第七章圖象復原第一頁，共六十二頁，編輯于2023年，星期四

關于退化的復原，一般可采用兩種方法：

1、適用于對圖象缺乏先驗知識的情況。此時可對退化過程（模糊和噪聲）建立模型，進行描述，并進而尋找一種去除或消弱其影響的過程。由于這種方法試圖估計圖象被一些特性相對來說為已知的退化過程影響以前的情況，故是一種估計方法。

2、若對原始圖象有足夠的先驗知識，則對原始圖象建立一個數學模型并據此對退化圖象進行擬合會更有效。第二頁，共六十二頁，編輯于2023年，星期四

在進行圖象復原時，還有許多其它選擇。

1、可用連續數學，也可用離散數學進行處理。

2、處理既可在空域，也可在頻域進行。 各種圖象的復原都可歸結為一種過程，具體地說，就是把退化模型化，并且采用相反的過程進行處理，以便恢復出原圖象。第三頁，共六十二頁，編輯于2023年，星期四§7.1退化模型

圖象復原處理的關鍵問題在于建立退化模型。第四頁，共六十二頁，編輯于2023年，星期四§7.2復原的代數方法§7.3逆濾波§7.4最小二乘方濾波§7.5約束去卷積§7.6中值濾波§7.7其它空間復原校正技術第五頁，共六十二頁，編輯于2023年，星期四第八章數字圖象與互聯網8.1基于互聯網的圖象系統8.2基于內容的圖象檢索技術8.3面向版權保護的數字水印第六頁，共六十二頁，編輯于2023年，星期四8.1基于互聯網的圖象系統互聯網圖象系統的結構互聯網圖象系統的研究方向解決圖象數據大與網絡帶寬窄的問題與信息安全、版權保護相關的圖象問題靜止、活動圖象的存儲與檢索的問題圖象創建圖象管理（Server）圖象訪問（瀏覽器）第七頁，共六十二頁，編輯于2023年，星期四8.2基于內容的圖象檢索技術一、內容檢索與內容匹配

1、問題的提出當數字圖象數量很多時（達到上千張、甚至上百萬張），如何快速有效地找到需要的數字圖象是一項富有挑戰性的工作那么，如何利用計算機輔助檢索圖象呢？（與文本檢索不同，圖象與圖象之間的比較是一個復雜的問題）第八頁，共六十二頁，編輯于2023年，星期四 2、傳統的圖象檢索方法通過圖片的元數據或標引文字進行檢索例：圖象元數據寬度：210高度：172主題：玻璃瓶與草背景：淡灰內容：6個有草的玻璃瓶 3個瓶有紅色液體 3個瓶有透明液體第九頁，共六十二頁，編輯于2023年，星期四標引文字的檢索的局限性是：圖片的標引文字主要靠人工輸入。對大數據量的場合（如Web資源、數字圖書館等）應用困難標引文字無法精確完整的刻畫圖片內容文字描述一維線性的媒體，而圖片是二維非線性的媒體生成或利用元數據的過程實質是在兩種差異很大的媒體間的翻譯過程，有很大的隨意性和信息損失第十頁，共六十二頁，編輯于2023年，星期四第十一頁，共六十二頁，編輯于2023年，星期四第十二頁，共六十二頁，編輯于2023年，星期四第十三頁，共六十二頁，編輯于2023年，星期四第十四頁，共六十二頁，編輯于2023年，星期四第十五頁，共六十二頁，編輯于2023年，星期四 3、基于內容的圖象檢索方法一圖勝千言（百聞不如一見），考慮繞過這些轉換（翻譯）過程直接利用圖片去檢索圖片，這就是基于內容的檢索的出發點基于內容的圖象檢索的英文縮寫：CBIRContent-BasedImageRetrieval90年代初，國際上就開始了對基于內容的多媒體信息檢索方面的研究。第十六頁，共六十二頁，編輯于2023年，星期四大量原型系統已經推出,技術正在逐步走向成熟，已經出現一些商用系統。商用系統如：IBM的QBIC、 Virage的VIRImageEngine。原型系統如：UCB的BlobWorld（形狀）、 Stanford的系統（顏色）。檢索效果仍需改進。第十七頁，共六十二頁，編輯于2023年，星期四圖片輸入模塊…查詢處理模塊特征匹配模塊數字圖象庫特征索引庫基于內容的圖象檢索系統基于內容的圖象檢索系統結構特征提取模塊第十八頁，共六十二頁，編輯于2023年，星期四基于內容的圖象檢索流程基于內容的檢索通過與用戶交互的方式，對查詢結果逐步求精，檢索經歷了一個特征調整、重新匹配的循環過程。逐步篩選、求精特征調整生成查詢要求輸入圖象返回結果圖象相似性匹配返回初步結果第十九頁，共六十二頁，編輯于2023年，星期四基于內容的圖象檢索系統的4種檢索方式：1）利用圖片樣本檢索（QueryByExample）可以由用戶準備圖片樣本可以在圖片庫中瀏覽系統給出各類代表圖象從系統中隨機抽取（檢索是一個逐步求精的過程）2）利用草圖檢索3）利用圖象特征模板檢索

