傅里叶-梅林变换的图像复制篡改检测

篡改检测已经成为数字图像取证的重要方法。虽然大多数情况下数字图像篡改都难以感知,例如区域复制篡改,它将图像中的对象区域复制到不交叠的其它区域,但仍然会留下少许篡改痕迹。提出了一种新的针对图像区域复制篡改的检测模式。其中,利用傅里叶-梅林变换提取图像块的几何不变量特征,相似性匹配则采用余弦相关系数。通过MATLAB仿真实验,验证了该算法不但可以适应平移、旋转及缩放等几何变换,而且能够有效抵抗噪音污染、模糊滤波以及有损JPEG压缩等攻击。

傅里叶-梅林变换(FMT)在畸变-不变图像识别中的应用

针对尺度缩放和角度旋转变化目标相关识别率低的问题，在联合相关识别中加入傅里叶-梅林变换方法。采用傅里叶-梅林变换（FMT）中的对数极坐标变换、梅林变换、傅里叶变换具有的旋转、尺度、平移（RST）不变性，可以提高JTC图像识别的性能，实现畸变-不变图像的识别。利用联合变换相关器对角度旋转0°～40°、尺度变化0～20%的目标进行计算机仿真实验。实验结果表明：在JTC中采用FMT可以实现畸变-不变图像的识别。

基于模糊-粗糙集和傅里叶-梅林变换的HRRP识别

提出一种基于模糊-粗糙集理论和傅里叶-梅林变换的高分辨雷达距离像识别方法。模糊-粗糙集理论将模糊集概念引入到粗糙集理论中,克服了传统粗糙集理论不能直接处理连续值特征的缺陷;傅里叶-梅林变换具有时移与尺度伸缩不变性,能够克服距离单元的平移、伸缩给识别带来的困难。实验表明,该方法具有强大的特征压缩能力,所设计识别系统具有良好的识别率。

基于粗糙集和傅里叶-梅林变换的HRRP识别

一种有效的高分辨雷达距离像识别方法需要有效处理距离像表现出的不精确性和不确定性,这种不精确性和不确定性可用粗糙集理论描述。文中提出一种基于粗糙集理论和傅里叶-梅林变换的高分辨雷达距离像识别新方法。粗糙集理论能够挖掘目标类别相关信息,同时最大限度去除冗余信息;傅里叶-梅林变换具有时移与尺度伸缩不变性,能够克服距离单元的平移、伸缩给识别带来的困难。实验表明,该方法具有强大的特征压缩能力,所设计识别系统具有良好的识别率。

基于傅里叶-梅林变换的图像匹配方法研究

图像匹配是计算机视觉中的重要应用之一,相位相关算法是其中的一种常用方法。但是该算法只能准确匹配存在平移的情况,对带有旋转和缩放的情况无法正确匹配。针对这一问题,本文提出了基于傅里叶-梅林变换的匹配方法,利用图像傅里叶变换幅度谱中的包含的信息,计算出旋转角度和缩放系数,根据结果变换模板图像,进一步计算出平移量。本文设计了模拟和实际实验对算法进行验证。结果显示本文算法不仅在模拟条件下具有较好的匹配效果,在实际情况下也能准确匹配。

一种傅里叶——梅林变换空间图像快速配准算法

为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换(Fourier-Mellin Transform,FMT)影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。

基于FMT的快速Copy-Move篡改检测

为了对图像篡改中常用的复制-移动伪造进行检测,基于傅里叶-梅林变换的平移、旋转和缩放的不变性提出一种快速图像区域分割和匹配的高效篡改检测算法。不同于以往模板匹配方式中按照单像素点移动得到重叠块划分方法,该算法采用相邻图像块的图像区域分割方式来减少整个图像块的数量。通过相似性匹配检测,得到初步的复制图像区域,然后利用边缘处理的方法处理改善篡改区域,从而达到改进篡改检测算法的效率和准确性。最后通过实验验证了该算法的有效性。

