检索结果-南通市图书馆

Analysis of Wavelet Compression and seam carving Using the Hausdorf Distance

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Journal of Computer and Communications 2016年第3期4卷 35-45页

作者： S. Fernando R. Wijesiriwardana ReliSen Bentonville AR USA

In this paper image quality of two types of compression methods, wavelet based and seam carving based are investigated. A metric is introduced to compare the image quality under wavelet and seam carving schemes. Meyer, Coiflet 2 and Jpeg2000 wavelet based methods are used as the wavelet based methods. Hausdorf distance based metric (HDM) is proposed and used for the comparison of the two compression methods instead of model based matching techniques and correspondence-based matching techniques, because there is no pairing of points in the two sets being compared. In addition entropy based metric (EM) or peak signal to noise ration based metric (PSNRM) cannot be used to compare the two schemes as the seam carving tends to deform the objects. The wavelet compressed images with different compression percentages were analyzed with HDM and EM and it was observed that HDM follows the EM/PSNRM for wavelet based compression methods. Then HDM is used to compare the wavelet and seam carved images for different compression percentages. The initial results showed that HDM is better metric for comparing wavelet based and seam carved images.

关键词： Wavelet Compression seam carving Haudorf Transformation Jpeg 2000 Metric

基于GrowCut的改进seam carving图像自适应方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于GrowCut的改进Seam Carving图像自适应方法

作者： Tamer Galal Moursi Farag 湖南大学

学位级别：硕士

图像处理应用中图像缩放是非常重要的,尤其是在缩放过程中保护图像的重要区域不受影响。图像缩放(自适应)是数字图像处理的一个重要问题。数字图像通常需要被缩放,以保证它们与传输它们的通信网络或者显示它们的用户显示设备相适应。图... 详细信息

图像处理应用中图像缩放是非常重要的,尤其是在缩放过程中保护图像的重要区域不受影响。图像缩放(自适应)是数字图像处理的一个重要问题。数字图像通常需要被缩放,以保证它们与传输它们的通信网络或者显示它们的用户显示设备相适应。图像缩放就是指改变图像的分辨率(大小)的过程,以适合于特定的设计或者应用。在图像缩放技术中,最有名的是seam carving。它是一个基于内容的图像自适应处理。然而,它有时侯会失去对图像中重要对象的保护。本论文提出了一种新的交互式图像缩放技术。它通过将seam carving与Grow Cut图像分割算法相结合,以改善图像缩放后的视觉效果。Crow Cut主要用来选择图像中待保留或者去除的对象。一种直观、易于使用的接口也被支持,因为用户只需要在对象的内部和外部画一条痕迹,即可以自动地得到对象去除或保留的感兴趣对象(ROI)。这种基于内容的缩放技术可以对图像进行放大和缩小,通过结合seam carving和Grow Cut技术,删除根据新能量函数定义的描述景物内容的低能量线seams,这些低能量线来自图像的背景区域。我们可以最大限度地保护图像的感兴趣区域不受影响,提高图像的缩放质量。实验结果表明,本文提出的方法可以轻易地去除或者保护图像中的感兴趣对象。

关键词：基于内容的图像缩放图像处理 seam carving 图像分割 GrowCut

基于seam carving图像压缩技术的研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Seam Carving图像压缩技术的研究与应用

作者：林卓驰江西农业大学

学位级别：硕士

21世纪信息化时代的号角已吹响多年,现已跨入了一个成熟的阶段。网站数量也随之日引月长,为了在纷繁复杂的网站中得以脱颖而出唯有靠网站自身的优化。作为信息巨擘Google认为:“当一个网页加载时间大于1.5秒时,搜索引擎就会降低该网站... 详细信息

