基于小波变换和离散余弦变换的图像分级检索

在对小波变换及离散余弦变换分析的基础上,提出了一种基于两种变换相结合的图像分级检索算法.首先在小波变换的基础上,结合DCT变换实现图像的初级检索;然后,提取图像的高频细节特征作为对图像精确检索的依据.实验结果表明该算法在图像的检索中具有准确、高效的特点.     

基于离散余弦变换的多聚焦图像融合

文章根据可见光多聚焦图像的成像机理,提出了基于离散余弦变换的融合算法。该方法先利用DCT将图像分解为不同空间频率的分量,然后利用方向对比度的融合规则得到融合图像的DCT域矩阵,最后通过DCT逆变换得到融合图像。实验结果表明,该算法可以有效综合多聚焦图像,从而得到同一场景中所有物体都清晰的图像。与小波融合算法相比,融合后的图像质量都很好,但计算时间缩短了。     

扩频通信抗干扰中的局部离散余弦变换技术

提出一种新的基于局部离散余弦变换(Local discrete cosine transform，LDCT)的时频域干扰抑制方法。与传统的块变换(Discrete cosine transform，DCT)不同，LDCT基函数具有良好的时域能量集中特性，可迅速捕获信号中的时变成分，有效跟踪信号时频结构的变化，实现时频平面的任意时间分割。仿真结果表明，基于LDCT的时频域信号处理方法可有效地抑制各种脉冲型时变干扰，明显改善系统性能。     

离散余弦变换域图像数字水印技术

基于变换域的水印技术由于其较好的鲁棒性和安全性成为了目前水印技术领域研究的热点.详细地分析了目前离散余弦变换域的图像数字水印技术,对离散余弦变换域的算法进行分类比较,并对拉伸因子a的取值以及对图像水印嵌入效果的影响进行了讨论,提出了一些有效的水印方案,实验结果表明了其对常见攻击的抵抗性.分析和讨论了DCT变换域图像数字水印技术在嵌入水印方面的实现.     

一种基于离散余弦变换的数字水印算法

研究利用离散余弦变换(DCT)对静态灰度图像进行数字水印嵌入的算法,侧重点是嵌入水印的方式和方法。其原理为将水印和原图分别分割为若干块后转换到DCT域再分别对应嵌入,但对水印嵌入的位置有一定要求,即将变化后的水印信息嵌入到图像的中频靠近低频的部分,使水印嵌入后有隐藏性和抗攻击性。实验结果表明在一定条件下水印能很好地隐藏在原图中,且对图像的涂抹、剪切攻击有一定的抵抗性。     

采用旋转匹配的二进制局部描述子

针对二进制描述子主方向计算误差影响图像匹配正确性的问题,提出了一种旋转不变的二进制描述子构造和匹配方法。在以特征点为中心的同心圆周上等间隔选取采样点,按照旋转不变的模式选取采样点对进行灰度值比较,将比较结果连接成二进制串,作为区域的描述子。匹配时比较描述子在所有旋转模式中的汉明距离,取最小值作为描述子的距离,实现不依赖于主方向的旋转不变性。配合多尺度特征检测方法,将采样模式进行缩放,并对图像进行亚像素插值,实现尺度不变性。描述子匹配的实验结果表明,本文方法在旋转,尺度和光照变换下的匹配效果比当前依赖主方向的二进制描述子方法具有更高的鲁棒性。     

基于离散余弦变换的手指指节折痕识别

提出了一种新的基于手指指节折痕的生物特征识别方法.针对指节折痕的分布特点,首先对CCD获取的手指图像进行预处理,并在手指的内侧截取一个长方形区域,用来提取折痕特征的感兴趣区域(ROI),该区域包含了手指的第一指节和第二指节的全部折痕线;其次.对ROI图像进行离散余弦变换,然后运用具有带通性质的滤波器去选择那些能很好表征手指折痕信息的余弦变换系数,以形成折痕特征矢量.该算法对光照变化不敏感.最后,在一个手指图像数据库上,利用基于欧氏距离的最近邻分类器进行了算法验证,等错误率(EER)约为0.71%,实验结果验证了该算法的有效性.     

一种基于稳定区域的图像特征描述子

当不同成像条件下图像局部内容的特征存在明显差异时,会导致特征描述子难以正确匹配。为此,提出一种基于稳定区域的图像特征描述子。利用最大稳定极值区域检测算法提取图像的稳定区域,结合图像特征点的位置和尺度信息,根据稳定区域计算特征主方向,在适应于特征点所属稳定区域尺度的较大邻域内,生成基于对数-极坐标系的特征描述子。应用结果表明,该描述子在图像局部内容变化较大时仍具有旋转不变性和稳定的匹配性能,能有效解决印刷电路板CT图像的配准问题。     

基于离散分数余弦变换的图像加密算法研究*

为了提高图像加密的效率和安全性,采用态函数线性组合法构造了一种离散分数余弦变换函数,利用其良好的正交性能及具有分数阶参数和周期参数的特点,提出了一种基于离散分数余弦变换的图像加密新方法。该加密算法采用了图像分块（图元）的方法。将图像分成大小不同的图元,使用离散分数余弦变换对每个图元分别进行行变换和列变换,从而完成对图像的加密。实验结果分析表明,该算法的加密效果、效率和抗穷举攻击能力是令人满意的。     

