数字图像相关技术（精选十篇）
数字图像相关技术 篇1
1 图像处理技术的发展
图像处理的发展与计算机以及硬件技术的发展是紧密联系的,大致上可以分为四个阶段:
第一阶段的时间大体上是20世纪60年代到80年代中期,这个时期的图像处理系统采用机箱式结构,主要采用小型机;
第二阶段的时间大体上是20世纪80年代中期到90年代初期,这个阶段的主要特点是小型化,采用插卡式,采用双屏操作方式;
第三阶段的时间大体上是从20世纪90年代初开始,这一阶段图像处理系统突出特点是单屏方式,以微机PCI总线支持的单屏方式和图像压缩传输的通信方式成为主流;
第四阶段随着运算能力很强的数字信号处理器(DSP)的问世,使现代图像处理系统进入了和计算机紧密结合的全数字阶段。
随着计算机价格的下降,处理速度的提高和内存的增加,图象处理应用越来越广泛。通过计算机图象处理技术,可以直观地对图象进行变换,提取物体特征。
数字图像处理迅速发展的主要因素是:(l)数字图像处理符合人类视觉感观;(2)图像处理所需的大容量、高速度的计算机不断降价;(3)图像数字化,视频处理新技术的不断涌现,人们对音!视频信号的广播、传输、通信的新要求,刺激了技术的发展。
2 数字图像的研究内容
数字图像处理技术主要研究的内容:图像变换、图像编码压缩、图像增强和复原、图像分割、图像分类(识别)等。
图像变换。由于图像阵列很大,直接在空间域中进行处理,涉及计算量很大。因此,往往采用各种图像变换的方法,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效地处理(如傅立叶变换可在频域中进行数字滤波处理)。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性,它在图像处理中也有着广泛而有效的应用。
图像编码压缩。图像编码压缩技术可减少描述图像的数据量(即比特数),以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法,它在图像处理技术中是发展最早且比较成熟的技术。图像增强和复原。图像增强和复原的目的是为了提高图像的质量,如去除噪声,提高图像的清晰度等。图像增强不考虑图像降质的原因,从而突出图像中所感兴趣的部分。
图像分割。图像分割是将图像中有意义的特征部分提取出来,其有意义的特征有图像中的边缘、区域等,这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法,但还没有一种普遍适用于各种图像的有效方法。因此,对图像分割的研究还在不断深入之中,是目前图像处理中研究的热点之一。
图像分类(识别)。图像分类(识别)属于模式识别的范畴,其主要内容是图像经过某些预处理后,进行图像分割和特征提取,从而进行判决分类。
3 数字图像处理技术的传统应用领域
(1)遥感中的应用。遥感图像处理的用处越来越大,并且其效率和分辨率也越来越高。它被广泛应用于土地测绘、资源调查、气象监测、环境污染监督、军事侦察等领域。虽然目前遥感技术已经比较成熟,但是还必须解决其数据量庞大、处理速度慢的缺点。(2)医学中的应用。在医学领域利用图像处理技术可以实现无痈、安全方便的诊断和治疗。其中最突出的临床应用就是超声、核磁共振、CT技术等。比如,可以采用模式识别技术进行染色体数量的统计与识别,其步骤:1)先通过低通滤波去噪音;2)提取边缘;3)通过腐蚀去粘连;4)统计连通区域的个数,得到染色体的数量(如图1)。(3)交通中的应用。现如今,交通管理越来越向自动化、智能化、人性化发展。提取车型在交通信息系统的很多方面都有应用。比如:事故多发路段的车速检测系统,道路收费站费系统,以及某路段的汽车流量信息统计系统等等。而利用图像数字处理技术可以轻易的统计交通系统中的车型,为交通系统管理带来很大便利。(4)安全领域中应用。利用图像处理的模式识别等技术,可以应用在监控、指纹识别、脚印识别,运动目标的图像自动跟踪等。(5)工业生产中应用。图像处理技术在工业中有着广泛应用:产品的无损检测,表面和外观的自动检查和识别,装配和生产线的自动化,弹性力学照片的应力分析,流体力学图片的阻力和升力分析,以及最值得注意的“计算机视觉”。
4 数字图像处理领域需进一步研究的问题
自20世纪60年代第三代数字计算机问世以后,数字图像处理技术出现了空前的发展,在该领域中需要进一步研究的问题主要有如下五个方面:
(1)在进一步提高精度的同时着重解决处理速度问题;(2)加强软件研究,开发新的处理方法,特别要注意移植和借鉴其他学科的技术和研究成果,创造新的处理方法;(3)加强边缘学科的研究工作,促进图像处理技术的发展;(4)加强理论研究,逐步形成处理科学自身的理论体系;(5)时刻注意图像处理领域的标准化问题。
5 结语
数字图像具有再现性好,处理精度高,适用面宽,灵活性好等优点。随着电子计算机的不断发展和人们对数字图像处理越来越高的重视,数字图像处理技术正在向处理算法更优化,处理速度更快,处理后的图像清晰度更高的方向发展,从而最终实现实现图像的智能生成、处理、识别和理解。
参考文献
[1]郑建英.数字图像处理技术[M].内蒙古科技与经济,2002.
[2]沈庭芝,方子文.数字图像处理及模式识别[M].北京理工大学出版社,2002.
数字图像相关技术 篇2
第一章 绪论
1.1 研究背景及意义
进入二十一世纪以来，随着时代的进步，互联网技术的迅速发展，尤其是数码设备和多功能电子产品的大量普及，数字多媒体技术在人们的日常生活中扮演的角色越来越重要。相比于传统的图像制作技术，数字图像技术在各方面都有很明显的优势和发展空间：获取图像简单，对环境无污染，传输速度快，多种存贮格式等，大大促进了数字图像技术对人们日常生活的影响，使人们更加方便的使用数字图像作为记录信息的载体。
计算机时代和数字时代的来临使人们对数字图像处理的需求与日俱增，而不再是简单的记录工作、学习和生活。在市场需求和科学技术的双重刺激下，大量的数字图像编辑和处理软件应运而生，以著名的Adobe Photoshop，ACDsee 为代表的图像处理工具的出现，使得即使是非专业人士也能轻而易举的修改图像内容，而且很难用肉眼识别图片被修改的痕迹[1]。
然而，当人们的视觉和听觉在尽情的享受着现在多媒体技术及数字传输技术带来的愉悦，当人们肆无忌惮地编辑、修改、复制和散步数字音乐、图像、视频时，可曾想过这些数字媒体原创者的版权和经济利益是否得到保护，听到或者看到的数字媒体是否是完整的、真实的、可信的。
在数字化图片的背景下，先进的科学技术造就了数字图像技术这把“双刃剑”，在方便了人们的同时也给生活带来了许多负面的影响和困扰。
尽管有部分人伪造的图片只是为了个人娱乐或者作为艺术品来相互交流，但也有些人利用恶意篡改的数字图像实现自己不可告人的目的，对社会造成很大的影响。特别是最近几年，在新闻界、政治界、和学术界等领域，国内外出现了很多令人震惊的篡改或者伪造数字图像的案例，均造成了严重的后果，使人们产生了信任危机。
1.2 国内外研究动态和现状
现有的数字图像篡改技术主要是针对图像的完整性，原始性和真实性的伪造和修改。数字图像取证技术是对篡改数字图像完整性的基本概括，就是将携带的秘密信息通过特殊的算法嵌入到图像载体的冗余空间，图像的冗余信息在视觉感知程度一般都很差，即使将秘密的信息嵌入到数字图像载体中，也很难通过肉眼来识别，但是这类操作已经破坏了数字图像载体的完整性。篡改数字图像的原始性就是变换拍摄的位置，并将原始图像做后期的二次处理，使获得的图片内容不再是原始图片所呈现出来的那样。
这些二次处理的过程可以通过扫描原始图像或者直接用相机拍摄原始图片来获得，例如上面提到的藏羚羊照片造假事件，就属于破坏数字图像原始性的二次处理篡改。目前，针对数字图像真实性的篡改的方式有很多，根据达特茅斯学院计算机科学系教授 Hany Farid 教授在数字图像篡改检测领域的多年研究经验，将这些篡改技术分为 4 类：
(1)合成和润饰。合成主要是对图片进行复制、粘贴，将不同图像的某些特定部分整合到一起，以达到隐藏图像中的某些信息或者制造某些假象，但往往会留下比较明显的修改痕迹。为了达到以假乱真的效果需要对篡改的部分进行润饰，即进行模糊、缩放等操作消除痕迹，这样就可以用想要的局部效果代替原始图像的目的。
(2)融合变体。融合变体是将两幅或者多幅图通过特征点相互演进融合成一幅图的技术，找到想要相互渐变的图像的特征点，按照不同的权值将图片相互叠加融合，得到的变体图像将具备所有原始图像的特征。
(3)图像增强。通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配，加强图像判读和识别效果，满足某些特殊分析的需要。
第二章 基于光学特性的数字图像分析
基于光照不一致性的数字图像取证技术(Digital Image Forensics)是数字图像取证技术的重要内容，主要研究的对象是在有光照条件下产生的图像，分析光源在物体上产生的阴影、纹理等光学特性是否一致。同时根据 Lambert 光照模型，估计光源的位置，判断光源的方向是否一致，本章将根据光照条件的各个影响因素做重点介绍。
2.1 数字图像取证技术
数字图像取证技术是通过对图像中包含的统计特征的分析，来判断数字图像内容的真实性、完整性和原始性，判断并检测数字图像真假性的技术。数字图像取证技术是计算机取证技术的一个分支，是对源于数字图像资源的数字证据进行确定、收集、识别、分析及出示法庭的过程，补充了传统加密技术的性能，在保护多媒体信息的真实、完整性等方面得到了广泛应用。
虽然针对数字图像篡改取证技术的研究起步相对较晚，但随着网络多媒体技术的普及，大量信息的存储传输急需安全性保护，国内外越来越多的科研工作者均致力于该领域的研究。
目前，基于数字图像篡改检测技术的算法种类较多，如果按照取证手段类型划分，这些取证技术能够分为三类，即主动取证，半主动取证和被动取证。
..........
