图像内容感知缩放的检测方法研究

针对可用于图像篡改的内容感知缩放技术,本文提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图来反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分类训练,从而有效识别基于内容感知缩放操作的图像篡改.实验结果显示,所提算法能够区分出原始图像与篡改图像,并具有较高的正确检测率.     

一种基于内容分割的数字地图插值新算法

本文以图像内容分割为基础,提出了一种插值新算法。该方法在HSV空间用DCT系数表征图像的内容差异,将图像内容划分为目标和背景两大类,并且将目标内容划分为两级重要度;根据使用者对目标和背景以及目标重要度的不同要求,对不同部分采用与之相适应的插值算法进行缩放处理。实验表明,该方法可以提高缩放处理速度,而且插值效果果不亚于经典的高质量插值算法。     

基于SIFT相似性度量的图像缩放

针对传统图像缩放算法存在的图像内容破坏与失真等问题,提出一种结合接缝雕刻和标准缩放的图像缩放算法。利用接缝雕刻算法对原始图像进行尺寸调整,分别从原始图像和缩放图像上提取尺度不变特征变换(SIFT)特征,并对2幅图像的SIFT特征进行匹配计算,得到两者的相似性距离。当原始图像与缩放图像之间的相似性距离达到某阈值时,即在图像重要目标或内容将要被破坏之前,停止使用接缝雕刻算法,采用标准缩放算法进行整体尺寸的调整操作。实验结果表明,该算法不仅可以有效避免图像内容的破坏与失真,而且可以较好地保护图像局部结构和全局视觉效果。     

结合显著度图和自适应能量线的快速图像缩放*

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。     

一种基于DWT抗几何攻击数字水印鲁棒算法

针对大部分数字水印算法抗几何攻击能力差这一难题,提出了一种基于小波变换可抗击几何攻击算法.在水印嵌入部分:首先对宿主图像进行小波分解、嵌入水印,再通过余弦变换求得该水印图像的一个特征向量,利用该特征向量和水印信息通过HASH函数生成一个二值逻辑系列,将该序列作为密钥;水印提取部分为:对待测的图像进行小波变换,再通过余弦变换求得待测图像的一个特征向量,利用该特征向量和密钥通过HASH函数提取出水印.文章最后对水印图像进行了旋转、缩放和扭曲等几何攻击试验.试验表明,该算法有理想的抗几何攻击能力.旋转攻击的旋转角度可达40°,缩放攻击的缩放比例可达0.2,旋转扭曲攻击的扭曲角度可达100°.     

基于有序数据聚类的图像自适应分条算法

为了将图像中内容特征相近的像素尽可能分割到同一区块,提高图像分割的针对性和自适应性,提出了一种基于有序数据聚类的图像自适应分条算法.该算法首先计算图像中所有像素点的梯度值,相加每列像素梯度值得到列累积能量;然后对能量数据进行加权平滑生成连续曲线,用该平滑曲线的凹凸性自适应确定图像分条总数;最后构造图像列累积能量数据的条件距离矩阵,由已确定的分条数采用系统聚类的方法实现图像分条.分条实验结果对比表明,提出的算法能根据不同图像内容自适应地进行图像条分割,且将分条结果应用于图像内容感知缩放研究中可获得满意的缩放效果,因此该算法能较好地对图像内容进行分类和识别.     

能量均衡原则下的快速图像尺寸调整算法

为了实现高效的内容感知图像缩放,提出一种能量均衡原则下的快速算法.该算法采用多个低分辨率图像的水平垂直梯度能量的加权和计算像素能量;然后根据列能量自动选取若干较不重要的列,在能量均衡原则下对其宽度进行调整,得到内容感知图像缩放结果.实验结果表明,文中算法速度快,且能够有效地保护图像中的重点内容和主要结构.     

基于内容划分和傅里叶分析的图像缩放算法

为满足图像缩放中保护重要区域和视觉连贯性的要求,算法通过对不同重要度的区域采用不同的采样率进行缩放.用显著区域、语义内容和结构信息的特征来检测图像中的重要区域,根据重要区域将原图像自适应地划分为多个子图,并根据傅里叶分析和视觉损失能量函数计算每个子图的采样率,对子图进行下采样得到最终的缩放图像.仿真实验表明,与Seam Carving等算法相比,该算法计算效率较高,而且对图像中的显著物体保护较好.     

