一种新的基于特征的图像内容认证方法

该文提出了一种新的基于特征的图像内容认证方法 .它首先利用小波变换多尺度边缘检测方法抽取出光滑分量和边缘特征作为生成签名的图像特征集 .这可以保证特征集与图像之间的一一映射关系 ,避免伪造攻击 .然后它将光滑分量量化后生成 12 8位的摘要 ,并将边缘特征以水印方式嵌入原图 .验证图像时需同时通过与摘要的对比以及与水印特征的对比来确定内容是否被篡改 .实验表明 ,该算法可有效地检测出恶意篡改及其发生的位置 ,并可容忍由压缩、滤波等操作引起的失真 .即使图像受一定噪声污染 ,它也可通过验证 .

基于视觉特性的灰度级自适应盲水印算法

提出了一种基于小波变换和视觉感知特性的灰度级自适应盲水印算法。该算法利用视觉系统的背景亮度、纹理和边界掩盖特性把载体图像的小波系数分为18类;在对256级灰度水印图像压缩后,依据载体图像小波系数的分类,以不同强度嵌入到载体中。该算法在抽取水印时不需要原始载体图像和原始水印。实验结果表明此算法可有效地隐藏灰度水印图像,并有较好的顽健性,能抵抗裁剪、JPEG压缩、加噪、图像增强、滤波等多种处理。

基于视觉特性的静态图象压缩编码

基于主观视觉特性的压缩编码方法突破了传统编码技术中以MSE作为评判标准的限制,将人眼视觉特性结合到编码算法中,以实现最低比特位率和最好视觉效果.目前该技术的研究已有较大进展,但仍存在许多问题有待研究解决.本文系统地介绍了现有的基于视觉特性的压缩编码方法,同时讨论了应用在JPEG-2000和MPEG-4中的一些视觉编码技术.通过研究总结出以下结论:图象质量的客观评价、感兴趣区域的自动确定以及任意对象的识别与分割是基于视觉特性的编码技术中存在的主要问题,也是今后进一步研究发展的方向.

基于小波变换和形态学的图像内容认证方法

提出了一种新的图像内容认证方法。在发送端根据小波系数对图像的亮度及边缘纹理特性进行分析,将这些特性分类后编码为特征值,并将特征值加密后生成签名以水印方式嵌入图像。在接收端将待测图像的特征值与从中抽取出的水印进行比较,用形态学滤波的方法自动鉴别是否有内容被篡改,并给出篡改的位置和强度信息。实验表明,这种图像内容认证方法可有效的检测出恶意篡改,并可容忍由压缩、滤波、噪声污染等操作引起的失真。

基于自适应预处理的图像分割方法

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算法的基础上,首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素点邻域中像素分类后的分布情况,来判断考察点是处于区域中心还是处于边界,并据此对考察点的梯度值进行调节。然后在预处理后的梯度图像上选定标记,将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明,该分割方法具有良好的分割效果。

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法.首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类.其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列.最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中.该算法在抽取水印图像时不需要原始载体图像和原始水印图像.实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力.

基于特征的静态图像内容认证方法

为了对受攻击的图像进行有效的认证,该文提出了一种基于特征的图像内容认证方法,该方法首先利用小波变换多尺度边缘检测方法抽取出光滑分量和边缘特征来作为生成签名的图像特征集,以保证特征集与图像之间的一一映射关系和避免伪造攻击;然后将光滑分量用32bit编码后与边缘特征以水印方式嵌入原图。验证图像时,需同时验证光滑特征和边缘特征,以确定图像内容是否被篡改。实验表明,该算法不仅可有效地检测出恶意篡改及其发生的位置,并可容忍由压缩、滤波等操作引起的失真,即使图像受到一定噪声污染时,它也可通过验证。

基于修改的Zernike矩的抗几何攻击的数字水印方法

利用图像Zernike矩的幅度具有旋转不变的性质,提出了一种抗几何攻击的图像盲水印算法。算法首先对载体图像进行分块,计算子图像的Zernike矩后将其进行正则化,对正则化后的Zernike矩进行筛选,根据水印信息对选中的Zernike矩进行修改,并对差矢量进行Zernike矩重构,通过将重构的图像在空域迭加到原始子图像中实现水印的嵌入。该算法在抽取水印时不需要原始载体图像和原始水印。实验结果表明,该算法能够抵抗旋转、缩放攻击、裁剪攻击、JPEG压缩、噪声、滤波等常规攻击。

