基于融合鲁棒特征与多维尺度变换的紧凑图像哈希算法

目的为了增强哈希序列对任意旋转角度的鲁棒性与识别能力,提出一种基于融合鲁棒特征与多维尺度变换的紧凑图像哈希算法。方法首先,利用双线性插值来固定图像的哈希序列长度,获取规则尺寸的图像;借助高斯低通滤波对规则图像完成过滤操作,消除噪声污染和插值误差对哈希生成的影响;将滤波图像转换到YCbCr颜色空间,提取亮度Y分量,增强哈希对亮度调整的鲁棒性;利用极坐标变换LPT方法处理亮度Y分量,输出二次图像;引入SVD机制来分解二次图像,获取其抗旋转的鲁棒特征;同时,根据Fourier变换与残差机制,获取Y分量的局部显著特征;随后,将这2种特征组合,形成融合鲁棒特征,将其视为中间哈希序列;引入多维尺度变换,对中间哈希序列完成压缩,获取紧凑哈希;基于Logistic映射,完成紧凑哈希序列的加密,形成目标哈希;通过计算真实图像与待认证图像之间哈希序列对应的Hamming距离,根据预设阈值,完成图像识别。结果测试数据表明,较已有的哈希方案而言,所提方案拥有更高的鲁棒性和更紧凑的哈希长度,呈现出更为理想的ROC曲线,在多种攻击下,其稳定的正确识别率保持在96%以上。结论所提哈希方案拥有良好的鲁棒性与敏感性,在包装图标检索、信息水印等行业具备较好的应用价值。     

基于颜色矢量角度直方图与DCT压缩的鲁棒哈希算法

目的为了改善哈希序列对篡改内容的正确识别率和鲁棒性,提出基于颜色矢量角度直方图耦合离散余弦变换压缩的鲁棒哈希算法。方法结合插值运算和Gaussian滤波器,对图像实施预处理,使其对于任意的认证目标均可产生一个固定长度的哈希序列;引入极坐标变换LPT(Log-polar transform),对规范尺寸图像完成坐标变换,输出二次图像;借助SVD(SingularValueDecompostion)方法来处理二次图像,输出全局鲁棒特征;提取规范尺寸图像中所有像素分量的颜色矢量角度,并计算其对应的直方图,形成色彩感知特征;将全局与色彩感知特征组合,将其视为1D哈希序列;基于离散余弦变换DCT(Discrete Cosine Transform),对1D哈希序列实施压缩,输出一组交流系数;引入Logistic映射,根据其输出的混沌序列来设计差异加密方法,对交流系数实施扩散,从而形成目标哈希序列。基于l2范数距离和优化的识别阈值,对待检测图像内容的真伪实施判别。结果试验结果显示,相对于已有的哈希机制而言,所提方案具备更强的鲁棒性,对各类几何攻击均有更高的检测准确度。结论所提哈希方法具有较高的鲁棒性与识别正确率,对商标检索、信息防伪等领域具有较好的参考价值。     

基于图像正则化的抗几何变换的感知哈希算法

图像哈希在内容认证、数据库搜索和水印等领域有广泛的应用。该文提出的新的抗几何变换的感知哈希方法包括三个主要阶段:第一阶段通过图像正则化过程获得一个对任意仿射变换具有不变性的正则图像;第二阶段对随机选择的多个子图像进行小波变换产生一个包括图像主要特征的副图像;第三阶段采用奇异值分解捕获图像的局部感知成分并生成最终哈希。仿真实验表明算法有效抵抗了几何变换、压缩等感知保持操作,内容篡改也被正确检测。批量实验也证明算法有较好的稳健性和抗误分类能力。     

多尺度加权LBP的人脸识别

针对传统局部二值模型(LBP)算子容易受到周围噪声点的干扰的缺点,提出了首先对图像进行Gauss滤波预处理,去除图像中的干扰噪声。针对传统LBP算子无法提取出非局部特征信息,提出一种新的基于多尺度加权的改进LBP(MWLBP)算子。MWLBP算子以不同大小的方型邻域为研究对象,将不同大小区域的LBP直方图进行加权求和。MWLBP比传统LBP算子提取的特征范围更大,在提取了局部特征的同时,保留了一定的非局部特征。相对于Gabor和其它特征提取方法,MWLBP算子在保留了多尺度特征的同时,能控制计算量大小。在ORL和Yale人脸数据库上的实验表明,Gauss滤波预处理确实能去除图像中的干扰噪声,提高识别准确率;MWLBP算子比传统的LBP算子、Gabor和其它特征提取方法减少了计算量,加快了分类器训练和人脸识别的速度,提高了准确率。     

