法,可以成功地检测基于分块嵌入的二值图像信息隐藏．该算法借鉴了数学形态学非线性滤波理论,利用携带隐藏信息的载体图像来预测原始载体图像,通过计算载体图像与预测图像的差异,不但可以准确判定载体图像是否含有隐藏信息,而且还能精确估计出嵌入容量．实验结果表明,检测精度可达1％．     

基于模型的信息隐藏检测研究

提出一种模型的信息隐藏检测方法,这种方法是对要分析的图像建立一个统计特征模型,而信息隐藏将改变该特征,那么将能检测到信息隐藏.对JSteg 和QIM两种信息隐藏为例,通过对系数进行建模,估计出原始图像系数分布,然后将其与实际图像系数分布进行比较,可以很方便的检测出图像是否隐藏了信息,并且估计出隐藏的信息量.试验证明,该方法非常有效.     

MEPG-4 AAC 中信息隐藏的研究

为了方便存储和传输,基于心理模型的音频压缩格式得到了广泛的应用.音频信息隐藏技术能够在不降低音质的情况下在音频文件或音频流中传送与音乐相关的内容如歌词、作曲、歌唱家信息或者版权信息等.提出了一种在低码率AAC音频流中隐藏信息的算法,该算法基于人的听觉心理模型的基础上,在量化过程中进行信息的嵌入,并在MPEG-2/4 AAC编码器上进行了实验,结果证明该算法具有较好的鲁棒性,安全性高,并且隐藏容量可以灵活调整.     

图像边缘检测研究进展

 图像边缘是图像的最基本和最重要的特征之一,它包含了位置、轮廓等许多有用的信息,为人们描述或识别目标及解释图像提供了一个重要的特征参数。边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是进行模式识别和信息提取的基本手段。已有的图像边缘检测方法很多,但每种方法都尚有不足之处,在某些情况下仍不能检测到目标物体的最佳边缘,未形成一种普遍适用的边缘检测方法。因此边缘检测一直是图像处理与分析技术中的研究热点,其新理论、新方法不断涌现。对已有方法进行改进,或是按照具体要求设计新方法,是目前边缘检测领域研究的主导方向。本文阐述了边缘检测的研究意义,总结了图像边缘检测的基本思想和检测出的边缘的一般要求,回顾了边缘检测的各种方法,分析了这些方法的优点和存在的不足,总结了边缘检测的最新发展方向。最后分析了现有的边缘评价方法的特点,为边缘检测进一步的研究和应用提供参考。     

基于细胞神经网络的图像边缘检测研究

提出一种数字图像边缘检测算法,采用差分进化算法优化细胞神经网络,通过简单的训练图像对细胞神经网络的模板参数进行适应性调整,得到边缘检测算子,采用该算子提取图像的边缘.实验结果验证了算法的有效性,该算法能够获得较好的图像边缘.     

基于时空域多特征融合的视频拷贝检测算法

针对视频拷贝检测中检测准确率低和误码率高的问题,提出结合时空域特征的多特征视频拷贝检测算法.该算法结合视频帧最大似然比和SURF描述子构成视频特征,较好地对抗各种视频变换,采用基于Kd树的特征匹配算法提高视频检测效率.实验表明该算法能有效提高拷贝检测的速度和准确度.     

Web空间信息发布研究

系统地对空间信息的Web发布技术的产生背景、技术问题进行了探讨,并以一个空间信息Web发布的系统——WebGIS作为实例来展示它的实现技术和理论问题。     

航拍图像中电力杆号牌的检测与信息识别

电力杆号牌包含了塔杆的标号及其所承载的电力线的电压、线路位置等信息,是输电线路上必须装设的标志牌之一。当输电线路或电力设备发生故障时,通过杆号牌上的信息能够快速定位到电力设备的故障所在位置。无人机航拍技术与图像处理技术已经被广泛用于输电线路巡检中。为快速定位输电线路所在位置,提出了一种航拍图像中电力杆号牌的检测与信息识别方法,该算法先从航拍图像中精确定位并提取出电力杆号牌,然后对杆号牌中的文本信息进行识别与智能分类存储。实验结果表明该算法能精确提取出航拍图像中的电力杆号牌,并对杆号牌上的信息具有较好的文字识别效果,极大地方便了巡检工作人员,提高了巡检效率。     

基于概念空间的领域信息爬虫设计研究

Web信息的急剧增长使搜索引擎专用化成为发展趋势.采用了基于概念空间的主体爬虫结构,构造了一个快速、有效的主题信息搜索机器人系统.试验结果表明,该方法具有较高的召回率和精确率.     

