Phishing Detection with Image Retrieval Based on Improved Texton Correlation Descriptor

Anti-detection is becoming as an emerging challenge for anti-phishing.This paper solves the threats of anti-detection from the threshold setting condition.Enough webpages are considered to complicate threshold setting condition when the threshold is settled.According to the common visual behavior which is easily attracted by the salient region of webpages,image retrieval methods based on texton correlation descriptor(TCD)are improved to obtain enough webpages which have similarity in the salient region for the images of webpages.There are two steps for improving TCD which has advantage of recognizing the salient region of images:(1)This paper proposed Weighted Euclidean Distance based on neighborhood location(NLW-Euclidean distance)and double cross windows,and combine them to solve the problems in TCD;(2)Space structure is introduced to map the image set to Euclid space so that similarity relation among images can be used to complicate threshold setting conditions.Experimental results show that the proposed method can improve the effectiveness of anti-phishing and make the system more stable,and significantly reduce the possibilities of being hacked to be used as mining systems for blockchain.

一种基于图割的交互式图像分割方法

交互式的图像分割方法目前已经受到越来越多的重视。该文提出一种新的基于图割(graph cuts)的交互式图像分割方法。该方法将图像的纹理、色彩、边缘等多种特征通过一个概率模型结合在一起。其中纹理和色彩用以Texton为基的直方图来建模,并用Fisher判别准则来对特征空间进行降维。利用图割方法,可以快速求解该模型下的最优分割。在遥感图像分割等问题中的应用结果表明该方法在速度和精确性方面都有很好的表现。

基于Normalized Cut的图像分割改进算法

用Normalized Cu(tN-Cut)准则分割图片时,会出现诸如过分割或者欠分割的不理想情况。在N-Cut结果的基础上提出了一种改进算法:利用合并-分裂方法,将颜色和纹理相似的区域合并,并对某些区域做进一步N-Cut分割。实验证明,改进后的算法不仅保留了N-Cut方法的优点,而且从一定程度上解决了过分割和欠分割的缺点,能够处理一些自然界的彩色图片,得到了比较理想的分割结果。

基于滤波器阵列与图割的彩色纹理分割

图割法因无法体现像素点的纹理区域特性而难以应用于纹理分割。针对该问题,提出一种基于滤波器阵列与图割的彩色纹理分割算法。利用构建的滤波器阵列提取图像的纹理特征,并加入图像的H、S、I分量值组成纹理-色彩特征向量,采用texton直方图作为彩色纹理的统计模型对纹理-色彩特征向量进行统计计算,通过直方图差计算像素点间的纹理相似度,再应用图割法中的规范割准则对彩色纹理进行分割。实验结果证明,该算法具有较高的分割准确性。

基于像素自适应邻域的纹理合成方法

针对传统像素点的纹理合成方法普遍存在对纹理样本适用范围比较窄的问题,提出了一种可以自动确定最佳匹配像素邻域大小的纹理合成方法.首先,利用方块编码原理提取样本纹理元,通过纹理元来确定最佳匹配像素邻域;然后,在像素匹配阶段,对像素匹配准则进行改进.通过比较样本像素和目标像素邻域的均值和方差来确定邻域的相似度,最终选择最优的合成像素.对比实验表明,该方法不仅有良好的合成效果,而且具有较广的适用范围,可以作为一种通用性的纹理合成方法.

基于纹理质地子特征的影像纹理分形分析

本文发展了一种基于纹理质地子特征的形像纹理分形分析方法。这一方法认为纹理质地子（边缘、斑点、极质点、交叉点等）本身具有自相似性和尺度伸缩性，因而在不同尺度上对各质地子特征检出的基础上，从不同侧面计算出相应于各纹理质地子的分形特征，有效地处理纹理特征的提取和融合，以克服目前仅基于整体分维计算存在的难以描述同分维不同分形等现象，实现对纹理的多分辨率分析。

基于独立纹元矩的纹理图像检索

基于统计方法和视觉感知机制,提出一种新型的纹理特征——独立纹元矩.首先通过独立成分分析方法从图像集中学习得到独立纹元滤波器,该滤波器表现出与图像集的良好相关性;然后利用独立纹元滤波器对纹理图像进行滤波分解,抽取滤波系数的一阶矩和二阶矩组成图像的纹理特征向量.在Brodatz纹理库中的实验结果表明,独立纹元矩特征的查准率和查全率比Gabor提高了6%,达到79.27%,而且在特征向量维度相同的条件下,独立纹元矩抽取的速度比Gabor快2个数量级.

