利用相邻相关像素进行噪音抑制的模糊小目标检测算法

提出了一种利用相邻相关像素对红外数字图像中的可疑小目标进行检测的算法.该算法首先利用自适应全局阈值检测图像中的亮像素,并借助相邻相关像素信息滤除结果中的亮噪音点;然后依据亮像素的相关性,对剩余的亮像素进行加强,并再次抑制噪音,获得可观的信噪比增益.相对于传统的Top-Hat变换,该算法能够在有效提高待检测目标信号强度的同时很好地抑制噪音,有效地保留了目标图像的边缘细节.

针对空域LSB匹配的隐藏信息检测方法

将空域LSB(least significant bit)匹配嵌入模拟成像图像中添加独立噪声,分析LSB匹配嵌入对图像直方图和图像相邻像素之间的相关性的影响,计算图像直方图相邻元素绝对差作为直方图特征,运用共生矩阵模型对差分图像进行统计以提取图像相关性的特征;将检测图像嵌入信息构造1幅对应的校准图像,分别从待检测图像和校准图像提取特征,将对应特征的比值作为最终特征组成特征向量。在JPEG(joint photographic experts group)压缩和未压缩的2个图像库上利用支持向量机对特征向量进行训练和测试,并与已有算法进行比较分析。研究结果表明:基于图像直方图的特征在检测未压缩的图像时更具优势,而基于图像相关性的特征则更擅长检测含噪声较少的图像里的隐藏信息。该算法全面考虑了LSB匹配对图像直方图和图像相关性的影响,并用校准图像对特征进行校准,因而获得了良好的检测效果。

一类选择性图像加密方案的安全性分析

对一类选择性加密方案的安全性进行了分析,并根据图像相邻像素相关性的性质,利用密文中泄露的信息和已知明文攻击方法,给出了针对此类加密方案的攻击方案.通过实验验证了攻击方案的有效性.实验结果表明,对于相邻像素相关度较高的图像,利用密文中未加密的信息可以用较少的明文恢复出较多的明文信息,说明了此类选择性加密方案对于相邻像素相关度较高的图像是不安全的.最后,针对已知明文攻击,对选择性加密方案提出了改进意见.

混淆和扩散相结合的图像混沌加密方法

为了提高算法抵御统计分析和差分攻击的能力,提出一种改进的基于混沌的图像加密算法。首先将原图像做分块处理;然后采用基于位运算的像素混淆算法对图像块进行处理,使每个分块图像内的所有像素充分扩散到其他各个图像块中,有效地削弱了图像相邻像素相关性。最后采用像素扩散操作能有效提高算法抵御已知明文攻击的能力。实验结果表明,该算法不仅密钥敏感性强,而且比均匀置乱和二维混沌加密算法具有更强的抵御差分攻击的能力。