基于马尔可夫链蒙特卡罗采样的双密钥盲水印算法

为了更好地提高水印算法的安全性,提出了一种基于两种形式密钥的强鲁棒盲水印算法。首先对水印加密,然后将每块载体的第一个奇异值组成矩阵Q再分块离散小波变换(DWT)获得四个子带,通过对四个子带进行马尔可夫链蒙特卡罗(MCMC)采样决定第k个水印位量化嵌入到矩阵Q的第k块低频、水平、垂直和高频子带中的一个并记录当前嵌入子带的密钥位,这样做不仅使水印位随机分配,而且提高了水印算法的安全性。实验结果表明,所提算法在满足不可见性的条件下,不仅对常规的图像攻击具备较强的鲁棒性,而且在水印嵌入过程中通过MCMC采样实现了用不同的密钥嵌入,提高了水印算法的安全性。     

基于小波变换的数字图像自适应盲水印算法及实现

针对传统基于人类视觉系统特性的空间域与变换域结合算法的缺陷,提出了一种基于小波变换的数字图像自适应盲水印新算法,通过置乱加密技术提高整个数字水印系统的安全性能,水印嵌入过程中使用了改进的量化水印算法;通过计算相邻特征平均值来自适应调整待量化小波系数的量化间隔,大大提升了水印系统的逼真度;实验结果表明,该算法具有嵌入信息量大,嵌入水印图像透明性好,对常见的噪声、中值滤波、旋转、剪切和JPEG压缩抵抗性强等特点,算法对于常见攻击后提取出的水印仍与原始水印具有0.90以上的相似度,具有很好的鲁棒性。     

基于DWT-SVD与量化相结合的盲水印算法

提出了一种新的盲鲁棒水印算法,它充分利用了小波变换的多分辨特性和矩阵奇异值分解的能量稳定特性,通过量化的方法将二值水印嵌入到原始图像的低频区域中,在水印的提取过程中不需要原始图像参与。实验证明,该水印算法的鲁棒性较好,具有不可见性,比Sun算法的性能有所提高。     

一种基于小波变换的图像鲁棒性盲水印算法

对数字水印技术的概念、特点、分类、模型等作了简单的介绍,给出一种基于小波变换的图像鲁棒性盲水印算法。实验表明,该算法能够很好地抵抗局部剪切的攻击。文中还结合实验结果对增强剪切攻击鲁棒性的技术进行了分析。     

一种基于小波变换的图像鲁棒性盲水印算法

对数字水印技术的概念、特点、分类、模型等作了简单的介绍，给出一种基于小波变换的图像鲁棒性盲水印算法。实验表明，该算法能够很好地抵抗局部剪切的攻击。文中还结合实验结果对增强剪切攻击鲁棒性的技术进行了分析。     

基于SCS的盲音频水印算法研究

结合音频水印的特点,提出了一种基于SCS的盲水印检测算法、该算法可以根据对水印性能的要求计算嵌入的参数,具有很高的实用价值：对时域和小波域上嵌入的水印在加噪声、MP3压缩及重采样等攻击下的性能进行了对比分析,实验证明,该算法具有较高的有效件和稳健性。     

基于混沌系统与提升小波的彩色图像盲水印算法*

研究了混沌序列、提升小波在彩色图像盲水印中的应用,给出一种新的基于混沌系统和提升小波的彩色图像盲水印算法。算法同时采用两种不同的混沌序列,提高了算法的安全性;根据人类视觉系统特性使中低频使用不同的算法自适应地嵌入水印,使算法有了很好的隐藏效果;使用提升小波变换提高了算法的效率;对受严重攻击后提取出的水印进行优化处理,使算法有了很好的鲁棒性。实验证明,该算法具有较高的效率、较好的隐藏效果、很好的安全性和鲁棒性。     

基于DWT的彩色图像鲁棒盲水印新算法

本文提出了一种基于小波域低频系数量化的彩色图像鲁棒盲水印新算法.首先将RGB彩色宿主图像转换为YCbCr颜色空间,然后对亮度分量Y进行三层小波分解,采用适当的量化间隔对低频逼近子带LL3进行均值量化,根据量化系数的奇偶特性再与二值图像置乱转化后的水印序列进行异或运算,从而把水印嵌入到亮度分量的逼近子带中.仿真实验结果表明,本文提出的算法对JPEG/JPEG2000压缩、添加噪声、滤波、剪切、像素移位等多种攻击有较强的鲁棒性,透明性好,并且能实现水印的盲提取.     