基于TM影像的水体信息提取算法研究

以郑洛地区为研究区域,利用LandsatTM影像进行波谱再分析,对谱间关系法进行改进,设计了更适合于郑洛地区水体信息提取的算法。通过综合比较和分析单波段阈值法、谱间关系法、归一化水体指数法和IHS(intensity hue saturation)变换法,借助数学形态学、中值滤波等进行优化处理,进而提出了改进的谱间关系法。实验证明该改进算法具有有效性,提取效果良好,能够提取到较细小的河流等水体信息。河流细节丰盈,山体阴影较少,总体精度较高,与实际情况一致性较好。     

基于域知识迁移的绝缘子缺陷检测方法

绝缘子缺陷检测模型在应用过程中,需要对多种目标域图像进行检测。然而,由于不同目标域图像的分布不同,会导致在源域训练得到的缺陷检测模型难以在不同目标域中实现较好的检测效果。针对缺陷检测模型泛化性较低的问题,提出了基于域知识迁移的绝缘子缺陷检测方法。首先,采用一种新的特征融合方法提高对缺陷目标的特征提取能力;然后通过对抗性训练实现基于图像和实例级别的域分类器,在图像和目标层级上实现了域迁移;最后在区域建议网络中引入区域级别的域分类器,进一步实现了源域和目标域在区域级别上的对齐。实验结果表明,模型能够缓解不同域图像分布不平衡导致检测效果差的问题,并且与其他多种目标检测方法相比,实现了更好的缺陷检测效果。     

基于区域增长与边缘检测的立木图像信息提取

为建立自动立木测量系统,实现林木资源调查管理的信息化、自动化和精确化,本研究提出一种基于区域增长和边缘检测的立木图像信息提取方法。通过颜色分量对标定参照物进行提取,以主干基部区域为种子区域对立木主体进行增长,遇到边缘时停止：再利用数学形态学对其进行处理,得到需要的立木主体部分。根据标定参照物所得到的参数。由摄影测量学求得树干的胸径、侧枝粗细、枝下高等信息。研究表明,该方法在提取标定物和树干轮廓方面更为有效,对立木信息的自动提取更加方便精确。     

非对称广义高斯亮度迁移与局部信息融合的土壤图像增强

【目的】为减小土壤图像成像环境条件差异对机器视觉识别土种精度的影响,提出对野外自然环境下采集的土壤图像可控光照增强。【方法】首先,用非对称广义高斯曲线拟合土壤图像V分量直方图,并在拟合曲线中引入目标迁移量,完成图像亮度迁移,实现土壤图像全局亮度可控增强;然后,利用全局和局部信息估计图像在局部区域上的光照权重,引入目标亮度,根据权重确定局部增量,并将局部增量叠加到原始V分量,实现基于局部增量的土壤图像亮度增强;再利用sigmoid曲线,将非对称广义高斯曲线亮度迁移获得全局亮度增强结果与基于局部增量的亮度增强结果融合,获得土壤图像的亮度可控增强。最后,根据色比不变性原理,分别对原始土壤图像R、G、B分量进行颜色校正。【结果】仿真实验表明:土壤图像从低亮度向高亮度迁移时,增强图像与目标图像在V分量上各对应像素的亮度差异均值为10.5267,与目标图像亮度均值差异为0.2451;从高亮度向低亮度迁移时,各对应像素的亮度差异均值为10.7430,与目标图像亮度均值差异为0.2721;本文所提算法在亮度控制上较其他算法具有更高的精度;主观质量评价表明,以原图亮度为基准,[-30,30]为土壤图像有...