基于内容的空域图像水印算法研究

In this paper, a novel space domain watermarking scheme based on image content is presented. The proposed method can use the human visual system(HVS) to adaptively embed a watermark in an image by decomposing the host image, selecting streak blocks, modifying the intensities of the block. Experimental results show that the watermarking scheme proposed in this paper is invisible and robust to cropping, and also has good robustness to compression, filtering, noise adding, image enhancement, and mosaic.

基于空域图像局部多向梯度模的图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种基于局部多向梯度模的图像融合方法:先对源图像进行分块,然后用方向导数构造的多向梯度滤波器组对图像块进行多向梯度滤波,从而提取出不同方向的边缘特征,通过比较对应块图像总的梯度模的大小来判断属于清晰还是模糊的像素,以此达到融合图像目的。通过实验,证明了该方法简单、有效,对于多聚焦图像的融合具有很好的效果和很好的稳定性。

基于邻域像素差分矩阵的彩色空域图像隐写分析特征

通过分析灰度空域图像隐写直接扩展至彩色空域图像潜在的安全问题,提出了针对彩色空域图像隐写的隐写分析特征。首先,计算颜色通道内邻域像素差分矩阵的Markov转移概率矩阵,提取颜色通道内特征并进行融合;然后,计算颜色通道间邻域像素差分矩阵的Markov转移概率矩阵,并将水平和垂直共4个方向与对角和反对角共4个方向的转移概率矩阵分别进行融合,作为颜色通道间特征;最后,颜色通道内特征与颜色通道间特征构成最终的隐写分析特征,并使用集成分类器作为特征训练和测试工具。实验结果表明,该隐写分析特征可有效检测彩色空域图像隐写,并且颜色通道间特征能有效捕获内容自适应隐写对彩色图像的颜色通道间相关性的影响。

基于空域图像变换参数扰动的隐写术

在经典图像隐写算法研究中,使用的载体图像库多为实验室环境下的自然图像库,而在现实环境下,随着各种图像处理软件的流行,用户也越来越多地使用经图像处理后的图片。然而,如何利用图像处理来更好地指导隐写还未被系统地研究过。对此,以空域图像变换为例,提出参数扰动模型,将隐写带来的图像噪声隐藏在因参数微扰而带来的图像像素波动中,主动引入了图像集的失配因素。实验结果表明,在相同的隐写算法下,相较于直接使用原始图像库,隐写分析者在应对参数扰动的情况下的检错率有明显提高,从而显著增强了隐写算法的安全性,也使隐写算法更适用于现实环境。

基于多尺度滤波器的空域图像隐写增强算法

隐写是一种利用图像、视频、音频等多媒体载体实现隐蔽传输的技术.如何在尽可能减少对载体影响的情况下嵌入尽可能多的信息一直是隐写算法的研究重点.随着双层校验格码(syndrome tellis codes,STC)的引入,隐写算法的嵌入效率能够达到理论上界.因此,隐写算法的设计重心变为了设计用于衡量图像像素嵌入安全性的失真函数.失真函数是自适应隐写算法的核心.对于空域图像隐写而言,失真函数通常是基于图像的复杂性原则,即载体图像中的纹理区域通常具有较低的失真代价,而平坦区域通常具有更高的失真代价.然而,基于图像内容的多样性,这种准则并不能适用于一幅图像中的所有像素点.提出了一种适用于空域隐写算法的隐写增强算法,通过多尺度滤波器对载体图像进行增强,使得在增强不同尺度的纹理区域的同时减少对图像平坦区域的增强.增强后的失真代价遵循了复杂性原则,并解决了失真代价分配不当的问题.实验结果表明:所提出的算法能够适用于现有的空域隐写算法,并且能够提升它们的抗隐写分析检测能力.

一种火箭尾焰图像特征空域时域建模方法

针对火箭尾焰成像分析指标单一、无法充分表征发动机工作状态的问题,提出一种综合采用空域、时域图像特征建模与分析的方法。对所采集到的每一帧尾焰图像计算该帧图像中尾焰的几何形状特征、颜色统计特征,以及图像纹理特征。在时间轴上对每帧图像将各自所计算的特征进行排列,形成图像特征时间序列数据。采用时间序列分析技术中的多项式拟合法及降趋势波动性分析方法进行序列图像特征的分析。将建立的模型与方法应用于对某型火箭尾焰图像特征的分析应用。实验结果表明,分析结果不易受环境变化干扰,比传统传感器测量数据具有较好的稳定性与可靠性。

图像空域增强实验教学方法研究

图像空域增强是图像增强中很重要和基础的一大类图像处理技术,而图像增强是后续图像分割和图像分析的基础,因此,图像空域增强在医学图像处理课程中占有重要地位.本文对图像空域增强的实验教学方法进行了研究和探索.

