基于小波和不变矩的图像copy-move篡改盲检测

针对数字图像取证中一类常见的复制粘贴图像伪造,本文提出了一种基于小波变换和不变矩提取的检测算法。该算法利用小波变换提取图像的低频分量,对低频分量分块进行不变矩特征提取,然后将特征矢量进行按行字典排序,并且配合图像块的偏移位置信息,进行图像复制伪造区域的检测和定位。实验表明该算法能够较精确地定位出复制和粘贴的图像伪造区域,并有效地减少了运算量,提高了检测效率。     

基于不变矩的高分辨率遥感图像建筑物提取方法

为了有效地对图像进行特征提取, 利用不变矩算法对IKONOS和WorldView两种高分辨率遥感图像的城市建筑物地区进行提取。首先将图像数据经过Canny边缘检测和标记分水岭分割, 然后在此基础上分别利用胡氏不变矩和仿射不变矩对图像进行特征提取; 最后通过实验结果的评价可以证明在建筑物的特征提取上, 仿射不变矩比胡氏不变矩的提取效果更加显著, 进而也证明了利用不变矩算法对高分辨率遥感图像建筑物特征提取这一方法是可行且有效的。     

一种改进的水果特征提取算法

介绍了颜色矩、Hu矩、Zernike矩、小波矩等特征提取算法,改进了大小特征提取算法。针对单一特征提取算法提取特征信息不全面,不能区别对待识别样本,识别率低等问题提出了一种改进特征提取算法,该算法由上述五种算法通过特征距离自优化组合生成。介绍了算法公式,执行流程,结合项目建立了特征库。通过选取几类易于混淆的水果进行识别试验,结果表明采用改进特征提取算法的识别率明显优于单一特征提取算法,只是识别的平均时间略有延长,但可满足实时识别的要求的别足。     

基于高阶统计矩的特征提取优化算法

基于小波域高频系数的广义高斯分布（GGD）模型,提出了一种新的特征提取优化算法。通过分析研究小波系数概率密度函数的时频特性,选择在频域中提取高阶统计矩。为了更好地区分原始图像和隐秘图像高阶矩的差别,对高阶统计矩的权重函数进行改进。除此之外,对高阶统计矩阶数的确定,以及子带层次的选择也作了进一步的研究,构建了提取最优特征矩的提取算法。基于Matlab7．0平台进行仿真实验,结果证明：该算法的综合性能明显优于同类特征提取算法。     

基于高阶统计矩的特征提取优化算法

基于小波域高频系数的广义高斯分布(GGD)模型,提出了一种新的特征提取优化算法.通过分析研究小波系数概率密度函数的时频特性,选择在频域中提取高阶统计矩.为了更好地区分原始图像和隐秘图像高阶矩的差别,对高阶统计矩的权重函数进行改进.除此之外,对高阶统计矩阶数的确定,以及子带层次的选择也作了进一步的研究,构建了提取最优特征矩的提取算法.基于Matlab7.0平台进行仿真实验,结果证明:该算法的综合性能明显优于同类特征提取算法.     

明显区域块和空间分布特征的图像检索

基于小波变换理论提出了一种明显区域块检测方法,改进了环型分割算法,使对视觉有意义的区域特征提取更加快捷、方便。该算法不仅考虑到区域内的图像特征,而且还考虑到明显区域块的空间分布信息,把环型区域的颜色矩和在明显区域块附近的Gabor特点,作为索引图像的特征向量。使用Corel图像库测试了提出的方法。实验表明,该方法切实可行。     

融合区域和全局特征提取的医学图像检索技术

针对胸部CT扫描图像库，提出了一种融合区域和全局特征提取的医学图像检索方法。为了提取局部感兴趣区域，给出了一种基于灰度层共现矩阵的区域增长算法，分割出病灶区域，再结合迭代阈值算法进行病灶边界的磨合。为了避免身体姿势问题造成的图像角度差异，利用具有旋转不变性的Zernike矩提取图像的全局特征，融合感兴趣区域的形状和分布特性以及整幅图像Zernike矩全局特征作为图像匹配准则的客观依据。实验结果表明，该算法能够比较有效地应用于基于内容的医学图像检索系统中。     

