基于Krawtchouk不变矩的仿射攻击不变性局部水印算法

本文提出了一种基于原始图像Krawtchouk不变矩实现的仿射攻击不变性局部水印算法.具体介绍了Krawtchouk不变矩的构造方法,水印是事先产生的且与原始图像无关,通过将水印嵌入到图像的Krawtchouk不变矩中实现仿射攻击不变性.这种基于Krawtchouk矩的水印算法是局部水印技术,即水印的嵌入只是影响到部分原始图像,因此该算法对剪切攻击具有很好的鲁棒性.检测过程中采用独立分量分析技术实现真正意义上的盲检测.文中具体分析了所提出算法的计算复杂度,实验数据说明这种水印算法对通用水印测试软件Stirmark具有很好的鲁棒性.     

基于复Contourlet域的支持向量机和Krawtchouk矩的双水印算法

为了进一步提高基于支持向量机(SVM)水印算法的 鲁棒性,提出了一种 基于复Contourlet域的SVM和Krawtchouk矩的双水印算法。首先从RGB宿主 图像中提取B 分量和G分量,并且充分利用Krawtchouk矩不变量的平移、旋转、缩放不变性 和Krawtchouk矩良好 的局部重构特性,计算B分量图像的Krawtchouk低阶矩不变量 ,由此构造鲁棒水印;然后对G分量图 像进行两级复Contourlet分解,在其低频分量中,利用SVM建立图像尺度内的 局部相关性训练模型, 并根据预测结果自适应地实现数字水印图像的嵌入和提取。大量实验结果表明,本文算法不 仅具有较好的 不可感知性,而且对中值滤波、加性噪声和JPEG压缩之类的常规图像处理,以及缩放、旋转 和剪切等几 何攻击,均具有较好的鲁棒性能,其性能优于基于小波域的SVM和基于Contourlet域的SVM水 印算法。     

一种基于Krawtchouk矩的视频水印算烦

针对现有视频水印算法很少考虑视频帧中确定的目标区域这一问题,提出一种基于Krawtchouk矩的视频水印算法(KVW).该算法利用Krawtchouk矩的目标区域提取能力,选取视频I帧中较为重要的信息区域作为水印的嵌入域.结合Krawtchouk低阶矩对剪切攻击的鲁棒性以及视频帧间相似度较高的特点,选择I帧和相邻P帧中相对稳定的低阶Krawtchouk矩作为最优矩集合.根据随机水印比特自适应地修改集合中的矩,并对差矢量进行Krawtchouk矩重构,通过将差值图像在空域迭加到I帧嵌入水印.水印检测时,首先计算受攻击I帧的Krawtchouk矩,以最优矩集合作为密钥,用相邻P帧Krawtchouk矩替代原始I帧数据提取水印,改善算法对原始数据的依赖性.实验结果表明,KVW算法在保证获得很好图像质量的同时,能够很好地抵抗帧剪切攻击以及常规的信号处理.     

采用矩不变量的激光雷达距离像匹配方法

为了解决激光成像雷达距离像匹配中的尺度和旋转不变性问题,提出了一套完整的距离像匹配方法,主要包括图像比例调整、Krawtchouk矩不变量提取、构造特征空间及搜索匹配4部分内容.以仿真激光成像雷达距离像为实验数据,通过调整实时图与参考图之间的比例缩放、提取两图的Krawtchouk矩不变量并以此构造特征向量进行匹配.实现了仿真激光雷达距离像的景象匹配.实验结果表明,该算法在一定比例的缩放和任意角度旋转的情况下,匹配正确率和匹配精度都较高,算法的抗高斯噪声能力较好.     

基于小波结构矩的图像识别算法

提出了一种基于小波结构矩的具有平移、旋转、缩放不变性的新型图像识别方法.小波结构矩是在小波矩的基础上通过改变图像函数的结构即几何矩的密度得到的.该算法结合了小波和结构矩的优点,不但实现了对图像特征的精细把握还增大了相似图像之间的距离.采用三次样条函数作为母小波,有效提取了图像的全局特征和局部特征.实验证明,小波结构矩比改进的Hu矩和结构矩具有更高的识别率,目前该算法已经成功运用到全自动金丝球焊机图像识别系统.     

基于局部Tchebichef矩的鲁棒图像水印算法

针对目前基于图像不变特征水印算法不能同时有效抵抗常规图像处理和几何攻击这一问题,提出了一种基于局部Tchebichef矩(LTMs)的图像水印新算法。首先,利用Harris-Laplace检测算子提取载体图像多尺度空间中的特征点,并通过特征选择策略获得稳定且分离的局部圆形特征区域;然后,结合主方向对齐,得到具有旋转、缩放和平移(RST)不变性的局部圆形特征区域;最后,计算局部特征区域的Tchebichef矩,采用量化调制Tchebichef低阶矩幅值将水印嵌入到局部特征区域中。实验结果表明,本文算法在获得很好的不可见性的同时,对常规图像处理、几何攻击及组合攻击具有较好的鲁棒性。     

基于改进的Hu不变矩的图像检索技术研究

提出一种改进的Hu不变矩形状特征描述算法。首先使用Canny算子对图像进行边缘轮廓提取,然后分析传统Hu不变矩的缺点提出一种相对矩与离心率特征相结合的不变矩描述算法,通过实验证明改进后的形状描述算法具有良好的旋转不变性、平移不变性以及尺度不变性,同时对改进前后的检索性能进行实验对比,发现改进后算法的检索性能优于改进前。     

基于兴趣点颜色形状特征的图像检索方法

提出了一种基于兴趣点的图像检索新方法ACSM（Annular Color and Shape Moment）．利用兴趣点的位置信息，提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征。ACSM算法不仅对平穆、旋转具有良好的鲁棒性，而且克服了传统颜色矩和形状不变矩没有位置信忠的缺陷。实验结果表明，由于将颜色和形状特征有机结合，ACSM算法有效提高了图像检索的准确性。     

基于Krawtchouk矩的自适应门限四叉树分形编码

编码时间过长是分形图像压缩存在的主要问题,同时固定匹配门限影响着编码效率.本文首次将Krawtchouk矩引入到自适应分形编码中,提出了基于Krawtchouk矩的自适应门限四叉树分形编码方法.该方法计算图像块的12个Krawtchouk矩不变量,将这些矩不变量构成特征向量,并用这样的特征向量取代Range块和Domain块的灰度值矩阵进行匹配计算.文中给出了实验结果,并与基于四叉树的自适应门限分形图像IFS压缩方法进行了比较.结果表明,本文方法不仅大幅度减少了编码时间,而且同时也能提高图像恢复质量.     

基于特征点的飞行器局部模板匹配

提出了一种基于特征点的飞行器图像模板匹配的方法.针对航空测试图像飞行器局部模板匹配的特点,提出用数字图像处理的手段,对目标图像进行基于Harris算法的特征点提取,并结合基于不变矩局部模板匹配算法,计算飞行器在航母降落过程中,航空测量图像飞行器的局部特征点附近进行快速的模板匹配.