2.2 图像取证技术常用的光学特性
在第一章我们提到，对于复制-粘贴等操作合成的图片，将不同图片的某些部位整合到一起以制造某些假象，这种篡改方式很简单也很常见。但是，因为不同的图像在获取时的环境和光照条件都不完全相同，所以经过上述的操作之后也很难将图片中的光照效果修改得很吻合。
合成图像中不同目标所反映的光照强度、光源方向、物体阴影等光照条件都会有不一致的情况出现，此时在同一幅图像中所包含的光照条件不一致性即可作为判断图像是否真实的依据。
光照强度是指示光照的强弱和物体表面积被照明程度的量，取决于光源所发出的光线中不同波长中所携带的能量和穿过大气层过滤的情况。经过篡改的图片中不同物体在各自场景中的光照强度不可能完全一样，即使在同一个场景在不同时刻拍摄的光照强度也会有不同，因此检测图像中不同目标物体所反应的光照强度是否一致作为判断图像真实性的依据。
图像中目标物体的光源反向即为光源照射拍摄场景目标的方向，是产生光照条件不一致性的一个重要原因。由不同图像中不同目标物体合成的图片，在原来各自场景中光源所在的方向和位置都不会完全相同，这也使得不同物体所反映的光照方向是不一致的，以此作为检测图像是否被篡改过的依据。提取图像场景中目标物体的光源方向，是光照条件不一致性盲取证技术的一项关键技术。
图像中目标物体的阴影是由于光源产生的光线被其他物体遮挡而产生的，它的形状、大小和明暗程度都可以反映光源的方向和光照的强度。
被篡改的图像中拍摄场景的光照环境的一致性必然会被破坏，目标物体所产生的阴影的形状和大小也可能会被修改，那么可以反映光照强度和光源方向的阴影信息将是不一致的。因此，图像阴影信息的一致性可以作为判断图像是否是真实的依据。
..........
第三章 图像中阴影和纹理条件分析........23
3.1 基于阴影约束条件的分析..........23
3.1.1 阴影信息分析原理..........23
3.1.2 特征点的选取..........24
3.1.3 改进基于阴影的分析方法......27
3.2 基于纹理约束条件的分析..........29
3.2.1 光照产生的纹理特性......29
3.2.2 纹理参数分析..........32
3.3 结合阴影与纹理的约束条件......33
3.4 本章小节......35
第四章 楔形参数优化........36
4.1 楔形参数选择......36
4.2 参数的优化..........37
4.3 分析步骤及线性方程..........40
4.4 本章小结......44
第五章 实验结果与分析....45
5.1 建立图像库..........45
5.2 阴影算法的实验结果..........46
5.3 改进算法的实验结果..........47
5.4 改进算法的分析..........51
5.5 本章小结......52
第五章 实验结果与分析
5.1 建立图像库
本文检测算法的图片都是通过同一个相机采集的，这样能够保证所有的图片在相机参数上保持一致，相机在不同的场景中表现的畸变现象并不影响图像中物体的光学特性，因此在分析图像时不考虑相机的参数。通过该相机采集的图片，选择阴影、纹理等光学特性比较明显的图片建立图片分析库。‘选择拍摄图片的场景，主要分为五个方面：
1)自然光源对应的场景：针对室外的场景，我们选择天气较好，太阳光线比较明朗、下午 1~3 点的时间。主要涉及的场景有操场、校园、人物、建筑等。
自然图片的特点是无限远点光源，对应的楔形分析界面需要延伸到无限远处，才能看到期望的楔形交集。
2)室内光源对应的场景：针对室内场景，选择比较空旷的教室，在教室中搭建合适的`平台包含桌布背景、作为点光源的局部光源、图片中投影的物体等。按照相应的顺序将物品摆放整齐，选择尽量没有遮挡的一个角度放置点光源。注意在拍摄时应关闭闪光灯。局部点光源的成像特点是局部纹理特性比较明显，形成的楔形在有限的界面上就能获得很好的交集。
3)计算机合成的图片：这类图片按照真实图像中光源产生阴影和纹理的特性进行模仿，合成的图像中光学特性比较明显。图像物体上的边界、颜色、对比度等特性明显与自然图像不同，基本没有物体之间的干扰，而且用肉眼很明显的识别出这类图片。这类图像有两种作用：
一种是作为被篡改的图像放入到图片库中进行检测，验证算法的正确性;另一种是用来描述算法的分析过程，因为在合成的过程中需要按照已知的光学特性进行操作，基本符合算法的分析需求。
4)互联网搜索：网络上存在很多有用的信息，特别是作为信息载体的数字图像。‘通过有效的检索方式，从互联网上筛选出带有明显光照信息的数字图像，同时，这些数字图像带有共同的特征：明显的局部光源或者无限光源的光照信息;包含较为规则的物体，方便提供明显的特征点;数字图像包含的场景信息比较丰富，对应物体的阴影和纹理信息比较复杂。这类数字图像的有优点是丰富多样，主要用来验证本文算法的检测率和稳定性。
...........
总结
本文以光照条件为出发点，对具有较好光照环境下的图片进行了图像的真伪鉴别研究，主要研究对象是基于单光源照射的图像。在无限远点光源和局部点光源照射下形成的图像，其光学特性比较明显，在分析图像的过程中没有明显的噪声干扰(噪声来源于拍摄场景中其他光源产生的光线在物体上产生的干扰)。
主要工作为：
(1)总结数字图像取证技术的研究背景和国内外研究现状，以及今后发展的方向。阐述了目前比较常见的图像篡改方法，以及用于鉴别图像真实性的图像检测技术。详细介绍了基于光学特性的数字图像取证技术的研究内容，着重分析了纹理信息在特征提取中的理论基础和采集方法。
(2)对光照条件所涉及的光照方向、阴影信息、纹理特性进行了阐述并分别对现有光照方向和阴影分析的估计方法进行了说明。着重阴影信息的分析原理，引入了特征点的选取流程，使得改进的算法具有更高的适用性。
(3)在独立分析各个影响因素之后，通过随机获取图像中相应参数的数据，导入到数据分析软件，获得各个影响因子的相互关系，从中选择影响系数最大的几个参数。引入纹理的参数，对楔形参数的取值范围加以限制，使得改进的算法具有更高的正确检测率。
(4)在图像库中选择若干图像，通过 MATLAB a 对图像进行软件仿真，按照文章中给出的分析步骤进行分析，得到判断结果，并与之前的算法分析结果进行比较，算法的正确检测率已经稳定在 85.6%。
.........
数字图像水印技术与应用 篇3
关键词：数字水印；空域算法；交换域算法；应用
中图分类号：TP309 文献标识码：A文章编号：1007-9599 (2010) 13-0000-02
Digital Image Watermarking and Application
Zhao Haijun1,2
(1.Fuqing Branch of Fujian Normal University,Fuqing350300,China;2. School of Information Science and Technology,Xiamen University,Xiamen361005,China)
Abstract:Digital watermarking as a main method for copyright protection and as a new way for hiding information,has become a hot topic and gained increasing attention both abroad and at home in recent years. The concept,classifications,features and working process have been well introduced,and then a contrastive analysis of its classical algorithms has been promoted.Finally,its application field is summarized and an expectation about its future possible development direction is given.