基于PCET的容忍几何变换的图像内容认证方法

为验证图像内容是否被恶意篡改,利用规整化PCET矩具有的旋转缩放不变性,提出了一种可容忍几何操作的图像内容认证方法.该方法利用SUSAN算子的响应值对图像中重要的视觉内容进行加权并计算PCET矩作为内容认证的特征,再用确定性自适应量化方法对特征进行量化并生成认证码,然后以量化索引调制的方式将认证码嵌入到原始图像的PCET幅值中;对图像进行验证时,从待测图像中提取水印,通过比较所提取的水印与待测图像的认证码来判断图像是否被篡改.实验结果表明,该方法对旋转缩放带来的几何失真具有鲁棒性,能抵御压缩、增强、滤波、噪声污染等操作,并对小篡改具有敏感性.

一种基于图的彩色图像分割算法

为了解决图像分割中容易出现的过分割问题,提出了一种基于图的彩色图像分割算法.该算法在区域合并的基础上,首先用Mean shift方法进行预处理,得到初始过分割区域后对其构造邻接图,然后计算邻接区域的颜色、纹理及边缘特征相似性以判断区域是否需要合并直到所有满足条件的区域都被合并.为了保持图像的全局属性,文中通过查找最优合并成本的方式进行区域合并.实验结果表明:即使在图像目标和背景区域颜色比较相似时,文中算法也能较好地实现对目标区域的完整分割;与其他4种算法相比,文中算法具有更好的分割性能.

精确的快速极坐标谐波变换

将极坐标下计算Zernike矩的方法推广到笛卡尔坐标下PHT矩的计算中.对极坐标进行设计和规划,以消除笛卡尔坐标下PHT矩计算中存在的几何误差和积分近似误差.在计算PHT内核系数时利用三角函数的对称性和查找表减少三角函数的计算次数,以提高运算速度并消除迭代累计误差.最后通过实验对提出的快速极坐标PHT方法进行验证,并与笛卡尔坐标下的PHT计算方法进行对比,结果表明,极坐标下的快速PHT算法在重建精度、旋转缩放不变性、计算速度等方面都优于笛卡尔坐标下的PHT计算方法.

基于扫描合并与重要子图的小波图像快速编码算法

基于嵌入式零树小波 (EZW )算法提出了一种简洁、快速、有效的压缩算法 .改进的快速算法主要有以下特点 :(1)引入重要子图和不重要子图的概念 ,减少了系数的重复扫描次数 ,加快了压缩速度 ;(2 )在一个扫描过程中使用两个阈值 ,把EZW算法中的两次扫描合并为一次扫描 ,这不仅减少了时间复杂度 ,而且提高了压缩比和信噪比 ;(3)把最低频子图同其他高频子图分开采取单独编码 .实验结果表明 ,该改进算法比Shapiro的EZW算法具有较高的压缩比和较快的编码速度 .

基于主观视觉的小波图像编码方法

通过对不同小波系数加权优化量化步长的方式提出了基于视觉特性的零树编码算法。视觉权值通过刚能鉴别出的失真阈值JND计算出来。而JND的计算则通过人眼视觉系统的频率敏感度、亮度敏感度、图像内容的对比掩盖效应以及边缘掩盖效应4个特性来计算。实验证明,在相同主观质量的情况下,提出的算法优于原始的EZW/SPIHT算法,可以取得更高的压缩比。

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.

