基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法

基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法

ID:33297192

大?。?81.16 KB

頁數(shù):4頁

時(shí)間:2019-02-23

基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法_第1頁
基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法_第2頁
基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法_第3頁
基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法_第4頁
資源描述:

《基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、計(jì)算機(jī)技術(shù)與發(fā)展v。i第第期.18No.122008年12月CIDMPLrFERFECHNOI,OC;YANDDEVELOPMENTDec.2008基于高階統(tǒng)計(jì)矩的特征提取優(yōu)化算法馬懿,張政保,馮帆,劉愛珍(中國人民解放軍軍械工程學(xué)院計(jì)算機(jī)工程系,河北石家莊050003)摘要:基于小波域高頻系數(shù)的廣義高斯分布(GGD)模型,提出了一種新的特征提取優(yōu)化算法。通過分析研究小波系數(shù)概率密度函數(shù)的時(shí)頻特性,選擇在頻域中提取高階統(tǒng)計(jì)矩。為了更好地區(qū)分原始圖像和隱秘圖像高階矩的差別,對高階統(tǒng)計(jì)矩的權(quán)重函數(shù)進(jìn)行改進(jìn)。除此之外,對高階統(tǒng)計(jì)矩階數(shù)的確定,以及子帶

2、層次的選擇也作了進(jìn)一步的研究,構(gòu)建了提取最優(yōu)特征矩的提取算法?;贛adab7.0平臺進(jìn)行仿真實(shí)驗(yàn),結(jié)果證明:該算法的綜合性能明顯優(yōu)于同類特征提取算法。關(guān)鍵詞:廣義高斯分布;小波子帶;傅里葉變換;高階統(tǒng)計(jì)矩;盲檢測中圖分類號:TP301.6文獻(xiàn)標(biāo)識碼:A文章編號:1673—629X(2008)12—0123一O4OptimizedAlgorithmforFeatureExtractionBasedonHigher‘-。OrderStatisticalMomentsMAYi,ZHANGZheng—bao,F(xiàn)ENGFan,LIUAi—zhen(De

3、partmentofComputerEngineering,OrdnanceEngineeringCollegeofPLA,Sh~iazhuang050003,China)Abstract:AnewoptimizedalgorithmforfeatureextractionbasedonGGDmodelofwaveleteoeffieient~Sisbroughtforward.Analyzestime—frequencydomaincharacterofthePDFofwaveletcoefficientsandchoosestoextrac

4、tthehigher—order,statisticalmomentsfromthefrequencydomain.Fordiscriminatingthedifferencesbetweencoverimageandstegoimage,improvetheweighedfI1ctionanditⅡ1akestheeffectofextractionbetter.Besidesthat,analyzeshowtoselecttheorderofhigher—ordermomentsandhierarchyof訪挑lsubband.Fi·nal

5、ly,makeernuhtionalexperimentontheMatlab7.0platform,experimentresultsprovethattheextractionalgorithmhasbetterperfor-msnee$thanthecongenericalgorithms.Keywords:generalizedGanssiandistribution;waveletsubband;Fouriertransform;higher—orderstatisticalmoments;blinddetection0引言新的、強(qiáng)有

6、力的信號處理工具,具有多尺度、多分辨率近年來,隨著多媒體信息技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速分析的特點(diǎn),在圖像處理領(lǐng)域得到了廣泛的應(yīng)用。圖發(fā)展,網(wǎng)絡(luò)信息安全問題已成為政府、軍事和商業(yè)領(lǐng)域像經(jīng)過小波變換后,能夠得到不同尺度和方向的子帶,等關(guān)注的焦點(diǎn)。媒體的數(shù)字化在給人們提供方便的同通過分析小波域各個(gè)子帶頻域特性,提取敏感特征向時(shí),也帶來了安全隱患,如版權(quán)保護(hù)問題等。信息隱藏量,有效實(shí)現(xiàn)隱寫分析。技術(shù)作為一門新興技術(shù),它利用人類視覺系統(tǒng)模型,以目前存在的隱寫分析算法有很多,但大多是針對不可感知的形式,將秘密信息嵌入到要保護(hù)的媒體中,小波高頻子帶系數(shù)的直方圖空域

7、特性提取高階統(tǒng)計(jì)以達(dá)到保護(hù)版權(quán)的目的。矩,作為特征向量。由于頻域比空域含有更豐富的信據(jù)美國CNN新聞報(bào)道,恐怖分子就是采用信息隱息,更適合進(jìn)行奇異值分析,文中基于小波域高頻系數(shù)藏技術(shù)利用網(wǎng)絡(luò)進(jìn)行恐怖活動的。隱寫分析技術(shù)的廣義高斯分布(GC-D)模型,通過分析概率密度函數(shù)(Steganalysis)作為信息隱藏技術(shù)(InformationHiding的頻域特性,嘗試從頻域提取高階統(tǒng)計(jì)矩,作為敏感特Technique)的一個(gè)重要分支,出于對反問、反恐的需征向量,實(shí)驗(yàn)結(jié)果表明:該算法提取效果明顯優(yōu)于空域要,信息隱藏分析技術(shù)已成為當(dāng)前社會研究的熱點(diǎn)之提

8、取效果。一。小波分析技術(shù)作為調(diào)和技術(shù)發(fā)展的產(chǎn)物,是一種1優(yōu)化算法收稿日期:2oo8—03—25基金項(xiàng)目:國家自然科學(xué)基金(60571037)圖像經(jīng)I)

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。