基于DCT-BP神经网络的人脸表情识别

提出一种基于DCT-BP神经网络的人脸表情识别算法,先对图像进行灰度均衡与图像平滑的预处理,然后利用离散余弦变换提取图像的表情特征参数,变换后的数据量大大减小,而且不会丢失图像所携带的关键信息,最后利用前向反馈神经网络算法进行识别。     

基于DCT-BP神经网络的人脸表情识别

提出一种基于DCT-BP神经网络的人脸表情识别算法,先对图像进行灰度均衡与图像平滑的预处理,然后利用离散余弦变换提取图像的表情特征参数,变换后的数据量大大减小,而且不会丢失图像所携带的关键信息,最后利用前向反馈神经网络算法进行识别.     

基于混合方法的人脸表情识别研究

针对人脸表情图像识别进行了研究,为了提高表情图像的识别率,提出了一种综合Gabor小波、离散余弦变换、支持向量机的人脸面部表情识别方法。采用ISOMAP算法对人脸面部表情的分类以及强度鉴别。利用Gabor小波变换的局部化特点滤掉人脸表情图像中的高频信息,提出结合离散余弦变换提取系数作为识别特征,并用支持向量机的训练样本构造表情强度模型,进行仿真实验。实验结果表明方法与传统的识别方法相比,系统具有良好的鲁棒性,达到较高的识别率,并能实现了人脸面部表情的分类和强度鉴别。因此充分证明了方法的有效性。     

基于混合特征和多HMM融合的图像序列表情识别

当前多数图像序列的人脸表情识别方法仅提取图像的某一类特征,导致特征参数不能全面地反映脸部情感信息.提出一种基于混合特征和多HMM融合的图像序列表情识别方法.采用Gabor小波变换、二维离散余弦变换分别提取眼睛及眉毛区域、鼻子区域的纹理变化特征,对嘴巴区域则采用主动表观模型提取形状变化特征.对待测图像序列中的每个表情特征区域采用离散隐马尔可夫模型得出6种表情概率;然后根据在训练阶段得到的每个表情特征区域对每种表情的贡献权值进行加权融合,并选择融合后的表情概率最大者作为识别结果.实验结果表明,该方法综合了表情的纹理与形状变化,能够得到很好的识别效果,且处理速度快,适合于实时图像序列的表情识别.     

基于DCT域的数字水印算法

提出一种矢量地图水印嵌入不依赖原始地图的盲提取算法,该算法在离散余弦变换域上转换而成.离散余弦变换的特性之一是对相互依赖的数据能够产生能量聚集效益,而矢量地图同一条边上点与点具有依赖关系,在一条边上依次选取8个顶点作一个集合,并对这组集合数据经变换导出离散余弦值,将水印加密嵌入其系数中.实验表明该算法对矢量地图经DCT变换未产生较大的差异.     

基于小波变换和独立分量分析的面部表情识别

提出了一种联合二维离散小波变换（2D-DWT）和独立分量分析（ICA）相结合的表情特征提取法。首先通过2D-DWT将当前图像分解成4个子图像,其中一子图像对应原图像的主体部分（低通部分）,其余三个子图像对应图像的细节部分（高通部分）。采用ICA分别对每一子图像进行特征提取,得到的表情矢量与中性矢量的差值矢量作为特征矢量,在此基础上使用性能比较稳定的支持向量机来分析各个子带图像的识别情况。此外,还提出了一种简单有效的方法对各个子图像所提取的特征进行融合,将融合的结果作为特征矢量来识别。同其它基于静态图像识别的方法相比,所提的方法识别效果好,且具有一定泛化性和鲁棒性。     

一种基于多小波域与 DCT 的数字盲水印算法

研究一种新的数字图像盲水印算法.针对目前基于的离散小波变换算法和 DCT 变换算法中,对噪音和几何变形攻击抵抗力弱,需要原始水印的缺点,提出了一种利用多小波域和离散余弦变换相结合的数字盲水印算法.结合离散多小波变换的多分辨率特性和离散余弦变换所固有的特征,首先对原灰度图像 DMWT 变换,而后对低频系数作分块 DCT 变换,再将经过 Arnold 预处理的二值图像水印信息分别嵌入到经过 DCT 变换的较好的块中.提取水印时不需要原始图像的参与,实现了盲水印提取.实验结果表明,嵌入算法容易实现,并增强了水印的稳健性和不可见性,算法对锐化、JPEG 压缩、剪切和噪声等常见的图像攻击有较好的鲁棒性.     

基于离散余弦变换的车道识别算法

车道识别技术是自动驾驶领域的研究热点。通过对车载摄像机获取的公路车道线图像特征的分析,提出了一种基于图像频率域特征的车道识别算法。该算法的核心是提取车道线在离散余弦变换域的特征,再结合道路模型的先验知识利用贝叶斯决策原理,识别出路面上的车道线。实验表明,该算法在不同的路面和光照条件下均可得到良好的识别效果。     

基于Tchebichef矩的区域复制窜改检测算法*

提出了一种新的数字图像被动认证算法,用于检测同幅图像的区域复制窜改问题。算法首先利用离散小波变换提取图像的低频分量,再对低频分量进行分块并提取每一块的离散正交Tchebichef矩特征;然后将特征矢量进行字典排序,比较相邻两组特征矢量的相似性;最后利用阈值判别实现窜改伪造区域的检测和定位。实验结果证明,算法能较好地检测及定位出图像中复制与窜改区域,且具有运算量小、检测效率高、鲁棒性好等特点。     

