实验四 数字图像处理专题应用:误码掩盖(二)
- 格式:docx
- 大小:1.16 MB
- 文档页数:6
信息:技术与应用信息记录材料 2019年4月 第20卷第4期项有DB2,ORACLE,SQL server,Excel,Access等等。
【参考文献】[1]创客诚品等编著.SQL server从入门到精通[M].北京希望电子出版社,2018.[2]帅青红.银行信息系统管理概论[M].中国金融出版社,2010.[3]顾浩,等.银行计算机系统[M].清华大学出版社,2006.[4]董志鹏.SQL Server 2012数据库管理[M].清华大学出版社,2016.[5]王雪梅.SQL Server数据库实用案例教程[M].清华大学出版社,2017.[6]姚前.征信大数据:理论与实践[M].中国金融出版社,2018.作者简介:张平(1958-),男,汉族,福建省厦门市人,副教授,大学本科,研究方向:计算机软件。
1 引言可验证视觉密码是在1994年由Naor和Shamir在欧洲密码学术会议上第一次被提出。
它是以图片为载体的秘密共享方案,最基本的为(k,n)方案。
在这一方案中,秘密图像被加密成n张毫无关联的分存图片,然后将其分发给不同的拥有者,当分存数大于或者等于n时,则可以获得原秘密图像,当其小于n时,则无法获得相关秘密的任何信息。
在此基础上不需要进行大量的数学计算。
信息安全系统的基础是密码学。
密码学分为传统密码学和可视密码学。
传统密码学是将密文通过大量的复杂数学计算,将有用信息转化成无用信息,破解者需要大量的时间以及数学计算来破解;相比之下可视密码学,较为简便,不需要大量的数学计算,通过肉眼即可辨识出相关信息。
文献[1]介绍了一种新的密钥分享方案——叠像术,该方案是对可视密码的一改进,利用有意义的明文来替换原有的随机噪声图像。
文献[2]讲述将多秘密共享应用与可视密码学,并提出两秘密共享可视密码可应用于防欺骗。
文献[3]介绍了具有掩盖图像的可视密码的共享方案,这一方案的随机性较强,将n个子秘密隐藏在无关的图形当中。
以下的文字只是本人在学习H.264代码过程中的一些心得体会,限于本人水平有限,所以有错误的地方请阅读者谅解,并提出,大家共同讨论学习。
在这里,特别感谢H264乐园版主天之骄子及群里兄弟姐妹们的帮助!说明:红色表示函数绿色表示函数中的参数褐色表示函数内部的代码正文本文主要讲述了一些H.264中后处理错误隐藏的知识,而且也集中在解码端实现,根据空域和时域不同的掩盖方法,文章分为两大部分,第一部分主要讲帧内掩盖,相对应的c文件是erc_do_i.c;第二部分主要讲帧间掩盖,相对应的c文件是erc_do_p.c,这一部分相对于帧内掩盖要复杂得多,也是本文的重点。
下面,我们就从简到难,细细讲述其中的原理。
第一部分:帧内误码掩盖(erc_do_i.c)大家先对整个帧内误码掩盖有个大体的框架,请看下图,其中ercConcealIntraFrame ()是帧内的入口函数。
帧内的掩盖方式为像素平均权值,方法相对来说比较简单。
下面,我们通过一个一个函数分析来了解帧内掩盖算法。
int ercConcealIntraFrame( frame *recfr, int32 picSizeX, int32 picSizeY, ercVariables_t *errorVar )函数功能简述:这是帧内掩盖的入口函数,被image.c中的exit_picture()函数所调用。
这里,没有太多的代码,只是做了坐标级之间的转换,并调用了concealBlocks()。
函数参数解释:frame *recfr表示当前帧指针结构体,这个结构体包含了指向当前帧Y,U和V块的指针。
int32 picSizeX 表示一帧的宽度,当QCIF图像时,该值为176,当CIF图像时,该值为352。
int32 picSizeY表示一帧的高度,当QCIF图像时,该值为144,当CIF图像时,该值为288。
ercVariables_t *errorVar 表示包含了一些掩盖状态和信息的结构体。
基于SAR多视处理的数字视频误码掩盖算法研究的开题报告一、研究背景和意义数字视频在现代多媒体通信、视频监控、图像传输等领域得到了广泛应用,但其在传输过程中难免会受到信道噪声、干扰等因素的影响,导致误码率的提高,从而降低视频质量和可靠性,甚至无法正常播放。
