1 重庆城市职业学院信息与智能工程学院，重庆 402160
2 电子科技大学计算机科学与工程学院，四川成都 611731
为了改善哈希算法对旋转等内容修改的鲁棒性，设计了径向 Tchebichef矩耦合颜色矢量角度的鲁棒图像哈希算法。引入 2D离散小波变换(DWT)，对图像的颜色矢量角度实施分解，获取对应的 4个子带，将其低频系数作为结构特征。采用径向 Tchebichef矩计算预处理图像的 Tchebichef矩，提取全局特征。通过组合这 2种特征，以形成中间哈希序列。设计加密函数，对中间哈希完成加密，得到目标哈希序列。计算初始目标与待识别图像的哈希序列之间的 l2范数距离，并将其与预设阈值作比较，完成图像内容的真伪判别。测试数据表明:相对于已有的哈希算法而言，所提算法具备更高的鲁棒性，可以对旋转、颜色与缩放等内容修改做出准确识别。
图像哈希 径向 Tchebichef矩 颜色矢量角度 全变分 离散小波变换 非线性复合混沌系统 范数距离 image Hash radial Tchebichef moment Color Vector Angle total variation discrete wavelet transform nonlinear composite chaotic system norm distance 太赫兹科学与电子信息学报
2022, 20(7): 722
1 燕山大学 测试计量技术及仪器河北省重点实验室， 河北 秦皇岛066004
2 燕山大学 信息科学与工程学院， 河北 秦皇岛066004
应用FS920荧光光谱仪测定样品的三维荧光光谱数据，直接利用Tchebichef矩提取三维光谱灰度图的特征信息，然后对其进行聚类分析，最后通过逐步回归建立样本中各成分的线性模型。聚类分析能够准确识别掺伪芝麻油，并正确解析其组成成分,得到的线性模型相关系数R＞0.99。研究表明，Tchebichef矩能够有效提取光谱的特征信息，应用于掺伪芝麻油鉴别可获得良好的定性和定量分析结果。
三维荧光光谱 Tchebichef矩 聚类分析 定量分析 掺伪鉴别 three-dimensional fluorescence spectroscopy Tchebichef moments clustering analysis quantitative analysis adulteration identification
西安电子科技大学 机电工程学院 ICIE研究所,西安 710071
针对几何攻击容易使常规水印算法检测失败的问题,利用Tchebichef矩出色的重构性能,结合图像归一化,提出一种基于Tchebichef矩的抗几何攻击图像水印算法GWTM。该算法在水印嵌入和提取之前对图像进行几何失真的归一化,根据Tchebichef矩系数的特点,进行矩幅度修改量测试,筛选出最优矩集合。根据水印比特自适应地修改集合中的矩,并对修改后的矩进行Tchebichef重构,实现水印的嵌入。水印提取时,以最优矩集合为密钥,通过与原始图像的Tchebichef矩幅度比较提取水印。实验证明,GWTM算法能够抵抗任意角度的旋转攻击、缩放攻击及常规的信号处理攻击
图像水印 Tchebichef矩 几何攻击 图像归一化 image watermarking Tchebichef moments geometric attack image normalization
