一种分层渐进匹配的鲁棒估计算法

针对基于图像特征点匹配的图像拼接存在的缺点,文中提出了一种自动图像拼接新算法.该算法使用了改进的RANsAC算法来消除局外点对全局变换参数估计的影响,而在初始参数估计问题上,则采用分层渐进匹配的机制及梅林变换,从而有效地解决了方位变动较大的图像带来大的初始参数估计的困难,同时有效地提高了计算效率.实验表明,使用该技术后图像拼接效果较理想,鲁棒性好,真实感强,实际应用价值较高.     

一种基于快速鲁棒特征的图像匹配算法

针对传统的图像特征匹配算法数据量大、计算耗时长的缺点,本文提出了一种基于快速鲁棒特征(SURF)的图像配准算法。SURF算法作为一种新的特征提取算法,在独特性、鲁棒性等方面均超过了其它方法,并在计算效率上具有明显的优势。该算法在积分图像的基础上进行快速计算,通过快速Hessian检测子来检测特征点。对于每个特征点,通过计算哈尔小波变换来确定特征点的主方向,并确定特征描述子,再根据Hessian矩阵迹的正负性和最近邻与次近邻比值的方法相结合获取匹配点,并用改进的RANSAC算法剔除伪匹配点以确保匹配的有效性。实验表明,该算法既能满足匹配准确性的要求,又具有计算量小、计算速度快的优点。     

一种鲁棒的自适应空间域隐藏算法

提出了一种新的图像空域信息隐藏算法,算法利用广义Arnold猫映射,将待隐藏的二进制比特序列的每一个比特的嵌入位置,随机置乱到整个载体图像的像素空间,再用Logistic混沌映射并结合像素点最高非0位,采用自适应策略,将待嵌入的比特随机嵌入到像素点的某一个不会明显影响视觉感知效果的比特位,提取水印只需要密钥,且密钥空间大。算法采用了纠错码进行纠错来抵御噪声攻击,还采用最小像素改变量的优化策略减少视觉感知上的变化。实验结果表明,本算法信息隐藏量大,视觉不可感知性好,对剪切攻击和椒盐噪声攻击有很好的鲁棒性。     

一种鲁棒的匹配点检测算法

控制点的快速有效检测与匹配是遥感图像应用中的一项关键技术。通过对现有的特征点检测算法的分析与比较,提出了一种控制点的检测与匹配算法。仿真结果表明,该算法不仅可以实现控制点的自动检测与匹配,而且速度快、精度高。     

一种基础矩阵线性估计的鲁棒方法

以基础矩阵估计规范八点算法为基础,针对线性算法对参考图像匹配点集中存在的异常匹配极为敏感的问题,将基础矩阵的线性鲁棒估计转换为对匹配点集的最优化采样问题,以最小对极距离平方和中数准则获得基础矩阵的稳定可信解。实验表明,算法对基础矩阵的精度和稳定性均有较大提高。     

一种高精度估计的基础矩阵的线性算法

通过引入与余差有关的代价函数,给出了一种高精度估计基础矩阵的线性算法--加权平移算法.首先将原始输入数据加权,计算加权后数据的重心坐标,将坐标原点平移到该重心坐标,再作归一化处理.然后用8点算法求出基础矩阵F阵的8个参数,实现了F阵的高精度估计.实验结果表明,此算法具有良好的鲁棒性,且余差和对极距离都小于其他线性算法,提高了基础矩阵的精度.     

减少噪声对数据污染的一种鲁棒算法

利用聚类对噪声干扰的抵抗能力和对好的样本进行强化学习的思想,引入了聚类分析和鲁棒因子,提出一种新颖的鲁棒学习算法（包括了选择不同鲁棒因子而构成的鲁棒算法１ 和鲁棒算法２）,并对三维曲面和混合噪音进行了仿真实验研究。仿真结果表明,该算法在鲁棒性、收敛性方面明显优于普通的ＢＰ算法。     

一种改进的M-Estimators基础矩阵鲁棒估计法

针对原M-Estimators算法完全依赖由线性最小二乘法估计得到的矩阵初始值,精度较低稳定性差的缺点,提出了一种改进的M-Estimators算法。通过考虑匹配点与对应极线的距离,计算求得较原M-Estimators算法更加精确的矩阵初始值,再利用此初始值剔除掉原匹配点集中的错误匹配点及坏点,最后运用Torr-M-Estimators法对新的匹配点集进行非线性优化计算,得到了真正的匹配点对,精确恢复了对极几何关系。以大量的模拟数据和真实图像进行了实验,给出了该算法与其他鲁棒性算法的比较结果,实验结果表明,该算法在误匹配以及高斯噪声存在的情况下,提高了基础矩阵的估计精度,并且同时具有很好的鲁棒性。     

一种彩色图像无损鲁棒数字水印算法

本文针对空域无损水印的脆弱性缺陷,提出了一种新的无损鲁棒数字水印算法。首先将原始彩色图像划分为R、G、B三原色子通道,然后将每个子通道进行不重叠分块,计算各分块算术差值。通过给定的规则调整算术差值,在三个通道中嵌入重复的水印信息。在数据提取阶段,对三原色子通道分别提取出水印信息。根据投票理论,判决生成最后的水印信息。实验结果表明,本文提出的算法能较好地抵抗JPEG压缩、高斯和盐椒等噪声攻击,具有较强的鲁棒性。     

