基于CNN计算局部复杂度的可逆信息隐藏算法

在可逆信息隐藏领域,选择较小的预测误差有助于减少信息嵌入过程引起的失真.现有选择方法主要计算预测误差的局部复杂度,将信息嵌入到局部复杂度小的预测误差中.这些局部复杂度计算方法只使用部分相邻像素计算局部复杂度,且计算方法与预测部分使用的预测器无关,因此其选择性能有待提高.本文提出了一种基于CNN的局部复杂度计算方法LCCN,该方法与预测部分的预测器相关,可以使用更多的相邻像素计算局部复杂度,提高局部复杂度与预测误差的相似性.与现有的局部复杂度计算方法相比,所提LCCN利用了CNN的多感受野特性和深度学习的全局优化能力,能使用更多相邻像素计算局部复杂度,从而选择更多数值较小的预测误差,提高嵌入算法性能.此外,我们还提出了一种适用于LCCN的两阶段RDH方案,该方案可以将LCCN应用于多种嵌入方法.实验结果表明,与现有的几种局部复杂度计算方法相比,本文所提方法在标准测试图像和Kodak数据集上嵌入性能更好,在基于LPVO的嵌入技术中,本文所提LCCN模型嵌入10000bits后图像Lena的PSNR为62.09dB,分别高于LV、FV、EE和LAE算法1.05dB、1.02dB、0.78dB和0.90dB.与现有的先进RDH算法比较,本文所提LCCN模型在不同图像上均取得较好效果.

基于双层像素值排序的可逆信息隐藏

基于像素值排序(pixel-value-ordering,PVO)的可逆隐藏方法借助像素块内的最值关系进行有效预测和可逆嵌入,具有显著优势。然而,现有基于PVO的方法大多在单一序列中进行预测和修改,导致每个像素块内参与生成直方图的像素数量相对固定。为了解决这一问题,提出了一种基于双层像素值排序的可逆信息隐藏方法,它在像素块中分层得到两个有序序列,并在两个序列之间进行跨序列预测,因此能够自适应地确定生成直方图的像素数量。同时,为双层嵌入所生成的直方图设计了不同的修改规则,以减少嵌入失真。实验结果表明,本方法具有较好的可逆嵌入性能。

一种基于上下文语义信息的图像块视觉单词生成算法

基于视觉单词的词包模型表示(Bag-of-Words)算法是目前场景分类中的主流方法.传统的视觉单词是通过无监督聚类图像块的特征向量得到的.针对传统视觉单词生成算法中没有考虑任何语义信息的缺点,本论文提出一种基于上下文语义信息的图像块视觉单词生成算法:首先,本文中使用的上下文语义信息是视觉单词之间的语义共生概率,它是由概率潜在语义分析模型(probabilistic Latent Semantic Analysis)自动分析得到,无需任何人工标注.其次,我们引入Markov随机场理论中类别标记的伪似然度近似的策略,将图像块在特征域的相似性同空间域的上下文语义共生关系有机地结合起来,从而更准确地为图像块定义视觉单词.最后统计视觉单词的出现频率作为图像的场景表示,利用支持向量机分类器完成图像的场景分类任务.实验结果表明,本算法能有效地提高视觉单词的语义准确性,并在此基础上改善场景分类的性能.

分块的有序范德蒙矩阵作为压缩感知测量矩阵的研究

测量矩阵是压缩感知(Compressed Sensing,CS)的重要组成部分,确定性的测量矩阵易于硬件实现,但是重构信号的精度一般不如随机矩阵。针对这一缺点,该文提出并构造了一种新的确定性测量矩阵,称作分块的有序范德蒙矩阵。范德蒙矩阵具有线性不相关的性质,在此基础上加上分块操作和对元素进行有序排列得到的分块的有序范德蒙矩阵,实现了时域中的非均匀采样,特别适合于维数较大的自然图像信号。仿真实验表明,对于图像信号该矩阵具有远高于高斯矩阵的重构精度,可以作为实际中的测量矩阵使用。

免疫算法求解编组站阶段计划配流问题研究

在编制编组站阶段计划时需解决的一个核心问题是确定出发列车的车流来源。本文针对该问题作了深入研究,以解编顺序为优化对象,在考虑解、编调机资源约束的情况下,以在正点出发列车数最大基础上考虑总停留车小时最小的解编顺序为目标建立数学模型,并设计了免疫算法中自适应克隆选择算法对其求解,其中抗体评价所需的配流结果通过lingo编程实现。算例证明了算法的有效性,为编组站阶段计划配流智能化提供了较好的解决途径。

