基于灰度图像的像素量化隐写算法

目的为了提高灰度图像处理的规模、嵌入量、安全性及鲁棒性,提出一种基于灰度图像的像素量化隐写算法。方法首先对载体图像进行Hilbert曲线扫描和图像像素量化,将量化信息产生的阈值区域准确地划分标记,然后分别对载体图像、待嵌入信息执行Hilbert置乱和D-S(data encryption security algorithm)数据加密处理,最后将加密后产生的秘密信息和相关辅助信息嵌入密文图像内。结果实验结果表明,该算法的嵌入率相较于原算法提升了10%,接收者能通过密钥解密获取原始信息,还原完整的载体图像。结论该隐写算法信息嵌入率高,鲁棒性和安全性较强。

基于预测矢量量化的图像压缩研究

针对预测器与矢量量化器的联合设计问题,通过分析常用的开环法与闭环法的设计特点,给出了结合二者优点的半闭环设计法并通过仿真验证了其有效性.实验结果显示,该方法设计的预测矢量量化器具有更灵活的设计方式和较好图像重建质量.

基于红外成像制导的末端瞄准点选择技术

针对美国网络中心机载防御单元(NCADE)的技术特点,提出了一种基于稀疏像素矢量化的红外成像制导末端瞄准点自适应选择算法。从分析助推段/上升段弹道导弹的结构和红外特征入手,将基于灰度直方图的全局迭代阈值法做以推广,提出了基于变换区域的全局迭代双阈值分割,有效地分离了尾焰和蒙皮部分;稀疏像素法的应用可完成对尾焰的快速矢量化,并能根据尾焰和蒙皮成像面积的差异,自动地采取基于蒙皮或基于稀疏像素法的两种途径进行瞄准点选择;单帧初步选择的瞄准点经过方向、距离的多帧判别一致后,最终确定瞄准点。仿真实验证明,文中算法无需人工参与,且中轴线的确定无需遍历所有的目标像素,实现了全过程快速、自适应的瞄准点选择。

基于感知模式纹理的人脸识别

稀疏表示分类法和局部二值模式是目前广泛运用的人脸表示方法.虽然稀疏表示分类法通过重构算法能很好的稀疏表示人脸,但在人脸的局部特征表示上不够理想.局部二值模式是基于局部纹理特征表示人脸,其提取的局部纹理简单、不连续、不光滑,造成纹理损失严重.提出局部纹理特征的感知模式纹理的概念,克服了稀疏表示分类法在局部特征表现不佳的缺点,同时又比局部二值模式纹理光滑、鲁棒.利用感知模式纹理特征在Yale和ORL数据库取得了较好的识别效果.