基于整体和局部参数估计的最优检测算法的性能比较

对以固定强度嵌入的乘性扩频水印的最优检测模型进行了研究．分别利用整体参数估计和局部参数估计方法对DFT、DCT和DWT域内最优检测的分布模型参数进行了估计，并就这两种参数估计的最优检测方法做出比较．通过实验得到以下结论：在无攻击条件下，局部参数估计的性能优于整体参数估计的性能；在有攻击条件下，整体估计的性能要好于局部参数估计的性能；压缩攻击会导致水印误检概率的增加,不同的攻击对模型造成的影响不同．     

在DCT域进行LDA的唇读特征提取方法

为解决视觉语言特征提取这个唇读技术中最关键的难题,提出一种新的基于DCT和LDA的特征提取方法。为提取对不同口型最具分类能力的特征矢量,首先基于DCT对视觉语言部位变换降维,然后基于LDA算法从DCT系数提取对口型分类性能最优的特征矢量。在特定人与非特定人的唇读数据库上以及实时唇读识别的实验都表明,该方法唇读识别率比传统的人工直接选择DCT系数法以及PCA提取法有明显提高。     

基于加权极限学习机的异常轨迹检测算法

针对现有异常轨迹检测中分类不平衡造成难以确定最优分类面的问题,提出一种基于加权极限学习机（ELM,Extreme Learning Machine）的异常轨迹检测算法。该算法采用加权ELM克服轨迹数据不平衡造成的分类面偏移,通过对正、负两类样本合理分配权重,并构造最优分类面获得较好的异常检测效果。仿真实验表明,加权ELM算法在训练速度,准确率,整体性能等方面均优干传统SVM和BP网络分类方法。     

基于对称α稳态模型的JPEG通用隐写分析

针对JPEG隐写术检测问题,提出一种基于DCT系数分布模型的通用隐写分析方法。根据DCT系数统计分布规律,建立双参数对称α稳态模型,并将模型参数估计问题转化为离散的函数参数优化问题,利用改进的遗传算法进行求解。提取分布模型的参数作为隐写分析的特征,并运用图像校准技术进行校准以提高特征的敏感性。设计与特征相匹配的、具有线性阶计算复杂度的单类分类器进行隐写判别。实验结果表明,该方法可以有效地检测JPEG隐写术,当嵌入率为25%时,平均检测率达到76.1%,相比传统基于模型的隐写分析方法提高5.5%,具有更高的检测性能。     

一种基于聚类的有指导的入侵检测方法

提出了一种新的距离定义和基于聚类的有指导的入侵检测方法CBSID(Clustering-based and Supervised Interusion Detection)．该方法在带标记的训练集上进行聚类．以聚类结果作为分类模型对未见数据进行分类．该方法对于参数和数据输入顺序具有稳健性．可增量更新分类模型．不同于一般的有指导的入侵检测方法．该方法对未知入侵有一定的检测能力．在KDDCUP99数据集上的测试结果表明，CBSID有理想的性能(高的检测率和低的误报率)．     

基于DC系数和运动矢量的快速场景分割算法

场景分割技术是动态视频分析和基于内容的视频检索的基础，以检测出来的场景作为基本单元，可以进一步对视频内容进行分析和建立索引．本文旨在提出一种基于MPEG压缩视频流的场景分割算法，利用MPEG数据流中已有的DCT DC系数和运动矢量，来检测场景的变换，从而实现场景分割，针对实际视频流中场景突变和渐变两类变换．本文提出两种方法分别处理不同情况，对于突变检测，该算法可以定位到帧，由于该算法进行最小程度的解码，降低了计算复杂度，因而大大提高了检测速度．     