不携密的安全批量隐写模型

采用数字图像的缩放算法,提出了一种符合绝对安全性定义的批量隐写模型。通过对隐秘图像进行分块,利用缩放算法推演隐秘信息,载体图像不直接携带隐秘信息。首先,选取n幅载体图像,通过特定算法将载体图像放大到指定倍数;然后,推出秘密图像的像素信息与新图像中像素信息的相关性;最后,再缩小为原图大小进行传输。由于未直接修改图像像素,提取密图不需原始图像,提高了隐秘信息的安全性。实验结果和分析表明了算法的有效性,适用于图像隐蔽通信。     

基于贝叶斯模型的内容保持图像缩放算法

为解决图像在不同显示设备上进行缩放时显著目标易变形、微小目标易删除和多显著目标易融合等问题,提出一种基于贝叶斯模型的内容保持图像缩放算法。首先,用凸包和背景先验共同获得贝叶斯模型所需的先验概率和似然估计,代入贝叶斯模型算出显著图;其次,将梯度图与显著图相乘获得新梯度图,通过求新梯度图和显著图之和获得复合能量图;最后,利用该复合能量图进行缝缩放。实验结果表明,该缩放算法与原缝缩放算法相比解决了显著目标易变形和微小目标易删除的问题,减少了多显著目标易融合的现象。     

基于DCT域视觉显著性检测的图像缩放算法*

为适应不同终端显示多样化的要求,需对接收到的图像进行缩放调整。针对现有的基于内容感知(content-aware)的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题,提出了一个基于离散余弦变换(discrete cosine transform, DCT)域的视觉显著性检测的图像缩放算法。该算法利用DCT域的视觉显著性检测模型获取视觉显著图,然后结合视觉显著图和能量分布图进行线裁剪(Seam Carving),实现了图像的缩放。实验结果表明,该算法与现有的基于内容感知的图像缩放方法相比,不仅保护了视觉显著内容,还保证了图像内容的连贯性,算法质量指数也获得明显的提高。     

基于Sobel算子和均匀插值的非线性缩放算法

针对图像缩放后产生的图像畸形与拉伸问题,提出一种基于Sobel算子和均匀插值的非线性缩放算法。通过图像能量区分出图像强势区域和弱势区域,在保护强势区域的同时,对弱势区域进行非线性均匀插值缩放。实验结果表明,该算法可解决图像缩放时主体区域产生的畸变问题,保证边缘区域的平稳过渡。     

一种结合Seam Carving和人脸检测的人像缩放算法

人脸是人物图像中的重要特征区域.针对应用Seam Carvng算法缩放人物图像后造成人脸畸变的现象,提出了一种结合人脸检测的人物图像缩放算法.首先识别图像中的人脸区域,其次在使用Seam Carving算法缩放图像的过程中提高梯度图中人脸区域的梯度值,防止低能量线穿越人脸区域,进而达到在缩放图像的同时保持人脸特征的目的.实验结果表明,该算法实现非等比缩放人物图像的同时有效保护了人脸区域,提升了缩放后的图像质量.     

Radon变换域的鲁棒图像Hash算法研究

针对数字图像内容认证的问题,提出了一种基于Radon变换域的鲁棒图像Hash算法。该算法在Radon变换域提取图像平移、缩放不变的矩特征,将矩特征的离散傅里叶变换系数作为图像的Hash值。离散傅里叶变换可实现抗图像旋转操作,并可降低图像Hash的维数。为了增加安全性,整个特征提取过程都是基于密钥进行的。理论分析证明Radon变换域的不变矩特征对一般的图像处理操作,特别是平移、缩放、旋转等几何操作有极好的不变性。实验结果表明提出的算法几乎可以容忍所有的图像内容保存操作,比如缩放、旋转、JPEG压缩、滤波和加噪等,同时对视觉上有明显失真或根本不相似的图像有高度的敏感性。     