基于结构特征对齐的γ辐射环境场景图像配准方法

针对γ辐射环境场景图像中位置、形状、颜色多样的斑块噪声在图像配准过程中比场景信息更加显著,严重干扰场景信息的特征表达,导致场景图像难以实现准确图像对齐的问题,本文提出一种联合去噪策略与结构特征对齐的γ辐射环境场景图像配准方法,该方法从降低噪声干扰和改善场景信息的特征表达两个方面提升配准精度。首先,针对γ辐射环境场景图像中斑块噪声多样性的问题,通过金字塔滑动取样策略将γ辐射环境场景图像下采样为无损子图像集,使斑块噪声被拆分为子图像中的孤立点噪声,并利用中值滤波方法对此类噪声进行去除。其次,针对场景信息特征显著性不足的问题,采用Sobel边缘特征提取方法获取场景信息的稳定结构特征,实现对斑块噪声边缘弱纹理的抑制及场景信息特征表达的提升。最后,利用傅里叶-梅林变换方法进行结构特征的准确对齐,实现γ辐射环境场景图像的准确配准。在^(60)Coγ辐射环境采集的图像上进行了大量对比实验,待配准图像的尺度量解析误差小于0.01,旋转量解析误差小于0.4°,平移量解析误差小于±0.6像素,实验结果表明了本文方法的有效性。

一种面向无人机航拍图像的快速拼接算法

针对现有图像拼接方法对分辨率高、影像信息复杂的无人机航拍图像处理速度慢、匹配精度差的问题,提出一种面向无人机航拍图像的快速拼接算法。首先,利用FM(Fourier-Mellin)算法求出图像的重叠区域,并获取图像重叠区域内的感兴趣区域,结合区域分块以及图像信息熵得到最终的特征提取区域,设置为图像掩膜;接着,在特征提取区域提取特征点,并且对特征点匹配对进行两轮筛选,减少RANSAC算法迭代次数;最后用改进的RANSAC算法进行误匹配点对的剔除以筛选出准确度较高的匹配点对。比较该算法与其他算法的运行效率以及图像的拼接质量等相关指标。实验结果显示该算法较SURF、SIFT、区域分块算法,航拍图像拼接时间分别降低35%、56%、57%,满足航拍图像对拼接精度以及实时性的要求。

基于低分辨率雷达的海面舰船目标分类识别技术

文中基于雷达窄带信息提出了一种对海面舰船进行大小及吨位进行目标分类识别的算法。算法通过傅里叶-梅林变换及Fisher判别分析提取分类特征,采用支撑矢量机进行分类识别,最后利用实测的机载雷达数据验证了此方法的有效性。该分类识别算法能够在不影响雷达正常警戒工作任务的前提下,对视场内所有探测到的海面目标进行分类辨识,在工程上具备较高的实用意义。

抗几何攻击的强鲁棒性全息水印研究

目的寻找一种能够抵抗常见几何攻击的安全的水印算法。方法通过分析常见的水印算法,发现傅里叶-梅林变换域水印能够较好地满足抵抗常见几何攻击的需求。对水印图像进行双随机相位全息加密,通过密钥保障水印的安全性,通过把加密的水印嵌入到傅里叶-梅林变换域的方法,设计对比试验,研究含有水印的图像在平移、缩放、旋转、中值滤波、高斯噪声、椒盐噪声、压缩、打印扫描、打印拍摄攻击下提取水印质量的影响。结果水印能够抵抗常见的几何攻击,特别对平移、缩放、旋转组合几何攻击、打印扫描和打印拍摄有很好的效果。结论基于傅里叶-梅林变换的全息水印算法具有很好的鲁棒性,能够抵抗常见的几何攻击;具有很好的安全性,没有密钥不能对水印进行检测和去除。

曲线匹配算法及其在织物自动对花检测中的应用

针对圆网印花过程中的对花检测问题,在基于机器视觉的圆网印花检测系统的基础上,提出利用曲线匹配策略得到错花套色的位置误差矢量的方法。为确保目标边缘图像与标准边缘图像位于同一坐标系下,首先利用Fourier-Mellin曲线匹配,对其进行匹配消除拍摄误差;然后用基于傅里叶变换位移定理的曲线匹配算法对调整好的目标边缘图像和标准边缘图像进行匹配,检测对花误差。该匹配策略消除了拍摄误差,数据运算量小。实验表明其检测精度和运算速度可以满足织物对花在线检测的要求。

一种舰船目标一维距离像识别的新方法

提出了一种基于傅里叶-梅林变换和二叉树支持向量机相结合的舰船目标一维距离像识别方法。该方法充分利用了傅里叶-梅林变换具有的时移与尺度不变性和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能。针对多类舰船目标的识别,提出采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量。对4类舰船目标仿真实验的结果表明,该分类方法具有较高的识别性能、较快的识别速度。

