关联规则在图像数据挖掘中的应用

首先分析传统用在挖掘结构化数据关联规则的基本思想,然后分析图像数据的特征,找出图像数据与传统结构化数据的区别,最后结合图像数据的特性将传统的关联规则进行改进,并将它应用在图像数据挖掘中,挖掘出图像数据的相关性.     

基于BMP图像数据的信息隐藏方法

提出了一种通过增加BMP图像数据实现信息隐藏的方法.BMP图像的显示是根据文件头数据来确定图像数据的,与文件中图像数据以后的数据没有关系,将秘密信息嵌入到图像数据以后的字节中,只是增加了BMP文件的大小,并不影响图像的显示,从而实现信息隐藏.按照秘密信息的数据大小,从载密图像中读出秘密信息的字节数据,即可恢复秘密信息.该算法简单易行,载密图像和原图像在视觉上没有任何差别,具有较强的隐蔽性.仿真结果证明了算法的可行性和有效性.     

大型数据库中图像数据的存储方法研究

主要研究图像数据在数据库中的处理方法.先将图像数据分段存放到一个缓冲区中,然后将图像数据保存到数据库中.其次是从数据库中读取图像数据,最后是将图像显示到屏幕上.本文提出了一种新型的图像数据的存储方法,具有一定的创新性.     

基于图像变形网络的小样本图像分类算法研究

传统的图像分类算法在数据集过小的情况下分类准确率不高,且传统的图像变形方法容易破坏数据主体语义信息。基于图像变形网络的小样本图像分类算法研究中,采用端对端的方式结合图像变形网络和小样本图像分类网络,通过加权融合训练图像和相似图像的方式实现了对原有数据集的有效扩充,利用数据增强提高了小样本图像分类的准确率。实验数据表明,提出的方法在mini-ImageNet数据集上对小样本图像分类网络的性能有较好的提升效果。     

差分隐私结合GAN的图像数据保护方法仿真

图像数据的过度挖掘会对图像隐私性带来影响，使得数据被泄露或滥用的风险不断增加。为避免图像隐私数据泄露，提出差分隐私结合GAN的图像隐私数据保护算法研究。针对当前图像数据参杂的不确定性，通过对图像数据清洗，获取的图像重要隐私区域，有利于后续噪声的加入，便于实现图像隐私数据的保护；根据差分隐私与生成对抗网络(Generative Adversarial Networks, GAN)结合，构建图像数据差分隐私保护的GAN模型，依据拉普拉斯实现机制，对清洗后的图像数据扰动，达到隐私数据保护的目的；由于模型在迭代期间会对图像数据隐私性产生侵犯，所以进一步对图像隐私性侵犯程度度量，令上述算法在实际应用时有效兼顾图像隐藏数据的安全性及隐私性。实验结果表明，所提方法对图像的加密和解密时间短，且隐私性高。     

图像数据挖掘中的关联规则

介绍了遥感图像数据的关联规则挖掘方法。对目前图像数据挖掘的研究及应用现状进行了综述。介绍了图像数据关联规则挖掘的最新进展,总结了图像数据关联规则挖掘的特点、类型及图像数据预处理的技术方法。     

图像数据库建立与相似性搜索方法研究

图像数据库是使用数据库管理系统来处理目前出现的大量图像数据,好的图像数据库能够适中地将图像的多个属性进行分类存储,同时为图像数据的搜索提供精确的匹配字段。本文研究了图像数据的特点、图像数据库的建立、同时将现有文件管理工具与多特征够成特征法相结合对图像数据进行相似性搜索。     

基于软硬数据的多点地质统计法在图像统计信息重构中的应用研究

仅使用硬数据或无条件数据时,图像统计信息的重构会比较困难而且精度不高.如果在重构过程中加入软数据,则可以提高图像重构的准确性.结合使用软数据和硬数据,提出了一种利用多点地质统计法重构图像统计信息的方法.该方法在再现训练图像特征模式的过程中,将软数据和硬数据同时作为条件数据,因此可以提高重构图像的精度.实验表明,与仅使用硬数据和无条件数据的情况相比,该方法重构的图像具有与真实体数据更为相似的结构特征.     