21世纪信息化时代的号角已吹响多年,现已跨入了一个成熟的阶段。网站数量也随之日引月长,为了在纷繁复杂的网站中得以脱颖而出唯有靠网站自身的优化。作为信息巨擘Google认为:“当一个网页加载时间大于1.5秒时,搜索引擎就会降低该网站的搜索排名(Page Rank)”[1]。也就是说用户体验与网页的加载速度成正比的,用户正在变的愈来愈没有耐心。由Shai Avidan和Ariel Shamir提出的seam carving技术可为网站优化提供图片优化上的技术支持[2],得以使得网页加载速度更快,更具有市场竞争力。图像缩放是数字图像处理技术的一个重要组成部分,传统的图像缩放方法比如线性缩放方法(Scale)、裁剪方法(Crop)等[3],这些方法都存在着诸如图像严重畸形以及图像内容缺失等缺陷。而本文所研究的seam carving是基于图像内容的一种图片缩放方式,可以在最大限度的保留图片的重要内容的同时降低图片的大小,从而让用户体验度提升,网站更加瘦身,网站优化度更高。在基于2007年的seam carving技术提出了一种图像压缩方法[4]。第一步通过图片中某个像素点周边像素点的RGB差值平方和得到该点的能量值;第二步将所有的像素点的能量值算出得到该图片的能量矩阵,其中某点的能量值越高代表了该像素点是该片颜色区域与其他区域的分界点,为该片区域的重要元素;第三步是通过构造有向图的形式,利用最短路径算法或者动态规划算法分别找到水平以及竖直方向上能量总和最低的一些能量线;第四步即对这些低能量线进行批量删除操作,并将处于该删除线段后的图片像素点均向前移一单元格以保持图片的四方性。最后达到压缩图片的效果,从而更好地避免了图片中的重要信息(高能量线)缺失。实验结果表明,智能选择性删除能量线算法对seam carving进行的实现可以较普通裁剪或等比压缩算法更有效的实现图像在缩小时最大限度的保留住图像内容。这对图片优化而言,该成果可以直接提高网站图片的交互性、友好性,而网站图片的大小也直接影响着网页的加载速度。所以这恰恰证明了seam carving在优化网站上有着较高的应用价值。

关键词：网站优化 seam carving 最短路径动态规划

基于seam carving篡改技术的被动取证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于seam carving篡改技术的被动取证研究

作者：顾文武湖南大学

学位级别：硕士

近几年来,数字图像在我们的生活和工作中扮演着越来越重要的角色。同时随着数字图像处理软件的发展,人们可以轻易地篡改数字图像而不留下明显的篡改痕迹。如果篡改图像被应用在新闻媒体、执法证据或科学成果等重要领域,这将会给社会带... 详细信息

近几年来,数字图像在我们的生活和工作中扮演着越来越重要的角色。同时随着数字图像处理软件的发展,人们可以轻易地篡改数字图像而不留下明显的篡改痕迹。如果篡改图像被应用在新闻媒体、执法证据或科学成果等重要领域,这将会给社会带来极大的危害。因此,研究一种能够有效检测图像真实性和完整性的算法显得十分重要。一种叫作“seam carving”的图像编辑技术,能够有效地对数字图像进行缩放操作,已经被美图秀秀、Adobe Photoshop以及GIMP等众多图像编辑软件所实现。与此同时,一些不法分子通过这些图像编辑软件可以轻松地使用seam carving技术进行图像篡改,例如对象删除。基于seam carving的图像篡改技术能够在改变原始图像语义内容的同时不留下明显的篡改痕迹,这给对应的被动取证工作带来了极大的挑战。本文主要针对seam carving图像篡改技术进行被动取证研究,其主要的研究工作和创新点如下:首先,提出了一种基于3元差值联合密度的seam carving被动取证算法。其主要取证思路是:原始图像相邻像素之间具有很强的相关性,seam carving操作会改变原始图像seam两侧像素的相邻关系,从而影响相邻像素差值的分布。本文利用3元联合密度来捕获相邻像素差值分布的改变,同时利用支持向量机(SVM)作为分类器。实验结果表明,该算法提高了针对seam carving篡改操作的检测正确率,同时对于抵抗JPEG压缩的后处理操作具有一定的鲁棒性。其次,面对低缩放因子seam carving篡改操作,现存文献的检测算法往往存在检测精度不高或检测性能不稳定等问题。本文从图像块重组的角度来挖掘seam carving的篡改痕迹,提出了一种新的被动取证算法。由于seam carving操作会使像素发生移位来填补被移除的路径,这将导致seam右侧无重叠8×8的图像块发生像素重组,从而影响局部图像熵的分布。在提取局部图像熵特征之前,本文先利用cropping(裁剪)技术对测试图像进行了预处理操作。由于cropping预处理操作具有自校准的特点,因此它能够在一定程度上对篡改图像中无seam移除的重组块进行有效校准,从而减少不同图像内容对于取证精度的影响。实验结果表明,该算法能够进一步提高针对低缩放因子seam carving篡改操作的检测正确率。

