基于Daisy描述子的抗几何攻击图像数字水印算法

几何攻击对图像水印算法的破坏性较强,一个不易察觉的破坏都有可能使水印算法失效,而大多数字图像水印算法抵抗几何攻击的能力较弱。鉴于此,提出一种基于Daisy描述子的水印算法,它在嵌入水印之前还对水印信息进行了Arnold变换,使得水印图像的安全性得到了提高。它先利用Daisy描述子对图像中的每个像素点进行描述,然后利用BSP树对Daisy特征空间进行划分。在水印嵌入时使用量化嵌入方法,并且根据图像局部特征自适应的调整量化步长,使得算法的不可见性更好。实验结果表明,该算法不仅可以抵抗旋转、缩放全局几何攻击,还可以抵抗常见的剪切、平移局部几何攻击。

BRISK-DAISY无人机影像匹配算法研究

影像匹配是无人机影像分析的关键步骤,通过对常用影像匹配算法的对比研究,提出一种基于BRISK特征点与DAISY描述子的影像匹配算法。该算法首先采用BRISK算法提取影像特征点,然后利用DAISY描述子进行特征描述,最后基于单映射变换矩阵的RANSAC算法进行影像精准匹配。文中对不同算法开展试验研究,对比分析影像匹配的特征提取数量、单个特征点提取时间、正确匹配对数和单次匹配平均时间、匹配正确率等5个指标。试验结果表明:与BRISK算法相比,单个特征点提取耗时约是BRISK算法的80%,单次匹配所需平均时间为BRISK算法的30%,甚至更短。与其它常规匹配算法相比,文中算法的匹配正确率与其他算法相当,但获得更多的正确匹配对数,并且文中算法在单次匹配平均时间、单个特征点提取时间与特征点提取数等方面更优。

结合全局信息描述子的局部特征匹配算法

针对影像间存在相似性场景时容易出现误匹配的问题,该文提出了局部DAISY描述子与全局纹理信息相结合的算法。详细论述了DAISY描述子和全局纹理的生成过程。该算法首先提取SIFT特征;然后计算特征点的DAISY描述子与全局描述子,获得结合全局信息的DAISY描述子;最后采用卡方统计量作为度量函数进行特征描述子的匹配。实验结果表明,该文算法能得到较好的匹配结果。但是该算法在大角度旋转情况下误匹配率较大。

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法.首先,使用加速分割检测特征(features from accelerated segment test,FAST)检测算法,检测SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配.然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化.通过使用不同时相、不同工作模式HJ-1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点.

结合图像特征的多视拼接数据的消冗处理

在不丢失非重叠区域数据的情况下,对多视拼接重合区域的三维点云数据进行消冗处理是三维拼接中的一个难题。针对这一难题,提出了一种结合二维图像信息查找和消除冗余数据的新方法。算法首先查找位于拼接重叠区域的三维点云数据,结合三维点的K近邻约束和对应像素特征描述的相似度,对重叠区域的点云数据进行冗余查找和消除。实验表明,该方法能够准确判断并消除冗余点,没有造成更改或丢失非重叠区域三维数据点的不良效果,消冗速度也有所提高。

词袋模型中梯度方向离散精度阈值经验分析

为避免常规构建词袋模型在选取梯度方向离散精度时存在的盲目性,以及解决不恰当离散精度构造出的词袋模型分类率不高的问题,研究在词袋模型中提取图像特征时梯度方向离散精度是否存在明显的阈值,使选取该阈值时能构造出最佳的词袋模型。基于面向稠密特征提取可快速计算的局部图像特征描述,选择不同的梯度方向离散精度分别进行大量实验,实验结果表明,存在一个明显、统一的阈值24,选择该阈值构造的词袋模型能够得到最高正确分类率。

联合生成与判别模型的目标检测与跟踪

提出一种新的基于生成-判别模型的目标检测与跟踪方法。利用DAISY特征描述子所具有的对光照、形变、视角、尺度的不变性以及计算高效的特点,提取目标稳定的特征点并加以表达,形成生成模型;采用霍夫森林分类器作为判别模型,用以训练目标图像块。在后续视频序列中利用目标的检测结果和判别码本的相似性测量对模型进行更新,构建一个动态自适应的判别码本。实验结果表明这种将快速有效的DAISY描述子和识别率高、鲁棒性强的霍夫森林分类器相结合的算法,跟踪精度高、实时性较好,具有目标局部防遮挡能力和不同分辨率下的识别能力。