基于熵和多步马尔可夫特征的图像拼接检测

随着图形编辑软件的普及,数字图像篡改越来越容易,数字图像篡改检测已成为一个亟需解决的问题。为此,提出基于图片信息熵和多步马尔可夫特征的图像拼接检测方法。该方法将图像拼接检测问题转换为两分类模式识别问题,先从原图、3阶Haar离散小波变换(DWT)和多尺度分块离散余弦变换(DCT)中提取图片的信息熵,再从图像的分块DCT系数中提取多步马尔可夫转移概率矩阵,由信息熵和多步马尔可夫转移概率矩阵组成统计特征,利用支持向量机分类器进行分类得到判决结果。实验结果表明,该方法在哥伦比亚图片库上具有较高的拼接检测精度,达到89.91%。     

一种JPEG图像的DCT域隐写分析方法

提出了一种基于JPEG图像DCT系数差分矩阵统计特征的隐写分析方法。该算法保留了以往算法选用的DCT系数水平和竖直方向的差分矩阵相关特征,通过增加其主副对角线方向上差分矩阵来提取和计算特征向量,进而利用SVM分类器进行分类。实验结果表明,该方法能够有效地对JPEG图像进行检测,并且具有较高的检测正确率。     

基于克隆选择的多光谱遥感影像分类算法

为了对多光谱遥感影像进行更精确的分类，提出了一种基于克隆选择(clonal selection)的多光谱遥感影像分类算法。该方法首先应用基于人工免疫系统的克隆选择算法对样本进行自学习来得到全局最优的聚类中心，然后利用学习得到的聚类中心对整幅影像进行分类。由于克隆选择算法具有生物免疫系统自组织、自学习、自识别、自记忆的能力，不仅使得基于克隆选择的多光谱遥感影像分类算法具有非线性的分类能力，而且能够快速准确地得到全局最优解，从而克服了传统分类方法约束条件多、容易陷入局部最优的缺点。实验结果证明，基于克隆选择的多光谱遥感影像分类算法在分类精度上优于传统的分类方法，其总精度和Kappa系数分别达到了93．63％和0．915，因而具有实用价值。     

基于校准DCT特征的JPEG图像隐写分析

提出一种基于校准DCT特征和支持向量机的JPEG图像隐写分析方法。在JPEG图像的DCT域,采用联合概率密度计算DCT系数块内和块间相关性,联合低频AC系数统计特征,利用校准技术提取243维特征,然后使用支持向量机进行训练和分类。对三种常见的JPEG图像隐写算法(F5、Outguess、MB1)进行了二分类实验。实验结果表明:在嵌入率较低的情况,该算法的检测率优于其他算法。     

基于DCT和SVD变换的多重数字水印算法

提出一种新的基于DCT和SVD分解的水印算法,该算法首先进行分决DCT变换,直接用一参数时要嵌入的中频系数进行修改,再对嵌入水印后的图像进行SVD分解,将两个随机序列嵌入到各子块的奇异值中,达到重复嵌入水印.实验表明,此双水印系统能够迭到标识、认证图像所有权的目的.     

A semi-fragile image watermarking algorithm with two-stage detection

The ability against the collage attack of semi-fragile watermarking is improved by embedding the watermark of a block in other blocks, but the tamper detection performance is impaired under general tampering. A two-stage detection method is proposed to improve the tamper detection performance of semi-fragile watermarking. For each 8 × 8 block, six-bit watermark data generated by the significant DCT (Discrete Cosine Transformation) coefficients are divided into two parts with the same length: general tampering watermark (GTW) and collage attack watermark (CAW). The GTW and CAW data of a block are embedded in the quantized DCT coefficients of itself and other blocks, respectively. In the first-stage detection, the general tampered regions are localized by the GTW data. To identify whether the collage attack exists in the received image, the identification parameter is defined by both GTW and CAW data. The selection of the predefined threshold of the identification parameter is derived and verified by the statistical experiments. If the identification parameter is larger than the given threshold, the second stage detection is performed to detect the collaged regions. Experimental results demonstrate that the proposed two-stage detection method is able to identify tampering with high probability under general tampering, collage attack and hybrid attack.     

