A Geometric Robust Watermarking Algorithm Based on DWT-DCT and Zernike Moments

This paper proposed a novel multibits watermarking algorithm providing robustness against geometric attacks. The robustness is achieved from three aspects： （1） Choosing the inscribed disk of the host image as the Zernike moments computation domain and the square in the disk as the watermarking embedding domain. （2） Embedding the watermark in the cascade discrete wavelet transform-discrete cosine transform （DWT-DCT） domain by modulating the specified coefficient pair in each sub block. （3） Saving two selected Zernike moments of the original watermarked image to estimate and correct the geometric attacks before watermark extraction. Experimental results show that the proposed algorithm is robust to any angle of rotation attacks and wide range of scaling attacks, and as well, a variety of other attacks such as lossy compression, common signal processing.

结合Zernike矩的多尺度模板形状匹配

针对形状匹配中小波表达对起始点依赖的问题,提出一种结合Zernike矩的多尺度模板进行形状匹配的方法。该算法对输入图像进行预处理后提取目标轮廓,经过归一化处理得到目标形状的平移、尺度不变的链状表达,再通过小波变换进行多尺度分析;引入Zernike矩,利用Zernike矩的特性,实现小波表达的旋转不变性,解决了小波变换对起始点的依赖。匹配过程是以小波表达的各阶Zernike矩为特征向量,在由粗到精的尺度上进行的。实验结果表明,对于同一目标,原图像与旋转不同角度的图像的正确匹配率为91%。该算法适用于轮廓较明显的目标。

基于非下采样Contourlet变换和Zernike矩的医学图像检索

针对医学图像数据库,提出一种新的基于纹理和形状的图像检索方法。非下采样Contourlet变换具有多尺度多分辨率分析和平移不变性的特点,用来提取纹理特征。Zernike矩作为一种基于区域的形状描述子,具有良好的旋转不变性,用来提取形状特征.然后综合两种特征。对CT图像数据库进行检索实验,实验结果表明,该方法具有良好的检索性能,并具有平移、尺度、旋转不变性。

结合Zernike矩和水印的半脆弱图像认证

水印安全性、抗JPEG的鲁棒性和篡改检测能力的矛盾、计算复杂度是现有基于数字水印的半脆弱图像认证算法需要克服的主要问题．本文提出一种结合Zernike矩和水印的图像认证算法．利用图像小波变换低频子带的Zernike矩幅值的半脆弱特性区分恶意攻击和偶然攻击．结合基于HVS(人类视觉系统)的水印后,可判断图像是否受到伪认证攻击,提高了水印安全性．通过采用基于提升格式的整数小波变换,有效降低了算法计算复杂性．实验结果表明,算法对较低质量因子的JPEG有损压缩鲁棒,对剪切、替换等恶意修改敏感且可准确定位篡改位置．

基于小波和Zernike矩的标尺靶亚像素检测算法

为解决特殊环境下基于光电成像的高精度测量系统中的低照度含噪靶面高精度测量的难题,提出了一种基于小波变换和Zernike矩相结合的亚像素边缘检测方法。该算法首先对获得的低照度含噪靶面图像采用基于小波变换局部模极大值的方法进行抗噪声的粗级边缘提取和去噪处理,获得靶面图像的像素级边缘和具有边缘保持特性的无噪声靶面图像,然后通过在边缘区域内求取Zernike矩的方法进一步提高边缘检测的精度,使得边缘检测的精度达到亚像素级,以便进一步提高测量精度。试验和仿真结果表明:该算法能够在特殊环境下实现对低照度含噪靶面的高精度边缘检测和测量,检测精度达到0.2pixel,具有较强的工程应用价值。

基于Zernike形状矩的地图匹配算法

地图匹配算法的有效性和可靠性对于智能交通系统而言是非常重要的,而目前存在的地图匹配算法在一些复杂环境下(如道路交叉口)仍然不能提供合理的输出。采用D-S证据理论融合当前车辆位置信息和方向信息可以有效地扩大待匹配道路之间的差异,但在复杂路网下信息量的不足会降低其匹配精度。因此,为了提高道路网络中的地图匹配精度,提出了基于Zernike形状矩的地图匹配算法。新算法引入Zernike矩描述轨迹曲线的形状,进一步修正了错误结果。通过仿真和实验表明,新算法在复杂环境下具有较强的有效性和可靠性。

