【摘 要】
：
为了提高隐写分析的检测率和效率,本文提出了一种加权融合的联合图像专家小组JPEG(joint photographic experts group)图像通用隐写分析方法.该方法分别计算离散余弦变换DCT(discrete cosine transform)系数块内和块间的水平、垂直和zigzag三向差分数组,采用联合概率密度矩阵来挖掘信息嵌入对DCT系数间相关性的影响,生成块内和块间三向特征.利用
论文部分内容阅读
为了提高隐写分析的检测率和效率,本文提出了一种加权融合的联合图像专家小组JPEG(joint photographic experts group)图像通用隐写分析方法.该方法分别计算离散余弦变换DCT(discrete cosine transform)系数块内和块间的水平、垂直和zigzag三向差分数组,采用联合概率密度矩阵来挖掘信息嵌入对DCT系数间相关性的影响,生成块内和块间三向特征.利用特征与分类类别间的互信息对特征权值进行量化,加权融合得到最终的特征向量,并使用支持向量机进行分类.对3种
其他文献
人体行为识别在视频监控和人机交互中具有重要应用,利用深度数据进行行为识别是近年兴起的技术,并取得了一定的进展,但还没有一个公认的、鲁棒性好的行为描述方法,且性能有待提高。针对以上问题,本文提出了3种鲁棒的、深度数据上的行为描述方法,并结合支持向量机(SVM)分类器在两个公开的且具有挑战性的深度数据集上对它们进行评估。实验结果表明,本文提出的行为描述方法具有较好的区分性和鲁棒性,其性能比一些先进的且
针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一种基于稠密局部自相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转换分离出彩色图像中的颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段执行效率。随后以保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计阶段的执行效率。多分辨率
为进一步完善非线性自适应迭代重建算法(NAIRT)并将其可靠地应用于实际流场层析诊断,仿真研究了NAIRT的抗噪性能。采用仿真技术,模拟含跳变的复杂空气流场,相干投影,获得Radon变换投影数据。采用RandG函数模拟产生Gauss随机噪声,噪声的相对强度通过信噪比(SNR)标征,设置强度不同的SNR,获得相应的随机噪声。随机噪声与投影数据线性叠加,获得含噪投影。采用NAIRT逆投影重建,重建结果
首先介绍了带马尔科夫跳变非线性系统(JMNSs)的状态估计问题,然后总结了JMNSs最优状态估计的难点和具有交互作用的多目标跟踪问题.在总结分析各类不同算法的基础上,提出了一种协同关联粒子滤波算法来解决目标数目在变化的交互多目标跟踪问题,改进后的算法不需要观测与目标状态关联和目标数量已知的假设.最后,通过仿真实验验证了改进后的算法在跟踪效果上优于现有算法,并能成功估计目标的数量.
Long-term highly accurate surface soil moisture data of TP(Tibetan Plateau)are important to the research of Asian monsoon and global atmospheric circulation.However,due to the sparse in-situ networks,
High-performance computational models are required to make the real-time or faster than real-time numerical prediction of adverse space weather events and their influence on the geospace environment.T
The meta-instable state(MIS)is the final stage before fault instability during stick-slip movement.Thus,identification of MIS is of great significance for assessing earthquake hazard in fault zones.A
多帧图像超分辨率算法利用图像间的互补信息,可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像.在众多超分辨率算法中,正则化方法以其求解病态问题的有效性而被广泛应用,但在此类方法中,最优估计算子的估计准确度对最后的重建结果有着较大的影响.本文在现有正则化超分辨率重建算法的基础上,提出了一种基于双阈值Huber范数的极大似然估计算子,可以提高Huber范数对于阈值取值的容忍性和算子估计精
压缩感知理论基于信号的稀疏性和可压缩性,突破传统Nyquist采样频率的限制,以较低的数据量对信号进行采样和高概率重构.在压缩感知理论中,信号的稀疏度确定了稀疏采样的最低数据量,是验证采样方法及重构方法优劣的重要参数.在实际研究过程中,图像稀疏度通常未知,这就可能导致过采样或欠采样的情况,从而无法验证采样方法及重构方法的优劣.因此,快速而客观地估计图像的稀疏度对于压缩感知理论研究来说意义重大.本文
随着成像技术的不断发展,医学图像处理在计算机辅助诊断和病变管理中的重要作用日渐突出,而计算断层扫描序列图像的肾脏组织分割是其中的关键步骤.本文结合肾脏序列图像的连续性特征,提出了一种基于活动轮廓和图割方法的能量最小化分割模型来自动分割肾脏组织.根据相邻切片图像的形状差异与层间距之间的关系,计算出序列图像中适合图割优化能量函数的最优范围.能量函数采用测地活动轮廓模型和Chan-Vese模型的综合形式