图像场景语义分类研究进展综述

场景语义分类是图像理解领域中一个重要的研究方向,涉及到信号处理、模式识别、计算机视觉和认知科学等多学科交叉。场景分类任务中,图像内容描述和分类判决是两大关键问题。图像内容描述力图得到关于场景图像最具判别意义的表示,而分类判决则对训练样本集的图像内容描述学习、训练,并建模得到某类场景图像区别于其他场景类图像的计算模型。目前,很多场景分类方法针对图像内容描述和图像分类进行了深入的研究,对室外人造场景、室外自然场景和室内场景图像进行分类,取得了较好的分类效果。然而,场景图像自身内容上的变化和差异,既会造成同一场景类内对象的差异性,同时也造成不同场景类之间图像的视觉相似性,特别是对于不同的室内场景类。因此,场景语义分类任务十分困难,是计算机视觉和认知心理学领域中一个颇具挑战性的难题。室外图像场景分类研究相对成熟,而室内图像场景分类研究却进展缓慢。本文综述了图像场景语义分类的研究进展,并分析了场景分类算法的性能,指出场景语义分类研究中存在的问题。

跨媒体语义共享子空间学习研究进展

随着信息技术的飞速发展,现实世界中涌现出大量的跨媒体数据.所谓跨媒体数据是指那些表达的内容相似,但以不同模态、不同来源、不同背景等形式出现的数据.比如,一张描述花豹的网页通常采用共生的图片和文本等不同的模态刻画花豹的外形和习性.这些跨媒体数据通常呈现出底层特征异构、高层语义相关的特性.传统的单媒体学习方法已无法适应跨媒体数据呈现出的特征异构性.因此,跨媒体学习相关理论与方法的研究是当前数字媒体分析领域的热点研究课题之一.该文主要介绍了跨媒体学习的研究背景和应用价值,概括介绍了各类跨媒体学习相关方法的数学原理和基本特性,并重点介绍了跨媒体共享子空间学习的研究进展,比较了基于投影、矩阵分解、任务和度量等四大类子空间学习方法的优缺点,分析了未来的发展方向.

双稳系统噪声特性的分析与弱信号检测的研究

研究了噪声通过双稳系统其能量向低频区集中的频谱特性,并根据绝热近似理论,得出只有在噪声能量集中的低频区域才能产生随机共振(SR)主谱峰的结论。提出频率压缩变换的SR方法,分析了绝热近似SR技术在大参数条件下从强噪声中检测弱信号的应用。仿真结果表明,只要双稳系统输入端的信噪比不低于-30dB,且实测采样频率不小于弱周期信号频率的50倍,就可由双稳系统的响应谱得到弱周期信号频率处的SR谱峰值特征,达到识别弱信号的目的。

图像内容真实性认证的半易损水印方案研究

提出一种基于半易损的图像内容真实性认证方案。该算法既对不改变图像内容的一般性操作具有较好的顽健性,又能对改变图像内容的篡改操作具有较强的敏感性。在水印图像进行一般性处理后能够借助水印差别图和滑动窗检测并定位被篡改的区域。本文还从概率论的角度给出了精确的判决门限确定公式。仿真试验采用一般性操作和篡改操作相结合的方法,实验结果表明本文算法在保护数字图像内容真实性方面是可行的。

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。

基于LabVIEW的Excel报表生成技术研究

虚拟仪器将计算机采集测试分析引入到电子测量领域,用数字化和软件技术极大地提高了测试的灵活性和可扩充性。报表生成功能是一个完备的虚拟仪器系统的重要组成部分。讨论了如何利用ActiveX技术进行LabVIEW与Excel混合编程以实现报表的生成,提出了LabVIEW与其他应用软件混合编程以增强虚拟仪器功能,实现了某基于LabVIEW测试项目的Excel报表自动生成。