基于马尔可夫链模型的图像拼接篡改盲取证算法

利用马尔可夫链对图像DCT变换系数的相关性进行建模,提取模型的状态转移概率矩阵作为特征向量,然后采用支持向量机分类器对自然图像和篡改图像进行分类。实验结果表明,该算法的平均准确率达到了86%,性能优于Ng提出的基于双相干特征的拼接图像检测算法。     

一种基于关系和量化的盲水印算法

盲水印提取时不需要参考原始图像,在数字产品的版权保护中具有更广泛的应用前景.提出的盲水印算法在分块DCT的基础上,采用了关系嵌入和量化嵌入自适应选择的嵌入策略.关系为8×8图像块DCT的直流系数和之字形排列的第二个低频系数之间的大小关系.量化嵌入采用抖动调制,可以方便地调节水印的透明性和鲁棒性.大量仿真实验结果表明它对噪声、滤波、JPEG压缩、剪切等攻击有很好的鲁棒性且具有良好的透明性.     

Parallel and interacting Markov chain Monte Carlo algorithm

In many situations it is important to be able to propose N independent realizations of a given distribution law. We propose a strategy for making N parallel Monte Carlo Markov chains (MCMC) interact in order to get an approximation of an independent N-sample of a given target law. In this method each individual chain proposes candidates for all other chains. We prove that the set of interacting chains is itself a MCMC method for the product of N target measures. Compared to independent parallel chains this method is more time consuming, but we show through examples that it possesses many advantages. This approach is applied to a biomass evolution model.     

Automatic glottal inverse filtering with the Markov chain Monte Carlo method

This paper presents a new glottal inverse filtering (GIF) method that utilizes a Markov chain Monte Carlo (MCMC) algorithm. First, initial estimates of the vocal tract and glottal flow are evaluated by an existing GIF method, iterative adaptive inverse filtering (IAIF). Simultaneously, the initially estimated glottal flow is synthesized using the Rosenberg–Klatt (RK) model and filtered with the estimated vocal tract filter to create a synthetic speech frame. In the MCMC estimation process, the first few poles of the initial vocal tract model and the RK excitation parameter are refined in order to minimize the error between the synthetic and original speech signals in the time and frequency domain. MCMC approximates the posterior distribution of the parameters, and the final estimate of the vocal tract is found by averaging the parameter values of the Markov chain. Experiments with synthetic vowels produced by a physical modeling approach show that the MCMC-based GIF method gives more accurate results compared to two known reference methods.     

参数反演的微分进化蒙特卡洛算法

针对参数反演问题,提出了微分进化蒙特卡洛算法。此方法是在贝叶斯推理的蒙特卡洛算法的基础上融入微分进化思想。与传统的蒙特卡洛算法相比,此方法有效地缩减了迭代次数,提高了反演精度并具有一定的稳定性。     

一种基于吉布斯抽样的MUSIC多维参数联合估计算法

将马尔可夫蒙特卡罗(MCMC)方法与多重子空间分类(MUSIC)方法估计相结合,提出一种用于联合估计多个目标的频率、方位和俯仰,基于吉布斯抽样的MUSIC多维参数联合估计新方法。该方法将MUSIC方法的谱函数作为频率、方位和俯仰的联合概率密度函数,采用MCMC吉布斯抽样方法对该联合概率密度函数进行采样。理论分析和仿真实验表明:在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力,而且减少了计算量和存储量     

