基于局部均值分解和矩特征的图像拼接检测

数字图像的真实性检测在信息安全领域有着重要的应用.图像拼接是图像篡改中最常用的手段之一,拼接检测的关键在于提取区分自然图像和篡改图像的有效特征,为此提出了一种基于局部均值分解(LMD)和矩特征的数字图像拼接篡改盲检测算法.该方法将图像检测问题转化为两分类模式识别问题,分别提取图像的LMD特征和矩特征,得到混合特征,并用Adaboost算法进行分类检测.在哥伦比亚大学数字图像拼接检测数据库上的实验结果表明,该算法的检测准确率达到93.61%,优于其他几种常用的检测算法.     

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...     

基于时序特征聚类的对象删除篡改检测

Imagineer Systems Mokey软件是如今得到广为应用的一款视频处理软件,它极易操作且功能强大。针对利用Mokey软件删除某对象的篡改视频,提出了一种基于时域序列特征的方法来检测篡改区域。将视频帧分为多个互不重叠的图像块,考察每个块在时序上的能量差值序列,并提取具有鲁棒性的特征进行模糊聚类;然后引入邻域空间信息辅助模糊聚类精确定位篡改位置;最后利用形态学操作删去孤立误检块。实验结果表明,提出的算法可以有效的检测对象删除操作,并准确定位篡改区域。     

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.     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

基于多特征的半脆弱视频水印算法研究

针对目前视频常遭到恶意篡改的问题,提出了一种半脆弱视频水印算法,可以实现视频内容完整性认证并能准确定位篡改区域.该算法通过把视频I帧分成不同区域Ia,Ib来分别提取特征和嵌入水印,避免了水印嵌入对特征的影响;利用边缘轮廓和块间DCT低频系数能量关系不变的特点作为特征生成水印,能更好地代表原视频帧内容.然后,置乱水印并嵌入到视频帧中,通过比较重新提取的水印和特征完成视频内容认证.实验结果表明,嵌入的水印具有较好的不可见性,在对视频内容进行认证时能更准确地定位被篡改的区域,具有较高的查准率和查全率.     

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。     

空瓶检测机器人瓶底缺陷检测方法研究

针对当前瓶底圆心定位方法精度不高、瓶底防滑纹区域缺陷易误检等问题,利用瓶底防滑纹的几何特征,提出一种改进的基于变权重随机圆拟合的瓶底定位算法,首先采用重心法对瓶底圆心进行快速预定位,再采用变权重随机圆拟合法实现瓶底精定位。然后检测瓶底图像疑似缺陷区域,并提取区域面积、轮廓长度、圆形度、灰度方差和灰度均值等特征,采用支持向量机算法进行分类决策,检测出缺陷。实验表明,瓶底定位误差小于6个像素,缺陷检测准确率为92.7%,基本满足实际生产精度的要求。     

D-S 理论多分类器融合的光学遥感图像多目标识别

光学遥感图像的多目标检测与识别一直是图像处理与分析领域的热点研究问题。针对多特征单一分类器决策级融合不能很好的利用特征与分类器的适应性,导致识别的准确率很难进一步提高的问题,提出了基于D-S证据理论的多特征多分类器决策级融合策略。首先提取了两种简单且具有平移、缩放不变性的特征;其次分别引入3种适应性较好的分类器进行分类;最后设计了两级的D-S证据理论的融合方案,并且在置信度函数计算的过程中引入表征分类器性能的混淆矩阵。该算法有效地解决了分类器输出的不确定性问题,进一步提高了光学遥感图像多目标分类识别的准确性。测试表明,对4种目标的识别率达到97.22%,验证了算法的有效性。     

基于提升小波变换的指针式仪表图像边缘检测

为解决工业中对指针式仪表的自动检定,针对自动检定系统中所涉及的图像边缘检测技术难点,分析了现有传统算法的不足之处,提出一种有效的基于提升小波变换的边缘检测算法。该算法利用提升小波变换尺度的低通作用,避免受高频噪声影响,在传统边缘检测算法的基础上,提取低频轮廓。利用小波系数的方向性,结合方向性边缘检测算子,获得高频边缘信息,最后利用小波重构获得准确清晰的图像边缘,为后续Hough变换准确的提取指针提供了有利保障。实验结果表明,该算法得到的图像边缘较传统Canny算法更清晰准确,无虚假边缘,应用于仪表自动检测系统中是可行的。     

基于滤波检测的视频区域篡改检测算法

随着个人计算能力的提升和视频编辑软件的普及,大量经过编辑的数字视频资源涌入我们的生活,如何辨别这些视频资源的原始性和真实性已成为多媒体安全领域的1个研究热点.本文针对视频编辑工具软件MSU Logo Remover的篡改特点进行深入分析,提出了1种针对性的区域篡改检测算法,它充分利用视频编辑过程中的滤波处理对视频图像高...     