Keywords:Digital watermark;Spatial domain algorithm;Transform domainalgorithm;Application
多媒体通信业务和网络数字化的日益普及使得信息所有者可以方便地通过互联网发布的信息，同时，也可以便捷地通过网络获取所需信息。随之，信息数字化产品的信息安全与版权保护问题已成为迫在眉睫的现实问题。加密（cryptography）技术是解决此问题的一种传统方法。然而，加密却也有其极限性：一是其非常规性的表现形式同时也泄露了内容的重要性；二是它只能保证信息内容的保密性却无法解决版权问题。正是在这种环境下，数字水印技术通过在数字作品中嵌入水印信息来确定数字作品的所有权或检验数字内容的原始性，弥补了加密技术对解密后的数据不能进一步保护的不足。（向德生等2005:326-333）
一、数计水印技术概念及特征
（一）概念
数字水印技术是借用了传统水印的概念，将其在数字媒体中推广应用。其技术的研究涉及信息学、密码学、数学、计算机科学、模式识别等多种学科的研究领域，是信息隐藏技术研究领域的重要分支。
（二）分类
根据其表现形式，数字图像水印分为可见水印（Visible Digital Watermark）和不可见水印（Invisible Digital Watermark）两种。可見水印指通过人眼可以看见的水印。这一类水印一般选用较淡或半透明的不碍观瞻的图案，其主要目的在于明确标识版权，防止非法使用；不可见水印与可视水印相反，它加在图像当中从表面上是不易察觉的。根据水印的性质，可分为鲁棒水印（Invisible-Robust Watermark）和易损水印 (Invisible-Fragile Watermark)。鲁棒水印的特点在于嵌入了此类水印后得到的水印化图像在经过一些常规处理或恶意攻击后仍可从中提取出有效的水印，鲁棒水印需尽可能地保留原始水印信息，而易损水印则只需要一定程度的保留水印的原始信息。根据水印的方案设计，可分为盲水印和非盲水印，不需要原始数据的称之为盲水印，反之，为非盲水印。根据用户密钥，可分为私钥水印和公钥水印，前者在水印的嵌入和检验过程采用同一密钥，而后者则采用不同的密钥。
（三）工作过程
数字水印技术系统一般包括水印生成、嵌入和提取/检测过程。其嵌入过程是首先对水印进行预处理，然后选择某种数字水印技术结合密钥或公钥将其嵌入到原始图像之中，最后得到嵌入水印后的图像；其提取/检验过程是使用原始水印结合所用的密钥或公钥，对待测图像按嵌入过程进行逆处理，然后得到恢复后的水印或检测结果。
（四）基本特征
1.保真性。嵌入图像中的水印应该在视觉上是不可见的，不会影响原图像的质量。但得注意的是，假如一个信号是视觉上不可见的，那么基于视觉可见性的有损压缩算法就有可能忽略这个信号，从而除去水印。
2.鲁棒性。图像在发布、传播和使用过程中可能遭到一定程度的破坏，产生的原因包括有损压缩、数模/模数转换、低通滤波、几何变换、对比度改变、图像格式转换等。这些破坏可能是无意的，也可能是恶意攻击的。所以，水印必须具有很强的鲁棒性，抵挡住这些破坏。
3可靠的检测机制。水印的检测算法必须是足够可靠的，不能误报也不能漏报。
4.相关密钥。嵌入图像中的水印必须与一个惟一的密钥相关，而且密钥的生成必须是安全的，难以伪造的。
5.可接受的计算开销。水印的计算开销（主要是检测时的计算开销）不能太大，必须在可接受的范围内。
6.多重水印。在一些场合下，允许在一幅图像中嵌入多种水印是非常必要的。因为目前还没有一种水印算法能够在各种攻击下都具有很强的鲁棒性，所以一个实用的水印系统往往需要在图像中嵌入多种不同类型的水印以提高其鲁棒性。
二、数字水印技术算法
经典的数字图像水印技术算法可分为两大类，即空域（spatial domain）算法和变换域(transform domain)算法。
（一）空域算法
空域图像水印技术是指在图像的空间域中嵌入水印的技术，一般是将水印嵌入到图像最不重要的像素位上。其中， 典型的算法有：Schyndel（1994：86-89）等提出将水印嵌入像素最低位算法（LSB）。常用的LSB算法有两种：第一种是将m序列的伪随机代码作为水印嵌入到图像数据的LSB平面中，它要用自适应柱状图操作将图像值由8压到6比特位；第二种作是将m序列代码作为水印嵌入到LSB平面中，但其解码过程则是利用了m序列唯一的且是最佳的自相关函数进行解码。Bender（1996：313-336）等人提出的Patchwork算法。Patchwork算法是通过改变图像数据的统计特性将信息嵌入到像素的亮度值中。该算法的缺陷是其嵌入量低且对串谋攻击抵抗力弱。此外，Puate and Jordan（1996：108-118）利用在分形图像压缩中选代函数系统和自相似性来编码，提出了基于分形图像压缩的空域水印法；Bas et al (1998:469-473)将空域分形编码的水印思想推广到分块DCT。空域算法的优点是计算速度快，但一般鲁棒性较差。
（二）变换域算法
变换域水印技术是先对原图像进行变换，在变换域中按照不同的方法选择系数嵌入水印，最后再进行相应的逆变换得到含水印图像。常用的变换有DCT（离散余弦）变换，DWT（离散小波）变换，DFT(离散傅立叶)变换，分形等嵌入方法。Cox（1996：243-246）等提出了一种基于DCT变换的扩频水印技术，它将满足正态分布的伙随机序列加入到图像的DCT变换后视觉最重要系数中，利用了SS（序列扩频技术）和HVS（人类视觉特性），其优点是相对于空域图像水印方法在对压缩、滤波等常规信号处理上具有更强的稳健性。Ruanaida等人最先将水印嵌入在DFT域中，指出相位调制可能更适合于鲁棒水印；Kunder（1997：544-547）等人最早提出将水印嵌入到DWT域。结合目前基于小波变换的图像压缩研究方法，Xia（1997：548-551）等结合SPIHT压缩方法和多分辩率分析，提出了多尺度水印技术，把高斯白噪声加入高频系数中；Houng-Jyh Wang结合MTWC压缩方法，将水印算法与图像压缩方法集成，实现数字知识产权的保护。
三、数字图像水印的应用
最早提出数字水印的概念与方法是为了进行多媒体数据的版权保护，它是通过跟踪多媒体数据中的数字水印信息来保护其数据版权；数字水印技术可用于识别文档（印刷品、电子文档等）的真伪，如鉴定印章，护照等等；数字水印技术可用于做多媒体数据的访问控制和复制控制（如DVD防拷贝系统），从而保证消费者的权益以及有效控制商业侵权行为；数字水印技术适用于信息的安全通信，通过该技术隐藏在普通多媒体数据中的信息不容易监控，隐蔽性高，可以避开窃听和监控；
结语：
作为一个技术体系，数字水印技术目前仍不够完善。今后，研究出对几何攻击具有较强鲁棒性的数字图像水印，提出兼顾保真性和鲁棒性的最优水印算法，进一步完善水印性能评价标准，将数字水印与密码技术、公钥密码和私钥密码体系相结合制作综合的数据安全系统等将成为主要的研究方向。就目前而言，数字水印技术仍存在诸多不足，但这却无法阻挡其发展趋势，它将在数字作品版权保护、篡改提示、隐蔽通信及电子商务等领域具有广阔的应用前景。
参考文献：
[1]Bas P. Chassery J M. Using the fractal code to watermark images [J]. Proe IEEE International Conf on Image Processing,ICIP-98, 1998, 1: 469-473.
[2]Bender W. et al. Techniques for data hiding [J]. IBM Systems Journal, 1996, 35(3&4):313-336
[3]Cox I.J, Kilian K， Leighton T, etal. Secure spread spectrum watermarking of images, audio and video [J]. Proc IEEE International Conf on Image Processing, ICIP-96,1996,3:243-246.
[4]Kudurd, Hatzinakos D. A robust digital image watermarking method using wavelet-based fusion [J]. in Proceedings of IEEE ICIP97,1997:544-547.
[5]Puate J, JordanF. Using fractal compression scheme to embed a digital signature into an image [J]. Prpceedings of the SPIE, 1996,2915:108-118.
[6]Schyndel, Tirkel, Qsborne. A digital watermark [A]. In: Proceedings of the International Conference on Image Processing [C]. Austin: IEEE Press, 1994.2:86-89.
[7]Xia Xiangen, Boncelet C.G, Aree G.R. A multiresolution watermark for digital images [C]. In: Proceedings International Conference on Image Processing (Cat No. 97CB36144) IEEE Comput Soc Part 1， Los Alamitos， CA, USA, 1997,1: 548-551.
