一种抗裁剪的遥感影像数字水印算法研究

该文提出一种可有效抵抗裁剪攻击的遥感影像数字水印算法.该算法充分考虑了国土资源遥感影像的特点,在水印嵌入方案中,在传统LSB算法的基础上提出了一种改进的水印算法.把异或算子引入水印处理中,避免了传统LSB算法易于被提取被识别的缺点;在水印提取方案中,采用与哨兵位匹配技术提取出最优的水印信息.实验结果表明,该水印方案具有良好的不可见性,能有效保护国土资源遥感影像的安全性及版权问题,对影像的裁剪操作具有较强的鲁棒性,对海量数据处理具有高效性.     

基于QR码的瓦片遥感影像数字水印算法

针对瓦片遥感影像数据,提出一种基于快速响应矩阵码（quick response code,QR code）的强鲁棒性盲水印算法。算法的设计充分顾及了瓦片遥感影像的数据特征,将包含版权认证信息的QR码水印图像进行数据压缩和预处理,有效降低了嵌入数据量;通过在水印嵌入单元和水印信息位之间建立稳定的映射关系确保水印信息的可靠嵌入;采用改变像素值位平面统计特征的方法实现对含水印瓦片遥感影像的快速定位。最后,对所提算法进行了试验验证。结果表明,QR码的引入有效提升了水印信息容量,所提算法对于常规图像处理操作和拼接攻击具备良好的保真度和鲁棒性,可实际应用于瓦片遥感影像数据的版权保护。     

一种用于篡改定位及近似恢复的水印算法

针对遥感影像易被非法篡改的问题,提出了一种用于篡改定位及近似恢复的遥感影像半脆弱水印方案。首先将二值伪随机矩阵作为认证水印,通过量化Contourlet变换各方向子带中绝对值最大的系数将其嵌入,然后采用影像4×4分块后的灰度平均值作为恢复水印,将其嵌入到最低有效位。水印检测不需要原始遥感影像参与,实现了盲提取。实验结果表明,算法对于噪声、JPEG压缩等合理性失真具有一定的鲁棒性,而对于恶意篡改等攻击具有脆弱性,能够实现篡改区域的精确定位和近似恢复,使恢复后的遥感影像满足基本的视觉要求,可有效保护遥感影像的安全。     

基于精度特征的遥感影像数据盲水印算法

提出一种基于数据精度特征的遥感影像盲水印算法。首先,分析了遥感影像数据特征及其对水印算法产生的影响,然后构建了水印信息位、精度位集、非精度位集三者之间稳定的同步关系,再依据待嵌入数据点的精度位集生成水印信息位,最后采用量化的思想将水印信息嵌入对应的非精度位集。实验表明,所提出的水印算法不仅保持了遥感影像的数据精度,而且具有较好的效率,尤为重要的是,算法对于任意强度的数据裁剪、放大、缩小、几何旋转、剪切等水印攻击都表现了良好的鲁棒性,为遥感影像数据提供了较好的版权保护。     

一种基于伪随机序列和DCT的遥感影像水印算法

首先,对原始影像进行分块,通过伪随机序列选择要嵌入的影像块;然后,采用量化的方法在每一块的DCT低频系数中嵌入水印信息;最后,通过精度约束,对嵌入水印信息后的遥感影像进行误差控制。由于采用了量化的方法嵌入水印信息,其提取过程不需要原始影像的参与,实现了盲检测。实验结果表明,该算法在满足水印算法鲁棒性的同时,也能达到对遥感影像近乎零修改的目标。     

基于映射机制的遥感影像盲水印算法

针对遥感影像数据,提出一种基于映射机制的抵抗几何攻击的强抗差性盲水印算法。首先,采用随机序列发生器生成固定长度的伪随机二值序列作为水印信息;然后,建立影像数据与水印信息的映射函数,并对映射变量进行扩展,确定水印信息的嵌入位置;最后,采用基于映射机制的修改像素值位平面的水印嵌入规则进行水印嵌入。水印检测是水印嵌入的逆过程,采用多数原则确定水印信息。该方法克服传统抗几何攻击时要求攻击后影像的大小和像素相对位置保持不变的局限,有效扩充水印容量,具有好的抗差性和不可见性,并能保持影像精度特征和统计特性。     

基于SURF特征区域的鲁棒水印算法

针对遥感影像的安全保护,提出了一种基于SURF特征区域的鲁棒水印算法。首先在影像中检测SURF特征点,选取鲁棒性强的点构造互不重叠的特征区域并进行归一化处理,进而对归一化的区域实施整数小波变换,根据生成的模板选取相应位置的系数,最后通过量化的方式将水印信息重复嵌入到每个特征区域内。水印的检测可直接在攻击后的影像中进行,无需校正恢复,实现了盲提取。采用边缘像素替换的策略来保证影像的数据精度,不影响遥感影像的使用。实验表明,该算法具有良好的不可见性,且对常规攻击和几何攻击均具有较强的鲁棒性,可有效保护遥感影像的安全。     