基于拉普拉斯金字塔的图像内容认证方法

为了验证图像内容的真实性,提出了一种基于拉普拉斯金字塔的图像内容认证方法.在发送端首先对图像进行拉普拉斯金字塔分解,然后根据拉普拉斯金字塔分析原图像的光滑特性和细节特性,并对其特性进行编码得到特征值,最后将特征值加密后生成签名以水印方式嵌入原图像.在接收端将待测图像的特征值与从中抽取出的水印进行比较,对二者的差异图像以形态滤波的方法自动判断是否有图像内容被篡改,同时给出篡改的位置信息.实验结果表明,文中提出的图像内容验证算法可有效地检测出恶意篡改及其发生的位置,并可容忍由压缩、滤波、噪声污染等造成的失真.

基于度量学习的跨模态人脸检索算法

现有基于度量学习的跨模态检索算法用于跨模态人脸检索任务时缺乏对视角差异和域差异的关注,并且在度量学习过程中缺乏对全局信息的学习,构建了大量的冗余三元组。为此,文中提出了一种基于度量学习的跨模态共同表达生成算法,采用偏航角等变模块补偿偏航角差异以获取具有鲁棒性的图像特征,使用多层注意力机制获取具有可分性的视频特征;使用全局三元组和局部三元组共同训练跨模态共同表达生成网络,以提升度量学习的一致性和准确性,同时通过半困难三元组筛选来加速损失函数的收敛;提出了结合域校准和迁移学习的域适应算法,以提升共同表达的泛化性。在PB、YTC和UMD人脸视频数据集上的实验结果表明,文中算法有效地提升了跨模态人脸检索的准确性,通过少数样本微调跨模态共同表达生成网络,可有效提升目标域图像跨模态检索的准确性。

基于LLE和PSO的快速虹膜图像重构算法

虹膜特征码Iriscode具有高效的识别性能,被广泛应用于虹膜识别系统中.随着人们对生物特征安全问题的重视,如何从Iriscode重构虹膜图像以评判虹膜识别系统的安全性已成为一个研究热点.文中对Iriscode重构虹膜图像问题进行了分析,构建了虹膜重构优化模型,并提出两阶段的快速虹膜重构算法.将提取Iriscode的过程视为距离保持的降维过程,在第一阶段中根据待测Iriscode的近邻,采用局部线性嵌入算法重构出若干非精确的虹膜重构图像;第二阶段利用粒子群优化算法,将前一阶段获得的非精确虹膜图像作为初始粒子进行迭代搜索,以获得精确结果.实验表明,本算法获得的重构虹膜图像能够通过虹膜识别系统,达到伪造攻击的目的.相比于其他重构算法,在时间及伪造成功率上都有提高.

图像分析中的矩技术

矩技术可广泛应用于图像检索和识别、图像分割、模板匹配、数据压缩、数字水印及运动图像序列分析等领域,近年来其研究取得了较大的进展。为了使人们对这一技术有个概略了解,首先对图像分析中的矩技术进行了较为全面的介绍和评述;然后着重探讨了离散正交矩技术在图像特征表示、图像重建、计算性能等方面的研究现状;最后提出了图像分析中的矩技术目前存在的问题和进一步的研究方向。

基于自适应图像块组合的无损图像认证算法

现有基于分块的无损图像认证算法在图像认证块划分方面存在不足。为此,提出一种基于自适应分块组合的无损图像认证算法。算法中的认证块由基本分块根据原图像特征和水印图像保真度要求自适应组合而成,认证信息用数字签名技术产生,以无损水印方式嵌入,同时以多次嵌入方式实现图像编号的顽健传送,利用图像编号和认证块编号防止矢量量化攻击。理论分析与实验结果表明该算法篡改定位能力强于现有无损图像认证算法,且适应性强,能抗矢量量化攻击。

篡改定位精度可动态调整的无损图像认证算法

现有的基于分块的无损图像认证算法难以确定合适的认证块大小.为此,文中提出了一种认证块大小可动态调整的无损图像认证算法.该算法的图像认证块分别由若干基本图像块组合而成,相应的认证信息用数字签名技术产生,以无损水印方式嵌入,同时通过多次无损嵌入方式实现图像编号的鲁棒传送,用图像编号区分不同图像、防止矢量量化攻击.理论分析与实验结果表明,该算法可有效抵抗矢量量化攻击,图像认证块的大小能根据宿主图像特征和水印图像保真度要求进行动态调整,有效地提高了篡改定位能力.