Radon变换修正不变矩在零水印中的应用

提出一种使用修正后的Radon变换不变矩零水印算法。该算法的思想是先计算原始图像的Radon变换不变矩,利用其构建零水印系统;然后用参考图像和测试图像之间的相关系数来修正Radon变换不变矩,最后利用修正后的Ra-don变换不变矩来检测水印。文章的算法在满足Radon变换不变矩具有的所有性能外,能够有效抵抗常规的信号处理。经过仿真实验证明在抗噪性上鲁棒性明显优于传统的Radon变换不变矩算法。

基于Radon变换的矩不变量在声成像探测中的应用

声成像探测是当前国内外近炸引信技术的一个重要发展方向.针对声图像的特点,构造目标轮廓在Radon投影空间的平移、尺度、旋转矩不变量.实验仿真结果表明,与Hu矩相比,该方法能够快速有效地识别水下目标,并且在由于目标运动造成的少量形状缺失的情况下,仍具有较高的识别率.

一种基于Radon变换的物体几何变换不变矩分析方法

几何形状的识别在计算机视觉中具有重要意义,不变矩特征由于其在图像平移、伸缩、旋转时均保持不变,而且具有全局特性,是几何形状识别的主要方法。在已有的不变矩分析方法基础上,本文提出一种基于Ra-don变换的不变矩提取算法,用于对物体的几何变换不变性分析。该算法首先对图像进行坐标变换与归一化处理以实现平移与尺度变换不变,然后利用Radon变换将经过坐标变换与归一化处理后的目标图像转换到Radon投影空间,组成投影矩阵,再从投影矩阵中提取不变矩A(r)、E(r)进行目标图像的识别与分类。理论分析与实验结果表明,与现有的不变矩分析方法相比,该算法对噪声的鲁棒性强、时间复杂度低,仅用有限的几个矩即可以达到很好的分类效果。

基于Radon变换和四元数实矩阵的彩色图像零水印算法

为了提高空间域彩色图像零水印算法的水印嵌入和检测精度以及抵抗旋转几何变换的能力,提出了一种基于Radon变换和四元数实矩阵表示的抗旋转攻击空间域零水印算法。首先将原始彩色图像使用四元数实矩阵来表征,并计算实数字矩阵的Radon变换不变矩;然后利用少量低阶Radon变换不变矩来设计和构建零水印信息;在水印检测前,通过Radon变换几何校正算法对可能遭受旋转攻击的待检测图像进行旋转角度的校正,然后进行水印的提取。实验结果表明,该方法可以获得良好的图像视觉效果,对于旋转几何攻击具有很强的鲁棒性,同时对滤波、JPEG压缩和剪切攻击也具有一定的鲁棒性。

Radon变换不变矩在数字水印技术中的应用

几何形状识别在计算机视觉中具有重要意义,不变矩由于其在图像平移、伸缩、旋转时均保持不变,而且具有全局特性,是几何形状识别的主要方法。但现有的基于不变矩理论的数字水印算法还不多,而且传统的数字水印算法在水印检测时均存在误检和漏检的问题。针对以上提出的问题,文章提出一种基于Radon变换不变矩鲁棒性数字水印技术可以有效地减少水印的漏检和误检问题并经过仿真实验证明,该方法对于旋转,缩放,平移等几何攻击具有很好鲁棒性的同时,对于常规信号处理(加噪,滤波,JPEG压缩等)攻击也具有很好的鲁棒性,且具有极低误检率。

基于Radon变换不变矩和小波提升的水印算法

提出了一种基于Radon变换不变矩和提升小波的抗几何攻击水印算法。该方法首先对图像进行一次提升小波分解,然后计算其低频成分的Radon变换不变矩来构建水印系统。水印提取过程简单,只需计算所得图像的几个Radon变换不变矩不变量。文章给出了实验结果,并与基于几何矩不变量的算法进行了比较。经过仿真实验证明,该方法对于旋转,缩放,平移等攻击具有很好鲁棒性的同时,对于普通的加噪,滤波,JPEG压缩攻击也具有很好的鲁棒性,且具有极低误检率。

基于Radon变换的水声图像矩特征提取与分类

成像声纳采集的水声图像分析是自动水下潜器研究中的一个重要课题,该文提出了一种基于图像边缘Radon变换的水声图像矩特征提取和分类方法。使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在Radon变换空间的平移、比例和旋转矩不变量,应用于3类水下物体的分类中,实验仿真结果表明该方法在运算速度上优于Hu's不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。