马尔可夫链蒙特卡洛重要度采样与多目标跟踪

针对强杂波环境下的多目标跟踪问题,提出一种基于马尔可夫链蒙特卡洛重要度采样的跟踪方法．通过马尔可夫链蒙特卡洛实现对联合关联事件的采样,据此计算目标可关联量测数据的边缘关联概率．在联合关联事件求解中利用单目标量测的概率密度进行重要度采样,提高采样效率．马尔可夫链蒙特卡洛重要度采样方法克服了联合概率数据关联中的“组合爆炸”问题,能够在强杂波干扰下较好地实现多目标实时跟踪．通过仿真实验对比分析了算法的跟踪精度和处理的时效性,验证了方法的有效性．     

基于RJMCMC的视觉多目标跟踪算法

研究了基于MCMC的多目标跟踪算法。针对MCMC迭代过程中抽样置信度低以及不能进行有效迭代的问题,提出一种新的基于RJMCMC的视觉多目标跟踪算法。给定观测量,将跟踪问题建模为状态量的最大后验估计(MAP)、关于MAP的先验与似然的估计。借助匹配阵给出了目标先验建议分布,设计了4种马氏链可逆运动方式;似然度量采用随空间加权的颜色直方图匹配衡量。MCMC抽样过程中的状态由MS迭代产生,而不是随机走生成。基于似然度量导出了MS迭代式。实验结果及定量分析评估结果说明了本算法的有效性。     

Front-view vehicle detection by Markov chain Monte Carlo method

In this paper, we propose a new vehicle detection approach based on Markov chain Monte Carlo (MCMC). We mainly discuss the detection of vehicles in front-view static images with frequent occlusions. Models of roads and vehicles based on edge information are presented, the Bayesian problem's formulations are constructed, and a Markov chain is designed to sample proposals to detect vehicles. Using the Monte Carlo technique, we detect vehicles sequentially based on the idea of maximizing a posterior probability (MAP), performing vehicle segmentation in the meantime. Our method does not require complex preprocessing steps such as background extraction or shadow elimination, which are required in many existing methods. Experimental results show that the method has a high detection rate on vehicles and can perform successful segmentation, and reduce the influence caused by vehicle occlusion.     

一种基于蒙特卡罗方法的体绘制算法*

为解决医学图像三维可视化中大规模体数据显示速度与成像质量问题,引入一种基于蒙特卡罗方法的新颖体绘制算法。本算法根据给出的概率密度函数从随机样本点或其子集中选取一个点阵来进行绘制,主要适用于对大规模体数据集的有效可视化。另外,使用渐进细化的方法在图像质量和交互性上进行权衡折中,以适应实时要求。实验结果表明,在最终图像分辨率固定的情况下,本算法的时间复杂度和空间复杂度都比之前的算法要好,成像质量也满足实时绘制要求,可以在实际应用中使用。     

结合提升小波和QR码的盲水印实现

提出了一种结合提升小波和QR码的盲水印实现。嵌入水印时,首先对需要版权保护的图像进行提升小波变换,然后对水印图像进行QR码编码处理,再对得到的QR码图像进行混沌处理以提高算法的安全性,最后将经过QR码编码、混沌处理的水印信息通过元胞自动机处理嵌入到原始图像的提升小波逼近子图中。水印提取时,对经过上述处理后的图像应用元胞自动机、混沌系统、QR码解码得到原始水印信息。仿真结果表明,该实现方法具有较高的鲁棒性,能够抵抗剪切、修改、噪声等攻击。该实现方法能够广泛应用于版权保护领域,具有一定的实用价值。     

基于DCT和SVD变换的盲数字水印算法

结合奇异值分解（SVD）变换,提出一种基于DCT域内DC分量的数字盲水印算法。对原图像进行8×8分块DCT变换,对DC系数集合进行2×2分块的SVD变换,使用量化步长Q量化每个小块对应的最大奇异值,向量化后的结果嵌入水印。由于选择DC系数进行SVD变换,且SVD变换结果表现的是图像的内蕴特性而非视觉特性,故算法具有较高的稳健性和透明性。实验表明,该算法可以有效地抵抗中值滤波、JPEG压缩、噪声等常规篡改处理,水印的提取不需要原始图像参与,执行起来简单方便。