一种基于DTT的水印嵌入和提取算法

信息技术和多媒体技术的快速发展,为数字作品信息的存取、传输提供了极大的便利。但是,数字作品易复制、易修改、易传播的特点使得数字信息内容容易被窃取和篡改。数字水印作为信息隐藏技术的重要分支,是实现版权保护和跟踪侵权行为的有效方法。介绍了离散小波变换（DWT）和离散傅里叶变换（DFT）2种典型算法,提出了一种基于离散正切变换（DTT）的水印嵌入和提取算法。     

国外复制权问题研究

通过介绍和比较对美国、英国、俄国、德国、澳大利亚等国的几部版权法中有关复制权的法律规定,并对文献资源的利用与版权的保护问题进行分析研究,探究复制权在版权保护与信息的利用和传播的意义。     

抗几何攻击的数字图像版权保护算法

为了在保证图像质量的前提下实施图像的版权保护,提出了一种基于Krawtchouk矩和标识信息的零水印算法.该方法利用从图像中提取的特征信息来构造水印,从而达到版权保护的目的.主要步骤为,首先计算原始图像的Krawtchouk低阶矩不变量来构建水印信息,接着将水印信息和密钥信息在第三方登记注册并获得标识信息,最后通过标识信息确认版权所有者.水印提取过程简单,只需计算所得图像的几个低阶Krawtchouk矩不变量.文中给出了实验结果,并与传统几何矩不变量的算法进行了比较. 结果表明,该方法对旋转、缩放、剪切、组合攻击、平移和去掉行等几何攻击以及滤波、JPEG压缩等攻击具有更高的稳健性.     

版权声明

本刊发表的文字、图片等版权归《农业工程技术》杂志社所有。未经本社书面许可不得以任何目的、任何形式或手段复制、翻印和传播r本刊保留一切法律追究的权利。本刊已许可多个数据库以数字化方式复制、汇编、发行.信息网络传播本刊全文。作者向本刊提交文章发表的行为即视为同意我社上述声明。     

一种基于卷积码和DWT的盲水印技术在岩心荧光图像中的应用

提出一种基于卷积码和DWT算法的盲水印方法,该算法利用卷积码的纠错性能,在水印嵌入之前,对水印进行卷积码编码,然后嵌入到图像DWT域低频系数上;提取水印时对卷积码进行Viterbi解码,从而实现静止图像中数字水印的嵌入和提取。并将该方法应用到岩心荧光图像中,可以满足岩心荧光图像的版权保护要求。     

基于ICA和DWT的自适应盲水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出一种基于独立分量分析（ICA）和离散小波变换（DWT）的自适应鲁棒性盲水印算法.该算法先将载体图像进行小波变换,然后将原始水印进行平铺和置乱,再根据噪声可见函数（NVF）的视觉掩蔽作用,将其自适应地嵌入到载体图像小波变换域的低频系数上,最后利用ICA技术实现了水印盲提取.实验结果表明,该算法的水印不可见性较好,且可抵抗多种常见水印攻击,其中对JPEG压缩、尺度缩放等攻击的鲁棒性较突出,可应用于图像的版权保护.     

水稻信息综合管理系统设计与实现

为了实现我院水稻基地的信息化管理,应用ASP.NET和SQL Server 2000,采用B/S模式,设计了我院水稻信息综合管理系统。该系统实现了水稻品种、水稻病虫害、水稻图片、水稻图片评论、远程监控等信息化管理。系统功能包括数据的增加、修改、删除、查询、统计、自定义报表等,是农业科研单位进行水稻信息管理的理想工具。     

基于小波算法的音频数字水印技术研究

数字水印技术作为数字媒体版权保护的有效办法,近年来在国内外引起了人们极大的兴趣。数字水印的基本功能是将产权、产品的标识码以及购买者的信息等(称为水印信号)嵌入到数字媒体中。将小波算法作为音频水印的嵌入和检测算法,并通过Matlab仿真给出实例。     

期刊上网与著作权保护

期刊上网有助于信息的传播和利用，但也带来著作保护的一系列新问题。如作品更易于被复制、盗版，内容易被修改，完整性被破坏，著作权人权益不对称等。这是网络出版的特点所造成的，一时还难以根本解决，但可采取适当的措施加以防范。期刊上网是二次出版，应取得作者的授权，并采取适当的数字化方法，避免上网对内容的改变和破坏。新修订的著作权法规定了“信息网络传播权”为著作权人的权利之一，为网上著作权的保护提供了依据。随着信息网络传播权保护办法的进一步制订，期刊上网著作权保护问题有望得到较好解决。     

论农业科技期刊摄影图片的编辑

摄影图片是农业科技期刊的重要组成部分之一,其选题和编辑必须紧紧围绕办刊宗旨,它以独特的形式,通过摄影的形象语言来补充期刊文字上所不能达到的效果.编辑者要有系统的农业科学知识和摄影作品的审美能力,做到既能体现刊物办刊的宗旨,又能使科学性和艺术性完美地统一起来.笔者多年来从事<福建农业科技>期刊摄影图片的报道,本文对科技期刊摄影图片的选题和编辑进行阐述.     

