基于Tchebichef不变矩的数字图像被动认证算法

文章提出了一种新的数字图像被动认证算法,用于检测区域复制粘贴的伪造图像。算法首先利用小波变换提取图像的低频分量,再对低频分量进行分块并提取每一块的Tchebichef不变矩特征向量,然后将特征向量进行字典排序,比较相邻2组特征向量的相似性,最后利用阈值判别实现篡改伪造区域的检测与定位。实验表明,该算法不但能够较精确地定位出复制和粘贴的图像伪造区域,还能有效抵抗噪声污染、有损JPEG压缩以及旋转等攻击,并有效地减少了运算量,提高了检测效率。

基于Tchebichef不变矩的多比特抗几何攻击图像盲水印算法

现有的大多数水印算法对旋转、平移和尺度变换等几何攻击的鲁棒性比较差,微小的几何攻击都有能导致水印检测器失效,因此水印算法对几何攻击具有鲁棒性非常重要。本文提出了一种基于Tchebichef不变矩实现的多比特几何攻击不变性图像盲水印算法。文中具体介绍了Tchebichef不变矩的构造方法,水印是事先产生的与原始图像无关的信号,嵌入过程中将水印嵌入到图像的Tchebichef不变矩中实现几何攻击不变性。水印检测过程中采用独立分量分析技术实现真正意义上的多比特水印盲检测。文中具体分析了所提出的水印算法的计算复杂度,实验过程中采用通用水印测试软件Stirmark对所提出的水印算法进行鲁棒性测试,实验数据说明这种水印算法对Stirmark具有很好的鲁棒性。

基于Tchebichef不变矩与SVM的交通标志分类算法研究

为了更好地对交通标志进行分类,提出了一种两步分类算法。首先根据交通标志的颜色与形状特征设计多层决策树进行粗分类,然后采用径向Tchebichef不变矩提取交通标志的特征,并基于SVM设计分类器进行精分类。对从3 000幅自然场景图像中检测出的交通标志进行分类实验,结果表明该分类系统能取得较高的分类精度,这为交通标志识别系统的实现奠定了基础。

基于Tchebichef矩的几何攻击不变性第二代水印算法(英文)

提出了一种基于原始图像的Tchebichef矩实现的几何攻击不变性第二代盲水印算法,利用原始图像的Tchebichef矩估计图像可能经历的几何攻击的参数来还原图像,其中,原始图像的Tchebichef矩可作为水印检测器的密钥.水印嵌入过程结合人类视觉系统的特性,且可在任何图像变换域中实现,给出了小波域的一种实现方法.水印检测过程采用独立分量分析技术不仅可以检测到水印而且可以提取水印,实现了真正意义上的盲检测.实验结果表明,该水印算法对于通用水印测试软件Stirmark提供的各种攻击具有很好的鲁棒性.

二维Tchebichef正交矩反变换的快速算法

提出了一种二维Tchebichef矩反变换的快速算法.借助Clenshaw递推公式,推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算.与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩反变换的方法相比,文中提出的算法有效地减少了算术运算的次数,大幅提高了计算速度.实验结果表明了该方法的有效性.

二维Tchebichef矩正反变换的快速算法

本文提出了一种二维Tchebichef矩正反变换的快速算法。在正变换中,使用Chebichef递推公式推导了一维Tchebichef矩正变换的快速算法,并将其推广至二维Tchebichef矩正变换的快速计算。在反变换中,使用Clenshaw递推公式我们推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算。与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩正反变换的方法相比,本文算法有效地减少了算术运算的次数,提高了计算速度。实验结果表明了该方法的有效性。

基于径向Tchebichef矩的不变性模式识别

提出了一种基于径向Tchebichef矩构建的完整的拉伸和旋转不变性的方法,命名为径向Tchebichef不变矩.该方法直接从径向Tchebichef矩中提取不变特征,避免了归一化过程.实验结果表明,该新方法有很好的图像识别效果和抗噪声干扰性能.

