保持直方图特性的隐写嵌入

为了提高隐写的安全性, 必须保持隐写前后图像的特征一致. 提出了一种保持直方图特性的隐写算法. 首先, 对像素直方图进行分组, 通过计算定量失真时的最大嵌入数据量, 得到每个像素的修改概率, 并利用STC(syndrome trellis codes)确定需要修改的像素位置; 然后,根据直方图分组情况对需要修改的像素值进行组内和组间自适应调整, 实现秘密信息的嵌入,同时保持隐写前后图像的直方图变化最小. 实验结果表明, 在相同嵌入量的前提下, 该方法对直方图的改动远少于已有的隐写算法, 隐写图像视觉质量更好.     

基于汉明码与从属像素补偿的半色调图像信息隐藏

提出了一种以半色调图像为载体的基于汉明码与从属像素补偿的信息隐藏方法. 将载体半色调图像像素分为主像素和从属像素, 主像素用来承载秘密信息, 从属像素作为主像素的补偿位, 通过从属像素的修改来避免隐写图像视觉效果下降. 与此同时, 主、从像素一一对应的配对方式简化了从属像素的选择, 提高了图像像素的利用率.在信息嵌入的过程中引入汉明码, 既提高了嵌入率, 又降低了原始像素的修改比例. 通过实验对比分析可以看出, 本方法在嵌入率和隐写图像的视觉效果上均超过了已有的半色调图像隐写方法.     

一种基于循环码的自适应图像隐写方法

在自然图像各部分嵌入相同量的隐秘信息,对载体失真度和安全性的影响各不相同,为使嵌入信息量在载体各部分合理分布,文章将载体分块像素复杂度与隐写编码相结合,利用一簇循环隐写编码在载体各部分的合理运用,提出一种基于循环隐写码的自适应图像隐写算法.算法以载体分块像素复杂度为指导,自适应地选择适合不同分块的循环隐写编码方式嵌入隐秘信息.实验表明,算法在相同嵌入量下相较LSB匹配算法和使用单一隐写编码的算法,失真度更低且载体统计分布的改变更小,在失真度和统计分布改变相近时相较使用单一隐写编码,嵌入容量更大.     

大容量的高效三像素匹配隐写方法

利用相邻三像素为基本嵌入单元,以最小化像素修改幅度为目标,同时使嵌入单元中相邻像素的像素差修改幅度也尽量小,设计隐写提取函数.嵌入信息时根据提取函数对像素进行修改,可保证对像素尽可能少修改的同时,尽可能地保持了图像内容.实验表明:在同样的大嵌入容量下,该方法的嵌入效率、视觉效果和安全性均优于已有方法.     

基于整数小波及马尔科夫链的图像自适应隐写术

针对目前主流的图像自适应隐写算法假定像素之间彼此独立,但忽略了像素之间的相关性这一问题,在最小化嵌入失真的模型下,提出了一种基于整数小波和马尔科夫链的图像自适应隐写术。首先利用整数小波对图像进行小波变换,然后利用马尔科夫链来表征邻近像素小波系数之间的相关性;并据此设计了新的失真代价函数。最后结合网格码(syndrome trellis code,STC)对秘密信息进行嵌入。实验表明该隐写术能够有效抵抗通用隐写分析,在安全性上相比已有的三种隐写术有明显提升。     

基于后验概率的LSB隐写分析

LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法：首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率,并且有较好的效果。     

基于后验概率的最低比特位隐写分析

LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法:首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率。     

改进加权矩阵的双图像可逆数据隐藏算法

针对插值灰度图像嵌入容量有限和视觉质量较差的问题,提出了改进加权矩阵的双图像可逆数据隐藏算法,通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位,进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像,使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和,将机密信息根据块的数量交替地嵌入2幅图像中,在每次迭代前,使用共享密钥修改加权矩阵以保护隐藏信息,加权矩阵有助于在较小失真的情况下嵌入更多的数据位,有效实现了安全性和嵌入容量。实验结果表明,该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法,该算法在嵌入容量和PSNR方面都有明显的提高。     

一种基于PCNN图像分割和LSB的自适应隐写

为了提高图像LSB隐写时的嵌入容量与视觉质量,结合图像的位面图内容特性,提出了一种基于图像PCNN分割的LSB自适应隐写方案.该方案对图像的前4个位面图分别进行PCNN图像分割,并计算分割结果之和,以此作为各像素可以嵌入的秘密信息比特数,然后采用LSB方法进行隐写.实验结果表明,该算法具有较好的视觉隐蔽性和较高的数据嵌入量,而且不需要存储额外的嵌入深度信息.     

