基于误差扩展与像素容量评估的图像水印算法

为了解决当前图像水印算法无法准确预测相邻像素间的误差值,不能根据像素的局部纹理特征差异来自适应确定其嵌入容量,导致复原水印信息存在较大失真以及水印容量较小的问题,本文提出了基于误差扩展与像素容量评估的无损图像水印算法.首先,设计动态混淆方法,对水印信息完成加密;再考虑3个相邻像素,引入边缘像素预测机制,准确预测载体图像的每个像素值,获取其对应的误差值;随后,利用载体图像中的任意3个相邻像素的方差,设计像素容量评估方法,对其水印容量完成评估;借助误差扩展技术,设计水印信息嵌入机制,根据像素容量评估结果,将不同容量的水印数据植入到载体图像的不同像素中,获取水印图像;最后,建立水印提取方法,结合解密密钥,准确复原水印信息.实验数据表明:与当前图像水印技术相比,所提算法具有更高的水印质量与水印容量.     

基于最大相关 最小冗余的动作识别算法

为了提高动作的识别精度与鲁棒性,降低冗余特征,提高算法效率,设计了一种基于最大相关-最小冗余(Max-Correlation and Min-Redundancy,MCMR)的动作识别算法.首先,为了消除噪声影响,减少计算成本,利用符号聚集近似(SAX)技术将连续图像序列转换为离散符号;其次,为避免出现时间漂移问题,利用动态时间归整(Dynamic Time Warping,DTW)来计算符号特征的距离,提取符号序列的特征;然后,为了消除冗余的特征,定义了一个特征权重,根据权重对特征进行降序排列,引入最大相关-最小冗余技术消除相关性弱的特征,筛选出具有高相关性和低冗余的特征;最后,为了完成动作识别,根据筛选出的特征,利用k-近邻(K-Nearest Neighbor,KNN)进行分类器学习.结果表明:与当前动作识别算法相比,本文算法能够有效完成动作的识别与理解,具有较高的识别率,有效地降低了冗余特征,提高了算法的效率和鲁棒性.     

基于8方向折叠与自更新置乱的图像加密算法

当前的图像加密算法主要是在一个方向上对像素进行扩散,且在整个加密过程中,都是利用相同的扩散、混淆函数来改变像素位置与灰度值,导致算法的随机度与安全性不佳,因此本文提出了一种基于8方向折叠机制与自更新的图像加密算法.首先,联合Lucas、Fibonacci序列,通过二维Arnold变换设计一种像素自更新置乱算法,对输入明文进行混淆操作,充分提高像素位置的置乱度;引入Logistic映射,利用明文像素来生成其初始值,根据其随机序列的量化密钥流来设计8方向折叠机制,从8个方向对置乱图像进行高度加密,对于每一个方向的像素扩散,利用不同的加密函数来改变其像素值,显著降低了置乱、扩散的周期性.测试数据显示:与当前的图像加密机制相比,本文所提算法具有更高的安全性与用户响应值,其密文像素分布更为均匀.     

THT机制耦合高斯模糊的图像融合方案

为了提高当前红外(IR)与可见光(VI)图像的融合质量,保持良好的可视化细节和突出IR目标,有效减少模糊,降低信息冗余,通过改进THT(Top-Hat Transform)机制,设计了一种新的红外-可见光图像融合算法.首先,为了有效地提取源图像的特征和细节,在传统的高帽变换(Top-Hat Transform,THT)中引入了多尺度计算,分别在不同尺度上提取红外和可见光图像的不同亮(暗)特征区域;其次,通过多判别对比融合规则来综合两个图像中的同一尺度的特征区域,将所有尺度上的特征进行累加,获取特征图像;然后,通过最大尺度结构元素的开、闭运算得到源图像的平滑明亮、暗图像,在平滑图像上利用Gaussian模糊逻辑融合规则获取基础图像;最后,将提取的亮与暗特征图像导入基础图像中形成新图像,输出图像融合.实验表明:与当前流行的融合方法相比,本文方法具有更好的视觉质量和定量分析结果.     