因此,对数字视频误码掩盖算法的研究和应用具有重要的现实意义和广阔的应用前景。
基于SAR多视处理技术的数字视频误码掩盖算法,是指利用多视卫星合成孔径雷达(Synthetic Aperture Radar, SAR)的数据,实现对数字视频误码补偿的一种新型算法。
SAR多视处理技术能够提供高分辨率、高质量的卫星遥感影像,同时可以满足数字视频的高效传输和快速重建,并且具有不受天气、季节等影响的优点。
因此,采用基于SAR多视处理技术的数字视频误码掩盖算法,不仅能够有效提高数字视频传输的可靠性和质量,还能够为多种应用提供更好的数据支持。
二、研究内容和技术路线本文旨在探索基于SAR多视处理的数字视频误码掩盖算法的研究问题和技术路线。
具体研究内容包括以下几个方面:1. 研究数字视频的误码掩盖方法,包括行列重复编码、差错保护编码、纠错编码等思想,并结合SAR多视处理技术进行优化。
2. 研究SAR多视处理技术的原理和算法,包括数据获取、数据预处理、多视优化等方面,并研究其在数字视频误码掩盖算法中的应用。
3. 设计基于SAR多视处理的数字视频误码掩盖算法,包括基于重复编码的算法、基于差错保护编码的算法和基于纠错编码的算法等。
4. 组织实验验证,验证所设计算法的有效性和实用性,以及对不同类型视频的适用性进行评估和比较。
5. 最后,总结和展望基于SAR多视处理的数字视频误码掩盖算法的研究成果,探讨其未来的发展方向。
三、预期研究成果本文主要的预期研究成果有以下几个方面:1. 提出一种基于SAR多视处理技术的数字视频误码掩盖算法,该算法能够利用数据冗余和信道编码等方法,有效提高数字视频传输的可靠性和质量。
数字图像处理实验一 MATLAB数字图像处理初步一、显示图像1.利用imread( )函数读取一幅图像,假设其名为lily.tif,存入一个数组中;2.利用whos 命令提取该读入图像flower.tif的基本信息;3.利用imshow()函数来显示这幅图像;实验结果如下图:源代码:>>I=imread('lily.tif')>> whos I>> imshow(I)二、压缩图像4.利用imfinfo函数来获取图像文件的压缩,颜色等等其他的详细信息;5.利用imwrite()函数来压缩这幅图象,将其保存为一幅压缩了像素的jpg文件,设为lily.jpg;语法:imwrite(原图像,新图像,‘quality’,q), q取0-100。
6.同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像,设为flily.bmp。
7.用imread()读入图像Sunset.jpg和Winter.jpg;8.用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小;9.用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来,观察两幅图像的质量。
其中9的实验结果如下图:源代码:4~6(接上面两个) >>I=imread('lily.tif')>> imfinfo 'lily.tif';>> imwrite(I,'lily.jpg','quality',20);>> imwrite(I,'lily.bmp');7~9 >>I=imread('Sunset.jpg');>>J=imread('Winter.jpg')>>imfinfo 'Sunset.jpg'>> imfinfo 'Winter.jpg'>>figure(1),imshow('Sunset.jpg')>>figure(2),imshow('Winter.jpg')三、二值化图像10.用im2bw将一幅灰度图像转化为二值图像,并且用imshow显示出来观察图像的特征。
基于错误跟踪的时域误码掩盖算法
张明;毕笃彦;王勋;李成
【期刊名称】《北京邮电大学学报》
【年(卷),期】2007(30)6
【摘要】提出了一种新的时域误码掩盖算法,能更准确地恢复误码块丢失的运动矢量.为降低扩散错误的影响,在解码端利用错误跟踪理论估计每个像素的均方误差(MSE),并将MSE引入边界匹配准则,从而在估计运动矢量时充分考虑了边界像素的连续性和内部像素的可靠性.仿真结果表明,该算法在各种宏块丢失率下均优于传统的时域误码掩盖算法,具有很强的鲁棒性.
