运用边缘方向直方图进行图像拷贝检测

基于内容的图像拷贝检测已经成为图像版权保护的重要手段之一。提出一种基于图像边缘直方图的拷贝检测方法:采用小波模极大值算法提取源图像和待认证图像边缘,然后结合边缘点梯度主方向重新计算其区域点的梯度方向并生成直方图,最后根据源图像与待认证图像所得边缘直方图间的相似性检测待认证图像是否为源图像的拷贝。实验表明:这种图像拷贝检测方法可有效检测出拷贝图像,并可容忍由缩放、旋转、噪声等操作引起的失真。

基于统计特征的鲁棒图像拷贝检测技术

抗几何攻击的拷贝检测技术是图像拷贝检测领域中的一个重要问题,现有的图像拷贝检测方法中,多数对类似噪声的图像失真比较鲁棒,而对于几何类失真则比较脆弱。因此,提出一种鲁棒图像拷贝检测技术,利用图像高斯过滤后的低频部分中的统计特征(直方图形状和均值)进行拷贝检测。实验结果表明该方法能较好地抵抗不改变内容的几何失真和图像处理攻击。

基于聚类的图像拷贝检测技术仿真研究

在研究进行图像拷贝检测检索技术时,传统的图像拷贝检测检索使用的是顺序检索。针对目前大容量、高维度的图像数据集,传统检索方法效率低,无法有效发现非法拷贝,阻止盗版行为。为提高检索效率,对图像数据库进行必要的预处理并建立高效索引,首先利用k-d树构建图像多维特征的索引结构,对其进行改进,使之适应于维度较高的情况,再结合聚类处理思想,对k-m eans聚类方法进行改进,实现对高维特征向量做聚类预处理,最后再基于聚类中心做k-d树的索引结构。实验结果表明,上述方法在满足大规模图像拷贝检测的效率的同时,其查全率和查准率都有较大提升,为打击盗版提供技术支持。

一种运用图像力场特性的图像拷贝检测算法

将物理学中用引力场来描述分子间相互作用的思想应用于图像处理,图像力场的计算过程中将像素看作物理学中的粒子,像素的灰度值作为粒子的质量。分析表明,图像力场能够更直观地表示图像的离散信息且与图像本身是同构的。基于图像力场特性,提出了一个称为时钟算法的图像拷贝检测算法,其用表示时钟的时分秒针的3个线段来描述图像力场的主要特性并以此来表示图像的特征。实验结果表明,时钟算法可以通过较小的开销抵抗多种攻击,对噪声类失真与几何失真都有较好的鲁棒性,且可以通过设定检测策略分析遭受的攻击类型与强度,同时检测算法的查全率与查准率可保持在较高水平。

基于GPU的快速图像拷贝检测

为了利用GPU强大的并行处理能力提高图像拷贝检测速度,提出一种基于GPU的图像拷贝检测方法.首先结合GPU的架构设计了尺度不变特征点提取算法——Harris-Hessian算法,通过在低尺度图像上检测特征点,在图像的一系列尺度空间中根据Hessian矩阵的行列式精确确定特征点的位置和尺度,显著地减少了像素级的计算量,并具有更好的并行性;在此基础上建立了图像拷贝检测系统,检测速度得到显著提升.实验结果表明,与基于CPU实现的传统算法相比,Harris-Hessian算法可以获得10～20倍的加速比,并可保证较高的检测精度.在11 250幅的图像库中,使用文中系统检测一幅640×480图像平均只需19.8 ms,并具有95%的正确率,满足了大规模数据下实时应用的需求.

基于多特征集成的鲁棒图像拷贝检测算法

该文提出一种基于多特征集成的鲁棒图像拷贝检测算法。该算法结合局部与全局特征信息,综合时域与频域信号处理,采用级联式检测过滤框架。为了在大规模图像库下提升拷贝检测速度,利用K-D树建立特征索引,便于图像之间的局部点匹配。最后,利用RANSAC算法,剔除错误的匹配对。实验结果证明,该算法对拉伸、平移、旋转、加噪、水彩、滤波和JPEG压缩等攻击具有鲁棒性,并具有较高检测效率。

面向图像拷贝检测的局部搜索哈希算法

针对目前在线图像迅速增长的现状,为了实现高效的图像拷贝检测算法,本文提出了一种基于数据感知的哈希方法.该感知哈希算法首先根据特征数据的局部结构将重建误差和映射误差结合起来,构建了一个综合优化的目标函数,通过迹优化对该目标函数进行求解,获得一个初始优化解.为了进一步优化这个目标函数,通过迭代局部搜索来进行优化求解,从而达到进一步降低语义损失的目的.实验表明,所提算法能有效搜索出拷贝图像,并具有较高的效率.

指定范围VGA图像彩色拷贝

目前彩色打印机和使用彩色色带的行式打印机已比较普及,用户常希望能够将屏幕上精美的彩色画面拷贝下来。现有市售软件多不能尽人意,主要有三个缺点:1.不支持VGA中高分辨率的彩色打印;2.打印稿的色彩逼真性、清晰度等欠佳;3.只能全屏拷贝,不能由用户指定打印范围。 笔者针对上述问题编写了一个“指定范围VGA图像彩色拷贝”程序,在富士通打印机(兼容LQ—1600K)上用四色色带调试通过,效果良好。本文着重探讨将内存图像数据向打印机控制数据转换的方法,因而具有普遍意义。所附源程序加有详细注释,读者可以方便地根据自己的打印机控制码格式及VGA其他显示模式作出修改。由于版面篇幅限制,只给出程序的核心部分,其他部分如输入打印范围。