较大尺度运动下的人体特征点跟踪算法研究

利用光流法可以对视频中运动目标进行特征点跟踪,当目标存在较大尺度运动时,光流法图像一致性假设难以满足,导致特征点跟踪丢失。针对此问题,提出了一种基于Lucas-Kanade(L-K)金字塔光流算法的运动人体特征点跟踪方法。首先,利用帧间差分法得到帧差图像序列,获取行人的运动区域;然后用尺度不变特征变换(SIFT)算法检测选定初始帧中的特征点;最后运用L-K金字塔光流算法跟踪这些特征点在后续帧中的位置。实验结果表明,该算法对较大尺度运动的特征点跟踪有很好的效果,提高了跟踪的准确性。

烟叶自动图像分级技术研究综述

在烟叶自动分级的过程中,提取烟叶特征并且进行分级是至关重要的步骤。阐明了烟叶分级的现行国家标准,分析总结了常用的颜色、形状、纹理等特征分析手段,包括一些较为新颖的方法。对多种方法综合对比分析,结合我国烟草行业实际背景与现实环境,从简捷、经济、高效、可靠四方面考虑,提出在标准D50照明光源条件下,提取现实中可用的叶长、面积等图像特征,选择适合判别的均匀颜色模型对烟叶进行分级判别。

基于LDPC码的数字图像水印算法研究

传统的数字水印不具备抗比特攻击能力,本文提出一种基于LDPC码的数字水印算法,对水印图像编码,可抵御比特攻击。水印图像在进入高噪声信道前需要进行LDPC编码。本文给出了LDPC码的编码结构,可传播置信解码算法。通过仿真结果表明,该算法降低了水印图像在传输中的误码率,具有较强的鲁棒性。

基于Android平台的汇集团购信息业务描述

提出了一种基于Android平台的汇集团购信息的业务模型。该模型首先基于Linux的平台建立一个小型的抓取各团购网站信息的服务器,并且设置一个守护线程等待移动客户端的连接,然后基于Android系统开发技术开发浏览团购信息的移动客户端,该客户端可从服务器上获得相关团购信息。测试表明该模型运行稳定,具有较好的市场推广前景。

基于六元组的混合式QoS信息聚合算法

针对层次路由中的QoS信息表述问题,首先提出了一种均匀折线的几何聚合方法,采用均匀折线来表示两个边界路由器间多条路径的QoS支持区域。为进一步提高聚合性能,将均匀折线法与线段聚合法相结合,提出了一种基于六元组的混合式QoS信息几何聚合算法。该算法可根据聚合精确度适应性地从直线模型和均匀多折线模型中选择最佳的模型进行聚合,聚合后的信息仅用六元组数据便可表示。定义了聚合误差率,以此作为准则来精确衡量几何聚合算法性能的优劣。实验结果表明,文中所提混合式聚合算法的性能优于现有算法,可以实现更低的聚合误差率。

双层约束下基于局部和全局信息的图像插值新模型

该文提出一种双层约束的图像插值模型,模型在原始未插值图像梯度模约束下同时基于局部和全局信息处理。使用偏微分方程处理边缘像素,锐化边缘同时平滑边缘块状效应;平滑区域像素点的插值操作使用非局部均值模型,非局部均值模型通过对原始图像全局信息加权平均得到待处理图像像素值,图像平滑。使用双层约束模型处理纹理图像可以保持纹理特征,平滑纹理部分线形特征位置的块状效应。最后理论和实验结果证明使用双层控制模型可以直接将噪声图像插值放大。

城市交通中结点约束的动态最短路径查询算法

城市交通中道路拥堵情况多变,在车辆行进过程中两点间最短路径会发生改变。文章提出基于Dijkstra的动态更新算法,同时考虑必经结点对算法的影响,计算复杂度大大降低。文中给出了算法的理论依据,处理过程及最终效果图。

ACE框架在网络通讯软件设计中的应用研究

本文介绍了利用ACE(Adapted Communication Environment)实现通信软件的设计机制和优越性,浅析了ACE中主动对象和前摄式模式机制,并使用这两种构件实现了说话人识别系统多机控制子系统。

自适应粒子群算法求解编组站车流推算问题的研究

编组站日班计划和阶段计划编制核心之一是出发列车车流来源的推算,由于车流推算的复杂性,其求解算法也是研究重点之一。基于解编顺序建立编组站动态车流推算的数学模型,约束中考虑了单调机资源、车流接续去向和时间等约束,目标函数在优化正点出发列车数的同时考虑总停留车小时的优化。通过设计自适应离散粒子群算法(ADPSO)对数学模型进行求解,以解编顺序为主要优化对象,静态配流采用Lingo编程实现,最后通过算例验证了算法的有效性。