基于篡改区域轮廓的图像拼接篡改盲取证算法

为了解决传统图像拼接篡改检测方法特征单一、检测方法固化、篡改区域定位偏差大等问题,提出了一种基于篡改轮廓的图像拼接篡改检测方法。该方法对图像拼接篡改痕迹进行分析,在频域中建模,提取多步马尔可夫特征表征系数转移特性,并提取局部信息熵与差分激励表征当前位置系数分布变化情况。该算法将三种特征进行融合,并采用Real_Adaboost分类器进行训练,以输出每个像素属于轮廓或者其他区域的概率。最后,采用条件随机场(CRF)对分类器输出结果进行后处理,以获得更加准确的篡改轮廓线。根据标准数据集CASIA2、Columbia上的测试结果显示,该算法的分类与定位性能均优于传统的基于手工设计特征的拼接检测算法。     

基于AKAZE算法的图像拼接研究

针对基于KAZE特征检测的图像拼接算法实时性问题,提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点,接着计算M-LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离,提取出匹配的特征点对,然后利用RANSC算法估算全局单应性矩阵,根据动态线性变换算法求取重叠区域局部投影关系,结合两者统一投影平面,最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较,所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能,而且处理时间大大缩短,实现了有效的图像拼接。     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

粒计算在图像拼接中的应用研究

应用粒计算理论提出了一种新的基于特征的图像拼接算法.图像拼接技术的关键在于图像配准问题,采用的配准方法是首先建立图像的粒计算模型,对图像进行边缘检测得到边缘图;在边缘图中利用梯度信息提取图像特征点;对两幅图像的特征点进行相关操作找出匹配特征点.实验结果表明文中所提算法的运算效率和拼接结果优于传统算法,且算法稳健,取得了良好的效果.     

基于模糊集的图像边缘检测算法

边缘检测一直是图像处理中一个热门课题，本文在对经典模糊边缘检测算法思想进行分析的基础上，提出了一种边缘检测算法，该算法通过阈值分区间定义一种模糊隶属函数，可将数字图像转化在等效的模糊特征平面上，然后选用适当的增强算子对图像进行模糊增强，增强后的图像经逆变换后进行边缘提取即可得到所需图像的边缘特征。应用这种算法计算量小，运算速度较快，提取的边缘细致，是一种很有实用价值的边缘提取算法。     

颜色度量因子耦合局部特征聚类的 图像复制-粘贴篡改检测算法

针对当前较多图像复制-粘贴篡改检测算法主要依靠图像的灰度信息来检测图像特征,没有考虑图像的色彩特征,使其存在误检与漏检的不足,引入余弦调制高斯滤波(cosine modulated Gaussian,CMG),设计了基于颜色度量因子与局部特征聚类的图像复制-粘贴篡改检测算法。利用CMG来求取图像的尺度响应值,并通过极值计算来提取图像的候选特征点;再利用像素点的光谱反射模型来建立颜色度量因子,从候选特征点中确定图像的鲁棒特征点。构建特征点的邻域圆,并求取该圆域中的四元数指数矩(quaternion exponent moments,QEM),从而得到相应的特征向量;利用特征向量来计算特征点间的欧氏距离,完成图像的特征匹配。最后,利用匹配点对的R、G、B值,形成特征点的局部特征,实现图像特征的聚类,准确定位复制-粘贴伪造内容。仿真结果显示,较当前的复制-粘贴伪造检测方法而言,对于简单的复制-粘贴篡改和复杂组合篡改,所提方法都具备更高的检测精度与鲁棒性。     

基于C-SIFT特征向量图像复制粘贴篡改取证算法

如今网络时代中充斥着大量经篡改的图像,目前检测方式如局部不变性特征描述、Harris角点算法对复制粘贴篡改地检测准确率较低。通过对彩色图像分块、色彩空间边缘化提取、图像灰度化得到完整的灰度化局部图像。利用对不同图像块中的特征向量集提取、标记、匹配和归一化处理,在欧氏距离达到某一阈值后特征向量匹配成功,即检测到图像具有复制粘贴篡改的痕迹。最后选择3类不同的照片仿真测试,说明该算法可有效提升复制粘贴篡改图像的检测成功率、检测速率。     

基于特征点概率模型与匹配的图像拼接算法

为了解决图像内容单一、特征点不明显且数量少而导致其难以拼接准确的问题,提出了基于特征点概率与匹配的图像拼接算法.首先,利用图像重叠区域特征的单应性,开发出对旋转、尺度及光照不变的可靠特征几何结构,计算焦距矩阵与旋转矩阵,实现特征点检测;利用随机抽样一致性算法,完成特征点匹配.然后,利用伯努利分布特性和贝叶斯计算,建立内点和离群点的模型概率,剔除错误匹配点,从而提高图像匹配精度,准确完成图像拼接.最后以条码对接是否准确为图像拼接质量判断基准,实验测试结果显示:与当前图像拼接技术相比,该算法拥有更高的拼接准确率与鲁棒性.     