[8]向德生,楊格兰,熊岳山.数字水印技术研究明.计算机工程与设计,2005,26(2):326-3
作者简介：
数字图像相关法变形测量系统研究 篇4
实验作为验证和完善力学基本理论的手段, 在力学发展进程中起到了重要的作用。其分支光测力学经过近几十年的发展, 已经产生了多种测量方法。对于材料的力学性能测试, 云纹法[1]、全息干涉法[2]、电子散斑干涉法[3]、数字图像相关法[4]、CGS方法[5]等都已成功应用于材料表面变形测量。其中, 数字图像相关方法是通过分析物体表面的数字图像来获得被测物体表面的变形信息, 其以非接触、光路简单、适应性强、测量范围广、测量精度高等优点被广泛应用。科研人员致力于数字图像相关方法的研究, 使其愈加精确快速, 但是一套完整的、标准化的数字图像相关方法计算软件还没有产生。
本文将现代数字图像处理与分析技术应用到变形测量中, 开发了数字图像相关法变形测量系统。此系统是基于面向对象编程, 不仅具有维护简单、可扩充性的特点, 还能够方便、快捷地将图像转化为数值, 并且绘制成图片的格式, 让操作者易于观察。数字图像相关法变形测量系统克服了传统测量方法的缺点, 不但实现了精确的、自动化的测量计算, 而且为数字图像相关方法提供了一套标准化、完整化的计算软件。
1数字图像相关方法
1.1基本原理
数字图像相关法是通过分析变形前后物体表面的数字图像获得被测物体表面的变形 (位移与应变) 信息, 其系统组成如图1所示。在原始图像f (x, y) 中, 取以网格点 (x0, y0) , 为中心的 (2M+1) × (2M+1) 像素大小的图像子区 (如图2所示, 其中M表示子区的一半宽度) 。在变形后图像中通过一定搜索方法, 按照标准化协方差互相关函数进行相关计算, 找到相关系数最大值对应的点 (x′0, y′0) , 计算差值以确定x和y方向的位移分量。标准化协方差互相关函数为:
其中, f (x, y) 是原始图像子区中点 (x, y) 的灰度, g (x′, y′) 是变形后图像子区对应点 (x′, y′) 的灰度。
1.2变形测量算法
本文将数字图像相关方法引入到光测力学中, 具体操作步骤是:①在材料表面制作散斑;②使用CCD摄像机垂直于试件表面进行拍摄, 作为原始图像;③在试验机加载过程中, CCD实时采集图像, 作为变形后图像;④将原始图像待计算区域进行网格化, 以每个网格点为中心提取一个 (2M+1) × (2M+1) 像素大小的图像子区;⑤在变形后图像中按照一定的搜索方法进行相关计算, 跟踪匹配找到与原始图像子区的相关系数最大值的网格中心点;⑥计算位置差, 就能确定此网格点的位移;⑦利用数值方法计算位移偏导数可以得到应变。算法流程如图3所示。
2系统结构与功能
2.1系统结构设计
本文所介绍的数字图像相关法变形测量系统是根据实验力学中光学测量方法的需求而设计开发的, 利用面向对象程序设计技术、现代数字图像处理与分析的新型光学测量技术等有关技术相结合, 实现了模拟散斑图制作、图像处理、文件操作和变形测量的功能, 主要用于非接触式光测力学方法的结果处理, 能够精确、快速地得到位移应变数值及误差分析。系统流程如图4所示。
2.2系统功能设计
根据位移应变测量的实际情况, 数字图像相关法变形测量系统的主要功能有散斑图制作、图像处理 (裁剪、旋转、倾斜、噪声过滤、直方图、灰度化) 、文件操作 (新建、打开、保存) 、变形测量 (数字图像相关方法、角点检测、不变矩变形测量、MSER变形测量) 。数字图像相关法变形测量系统的功能设计如图5所示, 系统的主界面如图6所示。
3实验结果与分析
为了验证变形测量方法的准确性, 本文按照文献[6]建立了可精确控制位移和应变的模拟散斑图, 如图7所示。模拟数字散斑图大小为256×256Pix, 高斯光斑个数为1 200个, 高斯光斑大小为4Pix。散斑图制作界面如图8所示。
首先生成一幅模拟散斑图作为变形前图像, 然后从平移 (水平和垂直) 1.6Pix开始, 依次偏移0.1Pix连续生成5幅变形图像序列 (最大位移量为2Pix) 。利用基于不变矩特征的变形测量算法对变形前后图像测量位移和应变, 其中图像子区均为51×51Pix。为了比较方法测量误差, 对所有网格点位移量计算均值, 并与已知的真实位移进行比较, 采用式 (2) 计算得到均值误差和标准差。
式中, dmean表示所有的网格点位移量均值, N表示网格点数目, d表示预先施加的真实位移量, di表示各个网格点的位移检测值。
图9是1.6Pix测量误差百分比结果, 可看出利用基于不变矩特征的变形测量算法计算得到位移量误差在0.5%以内, 图10为1.6～2.0Pix均值误差百分比结果分析图, 可看出误差在0.2%以内, 两幅图的精度都很高, 能够适用变形测量。
4结语
系统是在Visual Studio2008平台下利用C#语言进行研制开发的。系统在实验力学领域中引入了现代数字图像处理与分析技术, 能够自动地实现位移应变计算。通过实验表明, 数字图像相关法变形测量系统软件界面美观、操作简单、易于扩展, 应用其计算得到的位移应变测量精度高、速度快、鲁棒性强。软件符合面向对象标准化编程, 能够推广到变形测量领域中使用。
参考文献
[1]王国弢.高温云纹干涉法及其应用[D].北京:清华大学, 1998.
[2]金观昌.计算机辅助光学测量[M].北京:清华大学出版社, 2007.
[3]DUDESCU C, NAUMANN J, STOCKMANN M.Characterisati-on of thermal expansion coefficient of anisotropic materials by elec-tronic speckle pattern interferometry[J].C-2090-2011, STRAIN, 2006 (3) .
[4]LYONS J S, LIU J, SUTTON M A.High-temperature deforma-tion measurements using digital-image correlation[J].ExperimentalMechanics, 1996 (3) .
[5]DONG X L, FENG X, HWANG K C, et al.Full field measure-ment of nonuniform stresses of thin films at high temperature[J].Optics Express, 2011 (14) .
数字图像处理技术的应用前景探索 篇5
【关键词】数字图像技术 数字图像处理 应用
一、数字图像的优点
（一）再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现[2] 。
（二）处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。
（三）适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。
（四）灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
二、数字图像处理的特点
（一）数字图像处理的信息大多是二维信息，处理信息量很大。如一幅256×256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512×512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit～22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高[4]。
（二）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。
（三）數字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。
（四）由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。
三、数字图像处理的应用
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面，主要包括：
（一）航天和航空技术方面的应用。数字图像处理技术在航天和航空技术方面的应用，不仅应用于对月球、火星照片的处理，还应用于飞机遥感和卫星遥感技术中。例如，LANDSAT系列陆地卫星，采用多波段扫描器（MSS），在900km高空对地球每一个地区以18天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或100米左右。这些图像在空中先处理（数字化，编码）成数字信号存入磁带中，在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。
（二）通信工程方面的应用。主要应用于声音、文字、图像和数据结合的多媒体通信。例如，将电话、电视和计算机以三网合一的方式在数字通信网上传输。
（三）军事应用。在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等。
四、结语
随着数字技术、成像技术、计算机技术的不断研制和开发，其模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。数字图像处理技术，在今后的国家现代化建设、航天航空、通信、军事应用等领域，必将发挥更大的作用
参考文献：
[1]王继军，张显全，张军洲，韦月琼.一种新的数字图像分存方法[J].计算机工程应用，2007，31：79～81
[2]郭武，张鹏，王润生.独立分量分析及其在图像处理中的应用现状[J].计算机工程应用，2008，23：172～177
[3]秦晴，杨晓元，王育民，王志刚.一种新的数字图像隐秘检测方案[J].计算机工程应用，2004，32：73～75
数字图像相关技术 篇6
关键词：数字散斑图像相关,梯度法,相关搜索
