盲环境下的数字图像可信性评估模型研究

随着各种数字图像处理软件和信息隐藏软件的涌现,数字图像正面临"信任危机".文中从可信的角度考虑数字图像的安全问题,提出盲环境下数字图像可信性评估的概念.文中提出了两类可信性评估模型:可信性判断模型和可信性度量模型.可信性判断模型在数字图像取证技术的基础上,围绕数字图像的不同生命阶段,判断数字图像是否可信.可信性度量模型分为可信性综合度量模型和可信性历史度量模型两种.文中设计了一种基于隐马尔可夫(HMM)的历史度量模型和一种基于模糊层次分析法的综合度量模型.在所设计模型的基础上,文中进一步研究了盲环境下数字图像可信性评估体系.文中最后通过实验结果验证了所提出的数字图像可信性综合度量模型的有效性.     

基于修复顺序的图像修复算法

提出一个用于图像修复的算法。首先计算修复前沿每个待修复小片的优先级,然后优先修复具有最高优先级的小片。优先级计算方法能体现每个小片具有的结构信息以及已有颜色的可信度,使得基于小片的纹理综合方法有序进行,同时修复目标区域中的纹理和结构信息。用户选择一个目标区域后,算法就根据选择区域周围的信息自动地修复目标区域。实验证明该算法不仅快速且修复的效果非常好,且目标区域较大时也能达到很好效果。     

印前数字图像自动修复技术的方法及应用

印前图像修复需要有经验的技术人员进行复杂的手工处理,现今,计算机图像处理领域对图像自动修复技术的讨论,对印前图像的处理提供了新的方法和方向。本文主要介绍了图像自动修复技术及其发展,以及在印刷行业的应用。     

印前数字图像自动修复技术的方法及应用

印前图像修复需要有经验的技术人员进行复杂的手工处理,现今,计算机图像处理领域对图像自动修复技术的讨论,对印前图像的处理提供了新的方法和方向.本文主要介绍了图像自动修复技术及其发展,以及在印刷行业的应用.     

一种有效的大面积图像修复方法*

现有的图像修复技术只能修复图像上细小的划痕,而单一地使用纹理合成可能会产生明显的错误结果。由此提出了一种新算法,结合现有的图像修复和纹理合成技术的优势,弥补了单独使用它们的不足,可以有效地对图像中较大区域的破损进行修复。     

基于纹理方向的图像修复算法

在使用基于样本的纹理合成技术的图像修复算法中,搜索纹理的匹配块时,利用纹理的方向特性,可以将搜索过程约束到沿着纹理的方向进行。在Criminisi A的算法基础上,加入了确定纹理方向过程,优化了纹理块的优先权和大小的计算方法。实验结果表明,该方法在处理强方向性的纹理图像的修复时有很好的效果,明显地提高了计算效率。     

数字图像盲取证对样本合成修复应用的篡改区域检测算法

提出了一种图像盲取证算法, 用于检测利用样本合成修复技术制作的伪造图像. 该算法采用零连通特征来描述修复技术导致的图像块之间异常的相似性, 然后构建升半梯形隶属函数将该相似性特征转换成块属于篡改块的模糊隶属度, 通过截集划分并结合高隶属度块的位置信息, 进行伪造图像的检测和篡改区域的定位. 实验结果表明该算法能够有效区分自然图像和修复伪造图像, 并可进一步定位图像的篡改区域.     

基于纹理和结构的图像修复算法研究

图像修复是一种修复图像中破坏部分的技术,具有广泛的应用。传统的图像修复算法对于纯结构或纯纹理图像有较好的修复效果,对于既有结构又有大量纹理的图像,可以先将图像分为结构子图和纹理子图,再分别用不同的方法处理两个子图。算法结合了Poisson方程和块纹理合成的思想,首先将原图分解成结构子图和纹理子图两部分,然后根据两个子图各自的特征分别进行修复。对于结构子图像,采用基于Possion方程的方法进行修复,对于纹理子图,采用纹理块合成方法进行修复。实验证明,该算法具有良好的修复效果。     

基于演化算法的纹理合成图像修复技术

针对Criminisi算法中计算待修复块优先级时存在的一些不足及搜索最佳匹配块效率低的问题,提出一种基于演化算法EA(Evolutionary Algorithm)的纹理合成图像修复技术。该算法首先从等照度线方向和梯度方向共同考虑待修复块的优先权,并根据梯度的变化来控制模板窗口的大小,然后提出用演化算法在待修复区域周围搜索最佳匹配块,最终达到快速准确修复图像的目的。仿真实验表明,提出的新算法与传统算法相比具有更快地收敛速度和更好地修复效果,其综合性能优于Criminisi算法。     

无线传感器网络链路报文丢失率推测方法研究

针对传感器网络能源有限的特征,提出一种适用于传感器网络的链路报文丢失率测量方法。根据在汇聚节点（sink）获取的网络数据报文,将链路报文丢失率推测形式化为MLE问题并用EM算法解决推测问题。仿真试验证明,算法在不增加网络负担的前提下,能够有效地推测链路的报文丢失率;随着网络规模的扩大,算法仍能准确地反映网络内部的链路性能。     