【总页数】5页(P51-55)
【关键词】误码掩盖;错误跟踪;匹配准则;运动矢量
【作者】张明;毕笃彦;王勋;李成
【作者单位】空军工程大学信号与信息处理实验室
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于场景检测的自适应空时域误码掩盖算法 [J], 罗亮;刘春生
2.基于运动时空相关度的时域误码掩盖算法 [J], 黄治华;易本顺;喻占武
3.基于无线H.264时域误码掩盖算法的改进 [J], 彭光辉;汪纪锋
4.基于H.264的改进时域误码掩盖算法 [J], 赵德祥;崔慧娟;唐昆
5.H.264中基于多宏块模式的时域误码掩盖算法 [J], 彭浩;刘春生
因版权原因,仅展示原文概要,查看原文内容请购买。
基于MV空间相关性的图像错误掩盖方法的研究在多媒体视频技术迅速发展的现代社会,人们对于视频通信的质量要求越来越高,传统的视频压缩技术已经不能满足大众的需求。
为了提供更好的视频通信质量以及更大的压缩率,H.264/AVC编解码协议应运而生。
相比之前的编解码协议,H.264/AVC可在保持编码质量的前提下减少50%的编码比特率,这大大减轻了视频编码信号在网络信道上的传输压力。
然而,在实际通信中,传输信道的不稳定性往往造成信号在传输过程中的丢失,从而导致终端接收到信号的失真。
对于图像信号而言会造成图像的局部黑块、马赛克甚至整体图像的丢失。
所谓错误掩盖,是利用解码段接收到的准确信息与丢失信息的相关关系进行内容的估计,从而达到恢复图像质量的效果。
这一技术既提高了接收端图像质量也不会给传输线路带来额外的带宽压力,因此受到了相关图像传输系统及协议的青睐。
本文在对相关图像错误掩盖算法进行学习和研究的基础上,针对H.264/AVC图像编码协议提出了两种快速而有效的基于MV空间相关性的图像错误掩盖方法。
本文主要完成了以下几部分的工作:1.首先文章对多媒体视频编码原理及编解码标准的发展历史进行了简单的阐述,并着重从编解码的流程、采用的新技术特点以及其在现阶段的应用等对目前主流的视频编解码标准H.264/AVC进行详细的介绍。
2.针对H.264/AVC现阶段使用的一些差错控制技术进行了研究,对几种主要的差错控制技术进行介绍和分析,包括编码端的差错控制技术以及解码端错误掩盖技术。
本文将要着重描述的便是时域错误掩盖算法。
3.研究了近年来针对H.264/AVC的几类时域错误掩盖算法,按照算法的运算特性分为几类分别进行阐述,说明其各自的优缺点并与错误掩盖技术进行了对比。
4.提出了基于MV空间相关性的时域错误掩盖算法(MVSC)。
该方法利用时域信息以及运动向量的空间相关性对已丢失的宏块进行恢复。
实验表明,该算法能有效地对已丢失信息进行恢复,视频质量得到很大改善,有一定的实用价值。
基于模糊推理的彩色图像帧内误码掩盖方法
吕瑞兰;朱秀昌
【期刊名称】《南京邮电大学学报(自然科学版)》
【年(卷),期】2009(029)005
【摘要】本文研究了RGB彩色图像基于模糊推理的误码掩盖(FRBEC)方法.首先将RGB图像转换到YCbCr彩色空间,对Y分量图像的丢失块进行周围像素匹配以获得最佳匹配块,并把最佳匹配块的位置直接作为R、G、B分量图像对应的最佳匹配块位置,以减少计算量.然后分别对R、G、B 3幅分量图像采用模糊推理对匹配的结果进行模糊分类,并对匹配准确度低的块进行改进的像素逐点修正.实验结果表明,FRBEC方法无论对于彩色和灰度的图像,都可以获得较高的峰值信噪比(PSNR),不过彩色图像的PSNR一般比灰度图像要低一些.
