数字图像和互联网课件

单击此处编辑母版标题样式0,单击此处编辑母版文本样式1,第二级2,第三级3,第四级4,第五级5,#,中国石油大学（华东）信控学院,第十二章 数字图像与互联网,1,中国石油大学（华东）信控学院第十二章 数字图像与互联网1,第十二章 数字图像与互联网,12.1 基于互联网的图像系统,12.2 面向图像检索的内容匹配,12.3 面向版权保护的数字水印,2,第十二章 数字图像与互联网12.1 基于互联网的图像系统2,12.1 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,图像创建,图像管理,（Server）,图像访问,（浏览器）,3,12.1 基于互联网的图像系统互联网图像系统的结构图像创建,12.2 面向图像检索的内容匹配,12.2.1 内容检索与内容匹配,12.2.2 内容匹配的主要策略,12.2.3 内容描述标准MPEG7,4,12.2 面向图像检索的内容匹配12.2.1 内容检索与内容,12.2.1 内容检索与内容匹配,问题的提出,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）,5,12.2.1 内容检索与内容匹配问题的提出5,12.2.1 内容检索与内容匹配,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：210,高度：172,主题：玻璃瓶与草,背景：淡灰,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,6,12.2.1 内容检索与内容匹配传统的图像检索方法例：图像元,12.2.1 内容检索与内容匹配,标引文字的检索的局限性是：,图片的标引文字主要靠人工输入。,对大数据量的场合（如Web资源、数字图书馆等）应用困难,标引文字无法精确完整的刻画图片内容,文字描述一维线性的媒体，而图片是二维非线性的媒体,生成或利用元数据的过程实质是在两种差异很大的媒体间的翻译过程，有很大的随意性和信息损失,7,12.2.1 内容检索与内容匹配标引文字的检索的局限性是：7,12.2.1 内容检索与内容匹配,基于内容的图像检索方法,一图胜千言，考虑绕过这些转换（翻译）过程直接利用图片去检索图片，这就是基于内容的检索的出发点,基于内容的图像检索的英文缩写,：CBIR,Content-Based Image Retrieval,90年代初，国际上就开始了对基于内容的多媒体信息检索方面的研究。,8,12.2.1 内容检索与内容匹配基于内容的图像检索方法8,12.2.1 内容检索与内容匹配,大量原型系统已经推出,技术正在逐步走向成熟，已经出现一些商用系统。,商用系统如：IBM,的QBIC、,Virage的VIR Image Engine。,原型系统如：UCB的BlobWorld（形状）、Stanford的系统（颜色）。,检索效果仍需改进。,9,12.2.1 内容检索与内容匹配大量原型系统已经推出,技术正,12.2.1 内容检索与内容匹配,图片,输入模块,查询,处理模块,特征匹配模块,数字图像库,特征索引库,基于内容的图像检索系统结构,特征提取模块,10,12.2.1 内容检索与内容匹配图片查询特征匹配模块数字图,12.2.1 内容检索与内容匹配,基于内容的图像检索系统的,4种检索方式,：,1）利用图片样本检索（Query By Example）,可以由用户准备图片样本,可以在图片库中浏览,系统给出各类代表图像,从系统中随机抽取（检索是一个逐步求精的过程）,11,12.2.1 内容检索与内容匹配基于内容的图像检索系统的4种,12.2.1 内容检索与内容匹配,2）利用草图检索,3）利用图像特征模板检索,如颜色特征模板，指定各种颜色的比率等。,4）以上方式结合,先用草图或指定特征获取图片样本，再用图片样本检索,12,12.2.1 内容检索与内容匹配2）利用草图检索12,12.2.2 内容匹配的主要策略,颜色特征匹配,纹理特征匹配,形状特征匹配,13,12.2.2 内容匹配的主要策略颜色特征匹配13,12.2.2 内容匹配的主要策略,颜色特征匹配,基本原理：,颜色具有一定的稳定性。在许多情况下,颜色是描述一幅图像最简便而有效的特征,。,用图像的颜色信息作为图像之间进行匹配的特征依据。,14,12.2.2 内容匹配的主要策略颜色特征匹配14,颜色比率匹配举例：从1万张图片中检索的结果,15,颜色比率匹配举例：从1万张图片中检索的结果15,颜色比率匹配举例：从1万张图片中检索的结果,16,颜色比率匹配举例：从1万张图片中检索的结果16,12.2.2 内容匹配的主要策略,纹理特征匹配,基本原理,：,虽然图像的纹理特征在局部区域内可能没有规则,但在,整体上却往往呈现出一定的规律性,。,纹理特征主要由纹理的,均匀度,对比度,方向,的特征量表示,17,12.2.2 内容匹配的主要策略纹理特征匹配17,12.2.2 内容匹配的主要策略,纹理特征匹配,基本原理：,均匀度反映纹理的,尺寸,18,12.2.2 内容匹配的主要策略纹理特征匹配18,12.2.2 内容匹配的主要策略,纹理特征匹配,基本原理：,对比度反映纹理的,清晰度,19,12.2.2 内容匹配的主要策略纹理特征匹配19,12.2.2 内容匹配的主要策略,纹理特征匹配,基本原理：,方向反映实体,是否有规则的方向性,。