基于混沌系统与多方向扩散的图像加密算法

目的为了避免只从单一方向来扩散图像像素,并提高加密密文的安全性,设计了混沌系统与多方向连续扩散的图像加密算法。方法综合Tent,sine映射,联合改进的Logistic映射,设计混合混沌机制,将Logistic模型的输出值作为触发器,获取一组随机性较强的混沌序列,对初始明文进行交叉置乱,高度混淆其像素位置,有效降低置乱周期性;构建量化机制对混沌序列进行处理,获取密钥流,从而设计多方向连续扩散机制,从4个不同的方向,利用不同的扩散模型来改变像素值,显著降低扩散周期性。结果实验结果显示,与当前混沌加密机制相比,所提算法具有更高的安全性与敏感性。结论所提加密算法能够确保图像在网络中安全传输,在包装信息防伪等领域具有较好的应用价值。     

基于圆柱衍射与离散余弦变换的图像光学加密算法

目的为了实现多幅图像的同步加密,并增强加密系统的抗破译能力,提出一种基于圆柱衍射域的相位截断与离散余弦变换的多图像光学加密算法。方法首先引入压缩感知(CS,Compress Transform)方法,对输入明文实施压缩;基于离散余弦变换DCT(Discrete Cosine Transform)对压缩明文完成分解,获取相应的DCT系数,形成系数矩阵;构建迭代复数,将每个压缩明文对应的系数矩阵融合为一个复矩阵,通过DCT逆变换,形成一幅组合图像。联合Hilbert变换与波带片相位模型,构建调制掩码;引入圆柱衍射域的相位截断机制,联合调制掩码,对组合图像实施光学加密,获取密文与私钥。结果实验数据表明,相对于已有的多图像同步加密方法而言,所提算法具备更高的加密安全性,密文熵值以及相邻像素间的相关系数分别达到了7.998,0.0012,且具有强烈的密钥敏感性。结论所提加密算法可以抵御网络中外来攻击,在图像信息防伪领域具有一定的参考价值。     

基于小波变换的数字图像零水印算法研究

通过对数字图像水印算法的研究,提出了一种基于小波变换的数字图像零水印算法,该算法直接计算图像特征,然后量化再编码,即生成水印比特序列(图像哈希序列)。在认证时分别计算认证图像和样本图像的水印序列(哈希序列),进行相似性比较。通过实验证明,该算法能够抵抗各种常见的图像处理操作,效果良好,具有较好的鲁棒性。     

基于改进的LBP人脸识别算法

针对基本LBP算子提取的特征不够完整,不能全面地表达出人脸局部特征的问题,提出了基于分块的完备局部二值模式(CLBP)人脸识别算法。首先对原始人脸图像进行分块处理,对每一分块的图像进行局部差异值和中心像素灰度值分析,用Su2CLBP(8,2)、Mu2CLBP(8,2)和CCLBP(8,2)算子分别提取每一分块的直方图统计特征。然后将所有分块的CLBP直方图序列连接起来,得到人脸图像的CLBP特征,将其作为人脸的鉴别特征用于分类识别。最后利用Chi平方统计法计算直方图的不相似度,用最近邻准则进行分类。所提出的算法分别在ORL、FERET、YALE数据库中进行实验,分别取得了高达99.5%、92%、98.67%的识别率,与分块LBP算法相比识别率分别有2.5%、8%、2.67%的提高。实验结果表明,完备LBP提取的特征比较全面且具有较强的鉴别能力,在ORL、FERET、YALE人脸库中均能获得较好的识别率。     

基于改进SL0算法的MSFA模式多光谱图像去马赛克方法

针对MSFA模式多光谱图像去马赛克算法精度较低和计算复杂等缺点,利用压缩感知理论在信号恢复方面的优势,提出一种新的光谱图像去马赛克算法。采用随机模式的多光谱滤波阵列MSFA获得马赛克图像,通过将MSFA采样值等效为压缩感知理论中的感知矩阵采样所得数据,将去马赛克问题转化为压缩感知稀疏信号恢复问题,并利用多光谱图像的谱间相关性,给出基于压缩感知框架的多光谱图像去马赛克模型,最后采用改进的光滑0范数算法求解去马赛克问题,得到重构的多光谱图像。客观评价指标显示,该算法的峰值信噪比值相较于克罗内克压缩感知和组稀疏两种算法有明显提高;主观评价结果表明,该算法能有效减少重构图像中的锯齿现象,具有更好的视觉效果。     