空域红外图像的背景噪声分析及预处理

文中就如何提高空域背景下弱小目标的信噪比问题展开讨论,基于对背景噪声的统计分析提出了自适应滤波和小波分析两种图像预处理算法,达到抑制背景噪声,增强小目标的目的,并将二者进行了性能分析。

图像加密技术分析

随着网络技术的发展,通信隐私以及信息安全技术越来越受到人们的重视。本文简要介绍了图像加密技术的分类及特点,介绍并分析了几种常用的图像加密方法,并讨论了今后图像加密技术的发展方向。

非对称失真的空域自适应隐写

提出一种用于空域自适应隐写的区分加减—–失真代价的通用方法,首先利用像素灰度值本身的失真代价值优化原始失真代价函数.然后通过迭代,多次根据修改情况进一步调整失真代价.经过调整的失真代价能最大程度地聚集修改方向,使含密图像具有更好的抗检测性.实验表明,优化后的失真代价函数能显著提高空域自适应隐写方法的安全性.

对抗隐写分析滤波器残差提取的图像隐写算法

针对图像隐写的抗隐写分析安全性问题,提出了一种对抗富模型隐写分析滤波器残差提取的图像隐写算法。首先,从对抗富模型隐写分析模型中使用的残差提取滤波器出发,分析目前性能最好的基于高通低通滤波器相结合的加性隐写失真代价函数和富模型隐写分析滤波器残差之间的关系;其次,通过离散余弦分解对隐写分析滤波器残差提取的能量分布进行分析;最后基于富模型隐写分析滤波器在残差能量提取上的不均匀性,提出了一种新的加性失真代价函数构造方法。在包含一万张空域载体图像的公开数据库上的实验中,该失真代价函数能有效对抗富模型隐写分析模型所使用的残差提取滤波器,与基于高通低通滤波器相结合的隐写失真代价函数相比,对抗富模型隐写分析的隐写安全性在每像素0.2比特嵌入率时能提升0.5个百分点,在每像素0.5比特嵌入率时能提升1个百分点。实验结果表明,该加性失真代价函数构造方法在计算复杂度不变的前提下,能有效提升对抗富模型隐写分析的隐写安全性。

灰度值加权医学图像融合方法

根据医学图像显像特点,说明医学图像融合在空域上研究的可行性,并针对灰度值极大法在颅脑图像融合中的不足做了改进,把图像的区域特征考虑在内,经反复实验比较,发现图像的平均梯度不仅能反映图像的清晰程度,同时还反映出图像中微小细节反差和纹理特征,提出了灰度值加权和的算法,以灰度值为基础,把平均梯度作为权值,结果证明,给定合适的权值大小,融合后的图像脑组织丰富清晰,并且相对变换域融合,计算量小,适用于实时性系统。

Internet网络图像中LSB隐藏信息的一种盲检测方法

以数字图像为裁体的信息隐藏正成为因特网上传递秘密信息的一种重要方式。监视在网络上传输的大量图像信息，发现、检测出其中的隐藏信息。进而提取、还原出其中秘密信息内容是信息安全的新课题。在众多图像信息隐藏的方式中，LSB隐藏法作为一种隐蔽性好，信息隐藏量大且简单、易于实现的数字图像信息隐藏算法在众多图像信息隐藏软件中被广泛采用，对由它所产生的隐秘图像中隐藏信息的检潮具有实用性和代表性。本文介绍了一种对采用基本LSB隐藏方式的隐秘图像在缺乏原始栽体图像作比对的条件下，进行隐藏信息的盲检测的方法，通过对常用德藏软件产生的隐秘图像检测实验证实了方法的有效性，同时进行了算法改进，在不降低检测精度前提下使处理速度提高两倍。

基于时空非局部相似性的海上红外弱小目标检测

为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响,提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充分利用了相邻帧的红外图像序列间海面背景图像块的非局部自相关特性以及每帧内非局部背景图像块间的相似特性,并引入时空域图像块模型,该模型可利用加速近端梯度方法来有效求解.实验结果表明,与传统的红外弱小目标检测方法相比,所提方法不仅能更有效地保留目标的特征信息,还能使红外图像的峰值信噪比提高1.2倍以上,信杂比提高1.8倍以上.

基于一阶贝塞尔曲线的信息隐藏软件的设计

该文探讨了基于一阶贝塞尔曲线的信息融合算法,并在理论上证明了该算法的可用性;同时对该算法的相应部分进行了改进,并编程实现了载体图像文件对信息的隐藏和恢复功能;通过测试与分析,所开发的软件可以无损地对数据流信息进行隐藏和恢复。

Architecture of Intra Prediction for High Efficiency Video Coding

This paper explains intra prediction method for High Efficiency Video Coding(HEVC).Intra prediction removes correlation of adjacent samples in spatial domain.Intra predictor requires reference images which are stored in external memory.Memory access is required frequently in process of intra prediction.The proposed architecture can reduce external memory access by optimized internal buffer.