基于分块离散余弦变换感知哈希算法与ResNet模型的供电安全图像管理

针对人工处理重复供电安全管控图像效率低的问题,在感知哈希算法(perceptual Hash algorithm,PHA)的基础上,给出了基于分块离散余弦变换(block discrete cosine transform,BDCT)的PHA,简称BDCT-PHA。采用BDCT-PHA进行图像去重操作,该算法可对经过JPEG压缩的图像进行处理,具有较高的去重准确率和较低的误判率。然后,改进ResNet网络结构并选择卷积神经网络(convolutional neural network,CNN)进行图像分类操作,先将图像转换为VOC数据集的格式,再对其训练,该方法防止了网络模型加深时出现的梯度消失现象,在减少计算量的同时提高了分类效率。仿真实验表明:提出的方法能够准确识别出重复图片,并标明相似的图像的编号,在对供电安全管控图像分类时,能够使损失函数值收敛在4.785%,分类准确率高达94.46%。

基于Haar小波变换和分块DCT的人耳识别

提出一种新的对人耳图像进行降维的方法。先对人耳图像进行二维的离散小波分解,然后再对小波分解后得到的低频信息施行分块离散余弦变换,进而获得图像的特征向量。实验证明,该方法与模式识别领域中广泛应用的PCA-LDA方法相比,在识别率大体相当的前提下,具有计算量小、降维速度快的优点,是对人耳图像进行特征提取的一种有效的手段。

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。

基于Haar小波变换和分块DCT的人脸识别

提出一种新的基于二维离散小波分解和分块离散余弦变换的降维方法。该方法与模式识别领域中用于特征提取和降维的PCA-LDA方法进行了比较。结果表明,此方法与PCA-LDA方法在识别率上大体相当,但它比其更具有计算量小、降维速度快的优点。因此,该方法对于人脸识别是一种有效降维手段。

一种DCT变换域的鲁棒数字水印

提出一种以二值图像为水印的离散余弦变换(DCT)域数字水印算法,对水印图像进行Arnold置乱,用置乱次数作为提取时的密钥,将置乱后的水印图像和载体图像分别进行分块DCT。为了使嵌入的水印具有较强的鲁棒性,把水印的每个子块同时嵌入到多个载体图像的子块中,按照奇数块和偶数块分别将水印嵌入到直流分量和交流分量的中频系数中,实现水印的完全嵌入。实验结果证明,该算法具有良好的鲁棒性和不可见性,能够抵抗有损压缩、剪切、随机涂改和白噪声等攻击。

一种基于图像分块特性的数字水印嵌入方法

一种基于图像分块和视觉特性的数字水印嵌入技术将水印信息嵌入到静止图像中,该方法应用双重DCT方法实现了较大的嵌入量和良好的隐蔽性.实验表明,这种方法能够抵御噪声干扰、线性滤波和JPEG压缩编码,具有良好的应用价值.

一种基于分块DCT的盲灰度水印算法

提出了一种在分块DCT的次低频交流系数中,利用奇偶特性和JPEG量化系数嵌入有含义的8位灰度水印图像,以实现盲提取的算法,并通过PN序列加密来保证水印的安全性。实验结果表明,该算法对于JPEG有损压缩、图像剪切等处理有很强的鲁棒性。

基于DCT的分块自适应量化算法及其用于SAR原始数据压缩

该文提出了一种基于离散余弦变换(DCT)和分块自适应量化相结合的SAR原始数据压缩算法。利用SAR原始数据满足局部平稳高斯随机过程的特点,通过将DCT系数进行重排,并对重排后的系数矩阵进行有效的量化比特分配和分块自适应量化,从而大幅度提高了量化增益。通过对真实SAR原始数据的压缩实验结果表明:该文算法与BAQ算法相比,以相对较低的运算复杂度增加,使图像域的压缩性能指标有了明显提高。

一种用哈达玛矩阵进行置乱变换的盲水印算法

文章提出了一种用哈达玛矩阵对水印进行置乱变换的盲水印算法,首先利用哈达玛矩阵的正交性对水印图像进行预处理,然后根据原图像分块离散余弦变换(DCT)后频率分量的特点,在中频部分嵌入水印。实验结果表明,该算法具有较好的不可见性,能够抵御JPEG压缩、高斯模糊、均值滤波、椒盐噪声的攻击,具有较好的鲁棒性,是一种行之有效的水印嵌入算法。

基于DCT变换矢量数据压缩

针对矢量数据复杂的内部结构和数据量大的特点,提出了基于离散余弦变换的矢量数据压缩方案。该方案特点是提出了动态分块算法,该算法根据数据之间的相关性把矢量数据划分为若干个大小不等的数据块,形成坐标点序列,从而避免固定分块给压缩带来的不利影响。针对变换后的直流系数和交流系数的特点,分别应用了差分脉冲调制编码和游程长度编码技术对数据进行编码。经实验分析表明:本算法具有较高的压缩性能,较好的压缩和解压效率和简单实用性。

基于分块的DCT域和DWT域的双水印算法改进

单水印算法在图像保护中功能较为单一,文中提出了一种基于分块的离散余弦变换DCT和离散小波变换DWT相结合的双水印算法。小波域水印算法基于人类视觉特性HVS对图像进行分解,具有较好的鲁棒性,可作为图像版权保护;基于分块的离散余弦变换水印算法鲁棒性较差但可块定位,可用于图像完整性认定。同时,设计嵌入模型时论证了两种水印的嵌入顺序,使后嵌入的dct域水印不会对先嵌入的dwt域水印形成攻击。经攻击测试,该算法DCT域水印可较好的反映出图像被篡改情况;同时DWT域水印对恶意攻击有较好的抵抗力,能作为版权保护的有效手段。