基于伪Zernike矩和DWT-SVD抗旋转水印算法

目的提出一种基于伪Zernike矩和DWT-SVD的抗旋转图像盲水印算法。方法对原始图像内切圆的内接正方形区域进行二级小波变换,对其低频子带进行奇异值分解。在一定的嵌入强度下将水印叠加到奇异值矩阵中,实现水印的嵌入。记录含水印图像的伪Zernike矩的相位信息用于检测旋转角度,在提取水印时校正旋转攻击。结果仿真结果表明,该算法水印的不可见性很好,PSNR值高达45.12,提取的水印与原水印相似度很高,NC值为1。该算法对旋转攻击具有很强的鲁棒性,对常见的信号处理攻击具有很强的鲁棒性。结论该算法对任意角度的旋转攻击都有很强的鲁棒性,能满足数字产品的版权保护需要。

小波变换下基于分形编码和Zernike矩的织物图像检索算法

为帮助纺织企业的工作人员快速、准确地从数据库中检索出与织物图像相同或相似的图像,提出了一种小波变换下基于分形编码和Zernike矩的织物图像检索算法。首先,利用小波变换获得低频分量,对变换后的低频子图进行分形编码,得到编码参数。然后,计算低频子图像的Zernike矩。将小波变换下的分形编码参数和Zernike矩相结合作为织物图像检索的特征量。相比于单特征检索方法,该算法克服了精度低、耗时长的问题。与基本分形算法(BFIC)、联合正交分形参数和改进的Hu不变矩算法(HVKF)以及稀疏分形图像压缩算法(SFIC)相比,该算法确保了重建图像的质量和较低的编码时间。实验结果表明,织物图像检索的平均精度和平均召回率均高于现有的检索方法。

一种压缩感知下的NSCT-Zernike的鲁棒数字水印方案

为了达到水印抗几何攻击鲁棒性高的要求,提出一种在压缩感知下的非下采样轮廓波变换结合伪Zernike矩的鲁棒数字水印方案.利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基,构造稀疏基的测量矩阵,并对其进行压缩感知处理得到新的低频分量,计算其Zernike矩,通过量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入.利用正则化正交匹配追踪算法进行图像压缩感知的重构.仿真与实验分析表明,当峰值信噪比达到40 dB以上时,本文算法提取水印的NC值和误码率较为理想.

墨西哥帽小波和归一化伪Zernike矩的图像配准

图像配准是现代图像处理技术中的一项关键技术,在许多实际的应用领域都占有举足轻重的地位。文中介绍了一种结合尺度相互作用模型下墨西哥帽小波和归一化伪Zernike矩的图像配准方法。首先利用尺度相互作用模型下加入尺度因子的墨西哥帽小波分别提取参考图像和实时图像中的特征点,然后利用归一化伪Zernike矩不变量的方法和双向匹配策略对参考图像和实时图像的特征点进行匹配,用迭代加权最小二乘法估算出最佳仿射变换参数,最后用所得变换参数对实时图像进行变换和重采样来实现图像配准。实验结果表明:该算法能够精确提取和匹配特征点,有效地消除误匹配点对,被测加噪实物图像的特征点均方根误差为0.41,达到了像素级配准精度。

利用边缘检测与Zernike矩的半脆弱图像水印算法

为了提高半脆弱图像水印算法的认证能力,提出了基于边缘检测与Zernike不变矩的半脆弱图像水印认证算法。引入离散小波变换(disceret wavelet transform,DWT)机制,对归一化后的载体图像进行三级分解,获取10个子带LL_3、HL_3、LH_3、?HH_3、HH_2、HL_2、?LH_2、?HL_1、LH_1、HH_1;再利用Sobel算子与Zernike矩方法对LL_3子带进行处理,输出边缘映射与量化特征的Zernike矩,将二者视为水印信息;随后,设计水印嵌入机制,将Sobel边缘映射嵌入到载体图像的LL_3子带对应的DWT系数中,形成初始水印图像;并再次利用Sobel算子对初始水印图像进行检测,获取边缘映射,确定嵌入位置,将Zernike矩隐藏到这些位置,获取最终的水印图像;建立水印复原方法,提取完整的水印信息。最后,基于权重欧式距离,设计了水印认证方法,以认证图像与定位篡改区域。实验结果显示,与当前水印技术相比,所提算法具有更强的鲁棒性与更低的篡改率。