面向拷贝检测的图像哈希算法

为了准确、快速地将拷贝图像识别出来,提出一种基于CS-LBP(centrally symmetric local binary pattern)纹理与位图像统计的图像哈希算法。算法首先对图像作预处理;然后利用三级小波分解得到近似图像和高频信息,对第二、三级近似图像利用Ring分割,提取每一环的统计特征,对第二、三级高频信息的水平方向分量和垂直方向分量进行位图像分解,提取统计特征;最后将所有的低频和高频特征联合起来生成图像哈希序列。实验结果表明所提算法的分类性能优于现有的一些哈希算法,在拷贝检测应用上具有很好的准确率。

近似拷贝图像检测综述

近似拷贝图像检测具有重要实际应用前景,获得了广泛的研究。但当前并没有一篇对已取得的进展进行回顾与分析的近似拷贝图像检测综述论文。通过文献调研分析方法,该文根据特征描述的方式不同将已有方法分为基于全局特征方法和基于局部特征方法,并分别介绍了两类方法的基本框架和主流方法。基于以上分析,总结了两类方法面临的困难及今后的发展方向。

一种用于拷贝图像检索的视觉词汇消歧方法

为提高视觉词汇的区分能力,提出一种对视觉词汇过滤的方法.该方法能够对视觉词汇进行消岐,过滤大部分错误匹配的特征点.经实验验证本方法能够有效提高拷贝图像的检索效果.同时,该方法可以和其他后验证方法结合使用,当与其他后验证方法一起使用时,不仅能够提高其他方法的检索效果而且能够提高其检索效率.

基于PCA特征距离的图像哈希算法

本文将主成分分析(PCA)应用于图像哈希,设计基于特征距离的感知哈希算法。该算法从规范化图像中构造适合于数据降维的二次图像,接着对其进行PCA处理,用PCA降维特征的距离生成哈希序列。实验结果表明本文算法的接收机操作特性曲线的分类性能优于现有的3种哈希算法。大规模图像库的拷贝检测显示,本文算法有较好的拷贝检测性能。

一种基于M带小波变换的多幅图像去噪算法

基于小波的图像去噪算法是目前图像去噪研究的一个热点。大多数的研究考虑的都是单幅图像样本的情况,在基于图像的多幅含不同均匀噪声拷贝的两带小波去噪方法的基础上,把多幅含噪图像拷贝的两带小波去噪方法推广到了M带,提出了一种基于M带小波变换的多幅图像去噪方法。实验结果表明该方法的去噪效果要优于相同条件下的两带小波的去噪效果。

基于DWT-QDFT的硬拷贝彩色图像全息水印

提出了一种基于离散小波变换(DWT)及四元数傅里叶变换(QDFT)的鲁棒性全息水印算法。首先对RGB彩色图像的三个色彩分量分别做DWT,取变换后的3个低频部分组成纯四元数矩阵;随后对其进行QDFT,将全息水印通过替代QDFT的实部的中频系数进行嵌入,再经过逆QDFT及小波重构得到含有水印的彩色图像。攻击测试结果表明,本文算法对于常规的信号处理有很好的鲁棒性;打印扫描实验证明,本文算法具有抵抗硬拷贝攻击的能力。四元数傅立叶变换的引入,实现了小波低频系数的嵌入保证了算法的鲁棒性,同时又结合了四元数在处理彩色图像中的优势,双变换域的采用与全息方法的结合实现了算法应用于硬拷贝彩色图像中鲁棒性及不可见性之间的平衡。本文全息水印方案可以应用于印品水印防伪领域。

构建近邻上下文的拷贝图像检索

目的以词袋模型为基础的拷贝图像检索方法是当前最有效的方法。然而,由于局部特征量化存在信息损失,导致视觉词汇区别能力不足和视觉词汇误匹配增加,从而影响了拷贝图像检索效果。针对视觉词汇的误匹配问题,提出一种基于近邻上下文的拷贝图像检索方法。该方法通过局部特征的上下文关系消除视觉词汇歧义,提高视觉词汇的区分度,进而提高拷贝图像的检索效果。方法首先,以距离和尺度关系选择图像中某局部特征点周围的特征点作为该特征点的上下文,选取的上下文中的局部特征点称为近邻特征点;再以近邻特征点的信息以及与该局部特征的关系为该局部特征构建上下文描述子;然后,通过计算上下文描述子的相似性对局部特征匹配对进行验证;最后,以正确匹配特征点的个数衡量图像间的相似性,并以此相似性选取若干候选图像作为返回结果。结果在Copydays图像库进行实验,与Baseline方法进行比较。在干扰图像规模为100 k时,相对于Baseline方法,m AP提高了63%。当干扰图像规模从100 k增加到1 M时,Baseline的m AP值下降9%,而本文方法下降3%。结论本文拷贝图像检索方法对图像编辑操作,如旋转、图像叠加、尺度变换以及裁剪有较高的鲁棒性。该方法可以有效地应用到图像防伪、图像去重等领域。

针对Photoshop修补工具的彩色图像篡改检测方法

分析了专业图像处理软件Photoshop中的修补工具的工作原理，结合图像的拷贝-移动篡改检测方法，提出了一种针对同幅图像篡改的Photoshop修补工具检测方法。首先融合图像各通道细节信息，再利用特征点大体定位篡改区域，最后，根据Photoshop修补工具的原理，设计合理的生长规则生长出篡改区域。针对不同类型的篡改区域和不同后处理操作的检测结果说明了算法的有效性。