数字散斑图像相关方法(digital speckle correlation method,DSCM)早在20世纪80年代初由日本的I Yamaguchi和美国南卡罗来纳大学的W.H.Peters和W.F.Ranson等人提出[1],是现代数字图像处理技术与光测力学结合的产物。作为一种现代光学无损测量技术,经过近30年的发展,数字散斑相关技术在许多工程和实验领域得到了成功的应用,在材料力学、断裂力学、生物力学、现场实时测量、微尺度变形场测量、电子封装以及动态位移及变形测试等众多应用领域都展示了该方法的适用性和优越性[2,3,4,5,6,7]。
数字散斑图像相关技术通过记录物体变形前后的图像并运用一定的图像相关搜索算法得出物体的位移和变形。由于该方法处理的是数字化的图像,因此获得的位移u、v只能是像素的整数倍,但实际的位移值通常不恰好为整像素,而且整像素的位移精度在固体材料或构件表面的变形测量中是远远不够的。在不提高摄像系统和CCD分辨率的前提下,为提高数字散斑图像相关法的测量精度,应用亚像素搜索算法获得精确的亚像素位移成为研究学者的重要研究方向。
过去几十年中,诸多亚像素位移搜索方法被研究和应用,主要有灰度插值法、相关系数曲面拟合法[8]、Newton-Raphson(N-R)迭代法[9]、基于梯度的方法[10]、双傅里叶变换法[11]、遗传算法[12,13]、人工神经网络算法[14]等,而经常被使用的则是曲面拟合法、基于梯度的方法和N-R法,潘冰[15]对此三种方法做了研究和比较并得出结论:从计算精度上,N-R方法的准确度最高,梯度法次之,而曲面拟合法最低;从相对计算效率上,曲面拟合法和梯度法基本相当,而N-R方法的计算时间约为另两种方法的30倍左右。唐晨等于2010年提出了基于数字散斑图像相关和径向基函数插值相结合的方法来测量物体的位移场[16],此方法极大地提高了对目标区域进行位移测量的计算效率,前提是仍需使用有效的数字图像相关法来计算采集点的位移值。因此,精准的亚像素搜索算法是数字图像相关技术实现精确位移测量的关键问题。鉴于此,文中以梯度法为基础,提出了一种基于梯度法的亚像素搜索算法,梯度法是最简单的无约束优化算法,以负梯度方向作为最小化算法的下降方向。为验证搜索算法的有效性,利用计算机模拟生成的含有噪声的单向拉伸散斑图和旋转散斑图对该方法进行了验证,结果证明,该方法可以实现精准的亚像素位移搜索,并将其应用于刚体平移实验中。
1 数字散斑图像相关方法原理
数字散斑相关方法的基本原理是通过跟踪变形前物体表面中某一子区的灰度信息,在变形后的图像中找出所对应的子区来获得图像子区中心点的位移信息。给定变形前图像或参考图像F(x,y)和变形后图像G(x,y),设点P(x,y)是参考图像F(x,y)的某一点,若要在变形后图像G(x,y)中找到其对应点P*(x*,y*),令f(x,y)和g(x*,y*)分别代表参考图像和变形图像中以点P(x,y)和P*(x*,y*)为中心的子区灰度信息,定义如下相关系数
其中,u和v分别是点(x,y)在x和y方向上的位移量;(2M+1)×(2M+1)是选定子区的大小。则使相关系数取得最大值的点P*(x*,y*)即是子区中心点P(x,y)在变形后图像中的对应点,寻找最大相关系数的过程既是确定子区中心点位移和应变的过程。当且仅当两子区完全相关时,C=1;当两子区完全不相关时,C=0。
则点P*(x*,y*)可由点P(x,y)和计算所得位移量表示为
2 基于梯度法的亚像素搜索算法
对于子区中的任一点Q(x+Δx,y+Δy),假设变形后移动到了Q*点,则有
假设所选子区足够小,即Δx、Δy足够小,则根据连续介质力学原理,式(3)可用一阶泰勒展开式且忽略高阶小项近似表示如下
其中,u和v是整像素位移;分别代表横向位移、纵向位移的梯度;Δx和Δy分别是子区内任意点在x和y方向上的到中心点的距离。
因此,相关系数C就成为含有6个变量的函数。搜索时,所有6个变量均参与到相关系数的最大化过程中,使相关系数取得最大值的变量即是中心点的位移。此搜索过程实际上是一个最优化的过程。为了实现最优化估计,在搜索过程中使用基于空间梯度法的迭代方法,迭代形式如下所示
式中,P=(u,ux,uy,v,vx,vy)T;η决定沿负梯度方向所走的步长增量;B(k)是由B(k)=1-C(k)导出的相关因子。由式(5)可看出,梯度法的迭代过程是寻找最小相关因子的过程,B越小,得到的位移估计越精确。位移和梯度的初始估计通常设为P0=(u0,0,0,v0,0,0)T,其中u0和v0分别是粗搜索得到的在x和y方向上的整像素位移。为了确保图像和一阶空间导数的连续性,搜索中需要对图像进行插值处理以得到连续的灰度分布。
为了提高梯度法的有效性,提高下降速度,对梯度法步长项的选取做了如下改进
改进后的梯度法步长η可变,如果当前梯度方向正确,即相关因子减小,则在下一次迭代中增大步长,否则在下一次迭代中减小步长,此改进极大提高了梯度法的下降速度。文中取η0=0.36,φ=1.15,β=0.010 3。
3 实验及结果分析
3.1 模拟散斑图的生成
根据文献[10],计算机模拟散斑图可用如下方程式表示
其中,ξ1=(1-ux)i-uy j;ξ2=(1-ux)(i+1)-uy(j+1);ξ0,k=xk+u0;η1=-vxi+(1-vy)j;η2=-vx(i+1)+(1-vy)(j+1);η0,k=yk+v0;;S是散斑颗粒的个数;α为散斑尺寸;(xk,yk)为随机分布的各个散斑的位置;I0为最大散斑亮度。模拟过程中加入了一定信噪比SNR的随机噪声。文中定义α=4,SNR=31 d B,I0=250。文中所有实验搜索过程中子区大小均为41×41。
为分析算法的性能,定义全局误差
其中,pc(x,y)为计算区域中一个像素上由计算获得的位移值;pt(x,y)为事先已知的理论值;w、h为计算区域的宽度和高度。
3.2 改进的梯度法的验证与应用
图1a和图1b是计算机模拟产生的给定Uˉ(rˉ)=(0.025x,0)T的变形前后的单向拉伸图像,图像大小为300×300,其中S=500。不失一般性,在模拟实验中选取x=51,y=100到x=150,y=100表示的一条线段上的点计算结果作为分析对象。图1c和图1d显示了位移u及其应变∂u∂x的计算值与理论值的情况,星号线代表计算值,直线代表理论值。
图2a和图2b是模拟刚体旋转的变形前后的散斑图,给定旋转变量Uˉ(rˉ)=(0.010 5y,-0.010 5x)T,图像大小为300×300,其中S=800。实验分别选取x=101,y=100到x=200,y=100和x=100,y=101到x=100,y=200表示的水平和竖直线段上的点的计算结果作为分析对象。图2c显示了水平线段的位移v的计算值与理论值,图2d显示了竖直线段的位移u的计算值与理论值,星号线代表计算值,直线代表理论值。
表1给出了两组模拟散斑图的误差分析情况。由对模拟图像的实验结果及误差分析可以看出,采用变步长的梯度算法对数字图像进行相关搜索能够对刚体的位移及变形进行有效的测量,通过计算值及误差分析,表明该方法可用于数字图像相关技术中实现亚像素的搜索。因此,文中对实验获得的刚体平移散斑图像进行了位移测量。
图3a和3b是实验获得的刚体平移图像,实验将一铝板用螺栓固定在X-Y向的平移台上并给予X方向上1.04个像素的位移。如图3a所示,计算区域为从A(161,129)至D(364,328)的200×200的区域。图3c是计算所得的u位移场。
4 结论
数字图像水印技术研究 篇7
随着现代科技的发展, 高质量数字录制设备的数量剧增, 信息产品被盗版的风险也随之剧增, 这使得信息产品的安全成为人们日益关注的目标。以保护版权等为主要目的数字水印技术显得越来越重要。通常我们把水印定义为:不被感知地在作品中嵌入信息的行为, 但是广义的水印也包括可见水印。通常我们所说的水印都是不可见水印。数字水印的概念是Caronni于1993年提出来的, 并且应用于数字图像, 此后, 研究人员将数字水印的概念扩展到电视图像和声音设备。随着数字技术的不断发展, 会有更多种类的数字媒体出现, 同时也会产生相应载体的水印技术。以图像为载体的数字水印技术是当前水印技术研究的重点之一, 它吸引了众多研究人员和学者的浓厚兴趣。在该领域发表的论文数目要远大于以音频、视频等信号为载体的水印方面的论文。以保护版权等为主要目的的彩色图像数字水印技术显得越来越重要。
1 数字水印简介
最早出现的有关数字水印的文献包括Tanaka, Caronni和Tirkel分别于二十世纪九十年代初所发表的论文, 目前该技术已受到越来越多的国内外学者的重视, 国际上已有不少著名大学和研究机构投入相当大的人力和财力, 致力于该项技术的研究, 并取得了一定的成果。不同的学科领域, 每个研究者都有独特的研究角度。从数字水印的加入和检测算法的研究方面来看, 学者们已经给出了一些较有影响的算法:Tirkel提出一种典型空间数据隐藏算法 (最低有效位算法LSB) , 利用一个扩展m序列作为水印。把m序列扩展成二维, 应用相关函数改进了检测过程。并把LSB应用于彩色图像。在Patchwork算法中提出了一种基于直接序列扩频技术的水印方法。Kutter提出了更为复杂的空间扩频水印方案:基于灰度图像的预测编码的水印算法。Puate提出了基于分形图像压缩的水印方法。还提出了一种基于感知模型的水印方法。水印嵌入/检测可以在DCT域或DWT域进行。设计了一个平移、旋转、缩放不变的水印算法, 这是第一个专门设计用来抵抗几何变换的水印算法, 具有重要的启发意义。DCT变换域数字水印算法是目前研究最多的一种数字水印, 它具有鲁棒性强, 隐蔽性好的特点。较早的DCT域水印算法有一种基于图像全局变换的数字水印方法, 提出了在通用文档图像 (PostScript) 中隐藏特定二进制信息的技术, 数字信息通过微调文档中的以下结构来完成编码:垂直移动行距, 水平调整字距, 调整文字特性等。
2 数字水印现阶段的发展
