JPEG压缩

摘要： 图像取证和反取证技术成为当前信息安全领域的研究热点之一.论文首先对图像篡改取证技术进行分类介绍,接着对当前的PEG压缩反取证技术进行探讨,分析说明反取证方法经过不断进步,能够越来越多地隐藏压缩痕迹,并为今后的JPEG压缩取证算法提出新的研究思路.

摘要： 基于混沌映射,提出一种与JPEG压缩相结合的图像加密算法.将像素点的RGB分量以8×8的子块为单位在行列方向上进行位置置乱,实现颜色分量重组,再进行JPEG压缩;完成DCT系数量化后,分别对DC系数和AC系数进行位置置乱,再对DCT系数的符号位进行随机修改,整个加密过程由混沌系统控制.理论分析和仿真实验证明,该算法加密效果好,密钥空间大、敏感性强,同时加密操作对压缩算法影响很小,加密后的图像仍然具有很高的压缩比.

摘要： 半脆弱水印因为在多媒体内容认证方面的重要作用而受到人们密切的关注.为了能够区分偶然攻击与恶意篡改,半脆弱水印需要对一般的内容保护图像操作有一定的鲁棒性.根据图像相邻小波高频系数之间的大小关系在JPEG压缩之后大多数没有发生变化这一事实,提出了一种新的基于DWT变换的具有篡改定位的半脆弱水印算法,该算法主要思想是根据图像相邻小波高频系数之间的大小关系来嵌入水印.仿真实验结果表明:该算法嵌入容量大,有很好的抗JPEG压缩性能,同时也能对恶意篡改精确定位.

摘要： 图像经过JEPG格式压缩后易存在方块伪影.针对此类有损压缩车牌图像,给出一种基于卷积神经网络的重建方法,据以通过非线性映射和重建减少压缩伪影.卷积神经网络分为特征提取层、特征增强层、非线性映射层和重建层.其中,特征提取层采用三个不同尺寸的卷积核提取特征,并对其进行融合,由此可捕捉更多图像细节信息.实验结果表明,采用该网络结构重建有损压缩车牌图像的效果较好,能明显减少重建后的方块伪影.

摘要： 某些企业迫切需要一种能够自动检测JPEG图片在存储、传输过程中是否有被篡改过的水印技术,同时需保证"原图"不受水印的影响.但因JPEG压缩为有损压缩,压缩和解压缩过程会引起图片信息发生变化,要同时保证检测的零误检率和极低的漏检率是非常困难的.文中提出了一种基于图片内容的对JPEG压缩完全稳定的图像防篡改方法,包括两个部分:加水印部分和检测图片是否篡改并去除水印部分.本算法能做到完全无误检,同时保证对篡改保持极高的检出率,而且丝毫不影响"原图",完全满足企业的上述需求.本算法应用于某家企业的实际项目中.

摘要： 为适应数字图像存储质量的不同要求，本文结合压缩质量因子提出一种安全的数字图像认证水印算法.该算法将原始图像分成8×8的图像块，利用特定压缩因子对应的量化表生成图像块的DCT量化矩阵.对每个图像块，利用重要DCT量化系数和相应的水印标识生成待嵌入水印信息，并基于密钥随机嵌入在其它图像块对应的量化系数上.检测时，根据图像块及其八邻域块的水印改变情况判定该图像块的真实性.实验结果表明该算法不仅能有效抵抗不小于给定压缩因子的JPEG压缩，而且提高了算法的篡改检测性能和抗拼贴攻击的能力.

摘要： 为适应数字图像存储质量的不同要求，本文结合压缩质量因子提出一种安全的数字图像认证水印算法.该算法将原始图像分成8×8的图像块，利用特定压缩因子对应的量化表生成图像块的DCT量化矩阵.对每个图像块，利用重要DCT量化系数和相应的水印标识生成待嵌入水印信息，并基于密钥随机嵌入在其它图像块对应的量化系数上.检测时，根据图像块及其八邻域块的水印改变情况判定该图像块的真实性.实验结果表明该算法不仅能有效抵抗不小于给定压缩因子的JPEG压缩，而且提高了算法的篡改检测性能和抗拼贴攻击的能力.

摘要： 为适应数字图像存储质量的不同要求，本文结合压缩质量因子提出一种安全的数字图像认证水印算法.该算法将原始图像分成8×8的图像块，利用特定压缩因子对应的量化表生成图像块的DCT量化矩阵.对每个图像块，利用重要DCT量化系数和相应的水印标识生成待嵌入水印信息，并基于密钥随机嵌入在其它图像块对应的量化系数上.检测时，根据图像块及其八邻域块的水印改变情况判定该图像块的真实性.实验结果表明该算法不仅能有效抵抗不小于给定压缩因子的JPEG压缩，而且提高了算法的篡改检测性能和抗拼贴攻击的能力.