一种基于无监督学习的MB1隐写分析方法

为了提高针对混杂小样本集的MB1隐写算法的检测率,提出了一种泛化能力较强的MB1隐写分析方法.通过分析多种图像特征,在离散余弦变化(DCT)域选取对隐写敏感易变的特征,包括变分特征、块边界度量特征、共生矩阵特征和马尔可夫特征组成的108维特征向量,并以无监督学习中的支持向量数据描述法(SVDD)为分类器,使用含有混杂样本的小样本集进行训练,测试算法对隐写图像的检测率.实验结果表明,当检测相对嵌入率为40%以上的隐写图像时,检测率可靠度达到96%以上,明显高于其他2种基于支持向量机的经典算法.这说明本方法打破了其他方法对训练样本集的限制,提高了对混杂小样本集的MB1隐写算法的检测率.但由于它对混杂样本具有一定的容忍度,对较小嵌入率的隐写图像的检测率稍低.     

基于非负矩阵分解和极限学习机分类的合成孔径雷达图像变化检测

两时相合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中,差异图的噪声残留将会对变化检测的精度产生较大的影响,传统增量学习模式的检测方法直接对差异图像素样本进行聚类获得伪标签,但没有考虑差异图噪声残留的影响,故检测精度很难提升。考虑对差异图的邻域空间信息采用非负矩阵分解的方式进行特征降维提取,进而根据提取的特征进行聚类可获得高可靠的伪标签,然后基于这些样本伪标签和对应的两时相SAR图像邻域块特征向量构成样本集,利用极限学习机学习其非线性变化关系并最终完成分类,获得变化检测二值图。实验表明,该方法能有效地抑制差异图中的噪声残留影响,提升检测精度,对斑点噪声影响变化检测精度具有较高的鲁棒性。     

基于DCGAN和改进YOLOv5s的桥梁表面缺陷检测识别

针对人工检测桥梁表面缺陷存在精度低、速度慢和漏检率高等问题,该文提出了基于深度卷积生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)和改进YOLOv5s的桥梁表面缺陷检测识别模型.首先,通过DCGAN网络对自主采集的桥梁表面缺陷图像进行数据增强,建立每类缺陷样本数量较为均衡的数据集; 其次,在YOLOv5s模型基础上嵌入CBAM注意力机制模块,使模型将注意力集中于缺陷区域,从而提升图像分类的准确率; 最后,为验证所提方法的适用性,将包含4类桥梁表面缺陷的数据集进行训练与测试.实验结果表明:该文提出的模型在桥梁表面缺陷检测上的准确率为92%,相比其他深度学习模型具有更高的检测精度和鲁棒性.     

一种基于2-D Markov链模型的图像信息隐藏检测方法

 通过设定图像预测错误门限, 并结合支持向量机（Support Vector Machines ,SVM）对图像数据进行分类,提出一种二维（2-D）马尔科夫链模型的信息隐藏检测系统。在嵌入率为0.1bpp时,分别应用扩频（spread spectrum,SS）和量化索引调制（Quantization Index Modulation, QIM）进行实验,系统实现数字水印的正确检测率超过90%;而应用LSB方法,在嵌入率为0.01bpp-0.3bpp条件下,系统实现的数字水印正确检测率在50%~90%以上。     

基于图像高维特征压缩映射的混凝土表面裂缝检测算法

在复杂背景下,基于单一朴素特征表示的混凝土裂缝检测算法易受光照、背景杂波的干扰.利用多种图像区域特征描述子可以提取混凝土图像区域大量丰富的纹理特征,取得良好的裂缝病害检测效果.然而高维度的图像区域特征向量给后续的裂缝分类检测过程带来巨大的存储与计算负担.针对此问题,提出一种基于图像高维特征压缩映射的混凝土表面裂缝检测算法.基于Johnson-Lindenstrauss引理,本文算法可以利用较少的区域特征向量获得关于裂缝与非裂缝区域具有良好区分度的特征描述.在高维特征压缩映射的基础上,进一步利用最小二乘支持向量机快速准确地判断出裂缝与非裂缝样本.通过在实际采集的混凝土图像数据集上进行测试验证,本文算法的训练效率比高维样本模型训练快150多倍,同时裂缝病害区域检测准确率为90.3%、召回率为91.2%,优于其他对比裂缝检测算法.      