随着理论研究的不断深入, 相关的软件也在不断推出, 出现了很多从事数字水印应用的公司, 有的还将它们的水印嵌入软件或水印攻击软件发布在互联网上, 提供服务或供人们下载。为人们进行研究提供了极大的方便。在实用化方面, 以麻省理工学院为代表的一批研究机构和企业已经申请了数字水印方面的专利。目前, 已支持或开展数字水印研究的机构既有政府部门, 也有知名企业, 它们包括美国财政部, 美国版权工作组, 美国空军研究院, 美国陆军研究实验室, 德国国家信息技术研究中心, 日本NTT信息与通信系统研究中心, 麻省理工学院, 伊利诺斯大学, 明尼苏达大学, 剑桥大学, 瑞士洛桑联邦工学院, 西班牙Vigo大学, IBM公司Watson研究中心, 微软公司剑桥研究院, 贝尔实验室, CA公司, Sony公司, NEC研究所以及菲利浦公司等。
3 我国数字水印的发展
国内在信息隐藏方面的研究起步稍晚, 但已引起了信息安全领域研究人员的普遍关注, 1999年12月何德全院士, 周仲义院士, 蔡吉人院士与有关应用研究单位联合发起召开了我国第一届信息隐藏学术研讨会, 会议决定研讨会每年召开一次, 以促进国内信息隐藏技术的研究工作。第二届信息隐藏学术研讨会2000年6月在北京召开, 会议发表了论文集。第三届信息隐藏学术研讨会2001年9月在西安举行。数字水印的研究人员也于2000年1月召开了国内第一届数字水印技术研讨会, 并建立了数字水印研究主页和邮件列表。2001年1月, 由国家“863”智能机专家组和中科院自动化所模式识别国家重点实验室组织召开了数字水印学术研讨会。通信学分会和北京电子技术应用研究所联合主办的全国第四届信息隐藏学术研讨会于2002年8月24-26日在大连召开, 目前国内学术界有一批有实力的科研机构已投入到这一领域的研究中来。其中主要单位有中科院模式识别国家重点实验室, 中科院计算所CAD开发实验室, 北京大学, 浙江大学, 上海交通大学, 国防科技大学, 复旦大学等多家科研机构与高等学府。
但是我国在该领域的研究尚不普及, 目前还没有成熟的技术或产品问世。随着数字化产品在中国的普及, 如何有效保护产品的产权将成为厂商极为关心的问题。电子出版物的版权保护, 电子商务发展, 网上银行, 网上购物以及电子货币等业务的发展, 迫切需要开展数字水印技术的研究。因此有必要研制我们自己的数字水印产品, 以适应新技术的发展。
4 数字水印的应用前景
数字水印的应用前景可谓相当广泛。在数字作品的知识产权保护方面, 秘密的版权声明和水印可被藏入图像作为知识产权的鉴别;在商务交易中可用于票据防伪;在声像数据的隐藏标识和篡改提示方面可作为特征标签, 诸如解释, 注释, 时间标志和其他描述性成分都可藏入图像, 像片中的人名, 地图中的位置等。在图像数据库中, 隐藏关键字可以方便查找;在视频图像中可隐藏时间标志来与声音同步;图像的浏览次数也可以隐藏, 并用于“按次记费”;在隐蔽通信及其对抗方面数字水印的应用前景也极其广阔, 在很多情况下, 传递密码信息会招惹麻烦, 甚至被法律禁止, 然而密写不会使通讯内容暴露, 所以商业机密, 蓝图或其他敏感信息都可以被安全传送而不惊动攻击者和窃听者。
总之, 数字水印技术是一种横跨信号处理、数字通信、密码学、计算机网络等多学科的新兴技术, 具有巨大的潜在应用市场, 对它的研究具有重要的学术和经济价值。
参考文献
[1]伯晓晨, 沈林成, 常文森.数字水印技术、概念、应用及现状.计算机世界.2000.
[2]蔡丽娟.数字水印技术的分析.南京大学硕士研究生毕业论文.2008.
[3]蔡汉添, 何军辉.一种基于DCT中频的图像水印技术.华南理工大学学报 (自然科学版) .2001.
[4]陈青, 苏祥芳, 王延平.采用小波变换的鲁棒隐形水印算法.通信学报.2001.
数字图像加密技术的研究 篇8
数字图像是网络上经常出现的信息形式之一, 小到人们在社会生活中的琐碎信息, 达到国家机密之类的高级信息, 都离不开数字图像的承载支持, 由于涉及到身份信息、患者病例等个人隐私, 甚至国家高级机密, 因此, 网络数据的加密是十分必要的, 数字图像的加密保护成为了信息保护的重要构成部分。本文在了解数字图像技术原理的基础上就数字图像加密技术的应用进行具体的实证分析。
2 数字图像技术的原理
在二维平面空间中, 用横坐标与纵坐标两个数据, 即可定位一个点, 对于每一个这样的点, 都与其相应的k=q (x, y) 二次函数对应。而q (x, y) 则代表这一个点的灰度值, 主要用来表示这一个点在二维空间中的亮度大小。由于每一个点组成的图像呈现出来的亮度是有限的, 因此点的灰度值q (x, y) 也是有限的。在数字化时代中, 图像被数字代替后, 这些点q (x, y) 就会相当于一个矩阵, 矩阵元素所在的位置就要用行与列中的数值来确定, 该数值也就代表着各个元素的灰度值。一般来说灰度值共有256个级别, 分别用阿拉伯数字0-255来表示。
要研究数字图像技术的原理, 必须要了解数字图像的特点:
第一, 数字图像的存储量十分庞大, 如果采用一般的处理技术将会花费很长的时间, 并且占用很大的内存;
第二, 数字图像要求占用很宽的频带, 对压缩技术的要求也很高;
第三, 数字图像中每一组数据互相影响的程度很深, 具备很大的信息冗余度;
最后, 数字图像是允许一定程度的失真存在。
3 数字图像加密技术的类别划分
3.1 现代密码体制基础上的图像加密
提到为一维数字信息加密, 现代密码体制当然名列前茅, 这种技术对一维数字信息的处理堪称完美, 由于数字图像信息与一维二进制的数字信息之间的转换关系, 在某种意义上来说, 数字图像的加密也离不开现代密码体制的支持。现代密码体制可分为公钥密码体制和私钥密码体制。这两种体制的使用区别主要表现在速度上, 比如说, 公钥由于速度较慢, 主要用于日常的短信息加密处理, 而私钥因速度飞快, 一般用于比较重要的军事信息或者重要商业信息的加密处理上。
3.2 其余相关的加密技术。
由于数字图像自身发展的某些特点, 近年来也出现了一些相关的图像加密技术, 这一批技术按照不同的方面可以分成不同的类别。例如, 按照加密时数据压缩情况、加密的手段、加密的对象等。这些技术在分类算法的使用上实际是相互交叉的, 大致分为几种技术。
(1) 带有像素置换的数字图像加密技术。这种技术虽然简单至极, 但同时安全性能很低, Arnold变换和按幻方变换图像的变换技术是常见的像素置换方式, Arnold变换能够推测出变换发生的位移、拉伸等内容, 在这一过程中将会把矩阵中的元素重新排列位置。但由于其特性, 这种算法在加密起初的时候会造成信息混乱的状况, 因此不应作为一个单独的密码系统。
(2) 伪随机序列基础上的加密技术。这种技术简单快速, 但安全性能不是很高。主要是针对二值图像实施的, 其运行原理大概是现将在图像数值范围内的各个元素连接成一些伪随机点, 将连线中所穿过的数值反白, 使黑白互换。这种技术的主要应用对象虽说是二值图像, 但是将灰度图像进行位平面分解之后同样可以得到应用, 产生随机列的种子为密钥。
(3) 使用SCAN语言的加密技术。SCAN语言加密技术在二维空间加密访问中的应用是十分广泛的, 在这种技术的支持下, 可以产生许多空间填充曲线和扫描路径, 最终实现二维数据和一维数据之间的转换。在这一技术的设计中, 不同的扫描字代表不同的扫描顺序。但由于解密时还要将数据重新排列, 因此这种技术的缺点是效率不高。
(4) 以密钥图像为基础的加密技术。这种技术将数字图像当成二维信号, 并且由其两个特性幅值和相位信息来决定。这种技术大概就是以大小相同的相位谱来进行加密设置, 由于密钥图像的随机性, 这种技术使用过程中能够保证一次一加密, 安全性能十分强。
(5) 综合四叉树编码与SCAN语言的加密技术。这种技术综合运用了四叉树编码和SCAN语言加密技术的优势, 四叉树编码负责对数据的处理压缩, SCAN语言负责最终的加密工作。这种综合技术的应用对象也主要是二值图像, 但是灰度图像只要发生位平面分解, 同样可以使用该综合技术进行加密。
(6) 图像矢量量化压缩编码和商业密码基础上的加密技术。在这种技术的支持下, 会先将数据进行有损压缩进行编码, 并建立码书。对码书进行加密传输的过程都是按商业信息加密方式来做的。因此, 这种技术支持下的信息安全性能得到了大大的提升, 受到了很高的重视。
3.3 混沌系统基础上的加密技术。
混沌系统之所以适合作为密码加密系统是因为有几大特点。第一, 普遍性。在一定的范围内, 可以随便靠近混沌轨道上的点, 这使得预测明文变得很困难。第二, 混合性。混沌系统轨道的不规则使得其输出与噪声类似。第三, 指数发散性。平面上两个接近的点都会因为迭代的原因而随意发散。
展望数字图像加密技术的未来, 由当前数字图像加密技术的发展现状来看, 其未来的发展趋势主要可以总结为五句话:建立数字图像加密技术的完善模型和理论基础;研发与现行的压缩算法相适合的加密技术;加大对加密安全性能的考虑; 加大对加密技术实用性的探索;寻找新的研究理论和实践工具。
综上所述, 数字图像加密技术是现代网络信息传输中必备的信息保护技术, 由以上分析我们可以得知, 传输的数据量必须减少, 要减少数据量就必须对数据进行提前的处理, 而这又一定会降低效率。二者的矛盾短时内是不可调和的。因此在实际应用中, 必须根据情况选择偏重的一方面, 实施具体加密工作。
4 结束语
数字图像加密技术作为一种刚刚发展起来的新型技术, 仍然需要人们的不断探索与创新, 仍然需要人们的深入研究。我们相信, 在不远的将来, 数字图像加密技术将会在更多的领域发挥出更加重要的作用。
摘要：随着科学技术尤其是计算机网络技术的发展, 数字图像信息越来越成为信息传输的重要形式, 众多企业和个人信息的保存都要采用数字图像的形式。因此, 对数字图像的保密技术成为信息保护的当务之急, 也是当前国际上研究讨论的热门话题之一。本文综合阐述了当前数字图像加密技术的发展现状, 深入分析了数字图像加密技术中使用的相关数据处理途径、原理、系统运行特点等, 并且对其优点和缺点进行了仔细的对比分析, 由此预测其发展方向。
关键词：数字图像,加密技术,科学,信息安全
参考文献
[1]李辉辉.新混沌系统及其序列加密[D].燕山大学2010.