一种基于数据汇聚的传感器网络链路报文丢失率推测算法*

提出一种基于数据汇聚的传感器网络链路报文丢失率推测算法,利用在汇聚节点观测到的父子节点报文接收数量的差异,通过简单的数值计算快速地推测逻辑链路的报文丢失率。仿真结果与理论计算结果相比表明,算法能够较准确地推测出逻辑链路上的报文丢失率,实时性好。     

基于网络断层扫描的传感器网络链路丢包研究

文中提出了一种基于网络断层扫描的无线传感器网络链路丢包率测量方法,通过边界节点的丢包率来估计传感器内部链路丢包的情况。根据无线传感器网络数据聚合的特点,提出了网络逻辑拓扑和链路报文丢包模型,在将链路报文丢失率推测问题形式化为MLE问题的基础上,用引入修正因子的μ的EM算法来推测链路报文丢失率。NS2仿真结果证明,μ-EM算法推测的链路报文丢失率与预设值更加接近,特别是在大规模网络中μ-EM算法在精确度和有效性方面均明显优于EM算法。     

无线传感器网络分簇算法研究

无线传感器网络是当前研究和应用的热点,拓扑控制是其研究的重要领域。在与其他传统无线网络拓扑控制机制比较的基础上,归纳了无线传感器网络分簇算法应具有的特性,并对近年来针对无线传感器网络提出的有代表性的分簇算法进行了研究,总结了各种分簇算法的特点和适合的应用场合,重点分析了它们的不足之处,最后指出了无线传感器网络分簇算法未来发展的趋势。     

基于单播丢包层析技术的探测包发送机制

网络层析技术通过端到端测量就能推测网络的内部性能,无须网络中间节点配合,因此被广泛的应用于网络测量及诊断。对基于单播的网络丢包率层析成像模型进行了详细的探讨,并针对现有的单播层析发包方式的包组相关性缺陷提出了一种改进发包方法。通过NS2的仿真,证明了改进的发包机制能更加准确的估算网络丢包率。     

一种基于整体变分的图像修补算法及其应用

针对污损数字图像修复这一问题,重点考虑了图像的两个重要特征：梯度和等照度线的曲率,探讨了两者对图像修补效果及速度的影响。从而将两者同时纳入图像修补模型,提出了一种新的基于整体变分的图像修补算法。实验表明,相比于CDD算法,该算法能够在短时间内较好地修复污损区域,且能将断裂的水平线连接得更为光滑、自然。     

面向煤矿工作面的定位无线传感器网络传输性能优化

针对煤矿工作面定位无线传感器网络(PWSN)端到端时间较长、丢包率较大等问题,提出采用保障贪婪调度(GGS)算法来优化网络传输性能。GGS算法结合了粒子群优化(PSO)算法和贪婪算法,使用PSO算法对信道中的报文种群进行有序化处理,实现对种群的保障;使用贪婪算法对网络传输过程中的具体服务请求形成一种多层次、反复迭代的处理机制,以优化报文种群质量;利用PSO变异算法对种群进行检查和更新,以确保得到的是最优解。仿真结果表明,与现有文化基因算法(MA)、差分进化人工蜂群(DE-ABC)算法相比,GGS算法可在控制丢包率的前提下缩短传输时间,提升网络整体性能。     

网络透视的研究和发展

网络透视是一新兴网络课题,旨在通过端到端的方法得到链联级的性能特性,比如:丢包率和平均延迟等。所得到的信息对进一步认识网络的动态性质极有帮助,并且将指导人们从事下一代网络的开发与研究。该文将简要论述这方面的研究情况,以期促进国内有关研究机构对此方面的研究予以重视。     

基于收包评价的无线传感器网络部署

研究基于收包评价的无线传感器网络的部署,旨在用尽可能少的节点完成监测任务.提出了收包评价模型,用统计的方法研究无线传感器网络全网的数据收包情况,将收包视为正,丢包视为负,分析得出部署节点的具体数目,在满足部署需求或监测精度要求的前提下,使全网数据收包最大化.实验表明所提出的方法可以最大化网络的数据包接收.由于无线传感器网络中的丢包往往难以避免,收包评价适用于允许一定丢包率的实际部署,因而提出的方法具有广泛的现实意义,可以指导实际部署,以形成良好运行的无线传感器网络.     

基于无线传感器网络的海洋环境监测系统研究

针对海洋环境理需求,提出并开发了基于智能无线传感器网络的监测系统,旨在完成海洋生态环境监测,数据实时处理、各类海洋气象与灾害的数值预报预测,各类海水指标检测控制.该系统综合运用无线传感网络技术,嵌入式计算技术、现代网络技术、无线通信技术和分布式智能信息处理技术,将功能相同或不同的传感器构成智能化传感器网络,大大提高了传感器的监测能力.模拟实验结果表明了该系统的有效性及良好的稳定性.