一种分块图像的BP压缩感知重构算法

在图像压缩感知重构中,针对重构效果和耗时不兼得的问题进行深入研究.基于离散余弦基稀疏表示,选用随机高斯矩阵进行观测采样,针对基追踪(BP)重构算法精度相对较高同时计算复杂度也高的特点,结合图像分块可以提高运算速度和精度这一优点,提出一种基于分块图像的基追踪(BP)重构算法,并与常用的正交匹配追踪OMP算法、BP算法、COSAMP算法、基于分块图像的压缩采样匹配追踪(COSAMP)算法、基于过完备字典(KSVD)的OMP重构算法和基于过完备字典(KSVD)的BP重构算法进行对比;借助MATLAB进行仿真实验,得到不同采样率下的重构图像以及重构图像的峰值信噪比和运行时间.实验结果表明:基于分块图像的基追踪(BP)重构算法不但峰值信噪比(PSNR)比普通算法高出1～10d B不等,而且运行时间比较短,所以本文所提算法兼顾了重构精度和运算效率.另外,对本文所提算法分块大小、稀疏度设置多大为最优这两个问题进行大量重复实验,最后确定分块大小为8*8、稀疏度设置为图像矩阵(N*N)原维度N的0.2～0.4倍时为最优.

自适应图像分块压缩算法的实现和性能分析

自适应图像分块压缩算法是一种根据区域特征自动调整DCT变换尺寸提高编码效率的图像编码方法,该文提出了这种算法的快速实现方法,分析了这种编码方法的算法复杂度和编码效率,并用标准图像进行了测试。

运动图像实时压缩的流水线型自分块二维DCT硬件核的设计

为实现运动图像的实时压解传输,在优化二维DCT算法的基础上,采用流水线型自分块结构以及系数转换、矩阵转置、数据装载和截位的通盘解决方式,构造了一个流水线型自分块的二维DCT硬件核,以实现运动图像的实时压缩。

一种基于Cox算法的分块DCT图像水印算法研究

介绍了DCT域图像水印技术,详细分析了经典的Cox算法和一种基于块分类的自适应图像水印算法;通过分析图像在流通中可能经常遇到的一些信号处理、几何变换以及可能性攻击,对水印算法进行了分析、实验和测试。Cox算法是一种基于DCT变换的扩频水印技术,它将高斯随机序列加入到图像的DCT变换后视觉最重要的系数中。基于块分类的自适应图像水印算法将原始图像分块并设计了一个基于视觉掩蔽特性的分类器,根据分类的结果,不同强度的水印分量被嵌入到不同图像块的DCT低频系数中。实验结果表明,DCT域算法得到的水印图像失真小,对于基本的图像处理操作具有较强的鲁棒性。

基于DCT与改进分块2DPCA算法的人脸识别

提出一种离散余弦变换和改进的分块二维主元分析相结合的人脸识别方法。该算法利用DCT压缩人脸图像以去掉人眼不敏感的中频分量与高频分量,这样有效降低所需特征的维数,减少计算量。通过IM2DPCA进行特征提取得到人脸识别特征,运用最近邻分类器完成人脸的识别。在基于ORL、YaleB、CAS-PEAL及Feret人脸数据库的实验结果证明该算法的有效性与稳健性。

基于分块DCT和Tucker分解的彩色图像数字水印

提出了一种通过分块DCT和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的离散余弦变换(DCT)直流系数中的水印算法。首先对彩色图像R、G、B通道进行8×8分块DCT,然后将各分块系数矩阵的直流系数分量构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息同时扩散到三通道的直流系数中。通过实验表明,该算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性。与传统的基于YCbCr颜色空间的算法比较,该算法具有更好的不可见性。

离散多音调制系统的PAPR降低算法

针对离散多音(distributed multi-tone,DMT)调制系统峰值功率和平均功率的比值(peak-to-average power ratio,PAPR)过高问题,提出离散余弦变换(discrete cosine transform,DCT)和部分传输序列法(partial transmit sequence,PTS)联合算法。利用DCT代替DFT进行DMT调制来降低PAPR,结合PTS算法进一步降低PAPR,分析PTS分块个数不同时对PAPR的影响。仿真结果表明,该算法能明显降低DMT系统的PAPR,且随着PTS分块个数增大,抑制PAPR的效果越明显。

一种分块自适应压缩感知图像重构算法

CS理论中,在离散余弦变换下使用OMP算法重构图像时需要较高的测量值可以获得较好的重构效果,但是存在重构图像模糊的问题。为此,提出了基于离散余弦变换的图像分块自适应正交匹配追踪(BAD-OMP)算法。基于分块压缩感知技术,对图像进行均匀分块处理,根据图像块稀疏性进行自适应采样,再用均值滤波算法平滑处理,从而减少重构所需的测量值,降低块效应。仿真结果表明,采样率取0.1~0.35时,BAD-OMP算法重构图像的PSNR值较OMP算法的PSNR值高9~11 d B,实现了在低采样率下获得较高的重构质量。

基于DDCT与TCSVD的人脸特征提取与识别算法

提出一种基于分块离散余弦变换(DCT)与奇异值分解阈值压缩(TCSVD)的人脸特征提取与识别算法。该算法对人脸图像进行分块DCT变换,根据图像块位置和能量分布选择不同的DCT高低频分量构建特征矩阵,通过对每个图像块的特征矩阵进行SVD阈值压缩和特征组合来构建人脸鉴别特征,并利用分类器进行特征分类与识别。AR人脸库上的实验结果验证了该算法的有效性。