基于马尔科夫和HHT的图像拼接盲检测

基于对图像拼接技术的分析,提出了一种基于马尔科夫模型与Hilbert-Huang变换（HHT）的图像拼接盲检测算法。该算法计算图像DCT域上的马尔科夫转移概率矩阵,同时对图像进行Hilbert-Huang分析,得到两类特征值集,并通过计算相关系数矩阵分析了两者之间的相关性,最后使用支持向量机进行训练与分类。实验结果表明,相对于已有文献,该算法具有较高的检测准确率。     

基于数据挖掘的图像压缩域肤色检测算法

提出了一种直接在JPEG图像压缩域进行肤色检测的算法。该算法首先在熵解码后的DCT系数中提取图像块的颜色特征和纹理特征,然后利用数据挖掘建立用于表征压缩域图像特征和肤色检测结果之间关系的肤色模型,并利用该模型进行初步肤色检测,最后利用区域生长的方法分割出图像中的肤色区域。实验结果表明,与像素域的SPM (Skin Probability Map)肤色检测算法相比,本文方法可以获得更高的检测准确率和更快的检测速度。     

Saliency detection in the compressed domain for adaptive image retargeting

Saliency detection plays important roles in many image processing applications, such as regions of interest extraction and image resizing. Existing saliency detection models are built in the uncompressed domain. Since most images over Internet are typically stored in the compressed domain such as joint photographic experts group (JPEG), we propose a novel saliency detection model in the compressed domain in this paper. The intensity, color, and texture features of the image are extracted from discrete cosine transform (DCT) coefficients in the JPEG bit-stream. Saliency value of each DCT block is obtained based on the Hausdorff distance calculation and feature map fusion. Based on the proposed saliency detection model, we further design an adaptive image retargeting algorithm in the compressed domain. The proposed image retargeting algorithm utilizes multioperator operation comprised of the block-based seam carving and the image scaling to resize images. A new definition of texture homogeneity is given to determine the amount of removal block-based seams. Thanks to the directly derived accurate saliency information from the compressed domain, the proposed image retargeting algorithm effectively preserves the visually important regions for images, efficiently removes the less crucial regions, and therefore significantly outperforms the relevant state-of-the-art algorithms, as demonstrated with the in-depth analysis in the extensive experiments.     

Novel Efficient De-blocking Method for Highly Compressed Images

Due to coarse quantization, block-based discrete cosine transform（BDCT） compression methods usually suffer from visible blocking artifacts at the block boundaries. A novel efficient deblocking method in DCT domain is proposed. A specific criterion for edge detection is given, one-dimensional DCT is applied on each row of the adjacent blocks and the shifted block in smooth region, and the transform coefficients of the shifted block are modified by weighting the average of three coefficients of the block. Mean square difference of slope criterion is used to judge the efficiency of the proposed algorithm. Simulation results show that the new method not only obtains satisfactory image quality, but also maintains high frequency information.     

新的纸币图像特征提取方法

综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法.该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数.把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量.同时结合纸币的儿何特征来进行粗分类.采用神经网络作为识别分类器并且在识别阶段引入拒识类.实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用.     

基于Contourlet-DCT混合变换的零水印算法

为提高水印图像的安全性,并解决水印嵌入时鲁棒性与不可见性之间的矛盾,提出了一种基于Contourlet-DCT混合变换的零水印算法.首先,利用二值水印图像自身不同的像素值对两个混沌序列进行调制加密,并将调制后的结果作为加密的水印图像.接下来对载体图像依次进行Contourlet与DCT变换从中提取能量特征,再对提取的特征进行奇异值分解,选取其中最大的奇异值重组特征矩阵,最后把特征矩阵与加密后的水印图像结合生成注册水印.为验证算法的有效性,将该算法与传统的小波域零水印算法进行了比较,结果表明,混合域零水印算法在多项攻击测试中的鲁棒性均优于后者.     

基于DCT变换的快速分形编码方法

本文提出了一种基于DCT变换加速相似块匹配的分形编码方法.通过图像块与相似块在DCT变换域少数低频系数的比较,来确定匹配的相似块.并根据DCT变换的性质,方便的确定对比度因子和亮度偏移量.并采用将图像块与相似块的DCT变换系数预制成查找表的方法减少重复运算.结果表明,编码时间大幅度减少,而PSNR只是略有下降.     