关键词：数字图像被动取证 seam carving 差值矩阵低缩放因子局部图像熵 3元联合密度

基于seam carving篡改技术的被动取证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Seam carving篡改技术的被动取证研究

作者：尹婷湖南大学

学位级别：硕士

随着图像拍摄设备以及图像处理工具日渐普及,用户可以轻易地对数字图像进行篡改伪造。一旦这些经过恶意篡改的照片传播到网络上或者被用在法庭证据、媒体或科学发现等重要邻域,将会对社会秩序等带来不可估量的负面影响。因此,迫切需要... 详细信息

随着图像拍摄设备以及图像处理工具日渐普及,用户可以轻易地对数字图像进行篡改伪造。一旦这些经过恶意篡改的照片传播到网络上或者被用在法庭证据、媒体或科学发现等重要邻域,将会对社会秩序等带来不可估量的负面影响。因此,迫切需要有效的技术手段对数字图像真伪进行鉴定。不同于数字水印或数字签名等主动取证技术,图像被动取证不需要预先嵌入信息,而是直接利用图像本身的统计特性进行真伪判别。特别地,逐步成熟的seam carving技术不仅可以作为图像内容感知缩放的手段,还可以用于移除图像中的特定对象并能够掩盖篡改痕迹。因此,针对基于seam carving篡改技术的被动取证研究,既面临巨大的技术挑战,又具有很强的应用价值。本文基于seam carving的图像篡改研究相应的被动取证技术。本文主要工作和创新点如下:首先,针对现有取证方法检测率较低,鲁棒性不强的问题,提出了一种基于LBP统计特征的seam carving取证算法。它的基本思路是:seam carving会改变图像局部纹理,采用局部二值模式(local binary pattern,LBP)对图像进行预处理操作,从而突出seam carving所带来的局部纹理形变现象。此外,定义了 6个新的half-seam特征揭示半幅图像的能量变化,并结合现有的18个能量特征一起组成24个LBP域的统计特征,再借助支持向量机(SVM)分类器判别图像的真伪。实验结果表明,与现有的被动取证算法相比,提出的算法对不同缩放因子的seam carving篡改取证检测率提高了 3.5～19.1%。其次,针对现有取证方法对低缩放因子seam carving适应性不高的问题,提出一种基于多角度空域和频域熵的低缩放因子seam carving被动取证算法。低缩放因子的seam carving不会产生明显的结构和纹理失真,仅存在信息损失,因此取证难度更大。通过实验观察到,即使是低缩放因子的seam carving,也会造成图像的空域和频域熵(spatialand frequency entropy,SFE)显著变化。为此,本文从集中趋势,离散趋势和分布趋势三个角度设计42个SFE统计特征,然后结合改进的54个LBP能量特征一起构成96个低缩放因子seam carving取证特征,最后使用SVM进行图像真伪判别。实验结果表明,该算法取得了较高的检测准确率,并且对JPEG压缩、seam insertion等操作的情况下仍旧有效。目前,基于seam carving篡改的取证研究还处在起步阶段。希望本文的研究可以促进图像被动取证技术的进一步发展。

关键词：图像被动取证 seam carving 局部二值模式低缩放因子空域和频域熵

基于seam carving的目标移除与检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Seam Carving的目标移除与检测算法研究