基于平稳小波变换和亮度序的局部特征描述子

局部区域的非线性亮度变化通常会造成局部特征描述子的不稳定。针对该问题,在平稳小波变换和亮度序的基础上,提出一种局部特征描述子。利用Hessian-Affine算子检测仿射协变区域,对检测区域进行平稳小波变换分解,将不同尺度的多个低频子带作为支持区域,多支持区域的使用可以有效地降低图像扭曲带来的不利影响。采用亮度序对支持区域进行区域划分,确保所构造描述子对单调亮度变化具有不变性,并在局部旋转不变坐标系下计算局部特征描述子。实验结果表明,该描述子在视角、线性亮度和JPEG压缩等变化下具有较好的鲁棒性。     

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。     

基于方向编码的离散余弦变换域图像隐写算法

提出一种基于方向编码的离散余弦变换(DCT)域图像隐写算法。将秘密图像进行8×8块的离散余弦变换后,采用JPEG标准量化表进行量化,将得到的DCT系数做行程编码,间接提高嵌入容量。同时对载体图像进行8×8块的离散余弦变换,采用改进的量化表进行量化,由此提高嵌入容量和含密图像的质量。通过基于方向编码的嵌入算法将秘密信息嵌入载体图像DCT系数的中低频部分。实验结果证明,该隐写算法嵌入容量大,得到的含密图像视觉质量好,可抵抗 分析攻击。     

一种改进的SIFT图像配准方法

针对普通SIFT算法效率因128维的特征点描述算子而降低的问题,提出一种改进的SIFT算法,利用圆环的特性同时对每一个特征向量进行序列化,以保证物体旋转不变性,在降低描述算子维数的基础上,利用遍历搜索查找样本特征点的最近邻和次近邻特征点。实验结果表明,当图像存在不同程度的几何变形、辐射畸变和噪声影响时,改进算法更稳定、更快速。     

基于CUDA的尺度不变特征变换快速算法

针对尺度不变特征变换(SIFT)算法耗时多限制其应用范围的缺点,提出一种基于统一计算设备架构(CUDA)的尺度不变特征变换快速算法,分析其并行特性,在图像处理单元(GPU)的线程和内存模型方面对算法进行优化。实验证明,相对于CPU,算法速度提升了30~50倍,对640×480图像的处理速度达到每秒24帧,满足实时应用的需求。     

改进的SIFT结合余弦相似度的人脸匹配算法

针对人脸图像匹配在光照、姿态、表情等复杂背景下匹配耗时较长且正确率较低的问题,提出一种改进的SIFT（Scale Invariant Feature Transform,尺度不变特征变换）结合余弦相似度（Cosine Similarity,CS）的人脸匹配算法,通过构建圆形分区的特征描述符,降低特征向量维数,利用正反双向匹配以及匹配点对集中各匹配点对之间近似满足余弦相似的原则,采用余弦相似度来进行误匹配点对的剔除。在FEI人脸数据库上与目前流行的人脸匹配算法进行对比实验,实验结果证明了该算法在保证人脸匹配正确率和匹配点对数量的前提下,匹配速度平均提高2~2.5倍。     

基于对角DCT与2DPCA算法的人脸识别

提出了一种对角离散余弦变换（Discrete Cosine Transform,DCT）和二维主元分析（Two－Dimensional Principal Component Analysis,2DPCA）相结合的人脸识别方法。该算法首先将人脸图像转换成对角图像,同时利用DCT压缩并重建人脸图像;然后通过2DPCA进行特征提取得到人脸识别特征;最后运用最近邻分类器进行识别。基于ORL（Olivetti Research Laboratory）、受污损ORL及Yale人脸数据库的实验结果证明了该算法的有效性。     

基于离散余弦变换的可移除数字视频水印算法

在视频水印的评价标准中,鲁棒性和透明性是一对非常重要的性能指标,同时也是一对相互制约的指标。已有的视频水印算法对上述2个指标都采用折衷的方法,为保证透明性通常不能兼顾水印的鲁棒性。为解决上述问题,提出一种可移除数字视频水印算法。在嵌入水印时,不限制水印嵌入的强度,以保证水印信息的鲁棒性,而嵌入后的视频在播放时,需要经过一个水印移除的过程,移除水印后的视频在视觉效果上与原视频接近或完全一致,以满足水印的透明性。同时,用户需提供合法的密钥,以保证水印移除的正确性,并提高水印算法的安全性。测试结果表明,该算法对分辨率放缩、视频重编码及码率压缩的操作具有较强的鲁棒性。     

二维离散分数余弦变换的改进形式

将一维离散余弦变换的变换核扩展到二维分数形式,得到Pei形式的二维离散分数余弦变换。通过整数阶余弦变换的线性叠加构造一种改进形式的二维离散分数余弦变换,并基于特征值和特征向量理论,分析2种离散分数余弦变换的周期关系。数值仿真结果表明,2种形式可以达到相同的变换结果,适用于图像编码、数字水印等领域。     

结合DCT和WT的多分类器融合的光照人脸识别

为进一步提高各种光照条件下的人脸识别精度,提出了一种将光照补偿和光照不变特征提取相结合的人脸识别方法。算法先应用对数域DCT进行光照补偿;然后,用三次样条二进小波分解提取一个低频子图和三个对光照变化鲁棒的边缘细节子图;接着,用二维线性判别分析进行特征降维并构造四个分量分类器;最后,通过多分类器融合规则进行融合分类。该文算法在CAS-PEAL人脸库光照子集上的实验达到了83.91%的识别率,在YaleB人脸库上则实现了100%的识别率,实验结果证明了该文算法对光照变换具有较好的鲁棒性。