数字图像处理的应用-Digital-Image-Processing.pptVIP

数字图像处理的应用 陈荣钦 chen_rongqin@163.com 数字图像处理的应用 本节课我们学习： 图像处理的主要应用领域 图像处理在数字水印中的应用 基于内容的图像检索 图像处理的主要应用领域 航天和航空技术方面的应用 生物医学工程方面的应用 通信工程方面的应用 工业和工程方面的应用 军事公安方面的应用 文化艺术方面的应用 基于互联网的图像系统 互联网图像系统的结构 互联网图像系统的研究方向 解决图像数据大与网络带宽窄的问题 与信息安全、版权保护相关的图像问题 静止、活动图像的存储与检索的问题 图像处理在数字水印中的应用 数字水印 随着因特网在各个应用领域的蔓延，多媒体数字作品（图像、视频、音频等）纷纷以网络形式发表，这些作品的版权保护就成为一个迫切而又比较困难的问题 数字水印（digital watermarking)是解决这一问题的有效办法 如何通过数字水印实现版权保护 定义： 通过在原始数据中嵌入秘密信息——水印(watermark)来证实该数据的所有权。 形式： 这种被嵌入的水印可以是一段文字、标识、序列号、其他图像等，而且水印通常是不可见或不可察的，它与原始数据紧密结合，并隐藏其中，成为源数据不可分离的一部分。 特性： 水印信息应该能够在经历了某些不破坏原始数据的操作（如压缩等）后仍然保存下来。 数字水印系统模型 水印信号嵌入 数字水印系统模型 水印信号的提取 数字水印系统模型 水印信号的检测 水印技术与信息隐藏技术 水印技术是信息隐藏技术的一个分支 水印技术是信息隐藏技术的差异： 如果隐藏的信息被破坏，对于信息隐藏技术而言，因为秘密信息并未泄漏，系统可以认为是安全的； 但对于数字水印系统来说，隐藏信息的丢失，意味着版权信息的丢失，从而失去了版权保护的功能，因此，这样的系统是失败的 数字水印技术的技术特性 鲁棒性(robustness) 不因图像文件的某些改动而导致隐藏信息丢失的能力。如传输过程中的信道噪声、滤波采样、有损压缩编码、D/A或A/D转换 不可检测性(undetectability) 指隐藏载体与原始数据具有一致的特性。如具有一致的统计噪声分布等，以便使非法拦截者无法判断是否有隐蔽信息 透明性(invisibility) 利用人类视觉系统特性，经过一系列隐藏处理，使目标数据没有明显的质量下降，隐藏数据也不会被发现 安全性(security) 指隐藏算法有较强的抗攻击能力，隐藏信息不易破坏 数字水印技术的技术特性 自恢复性 由于经过一些操作或变换后，可能会使原图产生较大的破坏，如果只从留下的片段数据，仍能恢复隐藏信号，而且恢复过程不需要宿主信号，我们就说这样的算法具有自恢复性 数字水印技术的技术特性 自恢复性 数字水印的典型算法 空域算法 早期的数字水印算法以空域算法为主。 空域算法通常比较简单，运算量小。缺点是抵抗攻击的能力往往会比较弱。 Schyndel算法是空域算法（Schyndel算法是Schyndel等人在1994年提出，就数字水印技术领域而言，它可以说是具有一定程度的始祖意义） 数字水印的典型算法 Schyndel算法： 首先把一个密钥输入到一个m-序列发生器来产生水印信号，然后此m-序列被重新排列成2维水印信号，并按象素点逐一插入到原始图像象素值的最低位。 由于水印信号被安排在最低位，因此可以满足不可见性。 数字水印的典型算法 频域算法： 把源数据经过某种变换（例如DCT变换）之后，对频域数据嵌入水印信息。 频域算法通常比较复杂，运算量大。但抵抗攻击的能力往往会强一些。 目前比较主流的频域算法包括DCT域数字水印算法、小波域数字水印算法等 DCT域数字水印算法 添加水印的算法 首先把图像分成8×8的不重叠象素块 对每块数据做DCT变换，得到DCT系数组 由密码控制选择一些DCT系数，对这些系数进行微小变换以满足特定的关系。 提取水印的算法 在水印提取时，选取相同的DCT系数 并根据系数之间的关系抽取特定信息。 算法分析 数据改变的幅度比较小，透明性好。 抵抗几何变换攻击的能力会比较弱。 数字水印的典型算法 压缩域算法 基于JPEG、MPEG标准。 水印信号的嵌入、提取、检测直接在压缩域数据中进行。 节省了解码和重新编码的过程 内容检索与内容匹配 当我们的数字图像数量很多时（达到上千张、甚至上百万张），如何快速有效地找到需要的数字图像是一项有挑战性的工作 那么，如何利用计算机辅助检索图像呢？（与文本检索不同，图像与图像之间的比较是一个复杂的问题） 传统的图像检索方法 通过图片的元数据或标引文字进行检索 例：图像元数据 宽度/高度：210/172 内容：6个有草的玻璃瓶、3个瓶有红色液体、3个瓶有透明液体 主题：玻璃瓶与草 背景：淡灰 传统的图像检索方法 标引文字的检索的局限