【总页数】4页(P86-89)
【作者】吕瑞兰;朱秀昌
【作者单位】南京邮电大学通信与信息工程学院,江苏,南京,210003;南京邮电大学通信与信息工程学院,江苏,南京,210003
【正文语种】中文
【中图分类】TN911.73;TN919.81
【相关文献】
1.一种基于模糊聚类的视频帧内差错掩盖 [J], 郭秀江;朱秀昌
2.一种基于模糊推理的块编码图像帧内误码恢复方法 [J], 吕瑞兰;朱秀昌
3.卫星视频帧内自适应误码掩盖新算法 [J], 孟楠;张琦;忻向军
4.基于模糊识别的块编码图像帧内误码掩盖技术 [J], 吕瑞兰;朱秀昌
5.基于多参考帧的多方向边界匹配时域误码掩盖 [J], 万水龙;罗国成;余彪
因版权原因,仅展示原文概要,查看原文内容请购买。
移动通信中一种实用的图像错误掩盖技术
艾达;常义林;宋彬;王鑫
【期刊名称】《西安电子科技大学学报(自然科学版)》
【年(卷),期】2001(028)003
【摘要】针对移动通信窄带高噪的特点,以及静止压缩图像JPEG文件特殊的结构,提出了一种图像错误的掩盖技术,与传统的邻域替代法、均值预测法不同,该技术针对JPEG文件的PROGRESSIVE模式,用同一图像的低频图像信息来覆盖出错的高频图像信息,可以有效地对信道造成的图像数据破坏进行掩盖.该技术已经应用于实际的图像通信系统中.
【总页数】3页(P405-407)
【作者】艾达;常义林;宋彬;王鑫
【作者单位】西安电子科技大学通信工程学院,;西安电子科技大学通信工程学院,;西安电子科技大学通信工程学院,;天津通信广播公司,
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.计算机实用通信中一种新的数据加密技术 [J], 陈琪
2.移动通信中基于图像特征的自适应错误隐藏技术 [J], 叶水明;林行刚;王贵锦
3.一种新的图像分场描述编码错误掩盖算法 [J], 艾达;周志慧
4.一种基于视觉掩盖的数字图像水印技术 [J], 曹岭;杨小帆;柏森
5.一种新的空间域图像错误掩盖方法 [J], 艾达;常义林
因版权原因,仅展示原文概要,查看原文内容请购买。
一种新的图像分场描述编码错误掩盖算法
艾达;周志慧
【期刊名称】《计算机应用研究》
【年(卷),期】2015(32)8
【摘要】针对信道中数据丢失导致图像恢复质量严重受损问题,提出将方向插值引入到基于图像分场描述编码的错误掩盖算法.将每帧图像分为两场独立编码传输,丢失一场数据时,通过改进Sobel算子计算正确接收的另一场图像内部边缘,沿边缘方向插值恢复出丢失的场.实验结果表明,应用这种基于像素行交织的错误掩盖算法后,图像主观恢复质量和峰值信噪比均较现有方法有显著提高.算法计算复杂度低,与H.264编码标准兼容,适于实际工程应用.
【总页数】3页(P2558-2560)
【作者】艾达;周志慧
【作者单位】西安邮电大学通信与信息工程学院,西安710121;西安邮电大学通信与信息工程学院,西安710121
【正文语种】中文
【中图分类】TN911.73;TP301.6
【相关文献】
1.一种新的低复杂度基于变换域的图像差错掩盖算法 [J], 王勤哲;胡波;裘荟荟
2.一种无线信道多描述图像编码算法 [J], 李锌;尹宝才;杨猛;苏海斌
3.一种图像多描述网格编码矢量量化算法 [J], 张炜;蒋刚毅;汪增福;郁梅
4.一种基于小波变换和多级树集合分裂算法的图像多描述编码改进算法 [J], 贾冬顺;张正炳;王海波;邓慧萍
5.一种新的空间域图像错误掩盖方法 [J], 艾达;常义林
因版权原因,仅展示原文概要,查看原文内容请购买。
基于特征聚类的图像错误检测及掩盖算法
李国波;陈钢;吴百锋
【期刊名称】《通信学报》
【年(卷),期】2010(0)12
【摘要】针对现有的大多数图像错误掩盖算法缺乏错误检测能力,在空间域和变换域提出了2个基于特征聚类并结合信息隐藏技术的错误检测和恢复的掩盖算法,将图像DCT变换的直流系数和低频系数按块聚类,把块聚类号作为隐藏信息分别嵌入到像素和中频系数的最低位平面中,通过这些隐藏的块聚类号之间的一致性比较实现了错误块的检测,再用与错误块具有相同类的正常块的中心点数据替代错误块完成错误掩盖.对比实验表明,该算法在平衡隐藏容量、隐写图像质量、掩盖效果和顽健性之间的矛盾上具有优势.
