全天候车辆实时检测系统

为解决全天候车辆检测技术精度不高的难题,提出了一种新型联合检测算法。通过在混合高斯背景建模法中加入膨胀、腐蚀算法,减少了视频车辆图像中的大量断点和随机噪声;利用最小面积法设置外接矩形框并通过不断调整矩形框的大小和位置,准确框选出视频图像中的目标车辆。由于夜间光线场景复杂,以能被明显区分的车前灯作为目标,通过直方图双峰阈值法和分水岭分割法将其从视频图像的背景中分离,并基于车前灯的形态参数,设置合适的车灯匹配条件,提出一种实时的车灯配对、车辆跟踪算法,大幅提高了夜间车辆检测的准确度。提出的新型联合车辆检测算法,有效地消除了由于外界光线环境改变造成的车辆检测误差,为全天候车辆检测提供了新思路,具有很强的针对性和重要的现实意义。

基于DDS和框架的鲁棒盲水印算法

为进一步提高盲水印算法的鲁棒性,提出了一种基于DWT-DCT-SVD和框架的鲁棒盲水印算法。首先提取彩色宿主图像的Y、U、V分量灰度图,分别进行一级小波变换,对低频子带4×4分块并进行离散余弦变换和奇异值分解;然后通过调节每个子块的对角矩阵,将置乱的水印信息嵌入到宿主图像中;最后在图像四周添加框架用以定位和几何校正。实验结果表明,嵌入水印后图像SSIM和PSNR值分别达到0.96和39.06以上,攻击后提取的水印图成功跳转率在90%以上。该算法在不影响原图视觉效果的前提下,不仅提升了盲水印算法对于旋转、缩放、噪声等常规攻击的鲁棒性,还能抵抗任意角度旋转、大尺度缩放和截图的联合攻击。