一种基于mean shift的Contourlet域SAR图像去噪方法

Contourlet变换是小波变换的新发展,具有良好的多尺度和多方向性。合成孔径雷达(SAR)图像Contourlet阈值去噪不考虑相邻像素在变换域的联系,将低于阈值的变换系数置零,会丢失图像中的细节信息。针对上述问题,文中提出一种新的去噪算法:首先,将SAR图像进行Contourlet分解;然后,利用具有良好间断点保留能力的mean shift算法处理子带系数。实验结果证实该算法能够在有效抑制相干斑噪声的同时,较好地保留图像中的细节信息。     

一种新的基于复合变换域灰度数字水印算法

文章提出了一种新的结合Arnold置乱变换的复合变换域灰度数字水印嵌入算法。该算法利用系数间的相关性对原始图像离散小波变换后的低频系数LL进行离散余弦变换,然后在其中嵌入水印,在嵌入水印之前对Arnold变换预处理的灰度水印图像作离散余弦变换,这样增强了水印的鲁棒性和不可见性。实验结果证明,该算法能有效抵抗JPEG图像压缩和常见的图像处理操作攻击。     

彩色数字水印嵌入技术

本文提出一种将彩色数字水印嵌入到灰度级图像中的方法.利用静态图像的压缩编码技术,将彩色数字水印编码为一系列二值ID数字,以实现水印的嵌入.由于水印的嵌入过程是基于原始图像的离散余弦变换(DCT)系数之间的关系,所以水印的提取不需要原始图像.实验结果表明本文提出的数字水印技术,经某些图像处理操作和有损压缩后仍是鲁棒的.     

基于Contourlet变换的稳健性图像水印算法

提出了基于Contourlet变换的数字图像水印算法。与小波变换不同的是,Contourlet变换采用类似于线段(contoursegment)的基得到一种多分辨、局部化、方向性的图像表示。水印信号通过基于内容的乘性方案加载到Contourlet变换系数。在采用零均值广义高斯分布拟合Contourlet变换系数的基础上,提出采用极大似然估计实现水印的盲检测。依据Neyman-Pearson准则,在给定虚警率的情况下对判决准则进行了优化。实验结果表明在保证水印隐蔽性的前提下,水印对常见的信号处理手段以及几何变换具有很好的稳健性。     

基于高斯比例混合模型的图像非下采样Contourlet域去噪

为改善图像的去噪效果,该文提出了一种基于高斯比例混合模型的图像非下采样Contourlet域去噪算法。该算法首先建立非下采样Contourlet系数邻域的高斯比例混合模型,然后在模型基础上应用贝叶斯最小二乘法对系数进行估计,最后反变换得到恢复图像。算法结合了非下采样Contourlet变换对图像边缘的高效表示能力、非下采样变换的移不变性质以及GSM模型对非下采样Contourlet系数邻域相关性的概括能力。实验结果表明,该算法在视觉效果和峰值信噪比的改善上都取得了非常好的效果。     

基于广义判决分析的图像拼接检测最优类色度通道设计方法

针对图像拼接检测问题,该文提出一种基于广义判决分析(GDA)的最优类色度通道设计方法。将最优类色度通道的设计建模为一个以GDA识别力为目标函数,以类色度通道参数范围为约束条件的最优化问题,通过网格搜索和梯度上升法求解最优类色度通道参数。在哥伦比亚图像拼接检测评估库中的实验结果显示,目前4种主流的图像拼接检测方法在最优类色度通道上的识别率均高于已有的颜色通道,验证了该方法的通用性和有效性。     

基于CHMM 的尖锐频率局部化Contourlet 域图像去噪

提出了一种基于上下文信息隐马尔科夫模型（CHMM）的尖锐频率局部化Contourlet 域图像去噪方法。首先,对噪声图像进行循环平移操作,再利用尖锐频率局部化Contourlet 变换对平移后的图像进行分解,解决了原始Contourlet 变换频率非局部化及缺乏平移不变性的问题,抑制图像在奇异点处产生的伪吉布斯现象。然后,设计一种新的上下文构造方案,针对图像高频子带系数构建CHMM 进行去噪处理。最后,执行尖锐频率局部化Contourlet 逆变换以及逆向循环平移操作获得最终的去噪图像。文中方法采用有效的变换机制并利用上下文信息构建了一个全面的统计相关模型,充分表达了轮廓波高频子带系数在尺度间的持续性、尺度内的多方向选择性和空间邻域内的能量聚集特性,更加有利于图像的去噪处理。实验结果表明:该方法在提高去噪图像PSNR 值的同时进一步改善了其视觉效果,去噪性能优于基于小波变换和原始Contourlet 变换的去噪方法。     