摘要： 为适应数字图像存储质量的不同要求，本文结合压缩质量因子提出一种安全的数字图像认证水印算法.该算法将原始图像分成8×8的图像块，利用特定压缩因子对应的量化表生成图像块的DCT量化矩阵.对每个图像块，利用重要DCT量化系数和相应的水印标识生成待嵌入水印信息，并基于密钥随机嵌入在其它图像块对应的量化系数上.检测时，根据图像块及其八邻域块的水印改变情况判定该图像块的真实性.实验结果表明该算法不仅能有效抵抗不小于给定压缩因子的JPEG压缩，而且提高了算法的篡改检测性能和抗拼贴攻击的能力.

摘要： 提出一种基于离散小波变换的数字全息水印算法.该算法首先计算水印的全息图，然后对其进行小波分解，将包含全部水印信息的高频分量嵌入到载体图像小波分解的中频区域以实现信息隐藏.由于全息图的频谱特性和不可撕毁性，该全息水印方法具有很好的不可见性，可以实现水印盲提取，不仅能够抵抗剪切、噪声、滤波和JPEG有损压缩等攻击，而且在打印扫描后仍能盲抽取水印.

摘要： 提出一种基于离散小波变换的数字全息水印算法.该算法首先计算水印的全息图，然后对其进行小波分解，将包含全部水印信息的高频分量嵌入到载体图像小波分解的中频区域以实现信息隐藏.由于全息图的频谱特性和不可撕毁性，该全息水印方法具有很好的不可见性，可以实现水印盲提取，不仅能够抵抗剪切、噪声、滤波和JPEG有损压缩等攻击，而且在打印扫描后仍能盲抽取水印.

摘要： 提出一种基于离散小波变换的数字全息水印算法.该算法首先计算水印的全息图，然后对其进行小波分解，将包含全部水印信息的高频分量嵌入到载体图像小波分解的中频区域以实现信息隐藏.由于全息图的频谱特性和不可撕毁性，该全息水印方法具有很好的不可见性，可以实现水印盲提取，不仅能够抵抗剪切、噪声、滤波和JPEG有损压缩等攻击，而且在打印扫描后仍能盲抽取水印.

摘要： 提出一种基于离散小波变换的数字全息水印算法.该算法首先计算水印的全息图，然后对其进行小波分解，将包含全部水印信息的高频分量嵌入到载体图像小波分解的中频区域以实现信息隐藏.由于全息图的频谱特性和不可撕毁性，该全息水印方法具有很好的不可见性，可以实现水印盲提取，不仅能够抵抗剪切、噪声、滤波和JPEG有损压缩等攻击，而且在打印扫描后仍能盲抽取水印.

摘要： JPEG压缩在侦察图像传输处理中具有非常广泛的应用,本文介绍了一种基于FPGA可编程逻辑器件的JPEG静态图像压缩算法,重点分析了离散余弦变换的设计方法,对压缩编码进行了仿真和压缩实验,结果表明基于FPGA的图像压缩具有更好的实时性.

摘要： JPEG压缩在侦察图像传输处理中具有非常广泛的应用,本文介绍了一种基于FPGA可编程逻辑器件的JPEG静态图像压缩算法,重点分析了离散余弦变换的设计方法,对压缩编码进行了仿真和压缩实验,结果表明基于FPGA的图像压缩具有更好的实时性.

摘要： 从图象数据中导出图象特征量Va、Vb，根据该图象特征量Va、Vb确定系数C、D，导出以JPEG压缩文件的文件大小Sfj和量化数据系数值Aqt表示的近似式。然后，通过根据上述近似式设定所希望的JPEG压缩文件的文件大小，来导出量化数据系数值Aqt，通过使该量化数据系数值Aqt与作为基准的第一量化表进行乘法运算来得到第二量化表。然后，使用该第二量化表对图象数据实际进行JPEG压缩。

摘要： 本发明公开了一种结合DCT域和像素域学习的JPEG压缩图像去压缩效应方法。主要包括以下步骤：针对JPEG压缩图像，分别构建基于卷积神经网络的DCT域网络和像素域网络结构模型；利用训练图像集，分别训练构建的两个卷积神经网络模型；使用训练得到的两个卷积神经网络，分别对JPEG压缩图像进行预测输出；使用加权平均的方式，将两个网络的预测结果进行融合；将融合后的图像张量重组成图像，得到最终的去压缩效应处理结果。本发明所述方法可以减少JPEG压缩图像中存在的压缩效应，并在一定程度上恢复图像在压缩过程中丢失的细节信息。本发明方法可以应用于图像及视频压缩、数字多媒体通信等领域。

