不同传感器图像的景象匹配区选取准则研究

景象匹配区的选取工作是影响光学景象匹配系统性能的重要因素,在分析影响景象匹配算法的配准概率和定位精度等因素的基础上,人们已经提出了一些实用的选取方法。文章首先对这些方法进行了研究,然后,从选取准则的角度对影响景象匹配区选取的因素进行了归纳分析,通过实验发现利用这些准则在进行实时图为红外图像、基准图为可见光图像的景象匹配区选取时存在一些问题,文章针对这些问题提出一种基于图像边缘密度与自匹配系数的景象匹配区选取准则。实验证明,该算法既保证了所选匹配区中的边缘信息量,又确保了所选区域具有较好的不相关性,采用粗选加精选的方式提高了选取速度。     

一种基于边缘密度与自匹配系数的匹配区选取准则

景象匹配区的选取工作是影响景象匹配系统性能的重要因素.在选取准则研究方面按照选取参数的不同,目前有基于图像方差的选取准则、基于图像独立像元数的选取准则、基于图像重复模式的选取准则、基于自匹配系数的选取准则等.首先对这些准则进行了基本介绍,然后,通过具体的选取实验,指出它们在基准图选取时存在的问题,最后,针对这些问题,提出一种基于图像边缘密度与自匹配系数的景象匹配区选取准则加以解决.通过对典型地形、地貌特征的图像进行选取实验,证明了算法的有效性.     

基于直方图均衡化的景象匹配导航方法研究

针对基准图与实时图之间灰度分布差异对匹配结果的影响,将直方图调整与灰度相关算法相结合,提出了一种基于直方图均衡化预处理的景象匹配导航方法.首先对基准图与实时图的直方图进行调整,减少二者的灰度分布差异,然后采用积相关算法计算匹配结果.分析了景象匹配主要验证方法的优缺点,提出了一种实用的验证方法.利用该验证方法,在各种干扰...     

一种增量符号相关的景象匹配方法

针对图像灰度变化和遮挡问题,提出一种增量符号相关的景象匹配方法。介绍了增量符号相关算法的理论基础,基本原理为将二维图像变换为一维向量,再将一维向量按照某种编码规律进行编码,得到由0、1组成的特征字符串,对由实时图和基准图上同样大小的基准子图变换而来的特征字符串求相关,相关系数最大者即为最佳匹配区。将此算法与绝对差算法和归一化积相关算法进行实验对比,在对算法进行定量分析的基础上,证明增量符号算法对灰度变化和遮挡有较好的鲁棒性,为图像匹配导航与制导提供了新的思路。     

匹配概率估计方法

用基准图每个像素的三个特征参数即边缘密度、粗糙度、标准差作为评价模板图像匹配的品质指标，结合Fisher线性分类原理把估计区域匹配概率问题转化为对像素的分类问题，提出了一种匹配概率估计的新方法。实验结果表明，该方法可以有效地估计匹配概率，遴选出适合要求的景象匹配区。     

基于TAPF算法的匹配区选择方法研究

针对TAPF匹配滤波算法研究景象特征与匹配性能的关系,提出景象特征指标体系,并以此为基础结合相关面特征和模板的容差性等因素系统地制定景象匹配区选择方法准则.利用现有卫片/航片进行匹配选择试验,结果表明,该方法可以成功地规划出满足系统要求的景象匹配区.     

景象匹配区选择方法研究

通过试验研究了景象匹配概率与实时图的独立像元数、方差、纹理能量比和互相关峰等图像特征的关系,并以此提出了基于这些图像特征的景象匹配区选择方法。图像测试结果表明,该方法可以成功地规划出满足要求的景象匹配区。     

基于数据库的景象匹配适应性分析平台

景象匹配适应性分析可以推进景象匹配相关技术的研究,文中构建的基于数据库的景象匹配适应性分析平台通过选取匹配对、计算图像参数、大规模匹配实验、匹配概率相关定义及数据库管理分析等技术手段可以快速、有效地对匹配算法、适配区选取准则的适应性给出科学的结论,是促进景象匹配技术研究的一种有效手段。实验结果表明,该平台对于景象匹配导航系统从理论到仿真的研究,以及算法的适应性分析等方面具有重要应用价值。     

基准图与实时图公因子提取方法研究与实验

基准图和实时图公共信息--公因子的提取是提高景象匹配准确率和定位精度的关键因素.通过对景象匹配误差原因的分析,提出一种有效提取基准图和实时图公因子的方法.该方法首先通过二阶高斯低通滤波算子将图像中同类景象区域化,其后通过Sobel梯度模算子,对图像中较稳定的区域边缘和区域内部轮廓线进行加权,同时滤除不稳定的局部直流分量影响,从而有效提取了基准图和实时图公因子.相关峰分析和多组真实图像实验证明了该方法的正确性和有效性.     

