一种改进的指纹分类方法

指纹分类可以大大减少在指纹数据库中的匹配次数,缩短匹配时间。本文在指纹块方向场的基础上,利用其方向方差进行滤波,得出各奇异点的连接路径,并结合核心点与此路径形成一种改进的指纹分类方法。该方法以指纹块方向场为基础,符合指纹分类的全局思想,而非关注于细节特征,并简化计算。经过方向方差滤波后的指纹图像不仅可以利用奇异点的相对位置进行指纹分类,而且克服了奇异点丢失的弊端。本文针对滤波后的图像特征,提出了基于方向方差滤波的分类算法,通过实验验证了本算法的有效性。     

基于图像的掩密分析技术及其应用

对掩密分析技术的研究可以提高和完善信息隐藏技术,保护国家机密商业机密以及个人隐私不受侵犯,具有现实的研究意义.文章介绍了掩密技术及掩密分析技术,针对掩密分析技术在图像掩密中的应用,分类讨论了各种图像掩密分析算法,并对各种算法进行综合分析和比较.进一步,文章对该领域今后的发展趋势和研究方向发表了看法.     

基于方向直方图矢量的手势识别

本文介绍了一种用于手势识别的新方法——图像的局部方向直方图矢量（OHV），利用图像的OHV作为手势的特征向量来进行手势的分类和识别。该方法时于光线和手势平移变化不敏感，具有较强的鲁棒性。在进行特征矢量匹配时，本文使用欧氏距离作为矢量闻匹配程度的度量算法。实验结果表明谊方法具有很高的识别率，并且简单，快速，可以用于实时的手势识别系统中。     

融合矢量量化与LBP的图像检索算法

基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法。首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验,得到使查准率最高的权值。实验结果表明,算法能有效地提升图像检索性能。     

基于方向树结构矢量分类的小波图像网格编码矢量量化

本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，对活跃和非活跃类矢量实行加权ＴＣＶＱ，利用卷积编码扩展信号空间，用维特比算法搜索最优量化序列，比使用加权 ＶＱ提高了 ０．７ｄｂ左右。该方法编码计算复杂度适中，解码简单，有较好的压缩效果。     

矢量对偶形态学算子

对偶性是形态学算子的重要性质之一,且具有重要应用.现有的矢量形态学算子均难以满足对偶性,从而限制了矢量数学形态学理论的发展及应用.为了解决该问题,研究了现有矢量形态学算子的性质,发现彩色空间和矢量排序算法是导致矢量形态学算子难以满足对偶性的两个关键因素.通过选用对称彩色空间,利用矢量对称距离实现了具有对偶特性的矢量形态学算子.为了验证矢量对偶形态学算子的性能,给出了满足对偶特性的矢量形态学滤波及梯度算子,并将其应用到彩色图像滤波及边缘检测中.实验结果表明,矢量对偶形态学算子较传统的矢量形态学算子具有更好的对称性,对噪声条件下的图像进行滤波及边缘检测,均获得了更好的处理效果.     

基于颜色分量单独噪声检测的混合中值滤波器

为了进一步提高开关型矢量中值滤波器滤除脉冲噪声尤其是细微噪声的能力,提出了一种基于颜色分量单独噪声检测的开关型标量和矢量混合中值滤波器(SVHMF)。与其它经典矢量滤波器相比,SVHMF最大的不同在于它是根据对像素点各个颜色单独进行噪声检测的结果,采用与之相适应的标量和矢量混和滤波方法。新滤波器可以最大限度地保护彩色图像图像像素中未被噪声干扰的颜色分量数据,从而可以进一步提高滤波效果。实验数据表明:SVHMF的滤波效果明显优于其它各类在彩色图像降噪中得到广泛应用的矢量中值滤波器。     

