基于JPEG2000的半脆弱水印算法研究

提出了一种基于JPEG2000图像压缩标准的半脆弱水印的算法.该算法直接从原始图像中提取特征,经过编码作为数字水印嵌入到该图像中去,而不增加其他额外的信息.为了提高算法的安全性,引入了个人私钥对水印信号进行加密.试验结果显示,在图像没有受到任何改变的情况下,可以顺利的通过此认证系统;即使图像经过了一些常用的图像处理如JPEG压缩等,仍然可以通过认证;而当图像受到恶意的攻击后,则检测不到水印信号,被恶意攻击的部分可以被认证系统检测出来.     

基于脆弱水印的H.264视频流完整性认证

针对H.264/AVC视频流的完整性认证问题,提出了一种基于脆弱水印的认证算法.根据公钥密钥,提取I帧的特征信息生成认证码,并以水印的形式嵌入到P,B帧的运动矢量中.在视频认证时,只需要部分解码视频流,并不需要原视频作参考.仿真实验结果表明,本算法具有较小的码率变化和视频失真,并能有效地对I,P和B帧进行完整性认证.     

一种彩色图像内容认证混沌脆弱水印算法

提出了一种结合彩色图像分量内容和混沌系统的脆弱数字水印算法.将原始图像R分量和B分量的像素值经混沌序列调制后映射成另一个混沌系统的初值,经多次迭代生成4灰度级的水印图像;然后把它嵌入原始图像G分量的最低2比特平面.利用混沌对初值极端敏感性的特点,能够精确地定位对加入水印图像的篡改,并且水印提取不需要原始图像.实验结果表明了所提出水印方案对篡改证明的有效性、敏感性以及良好的篡改定位能力.     

一种新颖的半脆弱图像水印认证技术

提出一种新颖的图像水印认证算法,利用量化的方法可以获得被保护图像的指纹信息,这部分信息被用来对给定图像进行认证．指纹信息的嵌入和抽取并不会影响到图像的质量．实验表明,该算法具有较好的图像认证能力,能够识别大多数对被保护图像进行的攻击．     

一种自适应图像灰度水印算法

提出了一种改进的SPIHT压缩算法,用于灰度水印的预处理,以得到易于嵌入的二进制数据.并将水印自适应地嵌入图像的低频小波系数,使得嵌入水印能量不超过图像可容纳的噪声上限.实验表明,算法能增强水印的鲁棒性,同时不会明显降低其视觉效果,且提取出的水印易于直观判断.

Abstract：

An improved SPIHT compression algorithm for the pretreatment of gray-level watermarks is presented to get the binary system's data which can be easily embedded. The watermark is self-adaptively embedded into the low frequency wavelet coefficient of image, so that the embedded watermark energy will not exceed the top limit of the acceptable noise of the image. Experiments demonstrate that the watermark's robustness has been enhanced, the conflict between invisibility and robustness has been mitigated, and the drawn watermark can be intuitively recognized.     

基于统计模型和方向小波的图像认证水印算法

设计了一种基于统计模型和方向小波的图像认证水印算法.提出了用方向小波变换生成图像方向流的算法,应用图像的方向流来刻画图像特征.并应用高斯分布统计模型构造出了水印修改的噪声可见强度.通过噪声可见强度筛选出含纹理信息较多的图像分块隐藏图像方向流.用户利用提取出的隐藏方向流信息和用方向小波生成的方向流作相关性检测,实现对图像的认证.该算法有较强的抗JPEG和噪声攻击能力,保证了水印图像的视觉质量和鲁棒性,并实现了盲检测,隐蔽性和安全性好.     

基于视觉特性的自适应图像水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出了一种基于人眼视觉特性和小波变换的图像水印嵌入方法．首先,通过混沌映射对二值水印进行置乱处理,然后,运用量化方法把水印自适应地嵌入小波变换系数中,且量化步长是根据图像局部相关特性和人眼视觉特性动态地进行调整．仿真实验表明,该算法不仅具有较好的透明性和安全性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强等攻击均具有较好的鲁棒性．     

基于实例置信度推断的半监督小样本植物病害图像识别

植物病害影响农业生产的产量和质量。针对现有小样本植物病害识别方法大多数都是基于监督式学习模型以及少数半监督学习方法未判别伪标注样本的可信度的问题,提出一种基于实例置信度推断的半监督学习小样本植物病害图像识别方法。首先构建ResNet-12网络提取有标注样本和无标注样本的特征;其次利用极少数有标签的植物病害样本训练SVM分类器,用分类器推断无标注样本的类别并赋予伪标签;然后采用实例置信度推断(ICI)算法获取伪标注样本的置信度,迭代选择可信的伪标签样本加入训练拓展支持集;最后应用训练后的网络模型对植物病害图像进行识别。该方法能够反映无标注病害样本的真实分布,迭代选择最可信的伪标注样本进行模型训练,从而提高模型的识别性能。试验采用Plant Village公开数据集进行10-way-5-shot试验。结果显示：在unlabel=50的情况下识别准确率为89.34%,病害的各项评价指标均随着无标注样本数量的增加而增加。结果表明本研究提出的方法从无标注样本中获取到的信息是鲁棒的,且识别准确率优于传统迁移学习,能有效提升小样本条件下植物病害图像的识别效果。     

基于Logistic映射的小波域图像加密技术

针对图像小波编码混沌加密技术中出现的边界效应问题,提出基于区间小波编码的混沌加密新技术。相对于传统的图像延拓方法,该方法在小波变换前后,不需要对图像进行特殊的延拓处理,可在对图像加密的同时,压缩图像文件规模,有效消除边界效应;此外,调整被逼近信号函数的H lder连续指数L的大小,可满足对图像恢复精度的不同要求。实验结果表明,在L=1时,信号恢复精度已满足要求。     

一种基于图像内容检索技术的数字视频水印算法

利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换。仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击。同时算法对视频压缩也表现出良好的健壮性, 对保护视频版权有一定的指导意义。     

求解任意多边形区域二维偏微分方程的小波精细积分法

张量积小波数值法方法具有自适应性和较高的精度,但只适合求解定义在矩形区域的偏微分方程。将小波精细积分法与虚拟区域法相结合,构造了一种求解定义在任意多边形区域的二维偏微分方程的新小波数值方法。小波函数的紧支撑性降低了虚拟区域法的计算工作量。该方法可为求解定义在不规则区域上的工程动力学模型提供参考。     

一种植物病害图像识别卷积网络架构

针对人工提取植物病害图像特征存在效率低、识别率低、成本高等问题,提出一种基于DenseNet网络的现代卷积神经网络架构FI-DenseNet,旨在对多种类的植物病害图像达到高精准的识别准确率.引入Focal损失函数对DenseNet网络进行改进,使得训练模型的注意力集中于难分类的样本.FI-DenseNet网络可以增强特征传递、进行深层训练或有效改善过拟合问题.采用的数据集有87 867张植物病害图像,图像包含同种植物的多种病害,并涉及38种植物病害.对图像进行预处理、数据增强后,将DenseNet169网络、ResNet50网络和MobileNet网络作为参照实验.实验结果表明,FI-DenseNet网络的收敛速度更快且识别准确率最高,测试集识别准确率为98.97％,FI-DenseNet网络的鲁棒性和泛化能力均优于对照网络,可为植物病害智能诊断提供参考.