【摘 要】
：
为了有效提高图像水印技术的不可感知性、鲁棒性和安全性,提出了一种基于感兴趣区域和离散小波变换的鲁棒盲水印方案。该方案使用宿主图像的感兴趣区域用作水印图像。通过从宿主图像生成的水印,结合嵌入策略以及Arnold置乱来满足要求。首先,将第一级离散小波变换应用于水印,并选择近似系数作为要嵌入的信息。将各个近似系数嵌入到小波域内的宿主图像所选块的低频子带中;随后,在嵌入之前,对水印的近似系数以及宿主图像的
论文部分内容阅读
为了有效提高图像水印技术的不可感知性、鲁棒性和安全性,提出了一种基于感兴趣区域和离散小波变换的鲁棒盲水印方案。该方案使用宿主图像的感兴趣区域用作水印图像。通过从宿主图像生成的水印,结合嵌入策略以及Arnold置乱来满足要求。首先,将第一级离散小波变换应用于水印,并选择近似系数作为要嵌入的信息。将各个近似系数嵌入到小波域内的宿主图像所选块的低频子带中;随后,在嵌入之前,对水印的近似系数以及宿主图像的块进行Arnold置乱。这使得该方案更加鲁棒和安全。测试数据表明:与当前水印方法相比,所提技术具有更高的
其他文献
矿山开采是一个高危行业,井下有多种危险因素可能随时造成生产事故。然而现有的矿山检测设备,其检测预警大多只能针对某个参数进行监测报警,不能有效地分析预测可能存在的危险源,指出潜在的危险因素从而将危险源消灭在萌芽状态,只能被动地强调多观察检测数据,根据工作经验判断事故发生点,因此,为了满足现今越来越重视安全生产的需要,建立
目前充液成形工艺在汽车轻量化及航空钣金零件生产制造上得到了广泛的应用,各汽车及航空航天主机厂针对充液成形技术不断加大研发力度。航空零件因具有批量小、种类多、模具相似度高等特点,在设备上使用模具识别对于模具管理是非常有必要的。RFID技术目前在日常生活的各行业中都有应用,技术已很成熟,工业领域的应用也在逐渐加大。把RFID技术应用到充液成形模具识别上,能大大减少模具管理时间,同时能够避免因模具参数调
针对传统型材表面缺陷检测存在测量精度低、稳定性差和费时等问题,提出了基于机器视觉的型材表面缺陷图像处理方法。为了提高型材表面缺陷检测的精度和效率,采用面阵相机、镜头和光源等,建立了基于机器视觉的型材表面缺陷检测系统。采用HALCON图像处理软件对获取的型材图像进行预处理、灰度值调整、形态学操作和提取缺陷特征。试验结果表明:文中所提出的型材表面缺陷图像处理方法可快速、准确识别缺陷特征,为型材表面缺陷
针对目前普通行李箱依靠人力推动、未智能化而智能行李箱造价较高、不能兼容普通行李箱的种种问题,设计并实现了一种基于树莓派的行李箱智能追踪外设系统。该系统外部采用外设式设计,以伸缩式底座配件的形式适用于多种尺寸的普通行李箱。系统内部以树莓派为核心单元,结合Android移动开发技术和OpenCV、CAMShift图像处理技术,PID算法控制驱动电机实现行李箱自动跟随用户。实验结果显示系统可在不同路面上
针对点阵字符因错误分割导致识别准确率较低的问题,提出了一种基于卷积神经网络(CNNs)识别反馈的点阵字符检测方法。首先采用多尺度窗口获取多个候选区域并建立CNNs对其进行识别,利用投票机制对多个识别结果进行综合决策,然后根据决策结果反向定位点阵字符并完成字符分割,最后提出一种滑动翻转窗口对所有字符进行分割与识别。实验结果表明,该方法在点阵字符的定位准确率和识别率方面都优于传统字符识别方法,分别达到
近年来我国食品问题频发,引起社会各界的广泛关注,我国传统物流管理效价低下是造成食品安全问题频发的重要原因之一。传统的食品物流管理水平已经不能满足人们对于食品安全质量的高要求,提升食品物流的管理力度已经成为眼下的当务之急,实现食品物流管理全过程的智能化和透明化是提升食品物流管理效价的有效方法。
分布式集束调整方法使用多个工作节点解决集束调整问题,克服单台计算机的计算和内存存储限制。但是,额外的块划分步骤和同步等待会引入可观的性能开销。因此,我们提出一个低开销共识框架,该方法基于异步共识融合使先到达的节点先共识融合,避免等待较慢的计算节点。此外,提出一个场景汇总方法,并将其集成到块划分步骤,用以在小规模汇总场景上执行聚类。在公开数据集上的实验结果表明,本文方法可以提高工作节点利用率,减少块
The electronic atlas of ornamental flora in the Daqing area selects 265 species of plants from 84 families.The video studio X5 software is used to edit and process pictures and text materials,and prof
更加自然和灵活的手势识别技术正逐渐成为智能移动机器人控制的重要人机接口。为了进一步提高基于计算机视觉的机器人导航控制的实时性和精度,提出了一种基于主成分分析(Principal Component Analysis,PCA)降维结合机器学习算法的手势识别方法。首先,对视觉摄像头捕获的手势图像进行预处理,具体包括图像二值化、中值滤波和形态学变换。然后通过PCA提取主要特征并对数据进行降维。最后结合机
目前对于形状比较复杂且密集摆放的工件,传统的工业机器人视觉分拣技术已经无法有效检测和识别。因此,为了提高生产线上分拣工件检测的准确率,提出了一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化深度学习卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法。首先对视觉分拣系统的组成进行了分析。然后采用经典的Faster R-CNN的模型结构来实现目标