基于噪声可见性函数的交通流量异常预警算法

提出了一种基于噪声可见性函数(NVF)的交通流量异常预警算法。该算法在交通流量预警中引入图像处理中的NVF,将交通流量的车速数据视作图像上的像素点,将该点前8周同一时刻的数据作为该像素的邻域,利用NVF来计算该处允许车速波动的范围。试验结果表明了该算法的可行性。

基于噪声可见性函数的SAR图像增强快速算法

针对SAR成像中图像模糊并伴有噪声的问题,结合噪声可见性函数,提出了一种SAR图像增强快速算法;该算法在图像分层的基础上,结合人眼视觉特性,引入噪声可见性函数,实现细节层图像的增益控制;根据GPU架构和存储结构特点,并行计算各个像素在基本层和细节层上的处理过程,完成该算法的并行优化设计与实现;实验结果表明,该算法能够有效提高图像质量,增强图像细节;同时,能够充分利用GPU的并行计算能力,有效提高SAR图像增强的实时性。

基于噪声不可见性的自适应图像对抗重编程方法

对抗重编程是一种针对深度神经网络的攻击方法,它通过往输入图像中添加扰动使网络模型执行攻击者指定的任务,能够破坏训练网络模型的合法使用权。研究和设计对抗重编程方法,对于理解此类攻击并设计相应的防御算法有积极意义。探讨对抗扰动添加区域对对抗重编程算法性能的影响,通过使用噪声不可见性函数来评估图像各区域的对抗失真特性,得到掩蔽矩阵,然后自适应地添加对抗扰动,优化对抗重编程任务。实验结果表明,对于当前主流的深度网络分类模型,所提算法能够提高对抗重编程的攻击性能,并提升修改后图像的不可感知性。

图像数字水印容量分析

图像水印容量分析是研究在图像中究竟可以隐藏多少信息的问题,研究如何在满足水印不可感知性和鲁棒的前提下传递尽可能多的水印信息。为了研究水印容量,一般把水印的嵌入和提取视为一次通信过程。该文认为应在满足水印不可感知性的前提下,基于图像的内容自适应地限制水印的嵌入功率。该文分析了现有水印容量分析方的不足,提出了一种内容自适应的水印嵌入算法,在此基础上,提出了一种利用噪声可见性函数对水印嵌入功率进行适应限定的水印容量分析方法,并讨论了盲检测和非盲检测情况下的水印容量问题。

一种能够提高水印容量的多比特嵌入算法

在分析图像数字水印不可见性、鲁棒性与水印容量三者之间制约关系的基础上,提出了一种可以有效增加水印容量的小波域自适应水印算法。该算法用噪声可见性函数对小波分解后的系数进行容噪能力分析,根据划定的阈值在容噪能力较强的系数上同时嵌入多个比特,并结合小波域视觉可见误差门限JND值,实现了水印强度的自适应调整。经对比实验证明,该算法能够较大幅度地提高水印的容量。

基于对比度à trous小波的Contourlet变换图像水印算法

提出将基于对比度的à trous小波代替Contourlet变换中的拉普拉斯金字塔(LP)变换,实现对图像的多尺度分析:对变换后的低频区域分块,计算各个分块的噪声可见性函数(NVF)值,对选出的一系列值较小的分块嵌入水印.实验结果表明,水印算法具有较好的视觉效果,同时对滤波、JPEG有损压缩、噪声等攻击具有较好的鲁棒性.

基于独立分量分析的小波域数字图像水印算法

提出了一种鲁棒数字图像水印算法。水印生成过程对原始水印进行转换、置乱和扩展等处理;水印嵌入过程将水印嵌入在原始图像小波域的逼近子图,嵌入的强度由噪声可见性函数自适应决定。水印提取过程不需要任何原始图像和原始水印的信息采用独立分量分析实现对水印信号的盲提取。实验结果证实对于水印基准测试软件Checkmark的各种攻击,该算法具有较强的鲁棒性。

一种改进的小波域自适应图像水印算法

分析传统小波域自适应水印算法鲁棒性不够理想的原因,提出改进的小波域自适应图像水印算法.利用噪声可见性函数局部分析能力强的特点,在小波分解后的子带中查找容噪能力强的位置嵌入水印,并结合小波域视觉可见误差门限JND值实现水印强度的自适应嵌入.实验结果表明,改进后的算法不但保留了视觉效果好的特点,而且在水印的鲁棒性上得到大幅度的提高.

数字水印的信道选择及容量分析

该文提出了一种基于噪声允许的信道选择方案,根据图象自身特点,结合人眼视觉模型和噪声可见性函数,找出了在满足不可见性条件下每个信道可嵌水印的最大强度。在应用香农信道理论进行容量估计的同时,协调好了鲁棒性、不可见性、容量三者的关系。