基于LFRs的大容量抗几何攻击水印算法*

如何有效抵抗几何攻击是目前水印技术研究的难点之一,且已有抗几何攻击水印算法的嵌入容量有限。提出了一种利用尺度不变特征变换（SIFT）特征点确定的局部特征区域（LFRs）嵌入水印的大容量抗几何攻击的水印算法。算法首先从图像的非抽样的Contourlet域（NSCT）低频分量中提取出SIFT中等尺度的稳定特征点,并通过最小生成树聚类算法的选择策略获得一组分布均匀且彼此独立的圆形特征区域;然后对每个圆形区域进行等角度的扇形分割和等面积的同心圆环分割,划分成等面积的子块;最后采用奇偶量化将经过混沌加密的水印嵌入到     

医药大输液中可见微小异物检测方法研究

针对大输液中快速降落及相似杂质难以跟踪的问题,提出了一种将线性预测及LBP8,1riu2纹理模型中表示边界和角的5种基本模式FLBP8,1riu2(Five Local Binary Pattern)嵌入到Mean Shift算法中的异物检测方法,实现了对杂质目标的有效跟踪。利用简化的归一化互相关系数快速建立序列图像的背景,采用背景减除法、灰度图像形态学及最大对比度分割法提取目标杂质的精确位置,利用改进的Mean Shift算法连续跟踪数帧运动杂质确保检测准确率。实验结果表明,该方法对直径不小于3个像素的杂质检测率平均达到96.3%,检测速率平均达到0.8秒每瓶。     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。