基于邻域比较的JPEG脆弱水印算法及性能分析

为提高篡改检测性能和协调安全性与不可见性之间的矛盾,提出一种利用邻域比较判定图像块真实性的JPEG脆弱水印算法.该算法将原始图像分成8 8的图像块,基于图像块保护DCT系数生成的4比特水印基于密钥随机嵌入到其他4个图像块量化步长较小的DCT系数最低位.通过比较该图像块与相应4个水印嵌入块8邻域中不一致图像块个数来判定该图像块的真实性,推导给出一般篡改和拼贴攻击下算法的虚/漏警率,并利用统计实验对理论分析结果进行验证.理论分析和实验统计结果表明,通过比较图像块与其相应水印嵌入块8邻域中不一致图像块个数能够提高篡改检测性能,在量化步长较小DCT系数的最低位嵌入水印,解决了保护DCT系数个数与不可见性之间的矛盾.

邻域比较数字滤波与小波变换在脑电信号消噪中的应用

提出了邻域比较与小波变换相结合的脑电信号消噪方法，并利用这种方法对含有脉冲噪声的脑电信号进行消噪。首先介绍了邻域比较滤波的算法和小波变换消噪的原理，然后对实测的10例脑电信号进行消噪处理，最后将两种方法相结合的消噪效果与小波变换的消噪效果进行对比。实验结果表明，无论是信噪比还是均方根误差，两种方法相结合的消噪效果均优于小波变换的消噪效果。

一种中值与邻域比较的滤波算法及硬件实现

图像系统中的噪声来自各个方面,去噪处理是图像处理中的重要环节,中值滤波是抑制图像噪声的常用方法之一。传统的中值滤波算法在抑制噪声的同时,会带来图像细节模糊的问题。本文在分析研究传统中值滤波原理的基础上,提出了中值与邻域比较的滤波算法,将中值与邻域内的某个范围进行比较,判断中值是否在此范围内,以此决定中心像素的值。这样不仅可以去除随机噪声,还对图像细节起到了一定程度的保护。改进算法在FPGA上实现后,其结果与传统算法进行了比较,不仅图像细节得到更好的保护,而且可以实现实时处理。

邻域比较数字滤波——一种对脑电信号进行滤波的有效方法

目的 :探讨对脑电时间序列进行邻域比较的数字滤波方法的实用价值。方法 :对 10例实测脑电信号用邻域比较数字滤波的方法和中值滤波的方法进行处理 ,观察比较两种方法滤波效果。结果 :邻域比较滤波法对叠加有单个噪声脉冲及连续噪声脉冲的脑电信号有很好的去噪效果 ,对尖波和棘波几乎没有影响 ,EEG信号无失真。中值滤波法对叠加单个噪声脉冲的脑电信号有效 ,而对叠加有连续噪声脉冲的脑电信号则失效 ,并使EEG中尖波、棘波及高频信号失真。结论 :在脑电信号处理中 ,邻域比较数字滤波方法在消除干扰脉冲 ,保持脑电信号不失真两方面均优于中值滤波法 ,是一种有实用价值的滤波方法。

格网邻域滤波在车载激光点云道路边线提取中的方法研究

结合城市车载激光扫描点云道路数据与地物点各自的特点和空间分布,用路面点云控制道路两侧地物点云进行滤波,从而实现道路路面点和地物点的分离,并根据城市道路中含有高出路面边缘的路缘石的结构特性设置阈值来提取路缘石,通过设置合适的格网及其邻域格网中点的密度特性进一步滤波路缘石,生成道路边线。

基于视频的改进帧差法在车流量检测中的应用

如何有效去除背景、消除按车道开固定窗检测车辆的方法中,由于车辆换道或相邻车道的车辆部分覆盖了被检测车道检测窗而引起的误检,是车辆检测系统需要解决的一大难题。针对上述问题提出了一种基于视频的改进的帧差法,在检测带内由车辆信息生成数据流,根据数据流的变化进行车辆检测、计数并估计平均车速。从而实现对过往车辆的准确计数,更可靠地收集各车道的车流信息,为智能交通提供实时交通参数。

一种基于视频的车辆检测新方法

基于对传统帧差法的改进,并结合边缘检测法,提出一种环境自适应能力强、计算量小、适合于运动和静止车辆同时检测的车辆检测新方法。该方法可正确判断有无车辆,完成车辆的计数,实现车流量计算和车速估计。在计数算法中采用预估校正、相关性修正等措施,提高了检测精度,大大改善了车辆检测效果,可为交通监控系统提供实时有效的交通参数。

元素分布构建的三维模型表面纹理合成方法

针对由纹理元素组成的样本纹理在模型表面纹理合成中难以保持样本纹理结构规律性的问题,提出了一种基于纹理元素分布构建的模型表面纹理合成方法。首先通过用户交互在三维模型表面上确定待合成纹理的初始位置,然后利用邻域比较以局部扩张-冲突检测的形式,从三维模型表面初始位置上开始逐步构建纹理元素的分布,使之与二维样本纹理的纹理元素分布具有一定的外观相似性。最后,采用自适应的局部参数化方法将纹理元素分别映射到模型表面对应位置,以获得最终的三维模型表面纹理合成结果。实验结果表明,该方法能够在模型表面合成高质量的纹理,并在保持纹理元素完整性和保持样本纹理潜在规律性的同时,能够使得已合成纹理中扭曲程度较低且是连续、无接缝的。

处理带约束的多目标优化进化算法

针对当前对求解多目标优化的遗传算法中主要考虑如何处理相互冲突的多个目标间的优化,而很少考虑对约束条件的处理的问题,提出一种求解带约束的多目标优化遗传算法,利用邻域比较与存档操作遗传算法处理多个相互冲突的目标之间的优化、利用不可行度选择操作处理约束条件和选用约束主导原理指导进化过程选择操作;面向多目标约束优化算法,列举了2个难点典型问题进行仿真计算研究,仿真结果表明该算法能较大概率地获得多目标约束优化问题的可行Pareto最优解。