作者：刘青玲湖南大学

学位级别：硕士

传统的图像下采样、比例缩放和剪切等方式在重要内容保护或者图像整体内容保持等之间有效的平衡。近年来,以seam carving(线裁剪)为代表的内容感知图像缩放成为数字图像处理领域,特别是图像自适应领域的一个研究热点。此外,seam carvin... 详细信息

传统的图像下采样、比例缩放和剪切等方式在重要内容保护或者图像整体内容保持等之间有效的平衡。近年来,以seam carving(线裁剪)为代表的内容感知图像缩放成为数字图像处理领域,特别是图像自适应领域的一个研究热点。此外,seam carving还可以结合对象标记技术,从图像/视频中去除特定的目标/对象。然而,现有的基于线裁剪的目标移除方法通常是计算很耗时,且经常因为删除过多的缝合线(seams)导致图像出现失真。此外,对于经过线裁剪后的图像,很难检测出哪些位置删除了缝合线。现有的检测方法,无论是在检测的准确性和精确度都存在较大的提升空间。本文以以色列学者Avidan等提出的seam carving技术为基础,研究其目标去除和相应的检测方法。具体地,研究工作主要围绕以下两个方面展开:首先,在基于seam carving的目标移除方面,提出了一种基于间断线裁剪图像的目标移除方法。它仅仅只考虑目标区域外的所有像素点的能量,并且分别按照自上而下和自下而上两个方向计算能量图。然后,分别从目标区域的上界往上,从目标区域的下界往下以及目标区域的中间区域内来进行线裁剪。实验结果表明,与基于样本修复的目标移除方法相比,它可以取得更好的视觉效果。其次,在线裁剪图像的检测方面,采用了一种样本块分析的方法,对测试的图像转换为它的强度分量,再根据样本块之间的关系确定最有可能符合线裁剪效果的块类型,对线裁剪图像进行检测。此外,还与基于马尔可夫模型的统计特征检测方法进行了实验比较。在MATLAB平台进行了较多的实验验证。实验结果表明,本文提出的方法在目标移除与检测效果上,都有所提高。

关键词： seam carving 目标移除能量函数内容感知的图像缩放检测

图像seam carving的被动取证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像seam carving的被动取证研究

作者：宾慕予湖南大学

学位级别：硕士

随着图像编辑软件的兴起,新手也可轻易篡改图像内容而不留下明显痕迹。考虑到图像真实性的重要性,图像时常作为新闻、科研成果发表,医疗应用以及司法证据,其中混入篡改图像,后果难以想象。因此,证实图像的真实性的篡改检测十分有必要。S... 详细信息

随着图像编辑软件的兴起,新手也可轻易篡改图像内容而不留下明显痕迹。考虑到图像真实性的重要性,图像时常作为新闻、科研成果发表,医疗应用以及司法证据,其中混入篡改图像,后果难以想象。因此,证实图像的真实性的篡改检测十分有必要。seam carving能够有效缩放图像,并且缩放后的图像不会有肉眼可见的线索。目前,人们可以通过Adobe Photoshop使用这一技术。同时,也被一些犯罪分子用来进行图像篡改,例如图像中特定对象的删除。现有的算法能够解决不同缩放比例的篡改检测,但是仍存在低缩放因子效果不理想以及鲁棒性问题。为了解决以上问题,本文提出了两种基于联合特征的检测算法。针对seam carving检测,提出了一种基于残差域的局部二值模式(LBP)的能量偏差特征以及Markov特征相结合的联合特征算法。其思路是:图像中相邻像素间存在一定相关。在seam carving操作时,每从图像中去除一条seam,则去除像素右侧相邻的像素必须左移填补移除像素位置。则图像去除seam相邻像素间的关系发生变化,像素间的大小关系可能发生变换。最终,将提取的联合特征输入到支持向量机(SVM)分类器,将提取的特征进行训练分类。实验数据显示,该算法无论是低缩放因子还是高缩放因子都取得了较好的检测效果,同时能抵抗后处理操作,如JPEG压缩。现有的大多数检测算法存在检测性能不稳定的问题。本章利用高阶概率统计分布进一步描述像素间关系,即差分像素邻接矩阵(SPAM)特征。SPAM特征能够反映JPEG-seam carving中的JPEG前处理操作在图像中留下的痕迹。并结合第三章提出的基于能量以及基于块的统计分布特征来描述图像经过篡改后的差异。实验证明,该算法能够有效区分原始图像、seam carving篡改图像以及经历前处理JPEG压缩的seam carving的三类图像,另外,还提高了算法检测性能的稳定性,并且保证了较高的检测率,即使在缩放比例较小时,检测精度也没有较大损失。