稳健的图像匹配方法

景象匹配是计算机视觉研究的一个重要方向,如何在复杂的环境下提高匹配概率与定位精度是其亟待解决的难点之一。在分析畸变校正的量化噪声为高斯噪声的基础上,提出了基于特征和时空关联的积相关图像匹配算法。采用基于噪声抑制小波边缘检测方法,提取实时图和基准图的边缘特征;基于归一化积相关实现序列实时图(3帧)与基准图的匹配,再根据位置信息实现相关峰值的数据融合得到匹配点。此方法克服了因面积增大由几何失真导致的匹配概率下降的缺点,提高了匹配概率,具有较好的匹配稳健性。     

基于圆域分割耦合法则的图像篡改检测算法

为降低图像伪造算法的错误检测率和漏检测率,利用互相关函数(CCF),设计了基于圆域分割耦合最优相关法则的图像复制-粘贴篡改检测算法。引入FAST算子,计算像素点及其邻点的灰度值,准确提取图像特征点,并利用特征点对应的直方图信息求取其主方向;同时,在该方向上建立特征点的邻域圆,对该圆域进行分割,计算每个分割区域的梯度特征,获取相应的特征向量;利用互相关函数对特征点间的相关程度进行计算,构建最优相关法则,完成特征匹配。利用匹配特征点的特征向量,计算特征点间的欧氏距离,对特征点进行集群,定位复制-粘贴篡改内容,实现伪造检测。实验结果表明：相对已有的伪造检测技术,所提算法具备更高的检测准确率,且对旋转、缩放等内容修改表现出更高的鲁棒性。     

一种基于LSB序列局部特征的通用隐写检测方法

基于短重码间距统计的隐写检测方法对LSB匹配等隐写技术有良好的检测性能.然而该方法为适应不同的应用场合,需要选择适当的短重码维数.这种一元统计分析方法无法考虑多个特征之间存在的联系,从而影响检测能力.本文分析证明了单个短重码间距统计变量的检测能力规律,给出了可减少检测次数的合理选择短重码维数的方法.基于短重码间距统计特征变量之间的相关性选择特征子集,构造局部特征描述向量,进而提出一种基于LSB序列局部特征的通用隐写检测方法.该方法采用GMM生成模型描述多维局部特征,并基于全局序列词汇设计融合GMM生成模型与SVM判别方法的分类器.实验结果表明:本文方法在有效控制虚警率的前提下,对LSB匹配隐写和LSB替换隐写都有较好的检测性能.     

景象匹配评估系统中图像特征指标的选择——（二）相关面统计特征

在图像匹配评估系统中,图像特征指标体系的选择,除了图像自身的统计特征,度量实时图与其准图的相似性特征也是很重要的。定义了几个相关面统计特征,并通过实验说明这些特征与匹配性能的关系,这些特征与图像统计特征一起构成了图像特征指标体系的一部分。     

IPV6环境下的高维大规模包匹配算法

传统的包匹配算法不是无法运用于IPV6环境,就是性能太差.本文把基于实数编码的差分演化算法与传统的包匹配算法相融合.在适应值设计上引入变异系数的思想,从而使问题的处理更具有客观性.通过引入分布性特征,自适应调整变异的剧烈程度,从而动态权衡种群的多样性和收敛性之间的矛盾.数值实验表明此算法与传统算法相比,在速度、存储空间等综合性能上得到有效改善,另外本文提出的算法还有一个显著特点：包匹配的时间性能与规则数目之间具有很弱的相关性,从而本算法适合处理高维和大规模包匹配问题.本算法运用到IPV6网络,使数据包能快速转发.而且本文提出的方法具有普适性,适用于防火墙、路由器等网络设备.     