【总页数】11页(P1-11)
【作者】李国波;陈钢;吴百锋
【作者单位】复旦大学,计算机科学技术学院,上海,200433;复旦大学,计算机科学技术学院,上海,200433;复旦大学,计算机科学技术学院,上海,200433
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.基于蚁群的图像情感特征聚类算法的研究 [J], 李海芳;温侠;门立环
2.基于掩盖效应和梯度信息的无参考噪声图像质量评价改进算法 [J], 罗洪艳;朱子
岩;林睿;林臻;廖彦剑
3.基于稀疏自编码特征聚类算法的图像窜改检测 [J], Wang Mengsi;Huo Hongtao;Luo Xiaoyang
4.基于大数据的混合属性图像冗余特征聚类算法 [J], 蔡小爱;张海民
5.基于大数据的混合属性图像冗余特征聚类算法 [J], 蔡小爱;张海民
因版权原因,仅展示原文概要,查看原文内容请购买。
小波图像编码中基于误差分析的错误隐藏方法
黄海云;朱敏
【期刊名称】《计算机工程与应用》
【年(卷),期】2006(42)15
【摘要】详细分析了不同子带小波系数误码在重构图像中的误码扩散,包括误差值大小、误差能量和失真范围,分析结果表明不同频率的子带系数误码产生的失真存在很大差异,其中低频产生的影响最大.然后提出了一种在图像空间域进行的错误隐藏方法.实验结果表明,该方法可隐藏由于低频系数误码造成的图像失真,能得到较好的重建图像质量,可应用于存在较高误码率的图像传输中.
【总页数】3页(P75-77)
【作者】黄海云;朱敏
【作者单位】中国科学院研究生院,北京,100080;中国科学院声学研究所,北
京,100080;中国科学院声学研究所,北京,100080
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于进化规划的小波分形图像编码方法 [J], 惠存阳
2.基于小波图像编码中的边界延拓方法分析 [J], 邱自华;陈宇拓
3.一种基于整数小波和SPHIT算法的静态图像编码方法 [J], 章佳; 李章维; 吴秀章
4.一种基于小波变换的遥测图像编码新方法 [J], 蒋春蕾
5.一种基于小波变换的遥测图像编码新方法 [J], 蒋春蕾
因版权原因,仅展示原文概要,查看原文内容请购买。
数字图像处理专题应用:误码掩盖(二)
课时:2学时
一、实验目的及要求:
本次实验是实验三的延伸和扩展,主要是通过双线性插值和最近
邻插值这两种典型的空域插值算法,来体会具体实现图像误码掩盖
的算法流程,并对同一幅受损图像分别用以上两种算法恢复,判别
其优劣。
二、实验设备
1、笔记本电脑一台
2、Matlab_R2018a
三、实验内容:
1,什么是双线性插值?双线性插值为什么是图像处理中的经典算法?针对实验三种得到的受损图像,编写一个双线性插值的算
法程序,并在主函数中调用。
答:双线性插值,就是两个方向的线性插值叠加。
又称为双线
性内插。
在数学上,双线性插值是有两个变量的插值函数的线
性插值扩展,其核心思想是在两个方向分别进行一次线性插值;
线性插值的结果与插值的顺序无关。
首先进行y方向的插值,然后进行x方向的插值,所得到的结果是一样的。
BI函数
SmallimageDouble = Input_Image_Loss_Double(rx:rowhigh,ry:colhigh); %截取丢失块周围可用的象素
for i=2:MB+1
for j=2:MB+1
SmallimageDouble(i,j)=(SmallimageDouble(1,j)*(MB+2-
i)+SmallimageDouble(MB+2,j)*(i-
1)+SmallimageDouble(i,1)*(MB+2-
j)+SmallimageDouble(i,MB+2)*(j-1))/(2*(MB+1));
% smallimage(i,j)=floor(small);%将双精度的数值截取为整数.