The Face Recognition Algorithm Based on Improved LBP

针对基本LBP算子提取的特征不够完整,不能全面地表达出人脸局部特征的问题,提出了基于分块的完备局部二值模式(CLBP)人脸识别算法.首先对原始人脸图像进行分块处理,对每一分块的图像进行局部差异值和中心像素灰度值分析,用Su2CLBP(8,2)、Mu2CLBP(8,2)和CCLBP(8,2)算子分别提取每一分块的直方图统计特征,然后将所有分块的CLBP直方图序列连接起来,得到人脸图像的CLBP特征,将其作为人脸的鉴别特征用于分类识别.最后利用Chi平方统计法计算直方图的不相似度,用最近邻准则进行分类.所提出的算法分别在ORL、FERET、YALE数据库中进行实验,分别取得了高达99.5％、92％、98.67％的识别率,与分块LBP算法相比识别率分别有2.5％、8％、2.67％的提高.实验结果表明,完备LBP提取的特征比较全面且具有较强的鉴别能力,在ORL.FERET、YALE人脸库中均能获得较好的识别率.     

一种基于混沌映射的鲁棒性图形水印算法

提出了一种基于混沌映射的DCT域数字图像水印算法。将含有特定信息的二值序列作为原始水印,利用混沌密码对其进行加密,并在嵌入时再利用混沌映射将水印信息嵌入原始图像的DCT域,使得水印方案具有双重安全性。由于在水印检测时不需要原始图像的参与,该算法实现了水印的盲检测。实验结果表明,用该算法嵌入的水印信息具有不可见性,其对常见的图像处理如JPEG压缩、噪声、滤波以及剪切等具有良好的鲁棒性。     

基于双信息统计与引力聚类的图像篡改检测算法

目的 为了解决当前图像复制-粘贴篡改检测算法的鲁棒性与检测精准度不佳等问题。方法 将图像的颜色信息引入伪造检测过程,提出双信息统计机制耦合引力聚类的图像复制-粘贴篡改检测算法。首先,利用Hessian矩阵来准确提取图像的特征点。然后,利用图像的梯度直方图来描述图像的方向特征,并联合图像的颜色信息,构造双信息统计机制,获取图像的特征向量。计算特征向量间的欧氏距离,构造近似测量模型,对图像特征进行匹配。最后,利用引力聚类方法,实现图像特征点的聚类,精准检测复制-粘贴篡改内容。结果 与当前图像复制-粘贴篡改检测方法相比,所提算法具有更高的检测精准度,以及更好的鲁棒性。结论 所提方案可以准确检测并定位出伪造内容,在图像水印、信息安全领域具有一定的参考价值。     

基于混合幅度-相位检索技术与二维耦合混沌映射的光学图像加密算法

目的为了解决当前光学图像加密算法主要将单色光束直接作用于明文,使其在解密过程中易出现丢失颜色信息等问题。方法文中设计基于混合幅度-相位检索技术与二维耦合混沌映射的光学图像加密算法。首先,提取彩色图像的R, G, B分量;随后,引入Logistic映射与Sine映射,通过对二者进行非线性耦合,形成二维复合混沌映射;利用彩色图像的像素信息来迭代复合映射,获取3个混沌序列,通过构建位置引擎混淆机制,对R,G,B分量进行置乱;基于Logistic映射,利用明文像素生成的初值条件对其进行迭代,输出一个混沌随机掩码;最后,基于幅度-相位截断方法和Gyrator变换,设计混合幅度-相位检索技术,利用单向二进制相位函数和随机掩码,对置乱后的R, G, B分量进行加密,获取相应的检测振幅,再将其进行组合,形成实值函数的加密密文。结果实验结果显示,与当前光学图像加密机制相比,所提算法具有更高的安全性与解密质量,具备较强的抗明文攻击能力。结论所提加密技术具有较高的抗攻击能力,能够安全保护图像在网络中传输,在信息防伪等领域具有较好的应用价值。     

基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法

目的 为了解决当前基于特征点的水印方案难以描述图像的非纹理区域（像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域）,降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法 根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果 实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论 所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。     