基于特征匹配的影像可匹配性研究

对基于特征匹配的影像可匹配性评价方法进行了探讨。从分析影像所包含的信息量入手,提出了通过计算影像的信息熵和累加梯度值进行基于特征匹配的影像可匹配性评价方法。通过基于角点特征和Hausdorff距离的影像匹配实验,发现影像信息熵和累加梯度值与影像可匹配性（即正确匹配概率）之间存在很强的相关性,尽管由于地表景观的不同,表现出的具体规律略有差异,但都表现出匹配正确率随影像信息熵和累加梯度的增大而增大的趋势。因此,可通过对影像信息量的评价来进行基准图的自动选取和飞行路径的规划;在实时匹配导航过程中,可根据获取的每一实时影像所含信息量,来决定是否进行匹配,这样既可以保证匹配的正确性,避免误导,又可节省匹配时间。提出方法对基于灰度相关的影像可匹配性评价具有借鉴意义。     

A segmentation scheme for head-shoulder video in MPEG compressed domain

More attention has been paid to the study of video object segmentation in compressed domain these years, which has already led to some practical technology. In this paper, a scheme is put forward for segmentation of head-shoulder video in MPEG （Motion Picture Experts Group） compressed domain. The conception of DCT （Discrete Cosine Transform） feature plane is defined. In the suggested scheme, firstly, the face region is detected by clustering skin-tone DCT feature points in the DCT feature plane. Secondly, the region of head-shoulder is approximately regarded as combination of the head rectangle and shoulder rectangle, and head rectangle is confirmed by double template matching. Thirdly, Canny operator and morphological operation are applied to the region of head-shoulder in feature plane to get the object mask and the region of object mask is rectified by correlation of DCT blocks to get high-quality segmentation.     

Selection of PCEs＇ location in multi-domain optical networks

Path computation elements （PCEs） are employed to compute end-to-end paths across multi-domain optical networks due to the advantages of powerful computation capability. However, PCEs＇ location selection is still an open problem which is closely related to the communication overhead. This paper mainly focuses on the problem of PCEs＇ location selection to minimize the overall communication overhead in the control plane. The problem is formulated as a quadratic integer programming （QIP） model, and an optimal decision rule is gained from the solution of the QIP model. Then based on the decision rule, a distributed heuristic algorithm is proposed for dynamic network scenario. Simulation results demonstrate the benefit and the effectiveness of our proposed approach by comparing it with random selection policy.     

基于图像尺度变化的一种特征点匹配算法

通过对灰度相关法特征点匹配算法的理论研究和实验分析,提出了一种能够克服图像尺度变化的特征点匹配算法。该算法主要根据图像特征点间欧氏距离的关系,结合传统的特征点灰度相关法和特征点的梯度相关法进行精确匹配。实验证明,该算法容易理解,易于实现,匹配结果较精确,误匹配点较少。     

一种基于One-Class SVM和GP安全事件关联规则生成方法研究

随着信息技术的快速发展,网络安全威胁造成的危害日愈严重.安全信息和事件管理（SIEM）在查找组织内部威胁,可疑行为及其它高级持续攻击（APT）中发挥了重要作用.SIEM的检测能力主要依赖于准确,可靠的关联规则.然而,传统的规则生成方式主要基于专家知识人工编写检测规则,因此成本高,效率低.本文给出了一种具备自适应能力的规则生成框架来自动生成关联规则.首先为了更好地识别未知攻击,提出一种基于单类支持向量机（One-Class SVM）的安全事件分类算法对安全事件进行有效分类,实验分类效果准确率高达97%.其次为了提高规则生成准确率,通过重新定义个体结构,交叉与变异方式,优化了基于遗传编程（GP）的规则生成算法,规则适应度高达94%.实验结果表明,本文提出的框架具备自适应能力来识别未知攻击,具备较高的检测准确率,可有效减少人工参与.同时该框架已经部署在实际生产环境中,和原系统相比可以检测更多攻击类型.     

海洋重力场空间特征描述方法研究

重力匹配辅助惯性导航中，需要通过分析重力基准图的特征而有效提取出重力场可匹配区域，以提高重力匹配导航系统的可用性和匹配速度。本文通过定义重力场特征指标的方法， 定量表示重力场的空间特征，实现对重力场可匹配区域的提取。实验表明，该方法简单有效，具有实用价值。