盲环境下的数字图像可信性评估模型研究

随着各种数字图像处理软件和信息隐藏软件的涌现,数字图像正面临"信任危机".文中从可信的角度考虑数字图像的安全问题,提出盲环境下数字图像可信性评估的概念.文中提出了两类可信性评估模型:可信性判断模型和可信性度量模型.可信性判断模型在数字图像取证技术的基础上,围绕数字图像的不同生命阶段,判断数字图像是否可信.可信性度量模型分为可信性综合度量模型和可信性历史度量模型两种.文中设计了一种基于隐马尔可夫(HMM)的历史度量模型和一种基于模糊层次分析法的综合度量模型.在所设计模型的基础上,文中进一步研究了盲环境下数字图像可信性评估体系.文中最后通过实验结果验证了所提出的数字图像可信性综合度量模型的有效性.

组件化软件系统的可信度量模型

软件可信性是保证软件质量的重要因素.文章以研究组件化软件系统的可信性为目的,以组件自身的属性作为出发点,结合组件的权重和不同组合模式,建立相应的软件系统可信度量模型.根据组件自身的各种属性,建立单个组件的可信性度量.结合组件的权重和组件的各种组合方式,分别建立相应系统的可信性度量模型.通过理论验证,这些模型满足单调性、非负性、凝聚性、敏感性和替代性等代数性质,更有利于开发人员及用户对软件可信性进行分析和度量.列举相关案例对可信性度量模型进行验证.

盲环境下数字图像的自动修复算法研究

当前所有的数字图像修复算法都是一种半自动的方法,因为在对图像修复前,都是由用户给出想要修复的区域,而算法无法自动获取照片的破损所在。提出了盲环境下图像自动修复的概念,以基于数字图像的样本修复为基础,改进了基于纹理合成的图像修复算法。首次运用数字图像可信性评估体系于图像修复,并通过可信性综合度量模型判断确定待修复区域。实验证明,该算法最终达到了盲环境下的图像自动修复效果。