关键词：数字图像取证 seam carving JPEG压缩差分矩阵 Markov转移概率差分像素邻接矩阵

基于嵌入式的seam carving研究和实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于嵌入式的Seam Carving研究和实现

作者：李波武汉理工大学

学位级别：硕士

随着计算机技术,移动通信和互联网等技术高速的发展,各种各样的电子消费产品层出不穷。当图像在这些设备上显示时,传统的缩放算法不能适应设备分辨率的多样性。嵌入式环境下图像缩放主要使用基于插值的缩放算法,但是此缩放算法不能保... 详细信息

随着计算机技术,移动通信和互联网等技术高速的发展,各种各样的电子消费产品层出不穷。当图像在这些设备上显示时,传统的缩放算法不能适应设备分辨率的多样性。嵌入式环境下图像缩放主要使用基于插值的缩放算法,但是此缩放算法不能保护图像中的重要内容,影响图像缩放的效果。为此引入seam carving算法,并对其进行改进,最后在嵌入式平台上对其实现。具体工作如下： (1)分析研究了基于插值和基于内容的图像缩放算法,比较了双立方插值,Image Warping和seam carving三种算法,实验结果表明,针对嵌入式环境,seam carving表现更佳优异。 (2)针对图像中重要内容扭曲的问题,从三个方面展开对seam carving算法改进的工作：1)结合显著能量,突出图像的重要内容;2)通过基于能量图的查找方式减少像素线穿越图像中重要内容的次数,保护图像重要内容不被扭曲;3)结合双线性插值减少抽取像素线的数目,避免图像内容过度抽取,造成图像缩放失真。实验结果表明,改进算法能够更好的保护图像中的重要内容、提高图像缩放的质量,并提升seam carving算法的执行效率。 (3)针对嵌入式系统存在资源有限,运算速度相对较慢的特性,从四个方面进行优化：1)将浮点运算转化为定点运算,减少处理器资源的开销;2)优化图像能量求取过程,大幅度降低梯度能量的计算次数;3)优化累聚能量求取过程,提升累聚能计算效率;4)通过运算并行化提升运行速度。提出在Android平台上的设计方案,并进行详细设计。通过测试和实验,验证了程序的可靠性和实用性。

关键词： seam carving 图像缩放内容感知 Android

Review:A survey for image resizing

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Journal of Zhejiang University-Science C(Computers and Electronics) 2014年第9期15卷 697-716页

作者： Xiao LIN Ying-lan MA Li-zhuang MA Rui-ling ZHANG Department of Computer Science and Engineering Shanghai Jiao Tong University Academy of Information Technology Luoyang Normal University Department of Computer Science College of Engineering University of Illinois at Urbana-Champaign

Image resizing is a key technique for displaying images on different devices, and has attracted much attention in the past few years. This paper reviews the image resizing methods proposed in recent years, gives a detailed comparison on their performance, and reveals the main challenges raised in several important issues such as preserving an important region, minimizing distortions, and improving efficiency. Furthermore, this paper discusses the research trends and points out the possible hotspots in this field. We believe this survey can give some guidance for researchers from relevant research areas, offering them an overall and novel view.

关键词： Image resizing Saliency measures Cropping seam carving Warping