基于Log-Polar和DT-CWT的旋转不变纹理分类算法

提出了一种基于对数-极坐标变换(Log-Polar)和双树复数小波变换(DT-CWT)的旋转不变纹理分类算法。该方法首先对纹理图像进行对数-极坐标变换将旋转转化为平移,再用具有平移不变性的双树复数小波对变换后的图像滤波并计算各子带的能量值组成旋转不变特征向量,最后利用支持向量机算法实现纹理图像的分类。将该方法与其它旋转不变纹理分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率。

在频谱直方图中应用DT-CWT的人脸检测技术

提出了一种利用双树-复小波变换(DT-CWT)构成频谱直方图并通过支持向量机(SVM)进行人脸检测的方法。在人脸图像的表示中,基于DT-CWT在不同尺度上具有的很好方向选择性,对原始图像滤波,并与其它滤波器卷积滤波后得到原始图像的不同频率特征一起构成频谱直方图,该直方图在图像的表示上具有很好的本质扩展性。通过支持向量机(SVM)对频谱直放图向量进行分类训练,得到了有效区分人脸与非人脸的分类函数。实验显示,DT-CWT具有与Gabor变换类似的性质,而且计算冗余度更小,计算速度更快。应用DT-CWT频谱直方图的人脸检测算法取得了令人满意的结果。

基于复小波域树结构化MRF模型的声纳图像分割

声纳图像受成像环境影响对比度低,特性信息较弱,且图像分辨率不高,用传统的分割方法效果较差,为此,构建了双树复小波域树结构化的MRF模型(TS-MRF),提出了基于此模型的声纳图像分割算法。双树复小波变换(DT-CWT)具有近似平移不变性和良好的方向选择性,其多分辨率分析能有效地提取声纳图像的弱特征信息,以便TS-MRF中节点参数的描述能准确地反映树结构的分布规律和图像统计特性;复小波域6个方向高频子带相互独立,尺度间父子节点标号具有一阶Markov性;尺度内构建TS-MRF模型,且每一节点标号依赖于父节点,采用Potts模型对节点标号势函数建模,相同标号的观测特征用高斯模型建模;最后,用多分辨率递归和每一分辨率分类层次树从顶层向底层的尺度内递归算法来求解最大后验概率,实现分类层次树标号,完成声纳图像分割。实验结果从视觉效果和定量分析两方面验证表明,本文算法能有效地抑制噪声,较好地提取声纳图像的弱特征信息,具有较高的分割精度和鲁棒性。

基于第一主成分方向稳定性的图像零水印

针对灰度值攻击如亮度值的绝对修改、对比度改变、参数直方图均衡化,以及组合攻击破坏数字图像水印,利用第一主成分向量方向的稳定性,提出了一种适应性很强的零水印方法,解决了水印的不可见性与鲁棒性的矛盾。首先分析了第一主成分方向的稳定性,接着通过实验测试它在空域与变换域的表现。在此基础上对输入图像执行多级DT-CWT分解,选择它的两个低频子带并分别进行分块,计算各子块的第一主成分向量;然后分别计算它们与一个秘密参考向量的夹角;最后比较两个低频子带对应子块的夹角关系抽取图像特征。此外对所提出的方案进行了安全性与鲁棒性分析。通过对6幅图像的20种单项攻击以及50种组合攻击进行实验,结果表明所提出的方案在鲁棒性、经受攻击的广泛性、实用性3方面综合性能优越。