如顏色特征模板，指定各種顏色的比率等。4）以上方式結合

先用草圖或指定特征獲取圖片樣本，再用圖片樣本檢索第二十頁，共六十二頁，編輯于2023年，星期四左側的就是一個顏色模板舉例：用顏色特征模板進行檢索第二十一頁，共六十二頁，編輯于2023年，星期四第二十二頁，共六十二頁，編輯于2023年，星期四二、內容匹配的主要策略

1、顏色特征匹配基本原理： 顏色具有一定的穩定性。在許多情況下,顏色是描述一幅圖象最簡便而有效的特征。

用圖象的顏色信息作為圖象之間進行匹配的特征依據。第二十三頁，共六十二頁，編輯于2023年，星期四顏色匹配基礎：計算直方圖距離的方法直方圖相交法直方圖距離法互補顏色空間直方圖法二次型距離法中心矩法第二十四頁，共六十二頁，編輯于2023年，星期四直方圖相交法令:HQ(k)為查詢圖象Q的直方圖HD(k)為圖片庫圖象D的直方圖則兩圖之間的匹配值為：

L-1 L-1P(Q,D)=min[HQ(k),HD(k)]/HQ(k)

k=0

k=0

第二十五頁，共六十二頁，編輯于2023年，星期四三種主要顏色匹配策略顏色比率匹配顏色布局匹配色彩空間匹配1）顏色比率匹配兩幅相似的圖象各自所包含的各種顏色的比率是相似的，因此可以利用描述顏色構成比率的特征進行檢索。如彩色直方圖、累積直方圖、主色調等。第二十六頁，共六十二頁，編輯于2023年，星期四顏色比率匹配舉例：從1萬張圖片中檢索的結果第二十七頁，共六十二頁，編輯于2023年，星期四顏色比率匹配舉例：從1萬張圖片中檢索的結果第二十八頁，共六十二頁，編輯于2023年，星期四三種主要匹配策略2）顏色布局匹配顏色比率匹配法的缺陷： 只能描述顏色的全局統計信息，不能描述顏色的空間分布顏色布局匹配 通過比較圖象與樣本的顏色分布位置的相似程度進行匹配。這類匹配選取的特征如圖象的分塊直方圖、顏色對距離直方圖等。第二十九頁，共六十二頁，編輯于2023年，星期四彩色布局匹配舉例1：從1萬張圖片中檢索的結果第三十頁，共六十二頁，編輯于2023年，星期四彩色布局匹配舉例2：從901張圖片中檢索的結果第三十一頁，共六十二頁，編輯于2023年，星期四三種主要匹配策略3）色彩空間匹配

色彩空間對特征有重要影響，如在HSI空間中可以忽略亮度信息的影響。一般來講，在HSI空間中利用分塊累積直方圖的檢索效果較好第三十二頁，共六十二頁，編輯于2023年，星期四

2、紋理特征匹配基本原理：

雖然圖象的紋理特征在局部區域內可能沒有規則,但在整體上卻往往呈現出一定的規律性。紋理特征主要由紋理的均勻度對比度方向的特征量表示第三十三頁，共六十二頁，編輯于2023年，星期四紋理特征匹配基本原理：均勻度反映紋理的尺寸

第三十四頁，共六十二頁，編輯于2023年，星期四紋理特征匹配基本原理：對比度反映紋理的清晰度第三十五頁，共六十二頁，編輯于2023年，星期四紋理特征匹配基本原理：方向反映實體是否有規則的方向性。第三十六頁，共六十二頁，編輯于2023年，星期四紋理特征匹配常用的匹配方法有：基于傳統數學模型的共生矩陣法基于視覺模型的多分辨率分析法紋理譜分析法K-L變換法小波方法第三十七頁，共六十二頁，編輯于2023年，星期四紋理特征匹配舉例1：從1萬張圖片中檢索的結果第三十八頁，共六十二頁，編輯于2023年，星期四紋理特征匹配舉例2：從1萬張圖片中檢索的結果第三十九頁，共六十二頁，編輯于2023年，星期四