基于Hu不变矩和最佳缝合线的纸箱垛图像拼接

为了实现对港口集装箱中纸箱垛的快速定位与拆垛,需要获得纸箱垛最外层清晰的全景图像。基于自主研制的自动卸货车,采用两摄像头多轮次单程拍摄的方法获取待拼接图像,在单轮次图像拼接中引入Hu不变矩寻找参考图像和待配准图像之间最佳重叠区域,并使用优化的动态规划方法搜索最佳缝合线,以此快速获得清晰的大视野图像。试验表明,基于Hu不变矩和最佳缝合线的全景图像拼接在特征点匹配上减少20%以上的时间,并可以较好地消除因拍摄角度造成的鬼影。

Tchebichef矩的平移不变量的新计算方法

文章提出了利用矩阵的方式来计算Tchebichef矩的平移不变量的方法,避免复杂的迭代的同时,保持了数值的稳定,实验表明,这种方法有着较高的精度.

基于改进不变矩的变形X射线图像识别

为实现有变形X射线图像的有效识别,对有变形图像不变矩进行理论推导,并针对变形情况提出了3个新的改进不变矩。将原不变矩和新提出的改进不变矩应用于不同图像,分析并验证所构建改进不变矩的有效性,并提出基于改进不变矩的变形X射线图像识别方法。实验结果表明,提出的改进不变矩具备有变形情况下的尺度、旋转、平移不变性,所提出的基于改进不变矩的变形X射线图像识别方法能够有效提高识别准确率,效果更佳。

探究扭矩测量法获得骶骨螺钉双皮质固定的可行性

目的探究徒手结合扭矩测量法获得高骶骨螺钉双皮质率的可行性及获得双皮质固定最佳深度的方案。方法纳入2020年10月至2021年10月行后路腰椎动态固定的48例患者,根据螺钉置入深度分为双皮质180°组、360°组和720°组,对比各组病例骶骨螺钉置入扭矩、双皮质率及螺钉松动情况。结果所有病例平均随访时间为(13.5±5.1)个月(12~21个月)。双皮质180°组、360°组和720°组的双皮质率分别为66.67%、94.12%和93.75%:双皮质180°组与360°组、720°组比较,差异均有统计学意义(P<0.05);双皮质360°组和720°组比较,差异无统计学意义(P>0.05)。双皮质180°组、360°组和720°组骶骨螺钉松动率分别为23.33%、5.88%和3.13%:双皮质180°组与360°组、720°组比较,差异均有统计学意义(P<0.05);双皮质360°组和720°组比较,差异无统计学意义(P>0.05)。结论徒手结合扭矩测量法可以在较少经济支出情况下,获得较高骶骨双皮质率,安全性高,操作较为便捷,可辅助临床医生进行骶骨置钉。

基于Hu不变矩和径向基神经网络的太阳镜镜片瑕疵图像分类系统

现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片,与太阳镜镜片的生产原料和工艺存在差异,导致两者的瑕疵类型也有所不同,因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求,实现工业自动化检测,本文利用基于机器视觉检测技术的CMOS传感器工业相机、双远心镜头、LED灯搭建了镜片图像采集系统,并融合图像处理算法,将七个Hu矩不变量作为互补特征,采用径向基神经网络模型开发了太阳镜镜片瑕疵图像分类系统.实验表明,使用Hu不变矩特征提取算法的分类方法可有效提高分类准确率,该方法的准确率为94.56%.和BP等其他神经网络结构相比,准确率也更高.因此,该系统被证明是可行和有效的.

传递矩阵法在计算输流管路高频振动时的稳定性改进

传递矩阵法(transfer matrix method,TMM)是研究结构振动时常用的计算方法,但在计算大跨度输流管路高频横向振动时,TMM存在数值不稳定的现象,制约了其进一步应用。基于无量纲化计算结果得到的子单元划分准则的全局传递矩阵法(global transfer matrix method,GTMM)、混合能传递矩阵法(hybrid energy transfer matrix method,HETMM)和结合变精度算法的传递矩阵法(variable precision algorithm-transfer matrix method,VPA-TMM)等三种方法解决了这一问题。GTMM是最常用的TMM计算稳定性改进方法;HETMM系首次从层状介质中的波传播计算扩展到管路系统的振动分析领域,计算矩阵的维度和形式不随子单元数的变化而变化,计算时间最短;VPA-TMM无需进行子单元划分,可以看作是从根源上解决了TMM的长跨度高频计算失稳问题,但计算时间会大幅度增加。