基于内容的图像检索技术研究

分析了基于内容的图像检索的关键技术以及各个阶段的研究特点,重点分析了基于颜色和基于形状的图像检索技术。指出了目前研究中存在的主要问题并提出了今后的研究方向。

多特征和多视角信息融合的步态识别

提出了一种基于多特征和多视角信息融合的步态识别方法。应用背景差分和阴影消除获得人体步态轮廓,对人体轮廓使用伪Zernike矩、小波描述子和Procrustes形状分析法进行了特征提取。通过多特征和多视角步态信息融合,完成了基于人体步态特征的身份识别。该方法在CASIA步态数据库上进行了实验,取得了较高的正确识别率,实验结果表明本文所提出的识别方法具有较高的识别性能。

一种起始点无关的小波系数形状匹配

小波变换的多分辨率特征使其在计算机视觉中得到广泛的应用,在形状匹配中,小波变换对起始点的依赖制约了小波变换的应用。为了克服小波变换对起始点的依赖,引入Zernike矩,提出一种起始点无关的小波系数形状匹配算法。对输入图像进行预处理后提取目标轮廓,生成具有平移、尺度不变的形状链状表达,并通过小波变换进行多尺度分析。最后计算各个尺度下的各阶Zernike矩,来解决小波变换的起始点问题,实现形状表达的旋转不变性。实验结果表明该算法适用于轮廓较明显的目标,同时具有速度快、精度高、鲁棒性强的优点。

基于小波变换的多波段遥感图像条带噪声的去除

介绍了几种在TM,MSS,SPOT等多传感器遥感图像中条带噪声去除方法的特点,提出了一种基于小波变换的条带噪声去除方法,并以几何纠正前的非均匀地物分布的CMODIS图像为实验数据,对这些方法的去条带噪声效果作了比较。结果表明,本文提出的方法要优于以前的几种常用方法,具有很好的去条带效果,同时较好地保持了原图像的特征。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。

基于不变矩的景象匹配辅助导航快速匹配算法

针对景象匹配过程中矩特征计算量大、耗费时间长的问题,在搜索匹配前,首先通过小波变换压缩图像以减少搜索空间。在此基础上,为了减少每个待匹配位置相似性测度的计算量,利用矩特征的求解特点及匹配过程中相邻子图间的关系,通过设置多个和表简化各子图矩特征的计算。综合这两种加速策略,提出了一种快速的不变矩匹配算法,该算法极大地降低了匹配过程的计算代价。实验结果表明,所提算法与仅使用小波变换的方法相比,在保证匹配精度的同时,进一步减少了匹配耗时。

基于组合特征的车牌字符识别

提出了基于Zernike矩和小波变换特征相结合的车牌字符识别方法。利用Zernike矩描述字符全局特征,小波变换系数描述字符细节特征,采用神经网络进行车牌字符分类。测试结果表明,这种组合了两种特征优点的方法实用有效,识别效果优于两种特征独立使用的情况。

基于小波变换的局部形状匹配

为解决仿射变换下的局部形状匹配问题,提出了一种新的基于小波描述子的局部形状匹配方法。算法首先基于分割点将轮廓曲线分段,为了更精确地描述每段子曲线,定义一种新的特征点——等面积分割点,并在子曲线上提取,基于该特征点构造一种新的具有局部特征的小波描述子。新定义的等面积分割点有比一般的特征点(角点、拐点、切点)更精确描述曲线的特性,能解决轮廓曲线平滑特征点少而不能被精确描述的问题;定义的等面积分割点和提取的小波描述子都具有仿射不变性,且均为局部描述符,因而该方法适合于仿射变换且在轮廓局部遮挡和缺失的情况下仍然有效。理论分析和实验结果都证明了该算法的有效性。

利用小波分析进行基于形状的图像检索技术

目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换,获得多尺度下的不变矩,得到图像的特征描述符,通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点,能够很好地描述图像的形状和空间分布信息。

基于显微视觉的微小型零件边缘检测技术研究

针对显微视场下微小型零件边缘检测精度要求高的问题，设计了一套微小型零件实时检测系统，给出了系统总体设计，完成了图像实时传输和处理；提出一种微小型零件亚像素级边缘检测算法：采用非正交二次B样条小波变换得到微小型零件的像素级边缘，利用Zernike矩算法的矩不变性对像素级边缘进行亚像素级精确定位，给出了算法原理，分析了像素级和亚像素级的边缘检测结果。实验数据表明：该系统检测零件尺寸可以达到0.01~10mm，检测精度可以达到0.01%~0.1%，可准确识别出微小型零件的边缘，将检测精度提高到亚像素级，能够满足显微视场下微小型零件检测需要。