基于非下采样Contourlet变换的图像融合算法

针对曲波变换图像融合的不足,提出了一种基于非下采样轮廓波变换（Non—subsampledContourletTransform,NSCT）图像融合方法。首先对已配准待融合图像进行NSCT分解;然后使用相应的融合规则对Contourlet域系数进行融合,得到融合图像的NSCT系数;最后经逆变换重构得到融合图像。通过对不同曝光度图像以及多聚焦图像进行融合实验,仿真结果表明该算法融合图像在主观视觉和客观评价指标上均取得良好效果。     

Detection and localization of forgery using statistics of DCT and Fourier components

In this paper, we present a comprehensive approach for investigating JPEG compressed test images, suspected of being tampered either by splicing or copy-move forgery (cmf). In JPEG compression, the image plane is divided into non-overlapping blocks of size 8 × 8 pixels. A unified approach based on block-processing of JPEG image is proposed to identify whether the image is authentic/forged and subsequently localize the tampered region in forged images. In the initial step, doubly stochastic model (dsm) of block-wise quantized discrete cosine transform (DCT) coefficients is exploited to segregate authentic and forged JPEG images from a standard dataset (CASIA). The scheme is capable of identifying both the types of forged images, spliced as well as copy-moved. Once the presence of tampering is detected, the next step is to localize the forged region according to the type of forgery. In case of spliced JPEG images, the tampered region is localized using block-wise correlation maps of dequantized DCT coefficients and its recompressed version at different quality factors. The scheme is able to identify the spliced region in images tampered by pasting uncompressed or JPEG image patch on a JPEG image or vice versa, with all possible combinations of quality factors. Alternatively, in the case of copy-move forgery, the duplication regions are identified using highly localized phase congruency features of each block. Experimental results are presented to consolidate the theoretical concept of the proposed technique and the performance is compared with the already existing state of art methods.     

基于Contourlet域HMT似然概率的图像融合方法

传统的基于Contourlet变换的图像融合方法大都 忽略了Contourlet系数之间 的相关性,导致特征信息的丢失。本文根据隐马尔可夫树(HMT)模型的两种状态和 3组概率确定能有效捕获尺度间、尺度内的Contourlet系数特性的似然概率,设计了图像融 合规则。实验结果表明,Contourlet域HMT模型应用于图像融合领域,能充分挖掘数据之间 的相关性,为融合图像提取更全面、准确的特征纹理信息。     

基于Contourlet变换的图像增强方法

针对传统图像增强不能同时兼顾去噪和增强细节及小波变换在增强图像细节上的明显不足,提出一种了基于平移不变Contourlet变换的图像增强方法。采用平移不变Contourlet变换对图像进行多尺度分解,再利用非线性变换对Contourlet系数进行处理从而达到抑制噪声和增强细节的目的。实验结果表明本方法达到了良好的图像增强视觉效果,与传统的直方图均衡和小波域图像增强方法相比,其信噪比、(细节方差/背景方差)值都有了显著的提高。     

DCT域基于系数符号关系的印刷水印算法

针对条码印刷防伪应用,提出一种条码印刷防伪算法,使水印对一次打印扫描具有鲁棒性,对二次打印扫描具有脆弱性,以区分原始载体作品的真伪。根据条码水印图像的大小对载体图像进行分块DCT变换,选取中低频系数,同时对这些系数幅值小的进行放大修改,并通过修改系数符号的正负性来嵌入二值条码水印。根据嵌入水印后图像的分块DCT系数的正负性来提取水印,水印提取过程实现了盲提取。通过设定合适的阈值可以判断原图像真伪。仿真实验验证了算法具有很好的不可见性,符合印刷品防伪技术的要求。     

L/M-fold image resizing in block-DCT domain using symmetric convolution

Image resizing is to change an image size by upsampling or downsampling of a digital image. Most still images and video frames on digital media are given in a compressed domain. Image resizing of a compressed image can be performed in the spatial domain via decompression and recompression. In general, resizing of a compressed image in a compressed domain is much faster than that in the spatial domain. We propose a novel approach to resize images with L/M resizing ratio in the discrete cosine transform (DCT) domain, which exploits the multiplication-convolution property of DCT (multiplication in the spatial domain corresponds to symmetric convolution in the DCT domain). When an image is given in terms of its 8/spl times/8 block-DCT coefficients, its resized image is also obtained in 8/spl times/8 block-DCT coefficients. The proposed approach is computationally fast and produces visually fine images with high PSNR.