一种新的高精度的L-M基本矩阵估计算法

分析了基于随机抽样检测思想的现有鲁棒算法在基本矩阵估计中存在的不足,结合LMedS和M估计法各自的优点,提出一种新的高精度的L-M基本矩阵估计算法。利用LMedS思想方法获得内点集,此时内点集通常情况下不包含误匹配,但仍存在位置误差,用Torr-M估计法计算基本矩阵,因为当匹配点只存在位置误差时,用M估计法得到的基本矩阵非常精确。大量的模拟实验和真实图像实验数据表明,在高斯噪声和误匹配存在的情况下,该算法具有更高的鲁棒性和精确度。     

基于超混沌和Slant变换的鲁棒水印算法

为进一步提高水印算法的安全性和抗攻击能力,结合超混沌和Slant变换的优点,提出一种基于超混沌和Slant变换的鲁棒水印算法。首先,在隐藏水印之前采用超混沌系统对水印图像进行加密,提高了待隐藏图像的安全性;其次,将原始载体图像划分成大小为8×8的不重叠分块并对各个分块分别进行Slant变换;最后,将加密后的水印图像隐藏到Slant变换后的直流系数和中频系数中。大量的仿真结果表明,本文算法具有较好的隐蔽性,对JPEG压缩、噪声、滤波、缩放、对比度调整等攻击具有较好的抗攻击能力。与相似算法相比,本文算法具有更好的鲁棒性能。     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

A robust template tracking algorithm with weighted active drift correction

In this paper, we propose a novel algorithm for object template tracking and its drift correction. It can prevent the tracking drift effectively, and save the time of an additional correction tracking. In our algorithm, the total energy function consists of two terms: the tracking term and the drift correction term. We minimize the total energy function synchronously for template tracking and weighted active drift correction. The minimization of the active drift correction term is achieved by the inverse compositional algorithm with a weighted L2 norm, which is incorporated into traditional affine image alignment (AIA) algorithm. Its weights can be adaptively updated for each template. For diminishing the accumulative error in tracking, we design a new template update strategy that chooses a new template with the lowest matching error. Finally, we will present various experimental results that validate our algorithm. These results also show that our algorithm achieves better performance than the inverse compositional algorithm for drift correction.     

基于3D-DCT和SVD的鲁棒彩色图像水印算法

在数字图像水印领域,水印算法主要集中于灰度图像,且提出的大部分彩色图像水印算法往往仅在亮度分量或在彩色图像的每一通道中嵌入水印,未能充分利用彩色图像的冗余空间,影响了水印的透明性和鲁棒性。针对此问题,提出了一种新颖的基于三维离散余弦变换和奇异值分解的彩色图像水印算法。算法先对水印图像进行预处理和对彩色图像进行互不重叠的分块;其次对每一分块进行三维离散余弦变换;最后选择对三维离散余弦变换系数的第一分量进行奇异值分解。嵌入水印时,对三维离散余弦变换系数第一分量的最大奇异值和第二分量分别采用量化和关系的嵌入方法嵌入水印。提取水印时,分别采用量化和关系提取算法提取水印并进行比较,选取相似值高的水印图像作为最终提取的水印。实验结果表明,提出的算法具有较好透明性的同时,具有抵抗常规信号处理和模糊、扭曲及锐化等攻击的能力。     

A robust algorithm for solution of the fuzzy clustering problem on the basis of the fuzzy joint points method

The approach called the method of Fuzzy Joint Points (FJP) is considered in which the fuzziness of clusterization lies in the detailedness of taking into account properties of elements in forming sets of similar elements. Based on this approach, a new robust variant of the FJP algorithm is proposed. The properties of this FJP algorithm are analyzed and a sufficient condition for the correct recognition of the hidden structure of clusters is proved. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 1, pp. 10–22, January–February 2008.     

A nonparametric approach to weighted estimating equations for regression analysis with missing covariates

Missing data often occur in regression analysis. Imputation, weighting, direct likelihood, and Bayesian inference are typical approaches for missing data analysis. The focus is on missing covariate data, a common complication in the analysis of sample surveys and clinical trials. A key quantity when applying weighted estimators is the mean score contribution of observations with missing covariate(s), conditional on the observed covariates. This mean score can be estimated parametrically or nonparametrically by its empirical average using the complete case data in case of repeated values of the observed covariates, typically assuming categorical or categorized covariates. A nonparametric kernel based estimator is proposed for this mean score, allowing the full exploitation of the continuous nature of the covariates. The performance of the kernel based method is compared to that of a complete case analysis, inverse probability weighting, doubly robust estimators and multiple imputation, through simulations.     

一种新的基于参数估计的自适应双边滤波算法*

传统双边滤波算法需要根据经验预先设置空间标准差和灰度标准差,参数固定且不具有通用性。针对此问题,提出了一种新的基于参数估计的自适应双边滤波算法。通过图像灰度共生矩阵实现空间标准差的自适应,利用统计方法估计光滑区域噪声标准差,根据噪声标准差设置灰度标准差,从而实现自适应双边滤波。仿真结果表明,所提出的算法无论在主观还是客观评价上都取得了较好的效果。