基于小波矩的车辆特征提取算法研究

车辆目标图像特征提取是智能交通系统中车辆识别与分类的关键问题。在车型提取算法中,矩特征是较为常用的车型特征描述子。针对Hu矩的七个特征分量在数量级上差别较大且受比例因子影响的问题,基于不变矩和小波能量的原理和特点的研究,重点提出了基于小波矩的特征提取算法,并应用于车辆的特征提取。最后的实验对实际车辆图像进行采集,对预处理图像进行小波分解得到三级子图像,对子图像求取修正Hu不变矩,将不变矩作为特征量,利用最小邻距离分类得出识别结果。最后的实验结果显示,通过这种方法提取的特征量具有平移、旋转、比例不变性,能反映目标图像的重要的、本原的属性,与传统Hu矩相比,识别率提高了13.5%,达到了预期的目标。     

基于Radon变换的水声图像矩特征提取与分类

成像声纳采集的水声图像分析是自动水下潜器研究中的一个重要课题，该文提出了一种基于图像边缘Radon变换的水声图像矩特征提取和分类方法。使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓，构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量，应用于3类水下物体的分类中，实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩，具有很好的性能和较高的实用价值。     

基于投影变换的声纳图像特征提取与识别

用投影变换的方法进行了成像声纳采集的水声图像特征提取与识别。阐述了Radon与扇束投影变换的特点与关系,并提出了一种基于图像边缘Radon变换的水声图像矩特征提取和识别方法。首先使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量,并应用于三类水下物体的分类识别中,实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。     

基于局部小波矩的图像匹配算法

该文将图像的视觉不变矩特征引入到图像匹配领域中,通过提取图像的局部小波矩,提出了一种基于局部小波矩的图像匹配算法。并分别对所提出的算法,基于一般不变矩特征的匹配算法有关实验数据进行了对比分析,结果表明了该文所提出算法的可行性和有效性。     

A fast algorithm for computing moments of gray images based on NAM and extended shading approach

Computing moments on images is very important in the fields of image processing and pattern recognition. The non-symmetry and anti-packing model (NAM) is a general pattern representation model that has been developed to help design some efficient image representation methods. In this paper, inspired by the idea of computing moments based on the S-Tree coding (STC) representation and by using the NAM and extended shading (NAMES) approach, we propose a fast algorithm for computing lower order moments based on the NAMES representation, which takes O(N) time where N is the number of NAM blocks. By taking three idiomatic standard gray images ‘Lena’, ‘F16’, and ‘Peppers’ in the field of image processing as typical test objects, and by comparing our proposed algorithm with the conventional algorithm and the popular STC representation algorithm for computing the lower order moments, the theoretical and experimental results presented in this paper show that the average execution time improvement ratios of the proposed NAMES approach over the STC approach, and also the conventional approach are 26.63%, and 82.57% respectively while maintaining the image quality.     

Accurate and speedy computation of image Legendre moments for computer vision applications

A novel algorithm that permits the fast and accurate computation of the Legendre image moments is introduced in this paper. The proposed algorithm is based on the block representation of an image and on a new image representation scheme, the Image Slice Representation (ISR) method. The ISR method decomposes a gray-scale image as an expansion of several two-level images of different intensities (slices) and thus enables the partial application of the well-known Image Block Representation (IBR) algorithm to each image component. Moreover, using the resulted set of image blocks, the Legendre moments’ computation can be accelerated through appropriate computation schemes. Extensive experiments prove that the proposed methodology exhibits high efficiency in calculating Legendre moments on gray-scale, but furthermore on binary images. The newly introduced algorithm is suitable for the computation of the Legendre moments for pattern recognition and computer vision applications, where the images consist of objects presented in a scene.     