移动队列规则耦合角度约束的医学图像匹配

当前医学图像的特征匹配主要依靠像素灰度来完成,但是像素灰度对空间信息不敏感,当匹配图像之间存在灰度信息不均衡以及噪声干扰时,将导致误匹配率较高,对此,本文提出了一种基于移动队列规则耦合角度约束的医学图像匹配算法.首先,利用高斯金字塔模型对源图像进行滤波预处理,以减少源图像中存在的噪声等干扰;再利用Harris算子对预处理后的源图像进行特征检测,获取图像的特征点;然后,利用SURF(Speed Up Robust Feature)特征描述子,获取特征点对应的特征描述子.并通过尺度空间理论获取特征点集,通过将特征点集进行排序来形成队列,从而设计移动队列规则,完成特征点的匹配;最后,通过求取匹配特征点间的夹角,形成角度约束模型,对匹配特征点进行提纯,剔除伪匹配特征点,使得匹配准确度得以提升.从仿真实验结果与分析可见,在对医学图像进行匹配时,本文所提出的方法具有匹配精度高、鲁棒性能好等特点.     

GPU加速的遥感图像感知哈希认证算法

采用图形处理单元(GPU)对感知哈希算法进行并行化设计与实现。首先,对遥感图像进行预处理,以克服显存大小的限制;然后,基于GPU检测遥感图像的特征点;最后,在CPU端进行感知哈希序列的生成。实验结果表明,该算法与基于CPU的算法相比,计算性能有了显著提高,可满足遥感图像进行认证的需求。     

基于机器视觉的丘陵山区田间道路虚拟中线提取方法

田间道路识别是农业机械在田间道路上自动行驶的基础.针对丘陵山区田间道路复杂多变、无车道线和无明显边界等特点,提出一种基于机器视觉的道路虚拟中线提取算法.首先将道路RGB图像转换到HSI空间,选择与图像彩色信息无关的I分量;然后利用二维Otsu阈值分割法提取道路区域特征,去噪处理后选取目标区域分块求取质心点,对求取的质心点进行基于曲率变化的拟合,得到田间道路的虚拟中线.试验结果表明,在光照、水渍等不利因素影响较小的情况下,该算法拟合确定的道路中线与实际的道路中线相差最大不超过5%,准确性较高,能够有效实现丘陵山区田间道路的识别和虚拟中线的提取.     

基于改进局部二值模式算法的中草药图像鉴别

以颜色特征和纹理特征相结合的方法实现中草药显微图像的识别。将RGB图像转换为HSV图像,以HSV直方图对目标图像颜色特征进行提取;在传统局部二值模式中引入支持旋转不变特征的算子,并以均匀模式来描述目标图像的纹理,从而有效降低特征的维数;针对传统局部二值模式未考虑邻域像素分布特点而影响了纹理特征提取效果的不足,为其加入邻域点灰度值间的关系,对所有的相邻像素进行二值化;以Chi平方统计法对直方图进行相似性度量;为克服传统K近邻法的多优解问题,引入最短距离模式对最优解进行提取;最后通过优化算法来验证其集体性能,过程中结合训练集与测试集,证实优化算法的识别效果更佳。     

基于梯度变换与最优似然法则的图像修复算法

为了解决当前图像修复算法在待修复图像纹理结构较为丰富时易产生模糊效应以及块效应的问题,提出了一种基于梯度变换与最优似然法则的图像修复算法.首先,利用像素点对应的邻域方向特征来构造置信度,用以形成优先权因子.通过优先权因子对待修补块的优先级进行度量,从而确定最优修补块;然后,根据像素点的梯度变换,构造修补块尺寸选择模型,对修补块的尺寸进行自适应调整;最后,利用修补块与匹配块的内积关系、距离关系,分别构造余弦度量模型、相似度量模型,从而建立最优似然法则,从源区域中搜索最优匹配块,对待修复块进行填充修复.实验结果显示,与其他图像修复算法相比,本文算法具备更高的修复质量,能有效克服阶梯效应以及模糊效应.     

RAD-seq技术在植物物证个体认定中的应用

在犯罪案件现场发现与嫌疑人(或受害人)相关联的植物物证,鉴定它们来源和进行个体识别,可为案件的调查取证提供有价值的证据或线索.该研究采用一种RAD-seq技术对18个桂花样品(15个已知样本、3个盲测样本)进行DNA建库和高通量测序,序列多态性分析,评估其遗传多样性,并用基于SNP和基于k-mer频谱的2种比较分析方法探讨了RAD-seq数据用于个体识别的科学性和对植物物证进行同一性认定的可行性.结果表明,2种方法都能成功识别3个盲测样本.相比较而言,基于k-mer频谱的方法在稳定性和自动化程度上要优于基于SNP亲缘关系树的分析方法,更易推广到公安物证鉴别应用中.RAD-seq技术结合该文的分析方法能够识别出未知植物物证样品A,B和C分别对应于植物物证桂花1,4和11,实现了对案件中关联植物物证进行精确检验鉴定的方法和一个小型鉴定实例,但其识别能力有待扩展到更大样本集和更多物种中.     