基于小波系数的自适应盲认证水印算法

本文提出了基于图像内容自嵌入功能的认证水印算法。本算法的新颖之处在于能区分图像内容、水印还是两者同时被篡改。算法由原图像高7位的一级小波低频系数量化得压缩图像,转换成二进制作为水印,混沌置乱加密后嵌入到原图像的LSB。认证时,由认证图像高7位制作的水印与提取水印的差值来确定图像是否遭到窜改,可定位篡改位置。实验结果表明：与Y-M算法相比峰值信噪比提高了5个dB,与WONG算法相比峰值信噪比提高了3个dB,实现了盲检测,而且该算法能够检测常见的攻击如噪声、几何剪切、滤波等。     

基于神经批采样的轮胎X光图像异常检测研究

轮胎缺陷检测对轮胎定级有重要参考意义，研究高性能的轮胎异常检测方法尤为重要。本文以强化学习算法为基础，提出一个以损失值异常变化作为判断异常特征的图像自动分类算法。该方法首先通过大量的正向样本输入来降低数据在经过梯度更新之后的损失值，从而与少量异常样本输入时的损失值形成明显差异，再引入神经批采样器，放大异常样本与正向样本之间的损失轮廓差异并为空间变分编码器提供训练批次，然后将训练结果作为异常分类器的输入，最后完成异常检测的分类与定位工作，经过对比研究发现本文提出的异常检测算法在轮胎缺陷样本集上性能明显优于其他传统图像异常检测方法。     

基于Haar-like特征与Adaboost算法的前方车辆辨识技术研究

为了提高前方车辆的辨识效能,提出一种融合Haar-like特征与Adaboost算法的前方车辆辨识方法,基于海量车辆样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建特征样本级联分类器,对测试对象进行车辆存在性检测.试验结果表明,提出的融合Haar-like与Adaboost的车辆辨识算法检测准确率为91％以上,平均检测速率28 ms,对车辆类型和环境干扰等非确定因素具有较强的自适应能力,提高了前方车辆纵向检测的鲁棒性,满足了车辆纵向维度的安全行驶应用需求.     

薄壁零件复杂光照情况下的轮廓特征识别

针对工业生产线薄壁零件识别中存在的零件轮廓识别受光照影响较大的问题,将颜色恒常性技术应用到工业生产线轮廓识别中,基于Retinex、HSI及边缘检测算法的基本原理,提出了一种薄壁零件复杂光照情况下的轮廓特征识别算法用于薄壁零件的图像恢复和轮廓识别.该方法首先使用HSI颜色空间对图像的亮度进行提取,然后利用改进Retin...     

Fast Image Segmentation Algorithm Based on Salient Features Model and Spatial-frequency Domain Adaptive Kernel

A fast image segmentation algorithm based on salient features model and spatial-frequency domain adaptive kernel is proposed to solve the accurate discriminate objects problem of online visual detection in such scenes of variable sample morphological characteristics, low contrast and complex background texture. Firstly, by analyzing the spectral com-ponent distribution and spatial contour feature of the image, a salient feature model is established in spatial-frequency domain. Then, the salient object detection method based on Gaussian band-pass filter and the design criterion of adaptive convolution kernel are proposed to extract the salient contour feature of the target in spatial and frequency domain. Finally, the selection and growth rules of seed points are improved by integrating the gray level and contour features of the target, and the target is segmented by seeded region growing. Experiments have been performed on Berkeley Segmentation Data Set, as well as sample images of online detection, to verify the effectiveness of the algorithm. The experimental results show that the Jaccard Similarity Coefficient of the segmentation is more than 90%, which indicates that the proposed algorithm can availably extract the target feature information, suppress the background texture and resist noise interference. Besides, the Hausdorff Distance of the segmentation is less than 10, which infers that the proposed algorithm obtains a high evaluation on the target contour preservation. The experimental results also show that the proposed algorithm significantly improves the operation efficiency while obtaining comparable segmentation performance over other algorithms.