基于易变特征实现隐藏信息的盲检测

为检测采用Steghide、MB2隐秘术和较少嵌入信息量得到的隐秘图像，基于压缩标准JPEG的图像及其近似图像的函数，构建了一个统计模型.这些函数从JPEG图像离散余弦变换（DCT）域及其解压图像所在空域中提取易变特征.在DCT域的易变特征中抽取DCT交流系数的统计特性，而在空域的易变特征中捕捉解压图像中DCT块边界像素颜色对差值的统计特性.由原始JPEG图像及其校准图像获取统计量，计算用以表示图像的多维特征向量，得到一个多维统计模型.对8种隐秘术的实验结果表明，基于该模型和支持向量机的盲检测算法对隐秘图像具有很好的检测效果.同传统算法比较，该算法的误检率更低，而检测率更高.     

针对BPCS隐写的隐写分析法

为实现对位平面复杂度分割（BPCS）隐写的有效检测,分析了图像复杂度直方图在像素块替
换前后的变化,针对载密图像的位平面复杂度直方图出现明显的不连续点,定义了新的直方
图不连续性测度,并提出了改进的检测算法. 与已有算法相比,改进算法的虚警率和漏检率
降低20%以上,并且易于实现,有利于实现实时检测.     

基于十字模板的数字减影图像配准快速算法

提出一种基于十字模板的数字减影图像配准快速算法.采用块匹配法消除几何失真带来的运动伪影.选择不受血管区域影响的差值直方图能量尺度作为相似性尺度.通过计算图像梯度信息,选取边缘区域像素作为控制点,既改善减影图像质量,又提高运算速度.用十字模板替代传统块匹配法中常用的矩形模板,可减少直方图统计中的像素数量,缩短计算时间.对比矩形模板和十字模板的差值直方图能量搜索结果,发现参数选取适当时,改变模板形状不影响控制点运动位移量的正确确定.对十字模板中像素进行采样,可进一步压缩像素数量,提高运算速度.实验结果表明,改变模板形状后,图像配准速度显著加快,且减影图像质量保持良好.     

基于递进多目标蛙跳优化的LSB±K隐写算法

设计一种采用非支配排序、拥挤机制和种群重构等策略的递进多目标混合蛙跳算法,可有效保证Pareto前沿的多样性和均匀性.将该多目标优化算法用于设计LSB±K隐写算法.在优化过程中对图像分块,对应所有图像子块组成的矩阵构成优化算法的可行解,矩阵元素代表对应图像块像素的嵌入位数.以载体图像与载密图像差分图的直方图特征函数质心差和隐写容量为两个优化目标,对不同图像块的嵌入位数进行优化.实验结果表明,采用递进多目标混合蛙跳优化的LSB±K隐写算法,与相近抗分析性能下的LSBM隐写及单目标优化LSBM隐写相比,嵌入容量提高了30%;与相同容量的LSB±2隐写及单目标优化LSB±2隐写相比,抗分析能力更强.     

基于主元特征的隐写分析算法

为克服传统算法对扩频隐秘术产生的隐密彩色图像误检率较高的问题,提出基于主元特征的隐写分析算法.主元特征采用主元分析法对基于高阶微分特征函数的多维统计矩特征向量降维得到.统计像素亮度、一阶、二阶、三阶偏微分、一阶、二阶全微分和梯度这7个对象在彩色RGB图像中颜色信道内部和信道两两之间的统计分布状态.计算这些统计量的“微分特征函数”的一阶和二阶统计矩,从一幅彩色图像中得到136维特征并使用“主元分析法”降为18维,采用支持向量机为分类方法构造隐写分析算法.在CorelDraw和Washington两种图像库上的实验揭示了算法性能的稳健性.对Cox和Piva两种扩频隐秘术的实验结果表明,误检率为0的情况下,该算法检测率均达到100%.     

一种新的颜色空间特征图像检索

将检索图像转换为HSV颜色空间,分别对各颜色子空间进行Radon变换,并对投影数据中心化以消除平移影响.针对各颜色分量,利用Radon变换的奇异值的统计特性提取了具有尺度不变性的奇异值,由于矩阵的奇异值分解具有旋转不变性,因此该奇异值为平移、尺度和旋转不变的特征向量.将特征向量进行高斯归一化,采用其欧氏距离计算彩色图像的相似度并进行图像检索.试验结果表明该方法比其他算法具有更好的检索效果.     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.     

基于直方图匹配的艺术Mosaic图像并行拼贴

为获得高质量的艺术Mosaic图像拼贴视觉效果,提出基于直方图匹配的并行拼贴算法。根据直方图距离挑选原图像分割块中最佳匹配子图像,采用直方图匹配法对艺术Mosaic图像进行颜色校正。拼贴算法中,原图像分割、直方图比较、颜色校正及子图像填充过程均使用基于CUDA(统一计算设备架构)的GPU(图形处理器)并行计算,通过实验分析和用户调查验证本文算法的有效性。结果表明:与传统基于颜色均值的颜色校正法相比,本文算法拼贴结果更接近原图,整体视觉效果更协调;基于CUDA的GPU并行计算提高了算法效率,从而实现交互式艺术Mosaic图像递归式拼贴。     

台风图像快速匹配算法研究与实现

在图像模板匹配问题中,目前基于像素灰度值的相关算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为克服这些缺点,提出了一种基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.算法中各个R-块编码的计算十分简单;匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对像素灰度的变化与噪声具有鲁棒性.实验结果表明,新算法比现有灰度相关算法的计算时间快了2个数量级.     

一种新的改进二值图像隐写算法

提出了一种改进的二值图像隐写算法。该算法首先将图像分块,计算图像块特征值,针对选择视觉效果好的图像块利用Tseng算法嵌入信息。嵌入过程中,对图像块内存在的多个可选嵌入位置利用"像素翻转标准"来确定最佳嵌入位置,使得嵌入信息后图像能保持较好的视觉效果。实验结果说明了本文的算法是将视觉效果和嵌入容量很好结合的一种隐写算法。