采用两次模运算的无直方图异常安全密写法

提出一种以像素对为基础的数字图像密写方法,该方法同时对像素灰度值和像素对的差值进行模运算（modulo gray-value modulo difference,简称MGMD）,在每一对像素中可嵌入的比特数取决于像素对差值的大小.基于待嵌入的数据和两次模运算的结果修改像素对,并维持其差值不变.MGMD密写不会引起像素直方图和像素差值直方图的异常,不仅避免了一些基于像素对的密写法如PVD和SM的安全漏洞,还能抵御针对常规LSB密写的RS分析和χ²分析.该方法的安全性得到实验的验证.     

结合邻域信息的带钢表面明暗域缺陷图像配准

为解决带钢表面明暗域缺陷图像检测方式采集到的同一位置处的图片之间存在位移及旋转问题,同时考虑到因板带振动及现场生产环境造成的噪声影响,提出采用结合邻域内像素间空间与灰度信息的互信息配准方法.在互信息配准计算中图像中每个像素的灰度值由其邻域内像素的灰度值按照距离及灰度变化关系分配不同的权值共同得到.实验证明,该方法的配准精度完全可满足带钢缺陷检测需求,有效减弱了噪声对配准精度的影响,为带钢表面缺陷识别及质量评价奠定了基础.     

基于卫星遥感的输电沿线建筑物变化检测

准确、快速地实现建筑物变化检测对识别输电沿线隐患区具有重要的意义。随着卫星遥感技术的不断发展和进步,基于高分辨率遥感影像进行建筑物变化检测已成为研究热点。提出了一种融合阴影、建筑物指数、纹理、形状等特征的高斯概率模型实现像元级的建筑物初提取,在此基础上,结合多尺度分割结果实现对象级的建筑物变化检测,最后,将前后两时相对象级的建筑物提取结果进行空间叠加分析,并将叠加结果划分为建筑物新增、建筑物拆迁和建筑物改建三类。本文在研究区和验证区分别采用不同分辨率的遥感影像进行实验和验证,结果表明,该方法在不同尺度和影像分辨率下的建筑物变化检测均取得了实际效果和检测精度,可为输电沿线建筑物变化检测提供良好的技术支持。     

基于霍夫变换的烧结矿粒度识别研究

针对烧结矿生产时无法直接得到粒度大小和分布,人工检测的准确性和即时性不高等问题,提 出了一种基于图像增强和霍夫变换的烧结矿粒度识别方法。 该方法首先使用形态学开操作、图像像素点分 割、拉普拉斯图像锐化算子等方法进行图像增强,然后应用高斯滤波和图像边缘检测算法,最后用霍夫圆检 测算法进行烧结矿粒度检测,实时处理获取的图像,并检测出烧结矿的粒度大小和分布。 该方法可以快速检 测出图像中的烧结矿,其中图像像素点分割方法是根据烧结矿和背景的像素值设置分段函数进行分割,大幅 度减少图像中的噪声,提升了烧结矿和背景的对比度以及亮度,并且检测的准确性和即时性高,克服了人工 检测的弊端,准确率可达到 98%以上。 通过实验表明:该方法对提高烧结矿的生产效率、改善资源的利用、 降低人员成本具有积极作用。     

基于稀疏自编码的手指静脉图像分割

针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度。     

基于多尺度增量符号相关的图像匹配算法

将影像多尺度分解思想和增量符号相关方法相结合,提出了一种图像匹配算法.首先使用非线性的关键点滤波算子将参考图和待匹配图分解为不同尺度的子图;然后采用增量符号相关方法对影像进行二值化编码并进行相似性度量;最后通过由粗至精的逐层匹配得到最终的匹配结果.实验结果表明;在匹配区域存在一定灰度反差的条件下,该算法有效地解决了噪声干扰、光照差异大和阴影遮挡等条件影响下的匹配问题,同时大大的缩短搜索时间,提高了匹配定位速度.