摘要： 本发明提供一种JPEG图像无损压缩和解压缩方法、系统与装置，包括：将JPEG图像部分解码，得到亮度和色度的DCT系数和量化表，进行缓存；将所述DCT系数按照对应频带排序，将排序后的DCT系数划分为若干个频率组；对所述频率组，逐个采用卷积神经网络从所属频带的DCT系数提取上下文；根据所述上下文，预测所述DCT系数的概率分布，进行算术编码，得到二进制码流。本发明在仅对JPEG图像部分解码的前提下，提高JPEG图像的压缩率，且不改变图像中的任何内容。本发明能兼容当前广泛使用的JPEG图像编码格式。

摘要： 本发明提供一种检测图像是否经历两次压缩质量相同的JPEG压缩的方法，特征在于，所述方法包括：a)提取待检测JPEG图像的预定类型的图像特征；b)将提取的预定类型的图像特征输入预先训练好的分类器，从而确定待检测JPEG图像是否经历两次压缩质量相同的JPEG压缩，其中，利用从正样本集和负样本集提取的所述预定类型的图像特征来训练所述分类器，正样本集包括经历了两次压缩质量相同的JPEG压缩的JPEG图像，负样本集包括没有经历两次压缩质量相同的JPEG压缩的JPEG图像。通过本发明能够提高检测图像是否经历两次压缩质量相同的JPEG压缩的检测效率。

摘要： 从图象数据中导出图象特征量Va、Vb，根据该图象特征量Va、Vb确定系数C、D，导出以JPEG压缩文件的文件大小Sfj和量化数据系数值Aqt表示的近似式。然后，通过根据上述近似式设定所希望的JPEG压缩文件的文件大小，来导出量化数据系数值Aqt，通过使该量化数据系数值Aqt与作为基准的第一量化表进行乘法运算来得到第二量化表。然后，使用该第二量化表对图象数据实际进行JPEG压缩。

摘要： 本发明公开了一种结合DCT域和像素域学习的JPEG压缩图像去压缩效应方法。主要包括以下步骤：针对JPEG压缩图像，分别构建基于卷积神经网络的DCT域网络和像素域网络结构模型；利用训练图像集，分别训练构建的两个卷积神经网络模型；使用训练得到的两个卷积神经网络，分别对JPEG压缩图像进行预测输出；使用加权平均的方式，将两个网络的预测结果进行融合；将融合后的图像张量重组成图像，得到最终的去压缩效应处理结果。本发明所述方法可以减少JPEG压缩图像中存在的压缩效应，并在一定程度上恢复图像在压缩过程中丢失的细节信息。本发明方法可以应用于图像及视频压缩、数字多媒体通信等领域。

摘要： 本发明提供一种JPEG‑LS无损压缩标准下基于FPGA的图像高速压缩方法及系统，采用向前预测的方式，计算每个像素的预测误差修正值，通过预测修正值对像素的误差值进行修正，并根据修正后的误差值更新修正参数，将所有误差值通过Golomb‑Rice编码的方式进行编码实现图像的无损压缩；在正常编码模式下，解决了该JPEG‑LS自身的反馈结构制约硬件流水线实现从而导致工作频率低的问题，实现了在FPGA硬件平台部署高速JPEG_LS无损图像压缩系统，该结构不仅可以满足高速处理图像数据的目的，同时参数化的设计可使系统动态调整输入图像参数，可根据不同的应用环境进行参数配置。

摘要： 本发明提供一种JPEG图像无损压缩和解压缩方法、系统与装置，包括：将JPEG图像部分解码，得到亮度和色度的DCT系数和量化表，进行缓存；将所述DCT系数按照对应频带排序，将排序后的DCT系数划分为若干个频率组；对所述频率组，逐个采用卷积神经网络从所属频带的DCT系数提取上下文；根据所述上下文，预测所述DCT系数的概率分布，进行算术编码，得到二进制码流。本发明在仅对JPEG图像部分解码的前提下，提高JPEG图像的压缩率，且不改变图像中的任何内容。本发明能兼容当前广泛使用的JPEG图像编码格式。

摘要： 本发明涉及数字图像处理技术领域，提供了一种基于JPEG‑LS标准的视觉无损图像压缩编码方法，包括如下步骤：判断本像素点的量损是否已超出一预设范围；若未超出，则修正量化参数NEAR后再按JPEG‑LS标准对图像进行编码；若超出，则按JPEG‑LS标准对图像进行编码。本发明的优点是图像的编码压缩率提升了10％～15％。

摘要： 本发明提供一种检测图像是否经历两次压缩质量相同的JPEG压缩的方法，特征在于，所述方法包括：a)提取待检测JPEG图像的预定类型的图像特征；b)将提取的预定类型的图像特征输入预先训练好的分类器，从而确定待检测JPEG图像是否经历两次压缩质量相同的JPEG压缩，其中，利用从正样本集和负样本集提取的所述预定类型的图像特征来训练所述分类器，正样本集包括经历了两次压缩质量相同的JPEG压缩的JPEG图像，负样本集包括没有经历两次压缩质量相同的JPEG压缩的JPEG图像。通过本发明能够提高检测图像是否经历两次压缩质量相同的JPEG压缩的检测效率。