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。     

基于JPEG双量化效应的图像篡改盲检测

JPEG图像的双量化效应是检测和发现JPEG图像篡改的重要线索。针对现有检测算法大多数是基于DCT块效应而较少利用双量化效应的情况,提出了一种利用JPEG双量化效应的图像篡改盲检测新方案。该方案对比用DCT系数直方图计算的未篡改区域后验概率和用区间长度计算的未篡改区域后验概率之间的差异性,提取能有效区分篡改块和未篡改块的特征,计算每个DCT块的特征值,然后设置阈值,将特征值大于阈值的图像块判定为篡改块,最后通过选取连通区域,标定篡改区域。实验结果表明,与已有的类似方案相比,该方案能够较精确地检测和定位篡改区域,且对颜色、纹理丰富的图像具有明显优势。     

基于邻域比较的JPEG 脆弱水印算法及性能分析

为提高篡改检测性能和协调安全性与不可见性之间的矛盾,提出一种利用邻域比较判定图像块真实性的JPEG脆弱水印算法.该算法将原始图像分成8×8的图像块,基于图像块保护DCT系数生成的4比特水印基于密钥随机嵌入到其他4个图像块量化步长较小的DCT系数最低位.通过比较该图像块与相应4个水印嵌入块8邻域中不一致图像块个数来判定该图像块的真实性,推导给出一般篡改和拼贴攻击下算法的虚/漏警率,并利用统计实验对理论分析结果进行验证.理论分析和实验统计结果表明,通过比较图像块与其相应水印嵌入块8邻域中不一致图像块个数能够提高篡改检测性能,在量化步长较小DCT系数的最低位嵌入水印,解决了保护DCT系数个数与不可见性之间的矛盾.     

基于图像特征聚类的自嵌入水印算法

提出一种新的基于图像特征聚类的自嵌入水印算法(CCSW),用于图像内容的认证和恢复.通过将表征图像特征的DCT变换的直流系数和低频系数按块聚类,把块聚类号引入块索引后的码字作为水印信息分别嵌入到本块及其后继块的中频系数中,用于图像内容的篡改检测和恢复.实验结果证明了该算法不但能容忍图像的常规处理操作,而且对包括拼接、替换等在内的蓄意伪造、篡改能进行有效定位和恢复.     

基于DCT的嵌入式图像编码

基于小波零树编码的相似结构，给出了一种均值去除的嵌入式DCT(MSEDCT)编码方法。该方法将子块DCT后的系数按一定方式重新组合，并针对重组后图像DC系数块存在的大量冗余信息，运用简单的均值去除方法进一步降低冗余信息。在此基础上，运用小波零树量化器及算术熵编码器实现对图像的有效压缩。实验结果表明，该方法在获得较高压缩比的同时，呈现出较好的图像质量，并具有比特率可分级特性，适合于无线网络或Internet上图像的累进传输或鲁棒传输。     

基于直方图对的JPEG图像无损数据隐藏

提出一种基于直方图对的JPEG图像无损数据隐藏方法。该方法通过调整直方图,在JPEG图像的量化后DCT中频系数中嵌入隐藏数据。同时,能够在不需要原始图像的情况下对隐藏数据进行盲提取并无损恢复图像数据。通过设置2个阈值来选择调整的直方图对和进行调整的DCT系数块,该方法能够在嵌入大数据量的同时依然保持较好的视觉效果。     

基于图像先验知识的量化噪声盲估计算法

经过离散余弦变换的图像在DCT域系数的分布近似符合一个用参数λ描述的拉普拉斯分布。利用该参数以及图像在JPEG压缩中使用的DCT域量化系数,可以实现对图像量化噪声的估计。提出一种基于图像先验知识的分布参数估计方法,可以在没有未压缩的原始图像作为参考时实现对λ值的估计,进而计算压缩图像的峰值信噪比。