基于因果不变表示的领域泛化算法

目的:针对当前领域泛化方法没有考虑到数据和标签之间潜在的因果机制,忽视特征间潜在的语义依赖关系的问题,提出了一种通过解耦因果不变表示(decoupling causal invariant representation,DCIR)实现的领域泛化方法。方法:首先利用矩对原数据进行因果干预,生成具有相同因果特征不同非因果特征的增强数据,模拟非因果特征的可变性。并且提出了解耦邻近因子分解算法(decoupling proximity factorization algorithm,DPFA),基于经验协方差矩阵,通过设置滑动窗口与削减值,获取干预前后的特征不变表示及特征之间潜在的语义依赖关系。结果:在Digits、PACS和CIFAR10-C 3种基准数据集上进行了广泛实验,提出的DCIR方法相较于现有的的基线模型,平均精度分别最高可达到13.6%、26.29%、18.9%的提升。结论:通过解耦因果不变表示实现的领域泛化方法能够有效提升模型的泛化性能。

Hu不变矩的构造与推广

为了更简洁高效地构造指定要求的不变矩,并判断矩组信息冗余性,推导了实复矩反演关系公式并提出了Hu不变矩构造定理。不变矩多项式和不变矩多项式空间概念的引入,可以赋予不变矩多项式空间代数结构特征。结合组合计数定理,列出了工程上非常实用且没有信息冗余的全部3阶4次不变矩,这是对7个经典Hu不变矩的推广。实验表明,与Hu不变矩的代数不变量构造方法和三角函数系构造方法相比,该构造方法更简洁高效且具有一般性,也更适合判断矩组信息冗余。所构造新不变矩具有较好的鲁棒性,用于图像描述取得了较好效果。

基于PCA与不变矩的车标定位与识别

在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标。提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺度及平移均不变的特性,定义不变矩的最小矩距离进行车标识别。通过实测车标图像的定位和识别实验表明,该方法是有效和可行的。

Tchebichef矩在图像数字水印技术中的应用

提出了一种利用原始图像的Tchebichef矩来增加水印顽健性的方法,即利用原始图像的一个或多个Tchebichef矩的值来估计水印图像所经过的几何变换的参数以及图像增强等图像处理操作的参数,并将这一过程作为水印检测的预处理过程。实验中将多种不同的水印信息在不同的图像处理域(包括DWT、DCT、FFT以及空间域等)实现水印信息的嵌入。为了检测这种估计算法的顽健性,本文实验中的几何攻击是由Stirmark产生的。计算机模拟实验证明这种估计方法简单,估计精度很高,增加了图像水印技术对几何攻击的顽健性,而且可在任何处理域中实现,具有很好的实用价值。

图像不变矩的推广

该文提出了一种快速有效的推导不变矩的方法———三角函数生成法 ,建立了一种不变矩空间 ,总结出不变矩的一般构造规律 ,导出了 5个新的不变矩表达式C8～C12 ,其它高阶不变矩表达形式也可采用类似的构造方案 .在此基础上还得出多种高阶不变矩的表达通式 ,讨论了不变矩的反射变换特性 .并在实验中给出了离散情况下一些图像不变矩的稳定性比较 .利用扩充后的不变矩特征集能更准确地对图像进行分类和识别 .

GFO和不变矩实现基于形状的图像检索新方法

提出了一种新的基于形状的图像检索方法 .首先利用广义模糊算子对图像进行边缘检测 ,以检测出的边缘映射图计算不变矩来代表边缘图像的形状信息 ,从而完成对图像的自动索引 ;其次 ,重新定义了相似度测度 ,提高了匹配速度 ;最后 ,设定纵横比辅助搜索 ,以提高检索精度 .实验结果表明 ,此方法在一定程度上排除了与形状无关信息的影响 ,不但简单有效 ,而且搜索速度快 ,具有一定的实用意义 .

不变矩算法研究

本文对于R.Y.Wong提出的用于图像匹配的不变矩法进行了分析,给出了在离散情况下平移和旋转不变性的理论证明,同时指出比例因子的不变性在离散情况下是不成立的。最后在DPS8/52计算机系统上采用四幅不同图像进行了计算机仿真实验,取得了与理论分析一致的结果。