Image Tampering Detection Using No-Reference Image Quality Metrics

In this paper,a new approach is proposed to determine whether the content of an image is authentic or modified with a focus on detecting complex image tampering.Detecting image tampering without any prior information of the original image is a challenging problem since unknown diverse manipulations may have different characteristics and so do various formats of images.Our principle is that image processing,no matter how complex,may affect image quality,so image quality metrics can be used to distinguish tampered images.In particular,based on the alteration of image quality in modified blocks,the proposed method can locate the tampered areas.Referring to four types of effective no-reference image quality metrics,we obtain 13 features to present an image.The experimental results show that the proposed method is very promising on detecting image tampering and locating the locally tampered areas especially in realistic scenarios.     

Reduced-reference image quality assessment based on fuzzy classification

Image quality assessment is an important branch in the fields of image processing. It would be employed for calibrating image processing system or algorithms, and be applied for algorithm optimizing and parameter setting. Reduced-reference image quality assessment (RR-IQA) has become to be one of the focuses in image processing fields. Inspired by the fuzzy human evaluation, an efficient RR-IQA framework is proposed in this paper. In the framework, the images are allocated into several fuzzy sets with their degrees of memberships. The natural scene statistics (NSS) in wavelet domain is used for extracting features. After that, a multi-class fuzzy classifier is training for assigning image features into fuzzy sets with their corresponding degrees of memberships. Contrast to the typical RR-IQA methods, the proposed one relates well with the human evaluations and has low computational complexity. The experimental results demonstrate that the proposed framework outperforms the state-of-the-art reduced-reference methods.     

新的唯秘密载体信息隐藏分析方法

将图像质量度量标准进行改造并结合在一起,可以针对图像数据进行唯秘密载体（盲）信息隐藏分析,即将图像质量度量标准中的原始图像改为全白图像设计特征向量,用 SVM（支持向量机）对特征向量分类。分析过程中引入的人眼视觉系统的带通滤波性质,提高了算法准确率。实验结果表明了该方法对分析自然图像是有效的。     

图像质量评价:融合视觉特性与结构相似性指标

图像质量评价是多媒体领域的一个基本问题.在现有结构相似性方案的基础上,增加最小可辨失真和视觉显著性评价用于构造一个新的图像质量评价指标.首先,考虑到人眼视觉系统的掩蔽效应,设计了失真图像的修正模型,以Sigmoid函数为基础,利用最小可辨失真阈值和图像的像素变化绝对值构建失真图像修正模型,对失真图像进行修正,使其符合人眼的感知效果;然后,考虑到人眼视觉系统的视觉注意特性,设计了图像区域权重模型,利用视觉显著性图像表征图像感兴趣内容,作为图像不同区域的权重;最后,计算修正后的失真图像与原图像的局部结构相似性,并利用区域权重对局部区域质量进行加权平均获得全局图像的质量评价值.实验结果表明,与同类度量指标相比,本文提出的指标在评价图像局部质量方面,更符合人的主观感知效果;在主观数据拟合方面,其均方根误差、相关系数等指标都得到提升;在运行效率方面,具有一个适中的计算复杂度,远低于性能优越的度量指标的运行时间.     

基于OLS-RBF网络的JPEG2000图像无参考质量评估方法

提出了一种适用于JPEG2000图像的无参考质量评估方法。首先结合人类视觉系统的特性,在重建图像结构纹理区域内检测边缘轮廓,并根据各个边缘点的梯度方向提取沿垂直于该梯度方向的像素集作为边缘特征;然后采用基于正交最小二乘法设计的径向基函数网络(OLS-RBF),通过边缘特征和图像主观质量的拟合,训练得到无参考客观质量评估模型,完成对JPEG2000图像的客观质量估计。与已有的一些方法的对比实验结果表明,本文方法对JPEG2000图像的客观质量评估与主观质量评估具有更好的一致性。     

Super-Resolution Image Reconstruction Based on an Improved Maximum a Posteriori Algorithm

A maximum a posteriori (MAP) algorithm is proposed to improve the accuracy of super resolution (SR) reconstruction in traditional methods.The algorithm applies both joints image registration and SR reconstruction in the framework,but separates them in the process of iteratiion.Firstly,we estimate the shifting parameters through two low resolution (LR) images and use the parameters to reconstruct initial HR images.Then,we update the shifting parameters using HR images.The aforementioned steps are repeated until the ideal HR images are obtained.The metrics such as PSNR and SSIM are used to fully evaluate the quality of the reconstructed image.Experimental results indicate that the proposed method can enhance image resolution efficiently.     