基于边缘保持滤波的Canny彩色图像边缘检测方法

提出了基于边缘保持滤波的Canny彩色图像边缘检测方法。该方法利用了HSV颜色空间信道相关性低的优点,结合Canny算子定位准确的优点和边缘保持滤波理论,用边缘保持滤波取代传统的高斯滤波,用梯度矢量计算法替代传统的梯度标量计算法,从而增强了在平滑过程中对图像边缘的保持,最大程度保留了色彩的差异信息,实现了彩色图像边缘的自适应提取。实验结果证明,该方法将灰度空间的Canny算法推广到彩色矢量空间,充分利用了彩色信息,对彩色图像边缘提取具有较好的检测精度和准确度。     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题，提出了一种基于图像边缘空间分布特征的图像检索算法。即利用颜色矢量角对亮度不敏感，对色度和饱和度敏感的特性来提取图像的边缘信息。在图像的边缘空间，提取图像边缘点的颜色矢量角直方图，以此来描述图像的内容。该算法充分利用了图像的颜色信息、边缘信息及形状信息，实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性。     

一种用于光谱图像的基于邻域背景检测的矢量滤波器

提出了一种通用性强的非线性矢量数字滤波器———基于邻域背景统计的矢量滤波器,该滤波器既可用于光谱图像又可用于灰度图像,具有腐蚀小面积奇异像元的作用,可以消除图像噪声和光谱散点,同时保持原有的光谱信息不变,此外还对图像边缘有一定的锐化作用.文章设计了该滤波器的一种简化实现算法,并给出了航空高光谱图像和彩色图像的处理实例,实验结果显示该滤波器滤波效果良好,对光谱图像的噪声消除和边缘检测都有很大帮助.     

一种基于图像DCT域信息熵的盲检测算法

提出了一种基于图像DCT域信息熵的盲检测算法。该算法通过分析JPEG图像隐写前后子块DCT系数信息熵的变化,提取JPEG图像子块DCT系数信息熵的64维特征向量,之后用LSSVM分类器对待测图像进行分类,最终达到检测载密图像的目的。实验表明,该算法能有效地针对各种隐写算法下的载密图像进行检测,同时对低嵌入比例下的载密图像也能达到较高的检测率。     

一种基于DCT域统计特征的JPEG图像隐写分析

提出了一种基于DCT域统计特征的JPEG图像隐写分析算法。该算法在分析JPEG图像的DCT域统计特性的基础上,提取了8维特征向量,通过LSSVM分类器对待测图像进行分类,以达到检测载密图像的目的。算法实现简单、计算复杂度低。实验结果表明,该算法检测速度快,具有较高的检测正确率,能够实现针对各类JPEG图像信息隐藏算法的有效检测。     

基于小波分解和方差分析的图像信息隐藏盲检测

为了实现图像中隐藏信息的盲检测,建立高阶统计模型,提取高阶小波统计量捕获原始图像和隐藏图像之间的统计差异;方差分析用于检验所提取的小波统计量对隐藏信息的敏感程度。应用方差分析选取出对隐藏信息较敏感的小波统计量作为图像的特征向量元素,基于核技巧的支撑向量机(SVM)用作原始图像与隐藏图像之间的分类器,实现图像中隐藏信息的盲检测分析。实验结果及分析表明本文的方法能较有效地实现信息隐藏的盲检测分析。     

Mixing high-dimensional features for JPEG steganalysis with ensemble classifier

This paper proposes a JPEG steganalysis scheme based on the ensemble classifier and high-dimensional feature space. We first combine three current feature sets and remove the unimportant features according to the correlation between different features parts so as to form a new feature space used for steganalysis. This way, the dependencies among cover and steganographic images can be still represented by the features with a reduced dimensionality. Furthermore, we design a proportion mechanism to manage the feature selection in two subspaces for each base learner of the ensemble classifier. Experimental results show that the proposed scheme can effectively defeat the MB and nsF5 steganographic methods and its performance is better than that of existing steganalysis approaches.     

