發(fā)布時(shí)間：2024-02-23 10:09

　　圖像拼接定位技術(shù)一直是近些年來研究的熱點(diǎn),國(guó)內(nèi)外的研究團(tuán)隊(duì)通過研究拼接區(qū)域與原始區(qū)域在某些特征描述上的不一致性,提出多種高精度的拼接定位方案。在現(xiàn)有的圖像拼接定位方案中,大部分彩色圖像特征提取算法沒有運(yùn)用圖像的色彩信息、結(jié)構(gòu)信息與光譜相關(guān)信息,且拼接區(qū)域的定位精度不高。本文針對(duì)現(xiàn)有方案存在的不足,提出兩種有效的基于彩色圖像的拼接定位算法,具體研究?jī)?nèi)容如下:1)針對(duì)現(xiàn)有彩色圖像特征提取算法存在丟失信息的現(xiàn)象,本方案提出基于QPCA與四元數(shù)偏度的彩色圖像拼接定位方案。為了精確區(qū)分原始區(qū)域與拼接區(qū)域,本方案中采用QPCA提取噪聲特征。QPCA特征提取算法充分利用彩色圖像的色彩信息以及RGB三通道之間的固有聯(lián)系,從而增大了分類特征在描述拼接區(qū)域與原始區(qū)域時(shí)的差異性。為了平衡定位方案的精確度與時(shí)間復(fù)雜度,本文采用由粗到細(xì)的分塊策略。本方案的具體步驟如下:首先將圖像劃分為64×64尺寸的圖像塊;其次根據(jù)QPCA提取的噪聲特征將所有圖像塊分成兩簇得到初始分類結(jié)果,并尋找初始分類結(jié)果中的邊緣區(qū)塊;然后將待測(cè)圖像重新劃分為32×32尺寸得到第二次分類結(jié)果;最后,將第二次分類結(jié)果用于邊緣區(qū)塊的最終分類結(jié)果...

【文章頁數(shù)】：55 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像拼接定位研究現(xiàn)狀
        1.2.2 基于四元數(shù)的彩色圖像取證研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)
        1.3.1 本文主要研究?jī)?nèi)容
        1.3.2 本文創(chuàng)新點(diǎn)
    1.4 論文組織結(jié)構(gòu)
第二章 圖像拼接與拼接定位概述
    2.1 圖像拼接
    2.2 圖像拼接定位框架
        2.2.1 預(yù)處理
        2.2.2 圖像分塊方案
        2.2.3 特征選擇
        2.2.4 分類器介紹
    2.3 圖像拼接定位的評(píng)價(jià)標(biāo)準(zhǔn)
    2.4 本章小結(jié)
第三章 基于QPCA與四元數(shù)偏度的彩色圖像拼接定位方案
    3.1 四元數(shù)理論基礎(chǔ)
        3.1.1 四元數(shù)定義
        3.1.2 四元數(shù)的運(yùn)算法則
        3.1.3 四元數(shù)的復(fù)數(shù)表現(xiàn)形式
        3.1.4 四元數(shù)的統(tǒng)計(jì)特征計(jì)算
    3.2 基于彩色圖像的四元數(shù)主成分分析理論簡(jiǎn)介
    3.3 算法基本流程
        3.3.1 基于QPCA的噪聲水平預(yù)測(cè)
        3.3.2 分塊策略與特征分類
    3.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        3.4.1 實(shí)驗(yàn)環(huán)境配置
        3.4.2 圖像數(shù)據(jù)庫
        3.4.3 最優(yōu)參數(shù)的選擇
        3.4.4 算法性能評(píng)估
        3.4.5 實(shí)驗(yàn)對(duì)比與分析
        3.4.6 抗JPEG壓縮的魯棒性測(cè)試
    3.5 本章小結(jié)
第四章 基于形態(tài)學(xué)與四元數(shù)色調(diào)的拼接定位優(yōu)化方案
    4.1 引言
    4.2 基于四元數(shù)的色調(diào)分析
        4.2.1 四元數(shù)旋轉(zhuǎn)理論
        4.2.2 彩色圖像的色調(diào)差計(jì)算
    4.3 形態(tài)學(xué)與顏色重心相關(guān)知識(shí)
        4.3.1 形態(tài)學(xué)方法
        4.3.2 顏色重心
    4.4 算法基本流程
        4.4.1 基于形態(tài)學(xué)與特征相似度的定位優(yōu)化
        4.4.2 基于四元數(shù)色調(diào)的邊緣優(yōu)化
    4.5 實(shí)驗(yàn)結(jié)果和分析
    4.6 本章小結(jié)
第五章 總結(jié)及展望
    5.1 工作總結(jié)
    5.2 研究展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介



本文編號(hào)：3907429