协同超像素和视觉显著性的图像质量评价

为实现全参考图像质量客观评估与人类主观评估更高的一致性,?本文提出了协同超像素和视觉显著性双重策略的图像质量评价方法.该方法通过融合4个图像特征相似度得到局部图像质量得分.这4个相似度分别是超像素局部亮度相似度、超像素局部色度相似度、视觉显著性相似度和Scharr梯度相似度.为了解决过去的评价方法中不同的特征相似度仅凭...     

基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。     

面向复杂体型建筑物的无人机倾斜摄影航线规划研究

为解决复杂体型建筑物存在拍摄盲区较多、影像采集分辨率差异较大而导致建模效果差的问题,本文提出一种无人机立体环绕式摄影与精细化建模方法.选用单镜头小型多旋翼无人机,根据复杂建筑物外观形态,设计出立体环绕式的影像采集航线,再将获取影像导入Context Capture软件进行分析和处理并完成模型建立,最后针对三维模型存在纹理缺失及模糊拉花等问题,使用DP-Modeler和3ds Max对模型进行联动修饰.以某公园内两相邻建筑物为研究对象,分别采用本文方法与传统无人机倾斜摄影方法,从建模效率、模型精度和纹理细节3方面进行对比实验.结果表明,本文方法具有建模效率高、精度高和纹理丰富的优点,提升了复杂体型建筑物建模的质量和效率,联动修饰解决了影像采集过程中信息缺失的问题,可以显著提升模型细节质量.     

基于包含度理论的图像置乱程度评价研究

提出了基于包含度理论的图像置乱程度评价新方法。本文首先对置乱前后图像中任意像素所对应二阶邻域系统构造一个模糊集并定义其隶属度;其次计算图像中各像素所对应二阶邻域系统模糊集及其补集之间的包含度;最后根据置乱前后两图像的包含度来构造图像置乱程度评价函数。实验结果表明,本文提出的评价方法是能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于模糊集和缺陷扣分法的 GIS产品质量评价比较

采用了模糊集和缺陷扣分两种方法,对GIS产品质量的评价进行了研究,并且对两种方法的理论、方法和 特点进行比较分析,然后用实例进行具体的比较,认为模糊集方法比缺陷扣分法要优越,而且通过对得到的结果分 析可知:对GIS产品质量评价应考虑模糊不确定性,才能真正揭示GIS产品的质量。     

Fuzzy clustering based load balancing algorithm with feature weighted

Focusing on the data fusion problem of various loads, a fuzzy clustering based load balancing algorithm with feature weighted is proposed. First of all, various system resources are considered as dimensions for load metrics, and features for different dimensions are weighted so as to quantify comprehensive loads; then, this algorithm introduces fuzzy clustering, optimizes weight constraints, and adds penalty terms. Hence, the most suitable objective node cluster for load transferring is resolved through fuzzy clustering. Experimental results show that this algorithm can effectively fuse multidimensional load data and reduce standard deviation for node loads within the cluster by 21％ compared with existing algorithms.     

基于Krawtchouk矩不变量和核模糊聚类的快速分形编码

针对基于分类的快速分形编码方法存在着编码速度与解码质量间的矛盾,鉴于Krawtchouk矩不变量具有在仿射变换下保持不变的特性和核模糊聚类在处理非线性问题上的突出优势,本文首次将这两者引入到分形编码中,提出了基于Krawtchouk矩不变量和核模糊聚类的自适应分类快速分形编码方法。首先根据Domain块的方差将其粗分类,再根据Domain块的Krawtchouk矩不变量利用核模糊聚类对Domain块细分类。实验结果表明,与其他基于分类的快速分形编码方法相比,在解码图像质量提高的同时,大大加快了分形编码的速度。     