基于局部小波变换与DCT的人脸识别算法

提出了一种基于局部小波变换和离散余弦变换(DiscreteCosineTransform,DCT)相结合的人脸识别方法,该算法首先利用小波变换对人脸图像做适当层次的小波分解,然后通过离散余弦变换对低频分量作进一步的特征提取和压缩,得到人脸识别特征,最后利用欧氏距离和最近邻分类器进行识别。基于ORL人脸数据库的实验结果表明了该算法的有效性。     

基于简化血流图小波包域DCT系数决策融合的红外人脸识别

本文提出了一种基于简化血流图小波包域DCT系数融合的红外人脸识别方法。首先,基于人体的皮肤温度分布和温度调节机理,结合红外成像原理及生物传热学知识对人脸的血流模型进行简化,把红外人脸温谱图转换成简化血流图,然后将人脸简化血流图进行三级小波包分解,得到小波包分解树,选取其中识别率最高的若干个节点分别进行DCT变换,得到每个节点的特征矩阵,再通过欧氏距离和三阶近邻分类器得到各选中节点的识别结果,最后将这些结果进行决策融合,得到最终的识别结果。实验结果表明,对血流模型的简化可以在几乎不降低识别的同时,减小时间的复杂度,而在小波包域进行DCT系数融合的方法能提取更加有效的人脸特征,从而提高了红外人脸识别的性能。     

基于小波包变换和离散余弦变换的双水印算法

为了使水印具有更强的鲁棒性和更广泛的适用性,提出了一种基于小波包变换(WPT)和离散余弦变换(DCT)的双水印算法。该算法是在WPT域和DCT域,结合人眼视觉特性(HVS)在宿主图像小波包分解的高低频带,选择不同的方法分别嵌入一个水印,由于双水印充分利用了小波包高低频域的不同抗攻击能力和DCT域的聚能、去相关能力,从而增强了算法的鲁棒性。仿真实验表明,该双水印算法不仅具有较强的鲁棒性和不可视性,并有较大的水印添加容量和更广泛的适用性。     

Hybrid Watermarking and Encryption Techniques for Securing Medical Images

Securing medical data while transmission on the network is required because it is sensitive and life-dependent data. Many methods are used for protection, such as Steganography, Digital Signature, Cryptography, and Watermarking. This paper introduces a novel robust algorithm that combines discrete wavelet transform (DWT), discrete cosine transform (DCT), and singular value decomposition (SVD) digital image-watermarking algorithms. The host image is decomposed using a two-dimensional DWT (2D-DWT) to approximate low-frequency sub-bands in the embedding process. Then the sub-band low-high (LH) is decomposed using 2D-DWT to four new sub-bands. The resulting sub-band low-high (LH₁) is decomposed using 2D-DWT to four new sub-bands. Two frequency bands, high-high (HH₂) and high-low (HL₂), are transformed by DCT, and then the SVD is applied to the DCT coefficients. The strongest modified singular values (SVs) vary very little for most attacks, which is an important property of SVD watermarking. The two watermark images are encrypted using two layers of encryption, circular and chaotic encryption techniques, to increase security. The first encrypted watermark is embedded in the S component of the DCT components of the HL2 coefficients. The second encrypted watermark is embedded in the S component of the DCT components of the HH₂ coefficients. The suggested technique has been tested against various attacks and proven to provide excellent stability and imperceptibility results.     

基于离散多小波变换的纹理分类

纹理分析在遥感、医学图像处理、计算机视觉及基于纹理的按内容检索的图像数据库等许多重要领域均有着广泛的应用.引入多小波理论,提出了基于多小波分解的纹理图像分类.通过一系列的实验并与单小波进行比较,实验结果表明,多小波分解比金字塔小波分解或小波包分解其分类准确率更优.     

基于DCT-Winograd快速变换的半盲水印算法

针对目前多数基于傅里叶变换域的方法,其抗几何攻击性能虽很好,嵌入的信息量也很大,但存在抗剪切攻击能力较差的问题,提出了一种基于离散余弦变换与Winograd快速傅里叶变换相结合的半盲水印算法,将Winograd算法分解的对角矩阵与经过DCT变换的图像块相与,产生一个新的对角矩阵,再将数字水印嵌入到该对角矩阵中,最后通过相关逆运算提取水印.实验结果表明,该方法可获得较好的图像视觉效果,对剪切、噪声等攻击皆具有较好的鲁棒性.     

图像压缩中的快速方向离散余弦变换

传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB~1.6dB,而且边缘细节更加清晰、完整.     

二维小波提升-DCT变换对地电场压缩算法

为解决10KV架空线路对地电场值海量存储问题,提出一种基于二维小波提升-DCT变换对地电场值压缩算法。将一维对地电场采样值按128×128方阵构成数据块。采用haar小波提升,对该数据块做一层小波分解,得到4个64×64数据块;用二维DCT矩阵对每个64×64数据块变换处理,利用筛选矩阵对DCT系数和小波系数进行筛选;对筛选系数进行一维小波变换编码,完成数据压缩。合理构造筛选系数,可以达到1024∶1高压缩比数据压缩效果。扩大原始数据块大小,压缩比可以达到更高。将其仿真结果与其它算法进行比较,验证了该算法数据压缩的有效性。     

基于小波和余弦变换的神经网络人脸识别法

提出了利用小波变换和余弦变换与 BP 神经网络相结合的人脸识别方法。将人脸图像归一化后进行小波变换,再用余弦变换对低频信号提取特征向量,达到降维和去除干扰的目的,并把特征向量送进 BP 神经网络训练。识别时,对人脸图像进行相同的变换后,送入神经网络进行辨别。实验结果表明,该算法优于传统的人脸识别法。