[2]贺楚雄.基于灰度级出现频数的数字图像置乱程度衡量方法的研究[D].湖南大学2009.
数字图像处理技术综述 篇9
1 数字图像处理技术概要
1.1 数字图像处理技术的概念
在图像处理技术中, 低级处理涉及初级技术, 如噪声降低、对比度处理和锐化处理。 中级处理涉及分割、缩减对目标像素群的定义, 以便于对不同像素或像素群的识别及计算机计算处理。 高级处理是算法对图像分析中被识别像素群的总体分析结果, 以及运算与视觉效果相关的分析函数等处理技术。
在应用数学理论时, 将图像定义为二维函数f (x, y) , x和y为空间坐标, 在任意一组空间坐标f (x, y) 的幅值f称为图像在该坐标位置的强度或灰度。当x, y和幅值f是离散的、有限的数值时, 称该坐标位置是由有限的元素组成的, 每一个像素都有一个特定的位置和幅值。
1.2 数字图像处理技术的发展
数字图像处理技术最早出现于20 世纪中期, 图像处理的目的是提高图像的呈现质量。 图像处理的是视效较低的图像, 要求输出尽可能提高效果后的图像。 主要采用噪声减弱、灰度变换、几何校正等方法进行处理, 并考虑了明暗效果和对比度等诸多因素, 由计算机进行更为复杂的图像处理。
20 世纪初期, 图像处理技术首次应用于提升通讯传输后的图像质量提升。 到20 世纪中期, 计算机发展到了一定的技术水平后, 数字图像处理才广泛应用于各种高质图像需求的领域。 计算机对飞行器发回的天体照片进行图像处理, 收到明显的效果。进而不断地推广和发展, 数字图像处理形成了较为完备的学科体系。 目前, 各个应用领域对数字图像处理技术提出更高的需求, 促进了这一学科体系向更高的技术方向发展。 特别是在像素群的理解与识别处理方面, 已经由二维图像处理发展到三维模型化的定义方法。
2 数字图像处理技术的方法
2.1 数字图像处理技术的特点
数字图像处理的信息源基本是二维数据, 处理信息量较大。 对计算机运算速度、存储空间等要求高。
数字图像处理的传输频带要求高。 与语音信息相比, 传输占用的频带要高几千倍。 所以, 就对图像压缩技术形成了有效的研究需求。
数字图像中每一个像素并非独立的, 相互关联性较高。 很多相邻像素之间有相同或相近的数值。所以, 图像处理技术中数据压缩的可能性较高。
由于图像是视觉三维意识的二维映射。 因此, 计算机要识别和处理三维形态就要进行适当的模糊处理或附加量的匹配。
处理后的数字图像是形成人为视觉理解和应用评估的依据, 因此处理结果必然受到人为的意识形态的影响。 所以, 在计算机视觉研究中, 人为的感知机理必然对计算机视觉的研究产生影响。
2.2 数字图像处理技术的基本方法
由于在图像处理中, 像素阵列很大, 在空间域中涉及计算量对计算机硬件的要求非常高, 所以, 必须引入图像的函数变换进行计算简化。 利用函数变换的间接处理方法, 如傅里叶变换、离散余弦变换、Walsh变换等, 不但可以降低计算强度, 而且可以得到高效的计算。
图像的像素矩阵编码压缩技术可以降低定义图像数据的比特数量, 并减少图像处理和传输时间, 进而节省存储空间。
图像的增强处理过程中不涉及图像质量降低的主要成因, 目的是要突出图像矩阵中敏感的像素群。 图像的复原处理需要对图像质量降低的主要成因进行调查, 进而采取相应滤波处理技术, 复原和重构原有的像素矩阵。
图像分割处理是数字图像处理中的关键处理手段之一。 是将图像中敏感的主要像素群作为主要处理对象, 包括区域特征、边缘特征等, 是对敏感像素群进行识别、理解和分析的基础数据特征。
作为最简单的二值图像可采用其几何特性识别物体的特性, 一般图像的理解方法采用二维形状理解, 它有边界理解和区域理解两类方法。 对于三维物体理解, 有体积理解、表面理解、圆柱体的广义理解等。
图像识别处理基本采用传统的模式识别方式, 有统计模式识别和结构模式识别两种, 随着研究广泛进行, 人工神经网络模式识别和模糊模式识别也得到不同程度的重视, 进行广泛研究。
3 数字图像处理技术的优点
数字图像处理技术与模拟图像处理技术在基本原理上的差异之处, 是数字化处理技术不可能在图像的传输、存储或复制等操作处理过程中, 使图像质量有所降低。 图像在数字化过程中精确地再现了原模拟图像, 则在数字图像处理过程中就能够确保无损于图像的各项数字化指标。
依据现有的数字化技术, 在图像数字化设备的性能满足要求的情况下, 完全可以数字化模拟图像成为目标精度的二维数组。 目前的数字化扫描仪能够将各个像素的灰度等级量化处理为48 位甚至更高, 这就说明数字化图像的精度可以满足几乎所有的应用需求。 对于数字化处理设备来说, 无论二位数组的规模, 也不考虑像素的量化位数, 处理过程基本是相同的。 从原理的角度来看, 无论图像的量化精度达到什么程度, 在技术上都是可以完成的, 只需要在处理修改过程中的数组技术参数。 而在图像的模拟量化处理过程中, 要想把量化处理精度提升, 就需要采用非常高等级的硬件设备或大规模提升处理装置的技术参数等级, 从技术经济方面考虑, 是非常不合理的。
图像的信息来源是多样化的, 一般情况下是可见光的感光图像, 也可以是不可见光的波谱图形图像。从图像映射物体感官的角度, 微观至电子显微镜采集的图像, 宏观至大规模空天望远镜采集的图像。不同信息来源的图像转换为数字化编码后, 都可以表示为二维数组的灰度级图像, 进而完成数字化处理过程。 对于图像的不同信息来源, 使用对应的图像信息量化技术, 图像的数字化处理技术可以用于任何一类图像。
图像数字化处理技术基本上可以归类为图像的质感提升、像素分析和区域重构等手段。因为图像的模拟技术处理从数学上分析只可以进行线性分析, 就局限了模拟图像处理技术可以完成的工作需求。
4 数字图像处理技术的展望
提高计算机对数字图像处理的速度, 提高采集分辨率和显示分辨率, 提高多媒体技术关键中图像数据的压缩, 进行计算机识别和理解研究中按照人类的认知和思维方式工作并考虑到主观概率和非逻辑思维技术, 规划统一的标准以实现图像的处理、传输和存储研究健康发展, 以上几点都是数字图像处理技术合理发展的基本融汇技术基础。
同时, 信息数据量更大的三维数字图像必将得到广泛应用研究, 图像与图形相互融合后形成三维成像或多维成像的发展方向也正在众多应用中广泛推进。
5 总结
数字图像处理技术在社会的每个行业、 每个领域都得到广泛的应用, 数字图像处理的技术应用随时、随处都可以见到, 得到充分的研究发展和应用推广, 还不能充分满足日益增长的技术需求。数字图像处理技术不断地在自身发展和完善的同时, 还与多个计算机分支学科的发展密不可分, 有多个新的技术方向需要研究和创新, 对数字图像处理技术的发展方向进行研究、探讨的重要性就显得尤为突出。
参考文献
[1]朱睿.数字图像处理技术现状与展望[J].中国科技博览, 2011 (14) :7-28.