一种多目标的网络安全性度量指标体系

为了对网络的安全性进行更为科学、全面地度量,提出了一种多目标的网络安全性度量指标体系。引入模糊数学中的隶属函数概念,通过正负指标类模糊量化公式对不同类型的态势指标进行处理,实现去量纲化。提出的指标体系既考虑了人员因素,也考虑了安全装备和网络设备等非人为因素,提高了安全度量的准确性和实用性。仿真实验表明,文章给出的网络安全性度量指标体系能够较好地度量整个网络的安全性。     

水下模糊图像参数估计复原方法

针对不同的图像退化模型,分析了图像模糊的不同类型以及通过解卷积复原图像的各类方法,讨论了对应于不同模糊类型所适用的解卷积方法。在对水下图像复原前先采取去噪预处理较好地抑制了复原过程的病态问题,再利用拉东变换和傅里叶变换估计点扩展函数中模糊角度和模糊距离,实现了在缺少先验信息前提下的水下图像的复原,且相比于其他估计方法更加简便准确。实验结果表明:该方法能较为有效地复原水下模糊图像。     

风格感知和多尺度注意力的人脸图像修复

人脸图像修复是计算机视觉领域中重建人脸图像的一项重要图像处理技术。现有人脸图像修复技术存在修复结果全局语义不合理的问题,这主要是由于现有技术的特征长程迁移能力不足,无法将破损图像中已知区域的信息合理地迁移到被遮蔽区域上。为此,本文在生成式对抗网络(generative adversarial network, GAN)框架下,构建了一种融合风格感知和多尺度注意力的编解码人脸图像修复模型。风格感知模块用于提取图像的全局语义信息,并利用提取的信息对编码逐级地进行渲染,以实现对修复过程的全局性调节;利用多尺度注意力模块对多尺度特征进行补丁块提取,并通过共享注意力得分和提取补丁块的矩阵乘法进行多尺度特征的长程迁移。在公开数据集CelebA-HQ上的实验结果表明:风格感知模块和多尺度注意力模块极大地增强了修复网络的特征长程迁移能力。相较于现有先进的人脸图像修复方案,本文所提出的模型在多种评价指标上均有显著的提升;修复结果的全局语义更加合理,并且在暗光条件下的修复效果更加自然。     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

Image Retrieval Approach Based on Intuitive Fuzzy Set Combined with Genetic Algorithm

Aiming at shortcomings of traditional image retrieval systems,a new image retrieval approach based on color features of image combining intuitive fuzzy theory with genetic algorithm is proposed.Each image is segmented into a constant number of sub-images in vertical direction.Color features are extracted from every sub-image to get chromosome coding.It is considered that fuzzy membership and intuitive fuzzy hesitancy degree of every pixel's color in image are associated to all the color histogram bins.Certain feature,fuzzy feature and intuitive fuzzy feature of colors in an image,are used together to describe the content of image.Efficient combinations of sub-image are selected according to operation of selecting,crossing and variation.Retrieval resuits are obtained from image matching based on these color feature combinations of sub-images.Tests show that this approach can improve the accuracy of image retrieval in the case of not decreasing the speed of image retrieval.Its mean precision is above 80%.     

模糊C-均值聚类图像分割算法的一种改进

针对传统模糊C-均值聚类算法对含噪图像分割时未充分考虑空间信息的问题,提出一种改进的模糊C-均值聚类算法,将图像的局部和非局部两种空间信息引入到模糊C-均值聚类算法的目标函数中,以使两种空间信息在含噪图像分割中发挥互补作用。将改进算法应用于不同含噪图像的分割实验,结果表明图像像素的均方误差均比改进前有所降低。     

一种新的自适应图像模糊增强算法

对图像模糊增强算法中的非线性变换进行了研究,发现了其存在变换强度较小,运算速度较慢,丢失部分灰度信息等缺点．提出了一种新的模糊增强变换算子,该变换算子不但克服了上述缺点,而且具有封闭性、变换强度可调以及移植性好等优点．另外,针对以往算法选取阈值参数的随机性问题,通过引入模糊熵,使阈值的选取具有了一定的目的性．将新的模糊增强算法应用于图像边缘检测中,取得了优于现有模糊增强方法的效果．