一种能抵抗协议攻击的脆弱水印

针对Wong提出的系列水印算法,本文给出了一种有效的协议攻击并提出了一种新的能够抵抗该协议攻击的脆弱水印算法.新算法将鲁棒性水印与脆弱性水印相结合来构造图像完整性和认证性水印.实验表明新算法不但能抵抗协议攻击,而且具有隐蔽性,能检测图像大小和像素值的改变,并能定位被改变的像素.此外,由于有了鲁棒性水印,增加了对版权的认证能力.     

正交U变换及其快速算法

采用递推方法构造一种正交变换,称之为U变换,该变换含有分段常数基向量、分段一次多项式基向量以及分段二次多项式基向量,是对Walsh变换、斜变换的推广。根据递推方式,可以得到相应的快速算法。利用平移复制算子和Kronecher积的性质,推导基于Kronecher积的快速算法和正交U变换的直接分解算法。将该变换应用于图像压缩中,构造基于人类视觉系统的量化表,实验结果表明,正交U变换的图像压缩性能明显优于斜变换的图像压缩性能,与DCT变换的图像压缩性能相当,为图像压缩提供了一种新的选择。     

一类离散正交分段多项式及其应用

在离散的几何图形应用中,经常需要正交表示有突变或间断的几何图形,若采用连续的正交函数系(如三角函数系)必然会出现Gibbs现象, 而用间断的Walsh函数系表示因其收敛速度慢而效果欠佳。从Tchebichef离散正交多项式出发,构造了一类分段点(N-1)／2p处的离散正交分段多项式基(discrete piecewise tchebichef basis, DPTB)。该类基函数既有平滑过渡的部分, 又有间断突变的部分, 因而可以用它较准确地表示由离散分段多项式建模的几何图形。给出了正交基的性质与构造实例。最后通过离散信号逼近仿真实验验证了该算法的可行性, 实验结果表明该分段离散正交多项式基表示分段跳跃突变信号的结果明显优于离散余弦基。     

基于对角占优矩阵的数字水印算法

提出了一种基于对角占优矩阵的数字水印算法。该算法利用数字图像所对应的非负矩阵,构造了对角占优矩阵,采用伪随机序列作为数字水印,利用对角占优矩阵的性质,使用量化函数的方法进行数字水印的嵌入,恢复水印时不需要原始图像。实验结果表明,这种方法运算速度快,并且具有很好的鲁棒性。     

结合主体检测的图像检索方法

为解决图像背景复杂造成图像检索效果差的问题,提出了一种结合主体检测的图像检索方法。该方法首先训练用于目标检测的深度卷积神经网络模型,利用训练好的模型检测查询图像中的物体类别、类别概率和其所在区域坐标及特征。根据物体的类别概率和其所在区域的坐标判断图像主体后,在数据库中查找和主体类别相同的图像。计算查询图像与检索的同类别图像之间区域特征的余弦距离,结合类别概率对所有检索图像进行打分排序,返回分值最高的前10幅图像作为检索结果。最后在VCO2007数据集和自己收集的书页数据集上进行算法验证。实验结果表明,在随机选取的1 000幅测试图片检索结果的全正确率为96.5%,比现有方法提升了6.6个百分点。本文方法可有效排除图像背景的干扰,得到更加准确的检索结果和定位精度。     

V-系统与Radon变换相结合的纹理分类算法

为了对尺度和旋转变换下的纹理图像进行正确的分类,将Radon变换和V-系统相结合,提出一种纹理分类的算法.首先利用Radon变换将图像的旋转化为平移,再对Radon变换后的图像进行V-变换;利用V-系统的多小波特性,经过一系列的降采样分解过程得到图像在V-系统下的各层次能量表达,并将这些能量作为纹理图像的特征描述.由于V-系统的多小波特性以及Radon变换对旋转的消除,使得文中的特征描述在图像的放缩和旋转变换下有较强的鲁棒性.在通用纹理数据库中的纹理分类实验结果表明了该算法的优越性能.     

全相位U变换图像内插方法

构造了一种具有菱形支撑的2维全相位双正交U变换内插模板。利用正交U变换的列率递增特性,依据具有线性相位特性的全相位数字滤波理论,推导了全相位U变换列率滤波器的构造方法,在此基础上利用二维菱形半带低通滤波器设计理论构造了图像内插模板。利用构造的内插模板,提出了一种图像内插方法。实验结果表明,与双三次样条内插和其它全相位内插方法相比,全相位U逆变换图像放大方法的结果是最优的。     

塔式Gabor分解的图像水印算法

基于二维Gaobr基函数波形类似人视觉皮层简单细胞的感受面波形的特点,文章从视觉系统多通道模型的角度出发,结合视觉通道中心频率对数频程关系的特性,提出了一种基于塔式非均匀采样的Gabor变换图像水印算法,并且对Cox提出的算法在DGT、DCT和DWT三种不同变换域的实验结果进行了比较,实验表明Gabor变换域的水印具有更好的鲁棒性和不可感知性。     

一类完备的正交分段多项式函数系及其应用

在几何图形或图像边界的频谱分析应用中,用Fourier三角基表示间断图形时必然会出现Gibbs现象,而用Walsh函数表示时,因其收敛速度慢而效果欠佳.本文首先构造了一类分段点在四进制有理数点处的分段多项式函数集(简称四进制U-系统,QU-系统),它是L2[0,1]空间上的完备的正交函数系,并研究了它的性质、基函数与Fourier-QU系数的计算公式,同时,也给出了1～3次QU-系统的一组显式表达式.然后,使用Fourier-QU级数的有限项和表示图像轮廓线,提出用有限的Fourier-QU系数描述几何图形或图像轮廓线,并由此得到了一类新的多项式描述子——QU描述子,而归一化QU描述子是一类基于平移、旋转与尺度变换的特征不变量.最后,通过数值实验证实了使用Fourier-QU级数逼近一元平方可积函数时,其收敛速率要优于Fourier级数、Walsh级数和Fourier-BU级数,同样也验证了QU描述子是一类有效的形状描述子,用图像间的QU距离能准确地描述图像间的相似性.