基于Shearlet变换和Hu矩的零水印算法

数字水印技术被广泛应用于版权保护,为了更好地实现版权保护,增强水印算法的鲁棒性与不可感知性,兼顾几何攻击与非几何攻击的抵抗能力,提出一种基于Shearlet变换和Hu矩的零水印算法.对载体图像进行Shearlet变换和分块离散余弦变换,并分块计算Hu矩以构建特征矩阵,进而构造零水印.构造零水印前使用Kent混沌映射加密,保障了安全性.在仿真实验中对不同纹理的图像进行常见的高强度单一攻击以及组合攻击.结果表明,归一化互相关数值均高于0.99,峰值信噪比均高于75.80.该水印方案有完美的不可感知性,且能够抵御高强度的常见攻击及组合攻击,具有较强的鲁棒性.

几种不同属性约简的比较研究

为研究基于HU差别矩阵、信息熵、分布、最大分布、近似和正区域的属性约简的关系,首先构造了HU简化差别矩阵;构造了基于正区域的简化差别矩阵,证明了基于该简化差别矩阵的属性约简与基于正区域的属性约简是等价的.然后利用HU简化差别矩阵证明了:若B满足φ≠mij∈M使得mij∩B≠φ(其中M表示HU的差别矩阵),则B一定满足H(D|B)=H(D|C);利用基于正区域的简化差别矩阵和基于近似约简的简化差别矩阵证明了:若B是近似协调集,则B一定满足POSB(D)=POSC(D).结合已有的研究结果,得出了上述不同属性约简之间的关系.

一种 Hu差别矩阵属性约简的高效算法

针对决策表,首先从理论上证明了相对知识量与新条件信息熵的等价性,从而保证可以从相对知识量的角度计算Hu差别矩阵属性约简.为快速计算出决策表属性的相对知识量,给出一种相对知识量的递归计算公式,从而得到新条件信息熵的递归计算公式.以此为基础给出一种属性重要性定义并设计出一种计算Hu差别矩阵属性约简的启发式算法.算例和实验结果验证该算法是高效的.

粗糙集中不同核的比较研究

为研究基于HU差别矩阵属性约简的核(HCore(C))、信息熵属性约简的核(ECore(C))、分布属性约简的核(FCore(C))、最大分布属性约简的核(MCore(C))、近似属性约简的核(ACore(C))和正区域属性约简的核(PCore(C))之间的关系,本文给出了上述各种核的简化差别矩阵计算方法,并用上述各种核的计算方法证明了如下结论:在不一致决策表中,HCore(C)ECore(C)=FCore(C)ACore(C))PCore(C);用实例说明了MCore(C))和ACore(C))之间没有关系,MCore(C))和PCore(C))之间没有关系;而在一致决策表中,各种不同核是相互等价的.

一种高准确率的交通监控视频车辆检测算法

针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能;利用高斯分布像素匹配实现车辆形状的提取;利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响;使用7D欧氏特征空间最小距离算法将车辆与指定车辆模型进行比较并分类;对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法。