基于关联规则的图像数据挖掘研究

随着图像获取和图像存储技术的迅猛发展,能够方便得到大量的图像数据。为了能充分从这些图像数据中分析并提取有用信息,研究了数据挖掘中的新型领域——图像数据挖掘技术。主要介绍了数据挖掘、图像数据挖掘及关联规则在图像数据挖掘中的应用。     

军事图像加密通信中数据隐藏算法研究与仿真

在对军事通信图像加密通信中的数据进行隐藏的过程中,数据融入方式是通过依据某种规律曲线的顺序扫描待隐藏数据的单元来实现的,导致传统的融合军事图像加密通信中数据隐藏算法,由于检测工具有规律可循,不容易逃脱检测,无法对军事图像数据进行有效的隐藏.提出一种采用随机融入方式的可逆数据隐藏算法,直接提取军事图像边缘特征,充分挖掘军事图像视觉屏蔽特性,通过军事图像分块方差对其边缘特性进行刻画,确保军事图像边缘的完整度,构建军事图像采样子图与参照子图间的军事差图,通过数据隐藏的提取方法,将隐藏军事图像差图数据合成相应的数据隐藏码流,完成所有军事差图的置乱操作,将置乱后的军事差图中的隐藏数据按照数据隐藏的正确率进行度量,实现军事图像加密通信中的数据隐藏.仿真结果表明,采用所提方法对军事图像加密通信中的数据进行隐藏的效果与隐藏容量均优于传统方法,验证了所提方法的有效性.     

图像数据挖掘

将数据挖掘技术引入图像处理可以在一定程度上解决图像内容的表示、存储和检索目前存在的很多难点。从图像数据挖掘的特征、方法、过程及实例等几方面介绍了图像数据挖掘,其挖掘方法和原型结构存在着巨大的改进空间,有待进一步研究。     

海量影像数据的组织及漫游实现

在工业应用中,往往需要对各种工作器件进行扫描,拍摄图像检查其缺陷情况,从而了解器件的使用情况。但是对于在某些场合使用的器件,例如煤矿运输中的运送带,其长度可达几公里,利用扫描仪对运送带扫描通常是扫描一行写一次数据,得到的是纯数值的文件,而且一般分段存放整条运送带,我们需要把各段数据解析成图像文件再组织起来,如果简单地把文件数据重新生成一张图像数据大小可达几G甚至更大,当浏览图像或缩放时使用传统的方法速度都比较慢,这样对于运送带的检查带来很大不便。文章针对这种海量影像数据提出一种XML形式的组织方法,并通过分块读取方式对图像进行漫游显示,可以实现对海量影像数据的快速浏览。     

多光谱图像纹理特征数据挖掘方法仿真

为了更好地实现多光谱图像特征数据处理效果,将数据挖掘引入到多光谱图像特征数据处理中。但当前多光谱图像纹理特征数据挖掘过程中,普遍存在着特征数据挖掘时间过长、成本消耗过大、数据挖掘精确度较低等问题。提出基于Contourlet变换的图像纹理特征挖掘方法。对多光谱图像纹理特征数据进行模糊预处理,采用邻近范围相关性等知识去除多光谱图像包络线,在此基础上对多光谱图像纹理特征进行分析,利用形态学滤波算子去除多光谱图像中的噪声点。引用Contourlet变换方法将多光谱图像从空间域变换到频率域,提取了变换分解后的多光谱图像低频子带和高频子带的特征向量,完成多光谱图像纹理特征数据挖掘。实验结果表明,所提方法挖掘得到的数据均匀度较好、深浅度适中,挖掘精度高,且所提方法挖掘时间较短、成本消耗较低。     

基于最优一维分解的图像超分辨方法

提出了一种用分离变量的一维函数乘积形式逼近二维图像数据的方法，通过在一维空间的超分辨处理，很容易实现对图像的超分辨处理。从理论上证明了这种表达是最优的。实际结果显示了超分辨的效果好，计算量小。这种方法也可应用于图像处理的其他领域和海量数据信息特征提取。     

