为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HS...为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.展开更多
针对乳腺核磁共振成像的灰度不均匀现象,提出一种融合全局和局部信息的水平集图像分割方法(global and local combined C_V,GLCCV)。该方法将图像的局部信息融入基于全局信息的Chan-Vese(C_V)水平集方法;根据局部灰度拟合均值占全局灰...针对乳腺核磁共振成像的灰度不均匀现象,提出一种融合全局和局部信息的水平集图像分割方法(global and local combined C_V,GLCCV)。该方法将图像的局部信息融入基于全局信息的Chan-Vese(C_V)水平集方法;根据局部灰度拟合均值占全局灰度均值的比例,构造自适应平衡指示函数调节全局和局部效应之间的均衡;加入惩罚项以避免重新初始化。对比实验表明,该水平集分割模型能够有效分割多种灰度不均匀场景下的乳腺MR图像,在抗噪和精确性方面优于融合前的分割方法。展开更多
图像所包含的信息是通过灰度值在空域的变化呈现的.梯度是度量变化的基本工具,这使得梯度成为了目前大多数图像质量评价算法的重要组成部分.但是梯度只能度量局部变化,而当人类视觉系统(Human visual system,HVS)感知一幅图像时,既能感...图像所包含的信息是通过灰度值在空域的变化呈现的.梯度是度量变化的基本工具,这使得梯度成为了目前大多数图像质量评价算法的重要组成部分.但是梯度只能度量局部变化,而当人类视觉系统(Human visual system,HVS)感知一幅图像时,既能感知到局部变化,也能感知到全局变化.基于HVS的这一特性,本文提出了一种结合全局与局部变化的图像质量评价算法(Global and local variation similarity,GLV-SIM).该算法利用Grünwald-Letnikov分数阶导数来度量图像的全局变化,利用梯度模来度量图像的局部变化.然后结合二者计算参考图像和退化图像之间的相似度谱(Similarity map),进而得到图像的客观评分.在TID2013、TID2008、CSIQ与LIVE四个数据库上的仿真实验表明,较之单一度量局部变化的方法,本文算法能更准确地模拟HVS对图像质量的感知过程,给出的客观评分与主观评分具有较好的一致性.展开更多
文摘为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.
文摘针对乳腺核磁共振成像的灰度不均匀现象,提出一种融合全局和局部信息的水平集图像分割方法(global and local combined C_V,GLCCV)。该方法将图像的局部信息融入基于全局信息的Chan-Vese(C_V)水平集方法;根据局部灰度拟合均值占全局灰度均值的比例,构造自适应平衡指示函数调节全局和局部效应之间的均衡;加入惩罚项以避免重新初始化。对比实验表明,该水平集分割模型能够有效分割多种灰度不均匀场景下的乳腺MR图像,在抗噪和精确性方面优于融合前的分割方法。
文摘图像所包含的信息是通过灰度值在空域的变化呈现的.梯度是度量变化的基本工具,这使得梯度成为了目前大多数图像质量评价算法的重要组成部分.但是梯度只能度量局部变化,而当人类视觉系统(Human visual system,HVS)感知一幅图像时,既能感知到局部变化,也能感知到全局变化.基于HVS的这一特性,本文提出了一种结合全局与局部变化的图像质量评价算法(Global and local variation similarity,GLV-SIM).该算法利用Grünwald-Letnikov分数阶导数来度量图像的全局变化,利用梯度模来度量图像的局部变化.然后结合二者计算参考图像和退化图像之间的相似度谱(Similarity map),进而得到图像的客观评分.在TID2013、TID2008、CSIQ与LIVE四个数据库上的仿真实验表明,较之单一度量局部变化的方法,本文算法能更准确地模拟HVS对图像质量的感知过程,给出的客观评分与主观评分具有较好的一致性.
