基于改进二维保局投影算法的人脸识别

传统的二维保局投影(2DLPP)算法未考虑样本邻域间局部信息,并且所提取的特征矩阵分量间存在相关性。针对该问题,提出基于大间距准则的最小相关性监督2DLPP算法。引入类间局部散度矩阵和类内局部散度矩阵,最大化带权的散度矩阵迹差,以增大样本类间散度,减小样本类内散度,从而更好地刻画数据的流形结构。计算所提取特征矩阵各分量间的协方差矩阵,通过最小相关性分析,减少特征信息的冗余。在Yale和ORL人脸库上进行仿真实验,结果显示,当训练样本数为5时,该算法的最高识别率分别为92.5%和96.2%,与传统2DLPP算法、二维主成分分析法、二维线性判别分析法和二维大间距准则法相比,识别率均有所提高。同时对不同训练样本数下识别率均值和方差进行分析,验证了算法的稳定性。     

基于FCM算法的隐写分析算法综合评估

从与图像隐写分析算法评估相关的问题入手,分析隐写分析算法评估的指标,利用FCM算法实现对各种隐写分析算法的性能评估和比较。该评估算法不仅能对现有隐写分析算法进行评价,以选出最优算法,也适合对新的隐写分析算法进行性能评价。实验结果表明,该评估算法是有效的。     

一种基于DWT的双密钥自适应水印算法

为了更好地保护数字图像的版权,提出了一种基于小波变换域的双密钥自适应水印算法。该算法首先结合梯度分割阈值选取策略,自适应抽取图像内容特征并作为水印信息;然后利用载体图像的邻域特征自适应确定量化步长,并通过量化调制小波系数嵌入数字水印。针对不断出现的各种各样的水印攻击,尤其是解释攻击,通过对其原理的分析,提出了由认证中心分密钥和作者分密钥组成的双密钥水印方案,较好地解决了在抗解释攻击方面存在的问题,提高了水印信息的安全性。仿真实验表明,该自适应水印算法不仅具有良好的不可见性,而且对JPEG压缩、高斯噪声、图像剪切和中值滤波等攻击具有理想的鲁棒性。     

“数学实验”课程教学体系的构建和完善

本文从激发学生的兴趣和创造力，培养学生的创新意识、自主精神和应用能力出发，探索了数学实验课程的教材建设、CAI课件研制和多媒体教学方法的改革思路。     

一种二维混沌加密彩色图像自适应水印算法

数字水印技术可以有效地保护数字产品的版权,维护数据安全。现有的数字水印方法大多数针对灰度图像,而较少研究彩色图像。但是与灰度图像水印相比,彩色图像水印含有更多的信息。因此,文中提出了一种二维混沌加密的彩色图像自适应水印算法。经过二维logistic混沌迭代生成加密水印。在水印嵌入过程中,把彩色图像亮度分量分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

基于深度学习的垃圾图片处理与识别

针对城市环境卫生提出的对市民生活垃圾进行分类回收的要求,考虑计算机卷积神经网络在图片分类中的强大表现,提出了基于深度学习中卷积神经网络对垃圾图片处理以及输出识别的新模型与方法。针对目前图像局部特征表达存在的复杂性,模糊性等不足,采用特征多层池化以及系统神经网络学习的方式进行优化。同时在ResNet101模型的基础上设计并构建了基于CNN(Convolutional Neural Network)算法的新模型框架,此系统模型也能实现端与端的实时识别。新模型提高了对训练样本图像信息提取的精确度以及图片识别的准确率,实验表明识别准确率平均提高了10%。为未来实现人工智能垃圾分类提供图像识别模型基础。     

一种二维混沌加密彩色图像自适应水印算法

数字水印技术可以有效地保护数字产品的版权,维护数据安全。现有的数字水印方法大多数针对灰度图像,而较少研究彩色图像。但是与灰度图像水印相比,彩色图像水印含有更多的信息。因此,文中提出了一种二维混沌加密的彩色图像自适应水印算法。经过二维logistic混沌迭代生成加密水印。在水印嵌入过程中,把彩色图像亮度分量分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

基于改进的SPIHT整数提升小波变换的图像压缩

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于三维直方图重建和降维的Renyi熵阈值分割算法

针对三维Renyi熵阈值算法的高计算复杂性及抗噪性差的问题,提出一种基于三维直方图重建和降维的Renyi熵阈值分割算法。该方法通过重建三维直方图,将三维直方图区域划分由八分法改为二分法,不仅减弱了噪声干扰,而且计算复杂度也由O(L6)降到O(L)。实验结果表明,该算法抗噪性更强,分割效果更好,计算时间也远低于传统三维Renyi熵算法。     

基于邻域均值关系的Contourlet域量化水印算法

提出了一种基于邻域均值关系的Contourlet域量化水印算法。原始图像经过Contourlet变换,分解为一系列多尺度、局部性、多方向性的子带,对原始水印图像进行Arnold置乱加密,从分解的多方向高频子带中选择能量较大的子带作为嵌入区域,根据系数与邻域均值关系选择嵌入位置,用量化的方法修改嵌入位置的系数,达到嵌入水印的目的。水印的提取不需要原始图像,实现了盲提取。实验结果表明,该水印算法不仅具有较好的不可见性,而且对加噪、JPEG压缩、滤波、剪切等攻击具有较强的鲁棒性。