Harris算子耦合强度特征的图像复制-粘贴篡改检测算法

目的针对当前较多图像复制-粘贴篡改检测算法主要依靠度量图像的结构特征来实现篡改检测,忽略了图像的强度特征,使其在各种几何变换下难以准确检测出伪造内容,导致检测结果中存在漏检和误检等问题,设计一种基于Harris算子耦合强度特征的图像复制-粘贴篡改检测算法。方法利用Harris算子对图像的特征点进行精确的提取。通过特征点构造圆形特征区域,求取该区域的Zernike矩,通过Zernike矩的大小实现对特征点的描述。随后,利用不同阶数的Zernike矩来描述图像的强度特征和纹理特征,从而构造匹配模型,对图像特征进行粗匹配,并引入RANSAC方法对粗匹配结果进行优化。最后,利用形态学腐蚀与膨胀操作将特征区域进行连通,以确定篡改区域。结果实验结果表明,与已有的图像伪造检测方案相比,所提算法具备更高的检测精度和鲁棒性,在噪声和旋转等变换下仍有更好的检测效果。结论所提技术拥有较高的伪造检测准确性,在图像水印、信息安全领域具有一定的参考价值。     

基于深度学习耦合稀疏语义度量的商标检索算法

目的针对当前商标图像检索中的语义鸿沟问题,提出一种深度学习耦合稀疏语义度量的商标图像检索方案,有效抑制噪声干扰,降低冗余特征维数。方法首先,根据由卷积与池化组成的无监督学习机制,对输入商标图像进行多层特征提取,输出一维特征向量。随后,通过L2-支持向量机(L2-SVM)进行分类,利用特征向量进行训练,获得多级联特征。然后,根据商标图像的多级联特征和用户标签信息的异构数据结构,设计一种稀疏语义度量方法进行相似检索,减少语义鸿沟。此外,引入一种混合范数作为相似度量的稀疏约束,以抑制原始输入空间中的冗余特征维数和噪声,优化检索结果。结果实验表明,与当前流行的商标检索方案相比,所提算法具有更高的检索精度,其输出的结果中仅有1幅无关图像。结论该方案具有较高的检索精度和较强的鲁棒性,在商标检测、商标保护等方面中具有良好的应用价值。     

基于视觉内容分析和遗传算法优化的鲁棒图像水印算法

目的为了兼顾水印图像的不可感知性与鲁棒性,利用DCT(Discrete Cosine Transform)变换域,设计载体视觉内容分析耦合遗传算法优化的鲁棒图像水印技术。方法首先,将载体图像分割为一系列的非重叠子块,并引入奇异值分解机制,定义视觉内容分析方法,获取每个子块的活性因子,活性因子值较大的子块为水印嵌入位置;利用DCT机制处理活性因子值较大的子块得到相应的直流系数;联合结构相似度SSIM、峰值信噪比PSNR以及归一化相关系数NC,并基于权重因子设计适应度函数,通过执行遗传算法寻找最优的嵌入强度;根据优化的嵌入强度构建水印嵌入方法,将二值水印隐藏到这些直流系数中,通过逆DCT变换输出水印图像;设计水印检测方法,从水印图像中提取二值水印。结果实验数据显示,与当前基于变换域的水印技术相比,所提算法具有更高的视觉不可感知性与抗几何攻击能力,面对多种几何攻击,所提算法的PSNR与NC值分别保持在45 dB,0.96以上。结论所提算法能够较好地将水印信息隐藏在载体中,具有较高的视觉不可感知性与抗几何攻击能力,在版权保护、信息防伪等领域具有较好的参考价值。     

基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法

目的为了解决当前图像伪造检测算法在对图像进行伪造检测时,主要依靠全局搜索的方式来完成特征点匹配,导致其检测效率较低,且在对复杂伪造图像进行检测时,易出现检测精度不高和检测错误的不足。方法提出基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法。首先引入积分图像的方法,对图像进行预处理,借助Hessian矩阵行列式来提取特征点。利用特征点构建圆形区域,通过求取圆形区域内Haar小波响应获取特征点的特征描述符。然后通过特征描述符建立KD树索引,利用最近邻搜索方法代替SURF中全局搜索的方法,对SURF进行改进,完成特征点的匹配。最后,利用特征点间的近邻关系求取近邻函数值,通过近邻函数值对特征点进行聚类,完成图像的伪造检测。结果实验结果显示,与当前图像伪造检测算法相比,所提算法具有更高的检测效率以及更高的检测正确度。结论所提算法具备较高的检测精度,在印刷防伪与信息安全等领域具有较好的应用价值。