基于ResNet-50深度卷积网络的果树病害智能诊断模型研究

[目的/意义]果树病害危及农业生产安全,运用人工智能技术帮助果农及时准确地识别果树病害对保障农业安全生产具有重要意义。[方法/过程]采用10000张果树叶片病斑图像数据集,通过旋转、污化、增噪、切割等图像增强手段,提高样本图像的多样性;使用ResNet-50深度卷积网络模型,进行机器学习,获得果树病害识别模型,并基于此模型开发了应用软件提供在线诊断服务。[结果/结论]实验结果表明:该模型对4种果树病害的平均识别率达到92.9%,和相关研究成果相比具有较好的诊断效果。     

深度学习在大豆叶片图像数据管理中的识别与分类研究

[目的/意义]为了提高大豆叶片图像的分类精度与效率,进一步对大豆叶片图像进行存储与管理。[方法/过程]本文利用深度学习方法,针对肉眼观察准确率较低且不同人群分类结果差异较大的大豆叶片图像数据提出了一种自动分类方法。本研究首先对大豆叶片进行ROI感兴趣区域划分,进而利用分水岭分割方法对大豆叶片进行提取,最后通过深度学习高效精确的实现了大豆叶片的分类识别。[结果/结论]通过分析大豆叶片形态图像特点后,基于深度学习开展了对大豆叶片形态的分类识别的研究,达到了较高的识别准确率。     

论影像在图像体系中的演进

影像作为图像体系中的重要构成部分,是凭借某种技术媒介实现的对现实世界的直观呈现、复制和固定,主要包括摄影影像、电影影像、电视影像和视频影像等。影像在图像体系中的演进大致经历了＂从绘画到摄影＂、＂从摄影到电影＂和＂从电影到电视＂三个阶段。这一历程实乃现代视觉符号表征与传播的演变过程,说到底是人接触、认识和反映现实的结果,是人与现实之间不同依存关系的写照。     

复杂背景下的树木图像提取

树木图像提取是将树木地面摄影图像中的单株树木与其周围景物分离的技术,为计算机技术在林业中的应用提供基础数据和技术支撑。在自然场景中拍摄的背景具有不确定性的树木图像,其提取是一项探索性很强的工作,具有重要的实用价值和现实意义。本文分析了复杂背景下树木图像的特点和提取的难点等问题;把近年来出现的树木图像提取方法按照图像分割和自然图像抠图分成两大类,并分别对每种方法中的典型算法进行了详细阐述。在此基础上,对图像分割与自然图像抠图技术在树木图像提取应用中的优势和局限性进行了分析和比较,提出把图像分割和自然图像抠图技术合理结合,针对树木图像特征,设计出准确、快速、实时的树木图像提取技术是未来研究的重点和难点。     

基于卷积神经网络的小麦产量预估方法

小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。     

农特产品品牌形象建构初探

农特产品是一种特殊的产品，体现在名气较大，与传统文化关系密切，涉及范围广泛，与农民生活息息相关等方面。从品牌形象的角度着手，提出对农特产品进行品牌形象建构。针对农特产品中普遍存在的品牌老化、品牌形象设计水平较低、不重视品牌经营等问题提出对品牌形象建设要有长期规划，深入挖掘农特产品的传统文化因素进行整体形象设计，在推广与宣传方面采用企业＋基地＋农户的模式，群策群力，搞好农特产品品牌形象的经营工作，为农特产品产业化及市场开拓做出贡献。参10     

半色调图像纹理特征提取方法

提出基于局部二值化模式和像素相关算子的半色调图像纹理特征提取方法，以实现误差分散类半色调图像的分类。该方法是将误差分散类图像先进行局部二值化模式变换，再以任一像素点为中心，取适当的距离提取八个方向的像素相关值作为图像的特征向量，最后将提取的特征通过BP神经网络进行分类。实验结果表明，提出的算法适用于二值图像的特征提取，能够降低局部二值模式的特征维数，提高时间效率和空间利用率；相对灰度共生矩阵算法提出的算法在计算复杂度、识别精度等性能方面都有所改善。     

基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究

【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8:1:1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型（bilinear-attention pest net,BAPest-net）,模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall（PR）曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少数相似度较高的害虫误判,特别当害虫腹部朝上或侧身,种类特征不够明显的时候容易引起相似害虫的误判。对于区分度较低的相似害虫需要更多的训练样本以获取更多的特征,提高模型的识别率和泛化能力。【结论】基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型可以自动识别6类相似的19种农业灯诱害虫,提高了农业灯诱害虫自动识别的准确率。     

基于图像特征融合的农事活动行为的识别

针对农事活动图像中人体姿态所隐含的行为信息以及人与农具所隐含的关联信息,提出了一种基于图像特征融合的农事活动行为的识别方法：利用人体姿态估计技术OpenPose提取农事行为关节点位置信息,利用目标检测YOLOv3提取农事行为中农具的位置和分类信息,用以构建农事行为的距离空间特征矩阵和角度空间特征矩阵,并将这些特征进行图像特征融合,建立基于图像显式特征和隐式特征融合的农事活动行为识别方法EI–SVM,实现农事活动行为的识别。试验结果表明,EI–SVM方法对农事活动行为识别的准确率可达94.87%,在公用数据集上准确率达到92.39%。     

采棉机跨区作业导航电子地图的制作

为了使采棉机跨区作业管理中的监控定位更为准确,采用Alos和TM遥感影像、商用电子地图为基本材料,通过对Alos影像进行矢量化并结合外业调查得到作业区域的交通、田块、POI等空间信息图层。同时对TM遥感影像进行监督分类,识别出棉花地块以及面积等信息,在MapInfo桌面GIS软件中对其进行整合得到作业区地图,再与商用电子地图进行图层叠加处理,最后制得高精度、要素丰富、适用于采棉机作业过程中导航定位的电子地图。该采棉机跨区作业导航电子地图使采棉机跨区作业过程中的监控定位更加准确,管理更加有效,既能适应大区域的调度,也能做小范围的作业定位和监控。因此,该采棉机跨区作业导航电子地图的制作方法为制作农业生产应用电子地图提供了技术手段。