1 北京京北职业技术学院基础部, 北京 101400
2 北京理工大学计算机学院, 北京 100081
为了解决图像伪造检测算法在定位篡改内容时忽略了不同颜色分量之间的关系, 使其对图像特征描述不足, 导致其识别结果中存在误检与漏检等情况, 本文提出了基于多元指数矩与欧式局部敏感哈希的图像伪造检测算法。引入高斯低通滤波, 消除可疑图像中的噪声;随后, 将滤波图像分割为一系列的重叠圆形子块, 改善其对旋转等内容操作的鲁棒性;基于四元指数矩 (QEM), 计算每个圆形子块的 QEM, 以提取相应的鲁棒特征, 将其组合成特征矢量;采用欧式局部敏感哈希机制, 生成每个子块对应的哈希序列;计算任意两个相邻哈希元素之间的空间距离, 通过与预设阈值比较, 完成所有子块的匹配;最后, 借助随机样本一致性方法来剔除错误匹配, 通过形态学处理, 定位出篡改内容。实验数据显示：较已有的伪造检测方法而言, 在各种几何内容修改下, 所提算法具有更高的伪造检测准确性。
图像伪造检测 四元指数矩 欧式局部敏感哈希 高斯低通滤波 空间距离 随机样本一致性 image forgery detection Quaternion Exponential Moment Euclidean locally sensitive Hashing Gaussian low -pass filtering spatial distance random sample consistency 太赫兹科学与电子信息学报
2020, 18(4): 679
国防科学技术大学电子科学与工程学院, 湖南 长沙 410073
在人类视觉系统(HVS)中，占据重要部分的是对比度值而不是亮度。现有的基于HVS的红外弱小目标检测算法可以有效提高目标信噪比和检测率，但也存在虚警率较高、易受噪声影响等问题。针对这些问题，提出一种基于空间距离改进的视觉显著性红外弱小目标检测算法。用目标所在像素块均值与其周围像素块加权和的比值来加权目标点灰度，得到一幅显著图。在计算周围像素的灰度加权和时，将视觉注意机制中关键因素之一的空间关系考虑进去，根据空间距离加权计算，较远的地方分配较小的权值。实验表明，本文算法不仅可以降低虚警率，而且抗噪能力也比较强。
机器视觉 空间距离 视觉显著性 弱小目标检测
为了提高基于CCD测量系统的测量精度, 对传统的基于CCD的测量方法和测量精度进行了研究。当CCD成像平面与被测物体成一夹角α时, 导出空间距离与图像像素之间的非线性关系。提出了通过标定和校准来提高基于CCD测量精度的新方法。实际结果表明, 该方法可满足对大尺寸物体的高精度测量。
电荷耦合器件(CCD) 测量精度 空间距离 非线性关系 大尺寸物体 CCD measurement accuracy space distance nonlinear relation large-sized object
华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
提出了一个基于心理距离的空间距离加权公式,并结合传统的距离方向滤波器(DDF),构造出相应新的基于空间距离加权的自适应距离方向滤波器.实验表明,新的距离方向滤波器在抑制脉冲噪声、保持色调、保护细节或边缘方面,胜过传统的DDF和其它几个典型的矢量滤波器,特别是在低污染率的情况下(小于10%),其归一化均方误差(NMSE)平均减少了1/3之多,而其归一化色彩误差(NCD)则减少到原来的50%以下.
距离方向滤波器 空间距离加权 脉冲噪声 彩色图像 自适应技术
