二元纯位相滤波器与半脆弱数字图像水印

文章分析了一种由F.Ahmed和I.S.Moskowitz提出的基于二元纯位相滤波器(BPOF)的半脆弱数字图像水印技术。该算法作用在图像Fourier变换域,将BPOF作为水印嵌入到幅值中。其优点在于以图像内在特征(即BPOF)作为水印,不需要传递大量额外数据用于图像认证。该文着重讨论了原始图像BPOF,嵌入水印后图像BPOF,嵌入水印后图像幅值三者之间相互关系,并分析了算法的稳健性,其结论有助于该类算法的进一步改进。

基于二元纯位相滤波器水印的图像篡改定位

二元纯位相滤波器(BPOF)数字图像水印算法将图像离散Fourier变换的BPOF作为水印嵌入到其相应幅值的某个位平面中,较好地实现了图像自认证。研究了利用BPOF水印实现图像篡改定位。其基本原理是将图像划分为互不重叠的分块,通过在各分块中独立嵌入和检测水印,实现图像篡改检测和定位。着重讨论了以不同大小对于图像分块和以不同幅值位平面嵌入水印时,所嵌入水印的不可感知性、检测性能、图像篡改定位能力以及抗JPEG压缩性能。得出了图像分块大小、嵌入水印的幅值位平面及水印检测阈值等参数的选取策略。实验结果证明了BPOF水印可以很好地应用于图像篡改定位。

基于多位平面嵌入的二元纯位相滤波器水印

在简要分析基于单一幅值位平面嵌入BPOF水印的基础上,讨论了使用多个幅值位平面嵌入水印并进行了性能分析。通过仿真实验得到了优化方案:以多个幅值位平面嵌入水印,而从其中的最高位平面中提取水印可以明显提高水印性能。

采用量化嵌入的二元纯位相滤波器图像水印

二元纯位相滤波器数字图像水印算法将图像离散Fourier变换的相位信息作为水印嵌入到其相应的幅值中,较好地实现了图像自认证。研究了通过量化幅值实现水印嵌入,讨论了根据嵌入水印的各幅值系数所处的频率位置调整量化步长,以及在低频域量化嵌入水印。理论分析和实验结果表明,通过量化幅值嵌入水印,可有效改进算法的灵活性、安全性、水印不可感知性和检测有效性,并且在一定程度上提高了抗JPEG压缩性能。

结合DWT变换的二元纯位相滤波器水印

提出了结合离散小波变换(discrete wavelet transform,DWT)的二元纯位相滤波器(binaryphase-only filter,BPOF)数字图像水印算法。首先对图像进行DWT变换,然后在DWT变换后的低频子带进行离散Fourier变换(discrete Fourier transform,DFT)变换,将DFT变换的相位信息二值化得到BPOF,并将其作为水印嵌入到相应的幅值中。与对图像整体进行DFT变换,并在其全频域或低频域嵌入BPOF水印相比,在保持嵌入水印的不可感知性和检测性能的同时,显著提高了抗JPEG压缩性能。该方法可用于图像真实性、完整性认证,仿真实验证明了算法的有效性。

基于二元纯位相匹配滤波器的人脸识别算法

为了满足相关匹配的要求,在原有的二元纯位相匹配滤波器的基础上,提出了改进的匹配滤波器算法,提出把二元纯位相匹配滤波器应用于人脸识别的理论和方法。简单介绍匹配滤波器算法和性能评价标准,详细阐述二元纯位相匹配滤波器设计方案,分析传统的二元纯位相匹配滤波器和优化的二元纯位相匹配滤波器的性能差别,对比二者在人脸识别中的性能特点。最后,给出不同角度二元纯位相匹配滤波器的仿真结果,给出匹配滤波器进行类内、类间识别的输出相关图,测试算法在FERET和AR shelter标准人脸库中的识别效果。结果证明这种新的人脸识别算法对有遮挡人脸识别效果较好。

基于二元纯位相匹配滤波的光电混合模式识别

提出一种优化二元纯位相滤波器 ,抑制低频噪声 ,提高自相关峰信噪比的新方法 ,并用于基于电寻址铁电体液晶空间光调制器的匹配滤波可编程光学相关器 。

基于BPOF特征与深度图像的人体姿态估计研究

人体姿态估计是一个有着非常广泛应用前景的研究课题,并且在计算机视觉领域中,该课题已经成为了重要研究热点之一。针对人体姿态估计中的特征表达提出了一种基于二元纯位相匹配滤波器(BPOF)的特征提取算法,首先对图像中每一个像素点都从8个方向去计算扫描线段长度值,然后再将得到的8个值引入到BPOF算法中进行计算以便得到该像素点的特征值,同时针对随机森林分类器进行优化,最终对图像中的人体姿态做出估计。该改进方法在识别率以及鲁棒性方面有了很大提高,同时优化的随机森林分类器使得算法系统时间开销有所降低。