一种用于DCT压缩域的人脸检测算法

人脸检测在基于内容的图像检索中具有重要意义.提出了一种DCT压缩域中灰度图像的人脸检测算法,利用统计学习的方法建立人脸模型.在重组的DCT系数中提取特征向量,并对其进行聚类.采用BP神经网络实现分类器.     

基于DCT域视觉的场馆监控图像显著区域检测

针对传统图像显著区域的目标运动检测能力不足,提出一种基于DCT域视觉的图像显著区域检测方法。以MCU为基本单位将监控图像分割成图块,利用DCT系数对颜色、亮度、纹理等特征向量进行提取计算得到全局对比度,运用最大类间方差法计算阈值将图像分割,获得视觉显著区域。同时,以全局背景判断图像中的注视区范围、注视点位置,计算注视点中最强的位置,完成显著图像的区域检测。实验证明,所提方法可以实时对出现在显著区域的目标进行检测,检测效率高。     

基于Retinex理论的压缩域图像增强方法研究

针对现有压缩域图像增强算法在提高图像对比度时,存在不能很好地增强图像细节及保持色彩信息的局限性,提出一种新的基于Retinex理论的DCT压缩域图像增强算法.该算法以Retinex理论为基础,将DCT系数分为入射分量(DC系数)和反射分量(AC系数),通过对DC系数进行动态范围调整,对AC系数进行细节增强调整,并使用阈...     

基于压缩域的JPEG图像检索技术

目前大部分图像都以压缩的形式来存储和传输,其中以JPEG格式更为流行.检索时对JPEG图像进行完全解压会相当费时.为此,本文提出了一种基于压缩域的JPEG图像快速检索的技术方案,从图像的主要DCT(离散余弦变换)系数中提取关键信息进行计算得到图像的特征向量,并与目标图像的特征向量比较后得出差异度较小的图像作为检索结果.这种检索方法缩短了检索的时间,图像的匹配精度较高.     

基于JPEG双量化效应的图像盲取证

JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种JPEG图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.     

DCT域图像边缘的快速提取

压缩域的图像分析处理技术已成为多媒体研究领域的一个热点。文中给出了DCT压缩域图像边缘的快速检测方法。该方法直接利用DCT非零系数计算图像边缘点,不需要完全解压缩,与传统象素域边缘检测方法相比,大大降低了计算复杂度,并且能根据需要提取不同精度的边缘图像。该方法在远程目标识别或基于边缘的Web图像检索等方面将能满足一定的实时性要求,具有较好的实用价值。针对JPEG图像,给出了边缘提取的实验结果,并与传统的象素域边缘检测方法进行了比较。     

基于压缩域显著点的图像检索方法

给出了基于DCT压缩域显著点的快速图像检索方法,该方法直接利用少量DCT非零系数快速计算图像显著点,不需要完全解压缩,降低了计算复杂度,并且具有较强的鲁棒性。实验结果表明,基于显著点提取的图像特征表征能力强,适于图像检索。     

基于量化表估计的JPEG篡改图像盲检测

传统JPEG篡改图像盲检测算法采用不同质量因子对待测图像进行尝试性再压缩.为了缩短检测时间,减少计算量,提出一种基于量化表估计的JPEG篡改图像盲检测有效算法.首先通过DCT系数直方图估计出篡改图像某一部分量化表,然后通过计算小块DCT系数中分别是对应量化步长整数倍的个数进一步判定该小块是否属于篡改区域.实验结果表明,提出的量化步长估计算法复杂度小,正确率高;检测算法能准确检测出copy-move和合成类图像篡改.此外,改进方法不仅对标准量化表压缩的JPEG篡改图像具有非常好的检测结果,而且对非标准量化表压缩的JPEG篡改图像检测也有效.     

基于游程编码的块边缘模式图像检索算法

提出一种利用块边缘模式来进行图像检索的方法。该方法对图像中每个8×8块分别提取其块边缘模式，然后利用游程编码的原理，用块边缘模式构成图像的特征向量，以便进行基于内容的图像检索。所有数据在DCT压缩域中进行处理，不需要解压缩，从而降低了计算复杂度。实验结果表明，该算法与传统的基于DCT域的图像检索方法相比，具有更好的图像检索性能。     

基于DCT压缩域的图像边缘检测算法

目前,大多数边缘检测算法都是在像素域内进行的,而图像数据大多以压缩格式传输和存储,因此要进行边缘检测,必须先经解压缩,变成非压缩格式,再进行处理,这无疑增加了计算量,影响了处理的速度和性能.给出了一种直接在DCT压缩域中进行边缘检测的方法,通过推导出的边缘检测矩阵算子,直接对反量化后的DCT系数进行处理,进而判断出图像边缘点.与传统的像素域边缘检测方法相比,文中算法由于不需要完全解压缩,因而大大降低了计算复杂度.     