卫星图像配准及匹配曲线特征评估法

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得,图像间存在较大差异。为了有效配准图像,提出一种"先粗后精"的配准算法,首先采用Fourier-Mellin变换算法实施快速的粗配准,然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准,由于没有准确的衡量标准,很难给出定量的评估结果。本文提出一种新的配准评估方法?匹配曲线特征评估法,以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标,以峰值间RMSE最小为准则自动调整配准参数。结果表明,"先粗后精"的配准算法能够实现相当精确的配准;匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能,并能由曲线的特征指标定量评估配准效果,而且还能自动调整配准参数,使配准更加精确。

基于QR码的抗几何攻击数字全息水印

目的针对含水印QR码图像在扫描和解码过程中的几何攻击,提出一种基于数字全息和傅里叶-梅林变换的数字水印技术。方法以傅里叶-梅林变换构建几何不变域,并利用全息图的不可撕毁性,将水印以全息图的方式隐藏在QR码图像离散傅里叶变换中频幅度谱部分。结果通过对比实验表明,提出算法可以有效抵抗对含水印QR码图像进行的剪切、缩放和旋转等几何攻击,且算法简便,嵌入信息量大。结论在不影响QR码正确识别的基础上,提出算法的鲁棒性和不可见性之间能达到较好的平衡。

具有尺度和旋转适应性的长时间目标跟踪

目标发生尺度和旋转变化会给长时间目标跟踪带来很大的挑战,针对该问题,本文提出了具有尺度和旋转适应性的鲁棒目标跟踪算法.首先针对跟踪过程中目标存在的尺度变化和旋转运动,提出一种基于傅里叶-梅林变换和核相关滤波的目标尺度和旋转参数估计方法.该方法能够实现连续空间的目标尺度和旋转参数估计,采用核相关滤波提高了估计的鲁棒性和准确性.然后针对长时间目标跟踪过程中,有时不可避免地会出现跟踪失败的情况(例如由于长时间半遮挡或全遮挡等),提出一种基于直方图和方差加权的目标搜索方法.当目标丢失时,通过提出的搜索方法能够快速从图像中确定目标可能存在的区域,使得跟踪算法具有从失败中恢复的能力.本文还训练了两个核相关滤波器用于估计跟踪结果的置信度和目标平移,通过专门的核相关滤波器能够使得估计的跟踪结果置信度更加准确和鲁棒,置信度的估计结果可用于激活基于直方图和方差加权的目标搜索模块,并判断搜索窗口中是否包含目标.本文在目标跟踪标准数据集(Online object tracking benchmark, OTB)上对提出的算法和目前主流的目标跟踪算法进行对比实验,验证了本文提出算法的有效性和优越性.

基于相位相关的图像匹配算法研究

提出一种基于相位相关的图像匹配方法。针对仅有位移变换的图像,给出基于相位相关的模板匹配方法,并进行了改进,然后利用人工平移的方式进行实验验证。结合Fourier-Mellin变换理论,给出解决旋转问题的图像匹配方法,并利用人工旋转的方式进行了实验验证。实验结果表明,本方法在精度和速度上都能取得比较满意的效果。

基于细节点频谱的指纹图像匹配算法研究

为了提高指纹识别系统对存在位移、缩放和旋转等线性变化的指纹图像识别率,提出一种基于指纹细节点频谱的指纹匹配算法。首先介绍了从频率域提取指纹细节点的频谱特征,利用傅里叶-梅林变换的特性来消除平移、缩放和旋转等线性变化,从而获得稳定的无需再次校准的指纹特征;由于新的频谱特征是以矩阵形式存储的,因此可以直接用欧氏距离来评估两个指纹特征的相似程度,进而完成指纹图像的匹配;最后利用Matlab搭建了一个系统平台,在FVC2002DB2数据库中进行实验。结果表明:与其他方法相比,笔者提出的方法明显提高了自动指纹识别系统的识别率。

空地数据链系统中图像自动剪切方法研究

在空地数据链路通信中,鉴于存在需要传输的各种机载图像传感器的数据量越来越大与已有的数据链带宽相对较小的矛盾,为了提高数据链路在战场环境中的图像传输效率,对于用CCD航空相机以中心投影方式获取的静态图像数据,要求远程快速高保真地进行信息传递,提出了一种机载自动数据缩减方案。该方案的关键步骤是图像的自动匹配与剪切,它的实现算法利用了航拍相邻图像间具有强逻辑相关性的特点,基于二维仿射变换模型,使用通过傅里叶-梅林变换计算得到的图像匹配参数,在没有检测到突现目标的情况下,对相邻图像中的场景重叠部分进行自动剪切操作。自动剪切及镶嵌的试验结果表明,本算法复杂度较低,鲁棒性和可操作性较强,能够有效地缩减下行链路中待传输的数据量,具有进一步实用化的潜力。