一种基于超像素的户外建筑图像布局标定方法

提出了一种提取户外建筑目标图像中布局信息的方法.首先,基于超像素技术对所给的图像进行大致区域划分.超像素技术是基于一个测度谓词,其利用图像的基于图论的表示法来判定两区域的边界;其次,以划分后的区域(称为超像素)为单位,利用颜色、位置、纹理等信息对其进行标记.在标记纹理特征时,采用了基于3D基元的纹理识别方法.最后,定义规则整合各项标记,实现了对图像内容的划分,提取其布局信息.实验结果表明,该方法应用于常见几种布局的户外建筑目标图像都能收到较好的效果.

一种新的图案纹样生成方法

解决如何用计算机生成具有民族风格的纹样的图案是一个富有挑战的问题。提出一种图案生成方法,基于图案基元的变换来快速生成具有民族风格的图案。首先,引入交互分割模型提取图案中具有代表性的意义相对独立的图案基元。设计图案基元的相似变换规则,产生分形基元矩阵。然后引入准Arnold变换规则,对基元分形矩阵进行扰动生成新图案。对图案基元进行变换、扰动不仅生成多种纹样图案,而且由于变换中图案基元的保留,使得生成图案传承了原图案的风格与特色。所提方法简单易行,能快速生成大量保持民族风格的图案纹样。

一种纹理特征分析与合成的方法

针对纹理合成中基本的MRF类模型在大尺度结构表达上的缺陷,提出了在纹理模式空间和素材空间内对纹元及其分布的新的描述框架:使用纹元基本形和特征向量表示纹元,使用特征纹理表示纹元分布状况.在此结构上进行素材合成,可以保留MRF类模型在素材合成上的优势.实验结果表明,对于结构性较强的纹理,文中方法可以得到更加接近纹理机制的合成结果和某些纹理合成特效.

基于基元自相关图和结构元直方图的图像检索

针对目前的基元自相关图在表达图像颜色特征时空间相关性不强、基于单一特征检索时精度低的问题,提出了一种改进的基元自相关图和结构元直方图的图像检索方法。首先,将彩色图像非均匀的量化为63种颜色,并且对图像进行均匀分块,同时采用子块颜色代表值代替子块内每个像素点的颜色值;然后用定义的基元和结构元分别统计每个子块信息并提取图像基元自相关图和结构元直方图;最后综合提取的两个特征进行相似性度量。实验结果表明,相较于以颜色自相关图、基元自相关图及基于结构元的图像检索方法,该方法有效地提高了检索的精准率,改善了检索结果的排序值,并具有很好的稳定性。

基于梯度基元聚合矢量的图像检索算法

针对图像检索中多特征融合问题,提出了一种基于梯度基元聚合矢量的图像检索算法。该算法在改进的HSV颜色空间计算边缘梯度,通过定义的基元模板扫描梯度图像,生成梯度基元图像,将基元和非基元像素分别组合成聚合和非聚合像素集合;最后利用颜色自相关图算法对上述两个集合提取特征矢量,实现了融合颜色、形状、纹理和空间信息等多特征的图像检索。实验结果表明,该算法能够融合颜色、形状、纹理和空间信息,有效地提高了基于内容的图像检索的查准率和查全率。

基于两段多组件图割的非监督彩色图像分割算法

提出基于两段多组件图割的彩色图像分割算法,以解决因标签过多和噪声导致的过分割和图割算法低效等问题.多组件图割算法分割图像时,把标签相同的区域处理为该标签的多个组件,结合两层高斯金字塔形成两段多组件图割,以减少分割错误和标签数量,提高分割的性能.算法首先提取基于多尺度四元数Gabor滤波的texton纹理特征,并自适应融合颜色特征;然后使用两段多组件图割获取图像的优化分割,其中,为了引导图割优化的方向,在平滑项中引入彩色梯度信息;最后去除分割结果中的弱边界,获得最终的分割结果.实验结果表明,相对于比较算法,新算法的分割性能有明显提升.