结合奇异值分解和DCT变换的零水印算法

提出了一种结合奇异值分解(SVD)和DCT变换的零水印算法。其核心思想是合理选取阈值，根据该阈值对图像块进行相应的奇异值分解或DCT变换，然后利用几个重要系数构造原始图像的提取水印信息，同时又从外部加载水印信息，既满足图像认证的需要，又能用来进行数据隐藏。同时针对现有水印技术大都难以抵抗几何攻击的现象，利用一个或多个几何矩对经过几何变换的水印图像进行参数估计并校正。实验表明此算法在压缩、滤波、几何变换等方面都具有很强的鲁棒性。     

一种抗几何攻击的图像水印算法

几何攻击能有效破坏水印信号的同步,所以几何攻击一直制约着数字水印技术的实用性。本文分析了几何攻击破坏水印信号同步的原因,并基于图心与仿射变换的关系提出了一种新颖的抗几何攻击的水印检测算法。该算法不是采用传统的图像归一化技术,所以保证了水印图像的高透明性,即保证了嵌入水印后的图像的高质量。应用该算法能有效检测出遭受过平移、旋转与缩放等几何攻击以及它们的联合攻击后的水印。实验结果表明该算法对多种几何攻击都具有很高的鲁棒性。     

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.     

基于广义Arnold变换与支持向量机的图像水印算法

提出了一种基于广义Arnold变换与支持向量机模型的图像数字水印算法．选定的二值水印图像经过置乱以后,水印的嵌入位置通过广义Arnold变换随机产生,利用部分选定位置图像块中像素之间的关系来训练支持向量机,并采用水印嵌入增强处理技术,加强了水印的嵌入强度．在训练好的支持向量机辅助下,水印的检测过程可以看作是嵌入算法的一个逆过程．实验结果表明,该算法具有较好的鲁棒性,能有效抵抗Jpeg压缩、噪声等多种攻击．     

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.     

基于ASIFT的低空遥感影像拼接技术

对ASIFT算法原理进行了深入的分析,并在此基础上提出了基于ASIFT的低空遥感影像拼接的新算法.新算法首先利用ASIFT提取图像对应的特征点,通过最小二乘法计算仿射变换矩阵,最后根据仿射矩阵实现图像的变换与拼接.实验结果表明,由于ASIFT算法具有仿射不变性,相比SIFT算法更加符合低空遥感影像的特点,能很好地解决平移、旋转、仿射变换情况下的图像拼接问题.     

基于加速鲁棒特征的木材显微图像自动配准方法

针对显微镜观测视野狭小而难以采集到全局图像的问题,提出了一种基于加速鲁棒特征(SURF)的木材显微图像自动配准方法.首先使用SURF检测并描述兴趣点,通过最近邻匹配得到匹配点对后,用双向匹配和RANSAC算法剔除错误匹配.然后利用最小二乘法和匹配结果进行模型参数估计,最后通过插值获得配准图像.对阔叶材显微图像配准实验结果表明,该方法具有较好的鲁棒性,无论图像是否有旋转,都可以实现自动的配准.比起尺度不变特征转换(SWT),由于用SURF得到的兴趣点数量更少,运算速度更快,总的匹配速度提升了5倍左右,缩短了整个配准过程的时间,算法更具有实时性.     

基于计算机视觉的竹块颜色分类方法研究

为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。     

基于支持向量机的电气设备运行状态图像识别方法研究

针对电气设备运行状态图像的特点,提出将支持向量机（SVM）分类器应用于多种电气设备运行状态识别中。首先利用C-均值聚类法,分割出运行状态指示牌的汉字或数字部分;再利用K—L变换提取出运行状态的特征向量;最后利用支持向量机分类方法进行状态识别。试验结果表明：支持向量机分类方法对于小样本情况,具有良好的分类能力,适合多种电气设备运行状态的分类,并能获得比神经网络方法更好的识别性能。不同的分类核函数的相互比较分析表明,Sigmoid核函数最适合电气设备运行状态的分类识别。     

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．