基于步态能量图和不变矩的身份识别算法

分析步态能量图即具有作为静态的外观特征,又包含了识别的动力学有用信息,同时证明了步态能量图对噪声的不敏感性。文章提出了一种基于步态能量图和不变矩的身份识别算法,介绍了不变矩的基本理论以及Hu提出的七个不变矩,利用图像不变矩的平移、尺度和旋转不变特性,从原始的步态能量图中提取不变矩特征作为步态能量图的输入特征向量,运用不变矩的最小距离分类器的模式匹配进行步态特征分类。最后在CASIA步态数据库上对所提出的算法和其他新的步态识别方法相比较。实验结果表明,提出的算法是一种有效的步态识别方法。     

基于图像Tchebichef矩抗几何攻击的零水印算法

由于目前基于图像矩技术的水印算法水印容量小,算法复杂,鲁棒性有待提高,提出一种新颖的抗几何攻击的零水印算法。该算法以图像归一化技术和Tchebichef矩系数的特点为基础,首先计算原始图像单位圆内旋转归一化的Tchebichef矩,将Tchebichef矩的左上角部分扫描成数值矩阵;然后根据数值矩阵和水印图像生成二进制密钥并保存到零水印信息库。证明版权时待检测图像也按相同的流程处理,利用密钥和生成的数字矩阵提取待检测图像的水印。实验结果表明,该算法对任意角度的旋转、缩放和常规信号处理及其组合攻击具有很强的鲁棒性。     

基于PC的不变矩实时计算算法

矩和不变矩是工业部件识别和检测的重要特征.几何矩的值必须实时计算.介绍了灰度图像二维几何矩的高效计算.尽管存在许多矩快速计算算法,但不能在没有特殊硬件工具的微机上实时计算.原因是这些快速算法虽减少了计算复杂性,但在计算过程中仍需要大量浮点运算.为了实现在微机上的实时计算,提出的算法将图像分成相同大小的块,每图像块运用定点运算计算各自矩,然后运用浮点运算计算整个图像的矩.这种计算模式不需要近似而是精确计算,然而对于每个图像块不采用变换不容易克服溢出问题,在高效计算各图像块矩过程中使用了改进的Hatamian滤波器.实验结果表明,提出的算法大大减少了浮点运算次数,大大提高了图像矩计算速度.该算法可有效应用于复杂工业部件的实时识别和检测.     

基于图像小波矩特征调制的鲁棒水印

为了提高水印抵抗旋转、剪切等攻击的能力，提出了一种新的基于小波矩特征调制的鲁棒性水印算法。小波矩具有旋转、平移、缩放不变性，且具有小波的多分辨率特性，可以利用水印信息调制载体的低阶小波矩实现信息的隐藏，并且对各阶矩的隐藏能力进行比较。实验表明该算法对剪切、旋转等几何攻击具有很强的抵抗能力，且水印检测不需要原载体的参与。     

一种Pseudo-Zernike矩的改进算法

Pseudo—Zernike矩在模式识别中被广泛采用。但由于Pseudo-Zernike矩的复杂性，相关算法研究尚未得到良好解决。文中对常用算法进行改进，提出了一种直接将矩形图像映射到单位圆内进而求取Pseudo—Zernike矩的算法，并将其应用于识别阿拉伯数字。实验结果表明该算法在计算速度和识别精度上都有明显提高。     

一种图像隐写分析方法

针对现有隐写分析算法对彩色图像的检测效果不理想的问题,提出一种基于小波统计特征的隐写分析算法来分析嵌入信息前后载体图像与隐写图像之间的统计特征的差异。该算法首先将图像变换到YCbCr空间,其次通过小波分解提取预测子带的小波系数概率密度函数矩(PDF)和预测误差图像的子带系数直方图特征函数矩(CF),最后运用支持向量机(SVM)进行分类。实验表明,该方法对于流行的F5、OutGuess和Jphide&Seek隐写方法具有较强的检测能力。     

基于不变矩景象匹配算法

分析基于灰度匹配方法存在着亮度和裁剪误差，提出基于不变矩景象匹配算法，并对矩不变量作如下改进：用原点矩代替中心矩，克服平移不变性给不变矩带来的影响；用圆形测量窗代替方形测量窗消除因旋转而产生的裁剪误差；引入亮度因子，克服基准图和匹配图之间因亮度差异带来的影响；采用金字塔算法减少搜索次数，提高匹配速度。实验表明，基于不变矩下视影像匹配算法具有较好稳定性，匹配准确率较高。