用变参数灰度共生矩阵提取新疆民间艺术图案纹理特征

为了较好地表达新疆民间艺术图案的纹理信息,选用可变参数的灰度共生矩阵提取其纹理特征。首先,在新疆民间艺术图案库上测试变参数对关键特征统计量的影响,并给出特征值与变参数之间的变化曲线,从而选定使纹理特征稳定的可变参数范围;然后,通过旋转、加噪、改变图像大小考虑算法的鲁棒性。本文的实验结果对新疆民间艺术图案的纹理特征提取具有参考价值。     

基于图像子块DCT系数对的盲检测数字水印

提出一种新的基于Logistic加密的鲁棒性盲检测数字水印算法.利用Logistic映射特性产生的混沌序列加密生成水印序列;结合人眼的视觉系统(HVS)对原始图像中的子块进行选择;在每个被选择的子块上,根据鲁棒性要求选择DCT系数;通过对相邻系数对的大小进行比较嵌入水印.实验结果表明,本算法具有鲁棒性强、安全性高、透明性好、可以盲提取等特点,可有效用于数字媒体的版权保护.     

基于三维小波变换和HVS的视频水印算法

针对数字视频的版权保护,提出了一种以二值图像作为水印和基于三维小波变换及HVS特性的视频水印算法.首先对水印图像进行混沌加密和Arnold置乱处理,利用基于方向经验模式分解的视频场景分割技术将视频信号切分为不同的场景,通过密钥从中选取若干场景进行三级三维小波变换.再借助HVS对图像纹理区域、运动区域的掩蔽特性,使水印自适应被嵌入到低频子带的重要系数中.实验结果表明,文中的算法具有较好的不可见性,对于诸如Gaussian噪声、丢帧、帧平均和MPEG压缩等攻击具有很好的鲁棒性.     

面向.NET中间码的软件水印的设计与实现

提出了一种在.NET中间码层次上嵌入软件水印的新方法.该方法首先对中间码进行分块,然后对分块后的代码块进行顺序混淆,块之间的顺序代表所要嵌入的水印信息,最后插入无条件跳转指令使程序保持原来的语义.通过实验证明,该方法具有很高的鲁棒性,并为在低层编程语言中设计软件水印算法提供了可行的思路.     

基于OpenCV的匀速模糊图像复原与算法分析

对水平匀速直线运动造成的模糊图像进行频谱分析,估计出模糊距离,进而求得图像的点扩散函数。采用维纳滤波法和投影复原法复原图像,分析这2种算法对模糊距离的鲁棒性。采用OpenCV与MFC函数库作为软件设计基础,实现的软件系统对匀速模糊图像的复原效果比较理想。     

像素聚类改进二进制描述子鲁棒性

目标：本文通过挖掘图像局部区域特征信息,提出了一种鲁棒性更高的二进制描述子。针对BRIEF关于旋转和视角变化鲁棒性差的问题,本文通过图像补丁分层处理、增加关键点图像补丁个数来捕获更多的局部特征信息,对BRIEF描述子改进。方法：首先,根据灰度序列对补丁内所有像素点分类,像素的一个聚类形成了一个亚补丁,然后在每个亚图像补丁上进行类似BRIEF的随机测试。其次,由于原图像补丁大小、尺度大小影响补丁的像素点成分,从而影响像素聚类的效果,所以在原图像关键点周围分割出多个不同大小的图像补丁,或是将原图像补丁根据尺度金字塔确定几个尺度大小不同的补丁,然后再对图像补丁进行分层、测试。所构建的描述子不仅包含了补丁像素的灰度比较信息,而且包含了灰度排序信息和像素群聚信息,提高了描述子的鲁棒性。结果：通过性能对比实验,发现所提的描述子的性能提高了,而且好于对比的浮点描述子。结论：所以挖掘图像补丁的特征信息能提高二进制描述子的鲁棒性。     

煤炭运输路径选择与运输效率的关系模型仿真

在煤炭运输路径优化选择问题的研究中,煤炭运输网络在雨雪、泥石流、地震等突发事件下会发生路线的重新选择,选择路线过程带有波动性与随机性,受主观人为因素影响较大.传统的煤炭运输供应链路径选择与运输效率的关系模型建立方法无法对瞬时变化的路线选择进行自适应调整,无法建立包含路线突变情况的约束条件,建立的模型准确性较低.提出基于关联模糊理论的煤炭运输供应链路径选择与运输效率的关系模型建立方法,塑造可量化的煤炭运输供应链网络演化模型,依据供应链网络鲁棒性新测度,根据小范围供应链效率和连同图大小运算网络中单个节点的运输效率,将量化后的鲁棒性与效率的关系划分成两个独立的特征子空间以及非特征子空间,准确描述两者关系.仿真结果表明,在不同的干扰环境下新建模型能够较好地表述煤炭供应链路径选择与效率的关系.     

基于多分辨分解的乐音水印算法实现

利用小波变换在时变信号的低频分解特性,提出了一种针对基音低频特性的水印嵌入算法,该水印具有良好的隐蔽性和对各种音频压缩算法的适应性,对于保护音乐作品知识产权具有较高的应用价值.     

面向部件分割的PointNet注意力加权特征聚合网络

为解决PointNet最大池化损失次要特征导致部件分割精度降低的问题,提出一种面向部件分割的PointNet注意力加权特征聚合网络,能够充分利用点云的不同特征进行部件分割。首先利用多层感知机提取点云的空间几何特征,将特征乘以共享权重矩阵,以获取每个点的每一个特征的注意力分数;接着把归一化的分数作为权重乘以对应的全局特征并求和,得到聚合的全局特征;最后使用多层感知机将聚合的特征映射到部件分割结果。实验结果表明,相比于传统PointNet方法,该方法提升了部件分割的总平均交并比,同时在网络鲁棒性和计算复杂度方面具有显著优势。该方法有效优化了PointNet。     

基于割点移除的社交网络重要节点评估与仿真

在社交网络中找到关键节点具有重要的意义,对于当前传统节点重要性方法没有考虑到对网络结构的破坏,不适用于社交网络等问题,提出了一种改进的,基于割点移除的社交网络重要节点评估方法APRRank.动态的利用Tarjan算法找到并移除社交网络最大联通分量的割点,将这些节点移除的顺序作为社交网络中关键节点排序结果.以4个真实社交网络作为仿真数据,与现有算法进行对比,进行鲁棒性测试.仿真结果表明,使用APRRank得到的重要节点在鲁棒性评价标准上具有更优的结果,可以更快的使整个网络失效,因此APRRank算法可以有效的得到社交网络中的重要节点.