基于二叉频繁模式树的医学图像关联规则挖掘

医学图像的数据量是相当巨大的,挖掘医学图像中数据的关联关系就需要一种适合挖掘海量数据的挖掘算法。针对基于频繁模式树FP_TREE的关联规则算法在挖掘海量数据时占用大量内存的缺点,提出了一种基于二叉频繁模式树(FP_BTREE)的关联规则算法。该算法采用二叉树存储数据的技术来映射数据库中数据,以减少对数据库的访问次数。而且根据内存具体情况可以先求出先建立的二叉频繁模式树的频繁模式。解决了占用大量内存的缺点,适合挖掘医学图像海量数据集。此算法也为多棵二叉频繁模式树的并行计算打下基础。最后应用此算法提取医学图像数据集中隐含的关联信息。     

基于风格迁移纹理合成与识别的构造式信息隐藏

传统的信息隐藏算法大都通过修改载体达到隐藏秘密信息的目的,但不可避免地会在载体数据中留下修改痕迹,故常难以抵抗隐写分析技术的检测,为此无载体信息隐藏应运而生.无载体信息隐藏并非不使用载体,而是不对载体数据进行修改.为了提高无载体信息隐藏算法的隐藏容量和鲁棒性,提出了一种基于风格迁移纹理合成与识别的构造式信息隐藏算法.该算法首先选取不同类别的自然图像和纹理图像分别建立内容图像库和纹理风格图像库,并根据内容图像库中自然图像的类别构建二进制码的映射字典;其次为了接收方能够从含密图像中提取出秘密信息,需要构建带标签的纹理图像库,并将其作为训练集输入到卷积神经网络中,通过迭代训练获得纹理图像识别模型.在秘密信息隐藏时,根据秘密信息片段选择对应类别的自然图像,并按照一定的顺序组合成含密拼接图像,随后从纹理图像库中随机选择一张纹理图像,通过风格迁移的方法将含密拼接图像转换成含密纹理图像,从而完成秘密信息隐藏过程.在信息提取过程中,通过纹理图像识别模型可准确识别出含密纹理图像原本对应的图像类别,再对照映射字典即可提取出秘密信息.实验结果表明,所提算法生成的含密纹理图像具有良好的视觉效果,秘密信息隐藏容...     

基于SQLite的LOD模式海量影像数据管理系统的设计与实现

如何实现海量影像数据的合理化存储、高效的访问是视景仿真领域的一个瓶颈问题。本文提出了一种运用SQLite数据库实现基于嵌入式数据库的集中式数据管理方法,将海量影像数据以数据库的形式进行管理,同时又以类似文件操作的方式实现快速访问,为解决基于LOD模式海量影像数据难以管理维护的问题提供了一种可行方案。本文方法有效而稳定地实现了海量影像数据的管理和调度,具有良好的实际应用价值。     

基于密文医学图像的可逆信息隐藏算法

针对现有算法嵌入容量低以及应用于医学图像时效果不稳定的问题,提出一种基于斜线分组和梯度算子的密文医学图像的可逆信息隐藏算法。算法利用按位异或操作对医学图像加密,接着对密文图像分块,每块再斜线分为4组,根据待嵌入2比特信息翻转对应像素组的最低3位有效位（3LSBs）。接收端先解密图像,然后根据信息隐藏密钥和梯度算子恢复原始图像并提取信息。实验结果显示,算法能无损地恢复原始医学图像,准确地提取嵌入信息,在分块大小相同的情况下,有更好的嵌入容量,更高的PSNR值和更低的信息提取错误率。     

基于小波变换和数据融合技术的图像降噪方法

提出了一种基于小波变换和数据融合技术的图像降噪的方法．此方法对同一原始图像信号不同噪声的多源图像分别进行小波分解，在图像分解的高频域内，对小波系数进行阈值处理后，再进行数据融合处理，根据“多数原则”选择重要小波系数．在低频域内，新的逼近系数则通过对多幅图像的逼近系数直接进行加权平均得到．然后利用重要小波系数和逼近系数进行小波反变换，即可得到融合后的图像．实验结果表明：此方法既可以有效地降低噪声，又可以较好地保持图像细节．