一种高效的DCT域图像下采样方法

在许多多媒体应用中,人们往往希望压缩的视频数据可以在DCT域上进行降低空间分辨率的处理。常见的Dugad方法是从每一个8×8的DCT块中截取4×4的低频分量,但该方法容易产生错误漂移及块效应,其主要原因是没有很好地保持图像的高频分量。为此提出了一种称之为准卷积下采样方法的DCT域图像下采样方法:从8×8块DCT系数推算出16×16宏块的DCT系数,然后截取8×8的低频分量。并通过分析DCT系数矩阵的稀疏特性给出了快速算法。该下采样方法适用于任何基于DCT压缩的视频转码方案。实验结果表明,该方法重构图像的峰值信噪比比Dugad方法平均高0.3dB,并且在图像细节处,视觉效果较好。     

基于DCT系数多方向相关性的信息隐藏盲检测方法

给出了一种JPEG域基于离散余弦变换(DCT)系数多方向相关性的图像信息隐藏盲检测方法。首先利用DCT系数多方向相关性构造差值彼邻相关矩阵,然后利用此矩阵提取48维特征向量,最后使用支持向量机(SVM)区分载体、载密图像。该方法应用于6种典型的JPEG图像隐写算法,实验结果表明,该方法对这些隐写算法都能够进行比较可靠的检测。     

基于图像先验知识的量化噪声盲估计算法

经过离散余弦变换的图像在DCT域系数的分布近似符合一个用参数λ描述的拉普拉斯分布。利用该参数以及图像在JPEG压缩中使用的DCT域量化系数,可以实现对图像量化噪声的估计。提出一种基于图像先验知识的分布参数估计方法,可以在没有未压缩的原始图像作为参考时实现对λ值的估计,进而计算压缩图像的峰值信噪比。     

一种改进的图像自嵌入优化算法

提出了一种改进的图像自嵌入优化算法,它将图像的压缩信息嵌入到自身之中,能检测和恢复被篡改的图像.算法利用DCT域系数的特点,通过判断图像块的平坦与否来决定图像提取的DCT系数个数,从而使得图像恢复的质量进一步提高.     

基于相关性和SVD技术的盲隐写分析算法

针对图像分块离散余弦变换(DCT)域加性噪声隐写和基于奇异值分解（SVD）技术,提出了一种新的盲隐写分析算法。分析研究了载体图像和掩秘图像统计特征,建立了能够全面反映DCT系数相关性的数学模型;采用SVD技术提取图像特征,构建特征向量和盲隐写分析判决函数。试验结果证明：该算法检测可靠率在90%以上,综合性能比一般的隐写分析方法有明显提高。     

一种基于时间戳的DCT域零水印方案

提出了一种新的基于时间戳的DCT域图像零水印方案.原始图像进行分块DCT变换后,选取DCT域低频系数作为重要特征,通过混沌置乱与逻辑运算生成零水印,并为生成的零水印加盖时间戳以防止攻击者通过伪造零水印信息来混淆作品版权.在检测过程中利用原始图像几何矩进行水印的二次检测,有效地提高了零水印算法抗攻击能力.实验结果表明,该方案能很好地抵抗JPEG压缩,叠加噪声,裁剪,旋转等攻击,具有较好的可行性和安全性,能很好地实现版权保护功能.     

基于DCT压缩域的图像边缘检测算法

目前,大多数边缘检测算法都是在像素域内进行的,而图像数据大多以压缩格式传输和存储,因此要进行边缘检测,必须先经解压缩,变成非压缩格式,再进行处理,这无疑增加了计算量,影响了处理的速度和性能。给出了一种直接在DCT压缩域中进行边缘检测的方法,通过推导出的边缘检测矩阵算子,直接对反量化后的DCT系数进行处理,进而判断出图像边缘点。与传统的像素域边缘检测方法相比,文中算法由于不需要完全解压缩,因而大大降低了计算复杂度。     

基于DCT的半脆弱水印算法

数字水印技术成为多媒体信息安全研究领域的一个热点问题.对变换域DCT(discrete cosine transform)域的半脆弱性的数字水印算法进行了研究.该算法首先生成数字水印:水印图像是灰度图,根据特定的分组表及公式将所有系数进行分组,进而生成二进制水印信息;然后将宿主图像进行基于分块DCT变换,最后将水印信息嵌入到各分块DCT域的中低频系数中.该算法对一些常见的图像处理具有一定的鲁棒性,同时具有一定的检测篡改的能力,可以定位到空间域的8*8块.试验结果验证了该方法的有效性.     

以直方图差值序列为特征的JPEG MB2隐写分析

基于JPEG图像的离散余弦变换(DCT)系数直方图差值序列,提出一种新的检测JPEG MB2隐写术的方法。该算法定义JPEG图像的DCT系数一阶直方图与其Cauchy拟合分布模型的系数直方图之间的差值序列作为相关性度量,在此基础上构造区分隐写图像和载体图像的分类特征序列。在特征分析中,通过Hilbert-Huang变换对特征序列进行经验模式分解,构建了基于Hilbert谱的特征向量。实验结果表明,基于该特征向量的支持向量机(SVM)对MB2隐写算法检测平均准确率达到84.48%,该方法也适用于JPEG MB1的检测。     

基于HVS和量化的自适应盲水印算法

提出了一种基于HVS和量化的自适应盲水印算法,基于HVS的视觉模型使用亮度掩蔽系数,纹理掩蔽系数,频率掩蔽系数来自适应地调整水印的嵌入强度。算法选择在DCT域,通过用JPEG量化表量化DCT系数,比较量化后的DC系数|DC|与选定的量化后的AC系数|AC|之间的关系来嵌入和提取水印,并实现了水印的盲检测。由于DCT系数基于JPEG量化表来量化,对JPEG压缩具有很好的抵抗能力,对叠加噪声、模糊等常规的图像操作也具有很好的鲁棒性。实验结果证明,该算法是一种行之有效的方法。