3、形狀特征匹配基本原理形狀是刻劃物體的本質特征之一,可以針對面積

(可用象素點的個數計算)、環形性

(即周長*周長/面積,周長也用象素點的個數表示)、主軸方向、偏心率、圓形率、連通性、正切角等形狀特征進行匹配。形狀檢索主要有兩種方法1）針對圖象邊緣輪廓線進行的檢索2）針對圖形矢量特征進行的檢索第四十頁，共六十二頁，編輯于2023年，星期四三、內容描述標準MPEG7MPEG-7的基本思想MPEG-7是正在制定的多媒體內容描述標準，其目標就是制定一組標準的描述子及其描述模式(定義描述子的結構和相互關系)，內容描述與媒體內容結合，使用戶能夠快速準確地進行檢索MPEG-7的范圍不包括特征提取和檢索引擎，目的是留有競爭的余地MPEG-7不是基于象素的壓縮標準，不是要取代已有標準第四十一頁，共六十二頁，編輯于2023年，星期四MPEG-7所描述的內容創作、生產相關信息：標題、導演、關鍵片段檢索特征描述信息：顏色、紋理、形狀、音色、旋律與使用相關的信息：版權、廣播節目單與存儲相關的信息：存儲格式、編碼方式時域、空域結構信息：場景剪接、區域分割、運動跟蹤第四十二頁，共六十二頁，編輯于2023年，星期四MPEG-7的內容描述機制描述符：用來對檢索特征進行描述描述方案：用來描述描述符、描述方案之間的語義關系描述定義語言：用來創建新的描述符、描述方案系統工具：支持描述、同步、傳輸、編碼描述之間的多路復用，以便進行有效的存儲、傳輸、管理和版權保護第四十三頁，共六十二頁，編輯于2023年，星期四8.3面向版權保護的數字水印一、數字水印的基本概述問題的提出隨著因特網在各個應用領域的蔓延，多媒體數字作品（圖象、視頻、音頻等）紛紛以網絡形式發表這些作品的版權保護就成為一個迫切而又比較困難的問題數字水印（digitalwatermarking)是解決這一問題的有效辦法第四十四頁，共六十二頁，編輯于2023年，星期四如何通過數字水印實現版權保護定義：通過在原始數據中嵌入秘密信息——水印(watermark)來證實該數據的所有權。形式：這種被嵌入的水印可以是一段文字、標識、序列號、其他圖象等，而且水印通常是不可見或不可察的，它與原始數據緊密結合，并隱藏其中，成為源數據不可分離的一部分。特性：水印信息應該能夠在經歷了某些不破壞原始數據的操作（如壓縮等）后仍然保存下來。第四十五頁，共六十二頁，編輯于2023年，星期四密鑰載體數據數字水印系統模型水印信號嵌入水印載體數據水印信息水印嵌入算法第四十六頁，共六十二頁，編輯于2023年，星期四密鑰載體數據數字水印系統模型水印信號嵌入水印載體數據水印信息水印嵌入算法第四十七頁，共六十二頁，編輯于2023年，星期四數字水印系統模型水印信號的恢復密鑰原始載體數據水印信息水印提取算法水印載體數據第四十八頁，共六十二頁，編輯于2023年，星期四原始水印信息數字水印系統模型水印信號的檢測密鑰原始載體數據水印信息水印提取算法水印載體數據水印檢測第四十九頁，共六十二頁，編輯于2023年，星期四水印技術與信息隱藏技術水印技術是信息隱藏技術的一個分支水印技術是信息隱藏技術的差異：如果隱藏的信息被破壞，對于信息隱藏技術而言，因為秘密信息并未泄漏，系統可以認為是安全的；但對于數字水印系統來說，隱藏信息的丟失，意味著版權信息的丟失，從而失去了版權保護的功能，因此，這樣的系統是失敗的。第五十頁，共六十二頁，編輯于2023年，星期四二、數字水印技術的技術特性魯棒性(robustness)指不會因為圖象文件的某些改動而導致隱藏信息丟失的能力。其中的“改動”包括傳輸過程中的信道噪聲、濾波采樣、重采樣、有損壓縮編碼、D/A或A/D轉換不可檢測性(undetectability)指隱藏載體與原始數據具有一致的特性。如具有一致的統計噪聲分布等，以便使非法攔截者無法判斷是否有隱蔽信息第五十一頁，共六十二頁，編輯于2023年，星期四透明性(invisibility)利用人類視覺系統屬性，經過一系列隱藏處理，使目標數據沒有明顯的質量下降的同時，隱藏的數據不會被發現安全性(security)指隱藏算法有較強的抗攻擊能力，即它能夠承受一定程度的人為攻擊，而使隱藏信息不會被破壞。第五十二頁，共六十二頁，編輯于2023年，星期四自恢復性由于經過一些操作或變換后，可能會使原圖產生較大的破壞，如果只從留下的片段數據，仍能恢復隱藏信號，而且恢復過程不需要宿主信號，我們就說這樣的算法具有自恢復性。

高通濾波直方圖均衡化銳化處理第五十三頁，共六十二頁，編輯于2023年，星期四自恢復性

平滑處理JPEG壓縮JPEG2000壓縮第五十四頁，共六十二頁，編輯于2023年，星期四裁剪對水印的影響第五十五頁，共六十二頁，編輯于2023年，星期四三、數字水印的典型算法空域算法早期的數字水印算法以空域算法為主。空域算法通常比較簡單，運算量小。缺點是抵抗攻擊的能力往往會比較弱。Schyndel算法是空域算法（Schyndel算法是Schyndel等人在1994年提出，就數字水印技術領域而言，它可以說是具有一定程度的始祖意義）第五十六頁，共六十二頁，編輯于2023年，星期四Schyndel算法：首先把一個密鑰輸入到一個m-序列發生器來產生水印信號，然后此m-序列被重新排列成2維水印信號，并按象素點逐一插入到原始圖像象素值的最低位。由于水印信號被