基于Radon变换及Legendre-Fourier矩的零水印算法

为进一步提高彩色图像零水印算法的精度与抵抗几何变换攻击的鲁棒性,提出一种基于Radon变换与Legendre-Fourier矩的零水印算法。首先将原始彩色图像进行Radon变换,在Radon投影空间计算其低阶Legendre-Fourier不变矩;然后利用矩不变量构造图像的零水印信息。水印检测过程简单,只需计算图像的几个低阶矩不变量。试验获得良好的视觉效果,并与其他常用矩的方法进行了比较。结果表明该方法对旋转、缩放等几何攻击以及常见的噪声、滤波、JPEG压缩攻击均具有较高的稳健性。

一种采用修正不变矩分析的车牌识别算法

为了有效提高车牌识别的正确率,本文提出一种采用修正不变矩的车牌识别算法。该算法首先通过模板确定车牌区域,并利用最小特征根法拟合车牌外边框,从而获得Radon投影的最佳角度,采用固定角度Radon投影对车牌号码进行求矩区域修正以消除比例因子与旋转角度对识别正确率的影响。

Radon变换域的鲁棒图像Hash算法研究

针对数字图像内容认证的问题,提出了一种基于Radon变换域的鲁棒图像Hash算法。该算法在Radon变换域提取图像平移、缩放不变的矩特征,将矩特征的离散傅里叶变换系数作为图像的Hash值。离散傅里叶变换可实现抗图像旋转操作,并可降低图像Hash的维数。为了增加安全性,整个特征提取过程都是基于密钥进行的。理论分析证明Radon变换域的不变矩特征对一般的图像处理操作,特别是平移、缩放、旋转等几何操作有极好的不变性。实验结果表明提出的算法几乎可以容忍所有的图像内容保存操作,比如缩放、旋转、JPEG压缩、滤波和加噪等,同时对视觉上有明显失真或根本不相似的图像有高度的敏感性。

一种新的基于不变矩的步态特征身份识别算法

为了有效地对步态特征进行分类识别,提出了一种基于Radon变换和解析Fourier-Mellin变换的步态识别算法。该算法直接对在视频序列中检测到的灰度图像进行Radon变换,然后进一步对变换结果进行解析Fourier-Mellin变换,从而将原图像的旋转变化和尺度变化分别转化为相位变化和幅度变化,之后通过定义一族旋转与尺度不变函数提取目标图像的不变性特征进行分类识别。实验结果表明,与目前常用的基于Hu矩和Zernike矩的算法相比,由于不需要对目标图像二值化和归一化,从而可以保留图像的更多细节信息,避免了重采样与重量化误差,该算法应用于步态识别有更高的识别率,可以达到更好的识别效果。

抗强剪切和涂抹攻击零水印算法

为了增强现有水印算法抵抗存在信息量丢失的各种攻击(如剪切、涂抹、行列移除等),提出一种基于NMF(Non-negative factorization)和Radon变换不变矩抗强剪切和涂抹攻击零水印算法。算法首先将原始图像V矩阵进行非负矩阵分解(NMF)得到基矩阵W和系数矩阵H。由NMF部分感知全局的特性可知,利用部分V矩阵图像信息和对应的系数矩阵H可以重构出完整的W矩阵;然后计算非负矩阵分解后W矩阵的Radon变换不变矩,最后利用有限个Radon变换不变矩来设计和构建零水印信息。实验结果表明:当剪切和涂抹的面积达到87.5%时,水印检测正确率为100%,同时对于加噪、滤波、JPEG压缩等攻击,该算法也具有良好的鲁棒性。

一种集合型MHU-SIFT商标检索方法的研究

为提高商标检索的查准率和快速性,提出一种将全局特征修正HU不变矩和局部特征SIFT相结合的MHU-SIFT集合型商标检索方法。该方法首先对图像进行初步的滤波去噪等处理,其次,提取图像的HU修正矩和角点特征SIFT建立索引,最后运用基于图像内容的检索方法(CBIR)对商标进行检索。在机器为2GB+64位的笔记本电脑,使用标准2000张商标图像库进行检验。结果表明,MHU-SIFT方法查准率较HU-SIFT方法提高了10%。