论文研究基于局部沃尔什变换的纹理特征在石材识别中的应用 .pdf

小波变换在信息隐藏中的应用研究,邓颖,,基于目前信息隐藏研究的重点在于如何将信息隐藏到图像声音和文字之中,笔者主要是深入分析了信息隐藏及其关键技术的基本原理并对

C++实现灰度图像正交变换，包括傅里叶变换、离散余弦变换、沃尔什变换，小波变换（bmp灰度图像），VC6.0里运行无误

基于纹理特征的图像重定向通用篡改检测，李亚楠，杨高波，随着图像编辑技术的更新,图像处理操作变得非常普遍,这给图像的真实性带来了很大挑战。目前,图像取证在识别恶意伪造图像方面取得了

针对图像盲认证中一种常见的Copy-Move型图像篡改，提出了基于图像的Tamura纹理特征的Copy-Move型篡改区域的检测和定位算法。该算法提取每一图像块的Tamura纹理特征组成图像的特征向量

同时考虑SAR图像局部灰度均值和方差及像素空间分布特征等统计量，在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上，建立多分辨双Markov-GAR模型，采用多分辨MPM的参数估计方法及相应的无监督

提出了一种基于离散小波变换（DWT）和RSA加密的变强度可见数字水印算法。该算法在小波参数选择中，使水印图像的嵌入强度依主图像特征而变化，计算嵌入因子值时考虑并利用了拉伸系数的值，加快了计算速度;同时

特征选择是文本分类的一个重要步骤。分析了互信息，针对其不足引进了粗糙集给出了一个基于关系积的属性约简算法，并以此为基础提出了一个新的适用于海量文本数据集的特征选择方法。该方法使互信息进行特征初选，利用

采用组稀疏表示分类方法时，同类样本同时参与对测试样本的表示，忽略了类内样本间的相关性。提出了一种改进方法，该方法在块正交匹配追踪算法基础上，将样本间的相干系数作为参数，设置适当的阈值，对每次选取的样本

特征选择是模式识别和机器学习领域的重要问题。针对目前Filter和Wrapper方法，以及传统二阶段组合式方法存在的缺陷，提出了一种双重过滤式特征选择方法FSTPF，并在三个国际公认数据集和一个盾构隧

提出了基于trace变换不变性特征的人脸识别算法，提高了单训练样本下姿势和表情变化后的识别率。应用一阶Scharr算子、二阶尺度适应的高斯型拉普拉斯算子（LOG）和Harris滤波器定位特征点，选择合