一种基于多预测值分类的可逆信息隐藏算法

本文提出一种基于多预测值分类的可逆信息隐藏算法。该算法通过多种预测算子对像素值进行预测,确定最大预测值和最小预测值的下标,根据最大预测值和最小预测值与当前像素值的关系进行分类。若最大预测值与最小预测值相等,则最优预测值为最小预测值;若当前像素值大于或等于最大预测值,则最优预测值为最大预测值;若当前像素值小于或等于最小预测值,则最优预测值为最小预测值。计算当前像素值与最优预测值的差值,然后选择相应差值隐藏秘密信息。该算法能够准确提取秘密信息,并无损恢复原始载体图像,且载密图像具有较好的视觉效果。     

基于曲面插值的加密图像可逆信息隐藏算法

提出一种基于曲面插值的加密图像可逆信息隐藏算法.对原始图像进行加密,利用随机函数确定加密图像中的载体像素,根据载体像素取反位的不同采取不同的隐藏方法.对载密图像进行解密以确定载体像素,在载体像素5×5邻域中选取与载体像素距离最近的6个非载体像素,采用曲面插值的方法计算载体像素的预测值,应用该预测值提取秘密信息并恢复载体像素.实验结果表明,该算法提取秘密信息的错误率较低,恢复图像的视觉效果较好.     

面向密文图像信息隐藏的随机插值方法

传统图像插值方法应用于密文域图像信息隐藏时会降低信息隐藏系统的安全性.为此利用随机分配插值权重的策略设计了一种密文图像随机插值方法.该方法首先生成大小为密文图像两倍的初始插值图像,对于插值图像的奇数行和奇数列像素,直接用密文图像的相应像素填充;对于其他位置的像素,先用伪随机函数生成随机值,再结合像素的具体位置来计算插值结果.实验结果表明,所提方法生成的密文图像的插值图像,其直方图近似均匀分布.对比结果显示该随机插值方法在安全性方面优于3种文献插值方法.     

加权壳近邻填充数学模型

提出加权壳近邻填充缺失数据数学模型，充分利用壳近邻填充选取近邻数据的特性，侧重于被重复选择到的近邻点，有效提高了填充效果. 还提出一种称为goodness的新评价方法，克服了均方根误差（RMSE）的弱点. 实验结果表明，提出的加权壳近邻填充数学模型比一般的近邻填充的效果好，而且goodness评价方法比RMSE更能分辨出填充算法的性能.     

联合压缩感知和颜色向量角的彩色图像哈希方法

提出一种联合压缩感知和颜色向量角的彩色图像哈希方法.该方法先对输入图像进行预处理,并计算其颜色向量角矩阵,然后对矩阵进行非重叠分块,再将每一块进行压缩感知测量,用测量向量的均值构成哈希值.实验表明,该方法对常见数字操作稳健并有良好的唯一性,分类性能优于3种现有方法.     

基于直线和圆的工程图的自动识别方法

提出基于直线和圆的工程图识别方法,该方法首先对工程图的图像进行预处理,找出图形中的种子段,然后由种子段确定搜索的方向和范围,实现对直线和圆的整体识别,从而识别工程图．实验结果表明,基于直线和圆的工程图的自动识别方法具有良好的识别性能.     

基于图像拼接的可信图像修补方法

为了尽可能地恢复被损坏图像的原始场景,获得最真实的复原效果,针对大区域破损图像的修复,提出了一个基于移位参考图像的可信图像修补与基于图像本身的自修复算法相结合的图像修复方法。首先,受启于图像拼接技术,若存在可以利用的参考图像,便利用SIFT(scale invariant feature transform)算法和RANSAC(random sample consensus)算法将参考图像与目标图像进行配准并投影拼接至目标图像,完成目标图像的可信修补。然后对仍未修复的破损区域进行图像自修复,其中自修复部分采用Criminisi算法。所得到的图像修复结果真实性与可信度较高,与实际景象偏差较小,说明该方法合理可行。