,20,12.2.2 内容匹配的主要策略纹理特征匹配20,12.2.2 内容匹配的主要策略,纹理特征匹配,常用的匹配方法有：,基于传统数学模型的共生矩阵法,基于视觉模型的多分辨率分析法,纹理谱分析法,K-L变换法,小波方法,21,12.2.2 内容匹配的主要策略纹理特征匹配21,纹理特征匹配举例：从1万张图片中检索的结果,22,纹理特征匹配举例：从1万张图片中检索的结果22,纹理特征匹配举例：从1万张图片中检索的结果,23,纹理特征匹配举例：从1万张图片中检索的结果23,12.2.2 内容匹配的主要策略,形状特征匹配,基本原理,形状是刻划物体的本质特征之一,可以针对,面积,(可用象素点的个数计算)、,环形性,(即周长*周长/面积,周长也用象素点的个数表示)、,主轴方向,、,偏心率,、,圆形率,、,连通性,、,正切角,等形状特征进行匹配。,形状检索主要有两种方法,1）针对,图像边缘轮廓线,进行的检索,2）针对,图形矢量特征,进行的检索,24,12.2.2 内容匹配的主要策略形状特征匹配24,12.2.3 内容描述标准MPEG7,MPEG-7,的基本思想,MPEG-7是正在制定的多媒体内容描述标准，其目标就是制定一组标准的,描述子,及其,描述模式,(定义描述子的结构和相互关系)，内容描述与媒体内容结合，使用户能够快速准确地进行检索,MPEG-7的范围不包括,特征提取,和,检索引擎,，目的是留有,竞争的余地,MPEG-7不是基于像素的压缩标准，不是要取代已有标准,25,12.2.3 内容描述标准MPEG7MPEG-7的基本思想2,12.3 面向版权保护的数字水印,12.3.1 数字水印的基本概述,12.3.2 数字水印技术的特性,12.3.3 数字水印的典型算法,26,12.3 面向版权保护的数字水印12.3.1 数字水印的基本,12.3.1 数字水印的基本概述,问题的提出,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,27,12.3.1 数字水印的基本概述问题的提出27,12.3.1 数字水印的基本概述,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。,28,12.3.1 数字水印的基本概述如何通过数字水印实现版权保护,12.3.1 数字水印的基本概述,密钥,载体数据,数字水印系统模型,水印信号嵌入,水印载体,数据,水印,信息,水印嵌入,算法,29,12.3.1 数字水印的基本概述密钥载体数据数字水印系统模型,12.3.1 数字水印的基本概述,密钥,载体数据,数字水印系统模型,水印信号嵌入,水印载体,数据,水印,信息,水印嵌入,算法,30,12.3.1 数字水印的基本概述密钥载体数据数字水印系统模型,12.3.1 数字水印的基本概述,数字水印系统模型,水印信号的恢复,密钥,原始载体,数据,水印,信息,水印提取,算法,水印载体,数据,31,12.3.1 数字水印的基本概述数字水印系统模型密钥原始载体,12.3.1 数字水印的基本概述,原始,水印信息,数字水印系统模型,水印信号的检测,密钥,原始载体,数据,水印,信息,水印提取,算法,水印载体,数据,水印,检测,32,12.3.1 数字水印的基本概述原始数字水印系统模型密钥原始,12.3.1 数字水印的基本概述,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,水印技术和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。,33,12.3.1 数字水印的基本概述水印技术与信息隐藏技术33,12.3.2 数字水印技术的技术特性,鲁棒性(robustness),指不会因为图像文件的某些改动而导致隐藏信息丢失的能力。其中的“改动”包括传输过程中的信道噪声、滤波采样、重采样、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,34,12.3.2 数字水印技术的技术特性鲁棒性(robustne,12.3.2 数字水印技术的技术特性,透明性(invisibility),利用人类视觉系统属性，经过一系列隐藏处理，使目标数据没有明显的质量下降的同时，隐藏的数据不会被发现,安全性(security),指隐藏算法有较强的抗攻击能力，即它能够承受一定程度的,人为攻击,，而使隐藏信息不会被破坏。,35,12.3.2 数字水印技术的技术特性透明性(invisibi,12.3.2 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。,高通滤波 直方图均衡化 锐化处理,36,12.3.2 数字水印技术的技术特性自恢复性,12.3.2 数字水印技术的技术特性,自恢复性,平滑处理 JPEG压缩 JPEG2000压缩,37,12.3.2 数字水印技术的技术特性自恢复性 平滑处,12.3.2 数字水印技术的技术特性,裁剪对水印的影响,38,12.3.2 数字水印技术的技术特性裁剪对水印的影响38,12.3.3 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）,39,12.3.3 数字水印的典型算法空域算法39,12.3.3 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，