一种新的纹理基元发现及表达方法

传统的纹理统计方法中对纹理基元采用形式语法的抽象表达使得算法非常复杂。基于图像关联规则挖掘,可发现纹理图像中的频繁模式,将频繁模式构建为纹理联合关联规则,纹理基元可以通过这些强关联规则特征矢量表达。实验证明,纹理关联规则纹理基元特征矢量能够很好区分纹理特征,并且易于表达以及在图像处理中使用,并具有方向不变性,能够为模糊和随机纹理图像处理提供新的思路。

基于基元自相关图的图像检索

提出一种新颖的颜色特征描述子,它能够在基元的基础上表达颜色信息的空间相关性。首先将彩色图像量化为64种颜色,并且对图像进行基元分析,最后利用统计信息来描述图像特征。实验结果表明,基元自相关图的性能优越于颜色直方图和颜色自相关图;基元自相关图的计算复杂度和特征维数均明显地小于颜色自相关图。

一种基于基元的彩色图像检索方法

结合基元与颜色特征,提出一种基于基元的彩色图像检索算法,该算法首先将彩色图像从RGB颜色空间转换到HSV空间上,并将图像量化为256种颜色,然后定义五种基元类型对图像进行基元分析得到基元图,利用颜色直方图描述基元图的颜色特征,利用改进的直方图相交算法进行相似度度量。实验结果表明:提出的算法能有效地去除背景颜色对图像目标的检索影响,而且较之用灰度边缘检测的边缘代替彩色图像边缘而进行的检索,能更好地反映彩色图像的纹理和边缘特征,具有较高的查准率和查全率。

基于贝叶斯网的航拍图像建筑目标提取算法

提出一种基于贝叶斯网的建筑目标提取算法。该算法通过多场景航拍图像进行训练后建立纹元字典,将实际图像中的纹元映射到纹元字典获得图像的场景类信息;然后使用朴素贝叶斯网建模建筑目标与场景类空间上下文的关系约束,将建筑目标提取转换为求解贝叶斯网类别节点的后验概率问题。与同类方法的对比实验表明,提出的算法能有效地提取航拍图像中的建筑目标。

适用于小样本问题的有监督边界检测方法

针对自然图像纹理复杂的特点,提出了一种多种信息融合的有监督边界检测方法。首先,该方法在小样本的情况下,通过快速生成纹理基元特征来引入纹理信息;然后,根据图像中每个像素邻域内的灰度分布和纹理基元分布的差异来计算灰度梯度和纹理梯度,并在此基础上构造出二维的梯度特征向量;接着,用有监督的分类器进行分类,自适应地检测出初始的边缘点;最后,设计一个边界定位函数确定最终的边缘点,实现边界检测。实验结果表明,该算法运算速度较快,所检测的边界效果好。

基于纹元森林的视觉词袋模型在图像分类中的应用

引入纹元森林(semantic texton forest,STF)的视觉词袋模型,联合基于金字塔匹配核的支持向量机,实现图像分类.首先对图像进行采样,提取SIFT(scale-invariant feature transform)特征,然后导入纹元森林构造视觉词典,统计视觉单词出现的频率构建语义词袋模型,最后利用支持向量机进行训练得出分类结果.实验在MSRC21(Microsoft research cambridge)图像库上进行,通过优化实验中的关键参数,引入加权的不平衡训练,提高了图像分类精度.实验结果表明,基于纹元森林的视觉词袋模型具有良好的图像分类效果.

复合纹理图像拆分的纹理快速合成方法

针对具有非纹理结构特征的纹理样图,提出了一种基于复合纹理图像样图的纹理合成方法。算法在纹理可合成性分析的基础上,对纹理重新划分,给出了复合纹理图像的定义,采用分割法将非纹理结构图像进行分割,减弱纹理合成过程中块匹配边界的约束。利用非纹理结构图案分割与纹理修补的方法解决纹理与图案的整体与局部的可控性问题。在满足图案结构合成的完整性和合理性要求的情况下,使纹理与图案结构在合成过程中实现自然过渡。算法还可在复合纹理合成方法的基础上进行纹理设计,更好地满足实际应用的需求,具有较大的工程应用价值。