[2]李红俊, 韩冀皖.数字图像处理技术及其应用[J].计算机测量与控制, 2002 (9) :35-36.
[3]李立芳.浅谈数字图像处理技术及应用[J].中国科技信息, 2012 (3) :45-46.
数字图像真伪鉴别技术研究 篇10
1 手工鉴别方法
1.1 初步检验
1.1.1 查看EXIF元数据信息
数码照片的EXIF信息是镶嵌在JPEG格式中的数码相机原始拍摄信息,包括生产信息、摄影参数和照片的修改信息等,可以使用专门软件来查看。如果EXIF信息完整且显示没有使用软件处理过,该照片就是原始照片;反之则修改过,需要进一步进行真实性检验。
1.1.2 分析图像内容是否合理
摄影作品通过画面内容反映一定的摄影意图,是一个有机的整体。而伪造照片是将不同的内容元素重组来表达一种虚拟的内容。通过解读摄影意图,分析摄影画面的不合逻辑之处可以判断照片的真伪。例如分析摄影时的季节气候、地理环境与人物衣着、动植物的分布及生长状况是否一致;人物与背景关系、表情肢体动作是否符合情节等。
1.1.3 对图像细部进行像素级分析
将图像放大至边缘轮廓及线条至像素级,可以清晰显示出由剪切、拼接等操作所形成的色调统一性、连续性的破坏;线条错位、边缘粗糙;改变图像比例形成的局部图像分辨率差异等。
1.2 根据摄影成像景深原理进行检验
照片上清晰景物的纵深范围即为景深,景深范围外的被摄物距离对焦点平面越远的景物成像越模糊。景深的大小受到焦距、光圈等因素的影响,使得在添加性篡改中很难做到实现画面景深的一致性。例如伪造照片可能出现不同纵深段的两个景深范围,或同一平面景物有的清晰而有的不清晰。在对图像进行检验时,首先寻找景深范围,然后根据景深前后纵深范围物体的清晰度变化是否与景深原理相符合,查找篡改部位。
1.3 根据摄影成像透视规律进行检验
图像上物体之间的立体关系通过在二维平面上的大小、远近、虚实等透视现象表现出来,符合透视规律。例如近大远小规律;互相平行的线段向远方逐渐靠拢并消失于灭点;非水平的倾斜线条消失于天点或地点;与画面不平行的水平线条消失于视平线上心点两旁的灭点等。如果照片中各个成像物的比例关系违背透视规律,则说明该照片存在篡改。应注意镜头的焦距不同产生的透视效果也不同,焦距越小透视效果越强,影像的畸变越强烈。
1.4 根据摄影用光特性进行检验
光是摄影成像的必备条件。光对物体照明,塑造物体形象和质感,描绘影调与色调。光源性质不同,光强度不同,照射方向与距离不同均产生不同的造型效果。可以根据图像所摄物体中光线性质、数量、角度、亮度以及照片的色调、反差以片影调的一致性来判断照片中的可疑点,再进行量化检验。例如,可根据人的眼睛反映出的光源的数量一致性进行篡改检测。
2 计算机数字图像鉴别技术
数字图像鉴别技术是计算机取证技术的一个分支,用来检验数字图像原始性、真实性、完整性。目前数字图像鉴别技术可分为主动式鉴别技术和被动盲鉴别技术两大类。
2.1 主动鉴别技术
主动鉴别技术预先向图像中嵌入数字水印、数字签名等验证信息,在取证时中提取该信息,以确定是否被非法篡改。现有的用于图像真伪鉴别的图像主动取证技术包括脆弱数字水印和图像哈希。脆弱水印是在图像的空域或频域中嵌入易碎水印信息,当图像被篡改时水印信息就遭到破坏从而暴露出篡改行为。每个数字文件包括数字图像都具有独有的字符串哈希值。哈希具有敏感性,即使图像修改1比特也会使哈希值产生改变,因此可以通过查看哈希值判断图像是否为原始图像。
2.2 被动鉴别技术
数字图像被动取证技术不需预先嵌入信息,仅根据图像自身特性对图像的真伪和来源进行鉴别和取证。
2.2.1 基于图像处理操作的遗留痕迹特征进行鉴别
1)复制—粘贴检测
目前应用较广泛的一种图像篡改方法是将图像中的一部分复制后粘贴至同幅图像的其他部分来覆盖掉场景中的人或物。根据复制区域和粘贴区域在内容上基本相似的特点可以设计相关算法进行检测,目前的检测方法主要有穷举搜索法、图像块自相关矩阵法和图像块匹配法等。
2)重采样检测
为了使篡改图像更自然,操作者往往采用缩放、旋转等操作,这就对图像做了重采样。重采样会造成像素值之间的特殊关联性,利用这种特性可检测图像中经过重采样的区域。目前该检测算法有数学期望最大化(EM)算法等。
3)模糊操作检测
模糊操作来常用来润饰经过剪切、拼接的图像边缘,消除伪造痕迹。模糊操作检测能够找出图像中人工模糊操作的证据,判断图像真伪。目前的小波域检测法、基于异常色调率的模糊操作检测法等都有很高的检测率。
4)JPEG压缩检测
JPEG是数码相机通用的照片格式,也是网上广泛传输的一种图像格式。JPEG又是一种有损压缩标准,JPEG图像修改后保存时,会再次进行压缩。当图像中不同区域呈现不同的双重压缩特征时,说明该图像不是正常的保存性压缩,而是经过了篡改。目前有双重量化效应检测法、块效应检测法等。
2.2.2 基于图像获取设备引入的特征进行鉴别
数字成像设备在获取图像的过程中会将自身固有的属性特征引入图像,如果对图像进行修改必将影响这些特征。若将不同来源的图像进行合成篡改,相应区域将呈现出不同的设备特征。
因此,通过分析这些特征信息也可以进行图像真伪鉴别。目前有基于不同品牌型号的色彩滤镜阵列(CFA)插值算法唯一性特征的CFA插值关联性检测法;基于相机光学镜头引入的色差一致性的横向色差检测算法;基于相机传感器引入噪声一致性的噪声模式检测法;基于几何不变量和相机响应函数(CRF)的一致性特征的CRF检测等。
2.2.3 基于数字图像自身的场景特征进行鉴别
1)基于自然图像统计特性进行鉴别
自然图像具有类似的统计学特征,因此可以采用一定的统计特征和区分阈值来判断图像是否被篡改。这种方法通常目前常用来区分自然图像与计算机生成图像。目前有多尺度小波分解和高阶统计建模的检测方法等。
2)基于物理学原理进行鉴别
基于物理学原理的图像检测涉及到图像理解的问题,研究较少,目前有主要针对单个光源进行用光具有一致性建模的检测方法,利用相机的投影点(主点)一致性来判断图像真伪的检测法等。
3 各类鉴别方法比较及展望
1)手工检测方法常用在司法鉴定部门的声像资料鉴定工作中,目前尚无完整的体系和规范的操作标准,鉴别结果受检测人的知识、经验、主观认知的影响较大;
2)数字图像主动鉴别技术检测准确性较高,但要先期对图像进行特殊处理,并且需要特殊的阅读程序才能读取出来。这使该技术的应用受到限制;
3)被动鉴别技术不依赖于额外信息,只通过图像本身特征进行真伪鉴别的特性,使它具有更广阔的应用前景。但是目前的技术往往只针对特定的篡改类型有效,鲁棒性差。
数字图像的真伪鉴别技术目前还是一个新兴领域,在今后的发展中应注意如下几个方面:建立通用体系结构;融合现有自动鉴别手段,增强适应性,全面鉴别伪造图像;研究成像过程中的物理原理,加强图像内容理解,创新半自动式鉴别技术。
参考文献
[1]杨用文,金志祥.浅谈伪造照片常规检验方法[J].云南警官学院学报,2009(1).
[2]王朔中,吴酋珉.真伪之辩—数字图像的防伪认证[J].自然杂志,32(5).
[3]赵俊红.数字图像被动取证技术综述[J].计算机工程与设计,2010,32(8).