基于DCT系数统计特性的JPEG图像隐写分析

提出了一种基于离散余弦变换（DCT）系数统计特性的JPEG图像隐写分析算法。该算法在分析JPEG图像DCT系数的统计特性的基础上,提取了8维特征向量,通过最小二乘支持向量机（LS—SVM）分类器对待测图像进行分类,以达到检测载密图像的目的。算法实现简单,计算复杂度低。实验结果表明,该算法检测速度快,具有较高的检测正确率,能够实现针对各类JPEG图像信息隐写算法的有效检测。     

一种针对JPEG图像的通用隐写分析算法

提出了一种针对JPEG图像的通用隐写分析算法。该算法提取了15个具有良好分类特性的特征参数,输入构建的KS—SVM分类器．以达到检测载密图像的目的。实验结果表明,该算法的检测正确率较高,检测速度快,能够实现针对各类JPEG载密图像的有效检测。     

一种基于PSOSVM的盲隐写分析方法

针对盲隐写分析中的特征选择问题,提出了结合粒子群优化算法（PSO）的支持向量机分类器进行特征选择的方法。该方法使用非线性支持向量机作为分类器,使用PSO为支持向量机寻找最优的图像特征集合作为训练集和测试集,同时选择最优的支持向量机参数,进而利用最优的特征集和支持向量机参数对隐写图像进行检测。实验结果表明,该优化方法明显优于Farid。ANOVA和F—score方法,提高了检测隐写图像的成功率和系统检测效率。     

CBS: Contourlet-Based Steganalysis Method

An ideal steganographic technique embeds secret information into a carrier cover object with virtually imperceptible modification of the cover object. Steganalysis is a technique to discover the presence of hidden embedded information in a given object. Each steganalysis method is composed of feature extraction and feature classification components. Using features that are more sensitive to information hiding yields higher success in steganalysis. So far, several steganalysis methods have been presented which extract some features from DCT or wavelet coefficients of images. Multi-scale and time-frequency localization of an image is offered by wavelets. However, wavelets are not effective in representing the images in different directions. Contourlet transform addresses this problem by providing two additional properties, directionality and anisotropy. The present paper offers an universal approach to steganalysis called CBS, which uses statistical moments of contourlet coefficients as features for analysis. After feature extraction, a non-linear SVM classifier is applied to classify cover and stego images. The efficiency of the proposed method is demonstrated by experimental investigations. The proposed steganalysis method is compared with two well-known steganalyzers against typical steganography methods. The results showed the superior performance of our method.     

Reliable JPEG steganalysis based on multi-directional correlations

With the wide application of JPEG images, JPEG steganography attracts more and more researchers, and accordingly, the detection of JPEG steganography becomes also important. There exist some blind JPEG steganalysis methods, while most of them are either unreliable or time-consuming. This paper presents a reliable and efficient steganalysis scheme to detect the popular JPEG steganography algorithms. First, a novel kind of transition probability matrix is constructed to describe correlations of the quantized DCT coefficients in multi-directions. Then, by merging two different calibrations, a 96-dimensional feature vector is extracted. Additionally, the SVM (Support Vector Machine) is trained to build the steganalyzer. Finally, the proposed feature is evaluated, and a series of experiments are performed on 4 kinds of typical steganography in different embedding ratios, showing that for these steganography algorithms, the new method is more reliable than the best effective blind detection methods existed.     

Steganalysis Using Fractal Block Codes and AP Clustering in Grayscale Images

This paper presents a universal scheme (also called blind scheme) based on fractal compression and affinity propagation (AP) clustering to distinguish stego-images from cover grayscale images, which is a very challenging problem in steganalysis. Since fractal codes represent the self-similarity features of natural images, we adopt the statistical moment of fractal codes as the image features. We first build an image set to store the statistical features of natural images with and without hidden messages, and then apply the AP clustering technique to group this set. The experimental result shows that the proposed scheme performs better than Fridrich's traditional method.