end
end
运行主函数BImain.m,得到恢复的图像
SNR =29.2546客观效果
2,什么是最近邻插值?为什么最近邻插值也是图像空域恢复中的典型算法?针对实验三种得到的受损图像,编写一个双线性插值的算法程序,并在主函数中调用。
答:最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输出;最近临插值算法优点是算法简单,易于实现。
for mbx=1:MBH
for mby=1:MBW
if condition(mbx,mby)==error
n=(mbx-1)*MB+1;
m=(mby-1)*MB+1;
for p=n:n+MB-1 %p行,q列
for q=m:m+MB-1
i=p-n+1;
j=q-m+1;
if i<=MB/2%上半边
WT=exp(-i/(MB+1));
WB=1-WT;
else
WB=exp(-(MB+1-i)/(MB+1));
WT=1-WB;
end
if j<=MB/2%左半边
WL=exp(-j/(MB+1));
WR=1-WL;
else
WR=exp(-(MB+1-j)/(MB+1));
WL=1-WR;
end
mc=min(i,MB-i);
mr=min(j,MB-j);
if mr>mc
wc=0.5+(mr-mc)/(2*(mr+mc));
wr=1-wc;
elseif mr<mc
wr=0.5+(mc-mr)/(2*(mr+mc));
wc=1-wr;
else wr=0.5;
wc=0.5;
end
VT=Loss_Picture_Double((mbx-
1)*16,q);
VB=Loss_Picture_Double(mbx*16+1,q); VL=Loss_Picture_Double(p,(mby-
1)*16);
VR=Loss_Picture_Double(p,mby*16+1);
Loss_Picture_Double(p,q)=wc*(WT*VT+WB*VB)+wr*(WL*VL+WR*VR); end
end
end
end
end
在主函数nbpsi.m中调用该算法,得到恢复图像
SNR =29.6089
对同一幅受损图像分别用以上两种算法恢复,判别其优劣。
如有可能,解释一下为何两种算法有些微高下之分。
结论:最近邻插值法的优点是计算量很小,算法也简单,因此运
算速度较快。
但它仅使用离待测采样点最近的像素的灰度值作为该采样点的灰度值,而没考虑其他相邻像素点的影响,因而重新采样后灰度值有明显的不连续性,图像质量损失较大,会产生明显的马赛克和锯齿现象。
双线性插值法效果要好于最近邻插值,只是计算量稍大一些,算法复杂些,程序运行时间也稍长些,但缩放后图像质量高,基本克服了最近邻插值灰度值不连续的特点,因为它考虑了待测采样点周围四个直接邻点对该采样点的相关性影响。
但是,此方法仅考虑待测样点周围四个直接邻点灰度值的影响, 而未考虑到各邻点间灰度值变化率的影响, 因此具有低通滤波器的性质, 从而导致缩放后图像的高频分量受到损失, 图像边缘在一定程度上变得较为模糊。
用此方法缩放后的输出图像与输入图像相比, 仍然存在由于插值函数设计考虑不周而产生的图像质量受损与计算精度不高的问题。
总之,在进行图像缩放处理时,应根据实际情况对两种算法做出选择,既要考虑时间方面的可行性,又要对变换后图像质量进行考虑,这样才能达到较为理想的结果。
四、实验心得
本次最后一次实验是在实验三的基础上延伸的,所以没有特别难。
成功通过双线性插值和最近邻插值这两种算法实现分别对同一幅受损图像恢复。
两者各有优劣,但都是很经典的算法,我不禁感叹算法的强大。
虽然四个实验很快结束了,但带给我宝贵的知识与经验。