基于自适应提点鲁棒定位的图像复制粘贴篡改检测

复制-粘贴篡改检测(Copy-Move Forgery Detection, CMFD)是数字图像篡改的一种常见方式, 近年来已成为多媒体取证领域一个重要的研究方向. 本文提出一种鲁棒的复制-粘贴篡改检测算法, 基于构造波动函数自适应获取阈值的方法均匀提取图像特征点, 可在篡改区域小或平滑的情况下进行鲁棒检测. 引入DBQ-LSH匹配算法进行特征匹配, 降低了时间复杂度. 提出基于不变矩LBP图像的定位方法, 在图像受到噪声攻击和JPEG压缩攻击下能精准定位篡改位置. 实验结果表明, 该算法具有优良的检测正确率(图像级)和检测精度 (像素级).     

如何设计与开发硬盘写保护程序

通过剖析计算机病毒工作原理及硬盘分区管理机制，提出了对硬盘进行写保护的基本设计思想，进而详细论述了硬盘写保护的具体实施过程，并给出了硬盘写保护的汇编语言源程序代码，最后简单说明了硬盘写保护需注意的一些问题。     

基于多Agent的智能网络答疑系统设计

网络答疑是多媒体网络教学系统不可缺少的功能之一.近年来,人们陆续研制和开发了一系列网络答疑系统,这些网络答疑系统已在教学过程中发挥较大作用,但其均不同程度地存在一些问题.(1)系统的自适应性能较差.如进行问题关键词匹配时,经常答非所问.(2)问题及答案的表现形式不够丰富,主要以文本为主,缺乏必要的图像、声音等多媒体支持能力.(3)数据管理功能薄弱,多采用e-mail、留言板或BBS等方式进行问题解答,难以充分利用高效的数据库管理技术,不便于数据的重复利用.(4)标准化程度不高,在设计时并未考虑标准化问题,导致重要资源无法共享等.     

一种改进的嵌入零树小波图像编码算法

基于逐次逼近量化与零树结构的嵌入零树小波编码（EZW）是一种优秀的图像压缩算法，然而该算法进行逐次逼近量化时需搜索扫描所有小波系数，从而必然导致高频子带所产生的二进制符号流中存在大量冗余，这无疑会大大影响其编码效率，针对EZW编码算法存在的以上不足，提出了一种改进的嵌入零树小波图像编码算法，该算法能够通过定义多阈值、改进逐次逼近量化过程、修改嵌入编码策略、采纳复杂关联模型等措施，进一步提高EZW算法工作效率，实验结果表明：改进的EZW编码算法是一种高效的图像压缩算法，其压缩速度、图像复原质量等关键技术指标均明显优于EZW和S＋P等编码算法（特别是在高压缩比下）。     

零树小波图象压缩算法的改进

针对零树小波编码等常用图象压缩算法存在的压缩速度慢、压缩比小、重构复原图象效果不理想等问题 ,本文充分考虑人的视觉特性 ,结合不同方向不同尺度子带之间的相关性 (横向相关 ) ,提出了一种基于高频带面的新零树小波编码算法 (以下简称为改进的零树小波编码算法 ) .实验结果表明 :改进的零树小波编码算法在压缩比、编码时间、解码时间、重构复原图象质量等方面均优于零树小波编码算法 .     

基于图像归一化的Contourlet域数字水印方案

Contourlet变换是一种全新的高维信号奇异性分析工具,其不仅具有良好的方向性和各向异性,而且能够高效率捕获图像几何结构.本文以Contourlet变换理论及图像归一化技术为基础,提出一种基于图像归一化的Contourlet域数字水印方案.该方案首先利用图像归一化技术将原始载体映射到几何不变空间内,并提取出归一化图像的重要区域;然后对重要区域实施Contourlet变换;最后根据人眼视觉特性及系数相关性,利用量化调制策略将水印信息嵌入到Contourlet域低频子带内.仿真实验结果表明,该数字图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理及几何攻击的能力.     

一种基于均值量化的抗去同步攻击数字水印算法

基于量化调制的音频水印方案以其原理简单、操纵灵活等特点,已引起人们广泛关注,但现有方案不同程度地存在鲁棒性较差等不足之处.结合音频统计均值稳定特性及同步码技术,提出了一种新的数字音频水印嵌入算法,该算法选取稳健的16位巴克码作为同步标记,通过量化音频样本统计均值嵌入同步码,同时结合听觉掩蔽特性量化低频小波系数平均值嵌入数字水印.仿真实验结果表明,本算法不仅具有较好的不可感知性,而且对常规信号处理(MP3压缩、低通滤波、添加噪声、均衡化等)和去同步攻击(随机剪切、幅度缩放、抖动等)均具有较好的鲁棒性.     

分段快速排序法的改进

针对分段快速排序法^[1]因分段映射策略不理想而造成算法复杂度显著增加之问题,本文提出了一种由按位块分段、分段映射和局部快速排序所组成的新排序算法－按位块分段快速排序法（以下简称为“按位块分段快速排序”）。算法分析和实验结果都表明：在待排序数据均匀分布或正态分布的情况下,按位块分段快速排序法的时间复杂度可以达到O(N),是附加存储空间开销却仅仅为N＋M（M为分段数目,1≤M≤N）,同时排序速度明显优于QuickSort^[2]、分段快速排序^[1]、分“档”统计插入排序^[5]和Proportion Split Sort^[7]等算法。     

分“档”快速排序算法研究

文章在文献［１］的基础上,提出了一种由分“档”、整体置换和局部快速排序所组成的新排序算法——分“档”快速排序法。算法分析和实验结果都表明：在待排序数据均匀分布或正态分布的情况下,分“档”快速排序算法的时间复杂度可以达到Ｏ（ｎ）,而附加存储空间开销却仅仅为［（ｎ＋１）／２］,同时排序速度明显优于Ｑｕｉｃｋ Ｓｏｒｔ［２］、快速分组排序［５］、分“档”统计插入排序［１］和 Ｐｒｏｐｏｒｔｉｏｎ 　Ｓｐｌｉｔ Ｓｏｒｔ［４］等算法。