纹理特征提取的不变矩探讨

针对目标形状发生变化引起图像特征提取困难等问题,采用不变矩作为特征量的特征匹配算法,以纹理图像为研究对象,分析不变矩的基本理论,探讨具有全局统计信息的不变矩设计方法。仿真实验中,分别利用Hu矩和Zernike矩提取纹理图像的视觉特征,比较2种统计矩在纹理特征提取中的应用范围。实验结果表明,不变矩可以作为目标形状改变后的一种图像特征。然而,对于新的不变矩的构建仍需作进一步研究。     

基于双流Faster R-CNN的像素级图像拼接篡改定位算法

基于双流Faster R-CNN的图像拼接篡改定位算法因综合考虑彩色图像及其噪声图像作为输入而获得良好性能。但是,它仍存在两个不足,定位精度只是块级且经过隐写分析富模型产生的噪声图易夹杂大量冗余非篡改区域信息。为此,提出一种基于双流Faster R-CNN的像素级拼接篡改定位模型。针对第一个缺陷,增加一个全卷积网络分支实现像素级定位。针对第二个缺陷,采用错误等级分析噪声模型替代隐写分析富模型用于提取噪声图。实验结果表明提出算法较现有算法提高了近10%的准确率。     

一种智能鲁棒数字图像水印方案

数字水印技术是多媒体安全领域的研究热点.与传统的加密/解密技术不同,它具有广泛的诸如版权保护、权利认证以及秘密通信的能力.提出了一种新的利用神经网络分类的数字水印技术.在所提出的方法中,原始图像首先被分成互不重叠的8×8块,然后利用神经网络按照纹理特征与人类视觉特性对图像块进行分类,不同的类采用不同的水印嵌入强度,以此来提高水印的鲁棒性.检测采用相关运算,不需要原始图像.实验结果表明,所提出的方法对多种攻击具有很好的鲁棒性.     

基于曲波变换的彩色图像零水印研究

提出了一种基于曲波变换的彩色图像零水印构造和检测算法。利用原图像进行USFFT算法的曲波变换（Curvelet Transform）和离散余弦变换（DCT）得到的系数进行二值化处理,构造具有一定鲁棒性的水印,解决了水印嵌入时鲁棒性与隐蔽性之间的矛盾,更好地保护了原图像信息。该算法通过抗攻击测试和识别测试,证明其具有性能稳定、可行性高的特点。     

结合LMD云模型和ABC-LSSVM的 模拟电路故障诊断

针对模拟电路存在的非线性和非平稳性,以及电路元件存在容差而带来诊断时的模糊性与随机性等问题,提出了一种结合了局域均值分解(LMD)云模型特征提取和人工蜂群-最小二乘法支持向量机(ABC-LSSVM)分类器的模拟电路故障诊断法。首先,利用LMD算法对初始故障信号进行分解,再将分解的信号通过云逆向发生器计算得出分解信号的云数字特征,并将得到的云数字特征构造为故障特征向量。然后,将部分故障特征向量作为测试样本输入到ABC算法优化的LSSVM中,对各电路故障进行分类识别,得到各故障的分类精度。以两个国际基准电路CTSV和Sallen_Key电路为验证对象,结果表明,该方法提取的故障特征能很好的反映电路各故障状态信息,所提方法的故障诊断精度均达到99%。     

基于轮廓分析与三阶不变矩的旋转目标定位算法

为了解决当前图像定位算法在识别旋转与缩放工件目标时,存在定位成功率不高的问题,提出了基于轮廓分析与不变矩特征的旋转目标定位算法.首先,采用自适应二值化对图像进行预处理,并遍历图像轮廓,完成轮廓序列提取与面积计算,实现对杂质干扰的排除.然后构建三阶不变矩,计算逐一计算图像轮廓序列的三阶不变矩特征,从而建立定位度函数,与模板目标的不变矩特征比较,完成对旋转缩放工件目标定位.实验测试结果表明,与当前图像定位算法相比,在面对缩放十旋转干扰时,本算法拥有更高的定位成功率与鲁棒性.     

一种基于图像特征的稳健水印算法

本文提出一种基于图像特征的抗几何攻击的稳健水印算法。算法首先用Harris检测器提取图像的特征点，进行Delaunay分割的图像分解，然后水印信号经过图像的视觉掩蔽分析嵌入图像的特征区域，水印图像保持了很好的感知质量，算法检测水印不使用原始图像。由于图像的特征点在经过几何攻击后仍可以保持，这样就很好地解决了水印的同步问题，增强了水印的稳健性。实验结果表明算法可有效的抵抗旋转，尺度变换，有损压缩等各种攻击。     

DSP/BIOS在数字图像处理中的应用

采用TMS320DM642EVM作为数字图像处理硬件平台,并以数字图像边缘检测算法为例,详细阐述了DSP／BIOS程序的编写过程与程序运行过程。实验证明DSP／BIOS程序具有易于调试和维护的特点。     

基于图像匹配的电路板故障检测与定位算法

自动光学检查是利用图像处理算法进行电路板故障检测与定位的技术,它可以解决传统电路板测试无法克服的缺陷.图像相减是自动光学检查中最简单和最直接的办法,但具有一定的局限性,这是由于二值化预处理造成的.本文提出一种基于图像匹配的加载电路板故障检测与定位算法,无需进行二值化预处理操作,利用图像差的绝对值、平方以及相关操作,检测与定位元件的倒装与漏装故障,并具有与图像相减类似的简易性,实验证实了该算法的性能.     

基于多结构元素的形态学抗噪边缘检测算法

边缘检测是图像处理中的重要内容,是图像的最基本特征,在图像分割、图像检索、模式识别、机器视觉等领域中都有重要的应用。本文提出了一种基于多结构元素的形态学抗噪边缘检测算法,该算法利用形态学的基本运算膨胀、腐蚀、开、闭及它们的组合,并通过构造4个不同方向的结构元素,得到图像4个方向的边缘检测结果,并将这些结果加权平均,得到最终的图像边缘。结果表明,该算法的抗噪性能优于经典的Log算子和Canny算子,并且检测出的边缘平滑性好,特征清晰,因而有一定的实用性。