基于主体区域保持的图像缩放算法

基于插值运算的缩放算法和经典的缝裁剪算法是两种常用的图像缩放算法,传统的 缩放算法在缩放比例不一致的情况下其效果不佳,而缝裁剪算法在主体区域较大或者图像背景较 为复杂时对图像的主体区域会造成一定破坏。针对以上问题,提出了一种基于主体区域保持的图 像缩放算法,使用高斯差分对图像进行角点检测,利用角点产生凸包,根据凸包对图像进行主体 区域检测,计算能量图并对位于主体区域像素点的能量给予相应的权重,根据权重的不同对主体 区域进行不同程度的保护。实验结果表明,该算法能更好地保持图像主体区域。     

基于缝裁剪和变形的图像缩放方法

提出一种既能保持图像重要内容又能较好地保持重要物体形状的图像缩放算法。该方法结合传统的缝裁剪技术和变形技术来对图像进行缩放。首先利用当前公认效果良好的基于图模型的流形排序显著性检测算法得到图像的显著度图,结合图像梯度能量等信息来构造结构更为清晰的图像重要度图;其次利用之前构造的图像重要度图并按缩放尺度的大小来确定适当的缩放方法;最后根据度量比较结果来选择经典缝裁剪方法或基于能量优化的变形方法进行图像缩放。对比实验结果表明,该方法在图像缩放时能保持重要内容和显著物体形状结构。     

基于罗伯茨梯度的彩色图像缩放新法

为了缩放图像而不改变图像中重要特征物的大小和比率,提出一种叫做缝络删增的缩放方法.一个缝络就是从顶到底或从左到右8-连接且仅连接一个像素的路径.最佳路径由图像的罗伯茨梯度函数来定义.通过在行列一个或二个方向重复删除或插入缝络就能改变图像的尺寸和比率.算法定义的缝络绕过了特征物边界,从而保护了图像的内容.理论分析和实验结果表明,该算法较其它算法能更有效地保护图像特征物.     

结合边缘模糊的景深显著性在图像缩放中的研究

针对内容敏感图像缩放技术调整图像尺寸时会出现重要信息丢失、物体边缘扭曲、非显著区域结构信息不完整等问题,提出基于边缘模糊的景深显著性算法.根据心理学原理,引入非显著区域结构信息保持的概念.采用边缘模糊特性进行景深估算,通过学习得到模糊字典提出模糊景深描述子,并以模糊景深描述子辅助进行显著性计算;为了达到在图像缩放时保持结构均衡,通过改进传统的区域型显著计算,提出显著性边缘分布特征,能够在保持显著信息、边缘完整的同时,有效减少结构信息的丢失或损坏,使缩放后的图像更符合人们的视觉体验.通过与经典算法和最新算法的对比实验,验证了文中算法的有效性.     

基于双立方插值算法的图像缩放硬件设计

该文首先介绍了三种图像缩放时常见的插值算法,并对它们进行比较分析,最终确定了该文是基于双立方插值(也叫双三次插值)技术的实现,接着在此基础上设计了一种应用于视频图像缩放的算法,最后在硬件方面实现了相对应的图像缩放的硬件设计并对它进行了功能仿真。该文的亮点在于视频图像缩放的双立方插值算法的设计,以及在硬件实现上为节省硬件资源所做的设计。     

结合美学原则的内容感知图像缩放算法

针对目前内容感知的图像缩放算法存在美学效果考虑不足的问题,提出一种结合美学原则的缩放算法。算法首先采用图像协同分割的思想并结合视觉显著性检测获取图像的重要度图,以此作为图像重要内容的依据,在后续处理中防止其变形;其次针对移动终端常见的两类图像分别选择相适应的美学原则并建立其量化公式;借鉴经典的Seam Carving算法思想,利用美学构图原则和重要度图来指导裁剪线的复制与删除,达到图像缩放的效果。实验结果表明,与同类算法相比,该算法的缩放结果在保留原图重要信息的条件下,更具美感。