基于奇异值分解的遥感图像鲁棒水印算法探讨

针对遥感图像的安全保护问题,文章提出了一种基于DCT-SVD和最近区间量化的鲁棒水印算法,将遥感图像进行分块,选择视觉掩蔽效应好的纹理子块作为嵌入区域,根据混合变换后的系数在各自所属区间上的位置,将系数进行最近区间量化来嵌入水印信息;利用密钥即可实现水印的提取,不需要原始遥感图像参与。实验结果表明,该算法对加噪、滤波、旋转、缩放、随机剪切、JPEG压缩等攻击均具有较强的鲁棒性,可有效保护遥感图像的安全。     

一种异源高分辨率卫星遥感影像近似核线生成算法

提出了一种实用的基于有理函数模型(RFM)的核线生成算法,研究并实现在该算法下异源高分辨率卫星遥感影像像对近似核线生成方法。该方法利用高分辨率卫星遥感影像正解模型迭代计算RFM反解模型,结合核线投影轨迹法,提取像对之间近似核线对。实验表明,本文算法具有可适性和通用性,为异源高分辨率卫星遥感影像数据的自动匹配处理提供了可靠保证。     

一种利用影像多尺度特征的DOM不可见水印方法

数字正射影像是测绘地理信息服务的基础数据之一。根据生产单位数据现状和对遥感影像数字水印的需求,本文综合利用影像的光谱、纹理和属性特征,提出了利用影像多尺度特征的DOM不可见水印方法。该方法首先结合小波分解和Harris特征算子提取影像多尺度特征,确定多水印的最佳嵌入区域;再利用扩频化的DWT算法嵌入不可见数字水印;最后利用影像属性信息辅助提取水印。本文从主观分析、客观分析和鲁棒性分析3个方面评价了嵌入水印影像,分析结果表明,该方法能够自动、有效地在DOM上嵌入多个不可见数字水印,多水印嵌入和影像属性信息相结合提取水印的策略极大提高了水印鲁棒性和水印检测成功率,可以满足实际生产对水印不可见性、安全性、高效性和鲁棒性的要求。     

基于内容的离散余弦变换域自适应遥感图像数字水印算法

提出一种适于遥感图像知识产权保护和机密信息传递的离散余弦变换域自适应数字水印嵌入算法,该算法能够通过数字水印置乱、嵌入位置自适应选取、嵌入深度智能调节等措施,将二值水印图像信息安全地嵌入到遥感图像(纹理区)的离散余弦变换域中高频系数内.实验结果表明:该遥感图像数字水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克等攻击均具有较好的抗差性,整体性能优于Ho等提出的数字水印嵌入方案.     

像素级和对象级高分辨率遥感图像变化检测分析

高分辨率遥感图像具有丰富的纹理信息,而像素级变化检测方法主要分析图像的光谱信息,导致将像素级变化检测方法用于高分辨率遥感图像具有一定的局限性。因此,本文提出了一种像素级与对象级相结合的高分辨率遥感图像变化检测方法,解决了像素级与对象级变化检测方法中存在的椒盐现象、误检等问题。首先,结合高分辨率遥感图像的多维特征,构建遥感图像变化检测模型;其次,利用随机森林分类器对图像进行分类,得到像素级变化检测结果;最后,将像素级变化检测结果与图像对象分割结果进行融合,得到图像变化区域和不变区域。试验结果表明,该算法具有较高的准确率和检测精度。     

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明：本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。     

运用ULBP的高分辨率遥感影像感知哈希完整性认证算法

针对现有高分辨率遥感影像感知哈希认证算法中特征提取精度和算法稳健性不能兼顾的问题,本文提出一种运用ULBP的高分辨率遥感影像感知哈希完整性的认证算法。首先对遥感影像进行格网划分,将影像划分为多个子块,运用ULBP算法提取子块的纹理特征;然后计算每个子块内纹理特征的直方图分布,将其结果与均值二值化后得到子块的感知哈希序列;最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证时,首先计算原始影像与待检测影像的哈希序列,然后计算两者的感知哈希序列平均汉明距离,完成对高分辨率遥感影像内容的完整性认证与篡改定位。试验表明,该算法能够识别高分辨率遥感影像中地物较为平滑的区域,同时对JPEG压缩、高斯噪声添加、BMP格式转换等操作具有良好的稳健性,为高分辨遥感影像完整性认证提供支持。     

结合像元级和目标级的高分辨率遥感影像建筑物变化检测

快速、精准的建筑物变化检测对城市规划建设等业务管理具有重要意义。随着卫星遥感技术的快速发展,基于高分辨率遥感影像的建筑物变化检测得到了广泛关注。针对像元级建筑物变化检测方法往往精度不足而目标级建筑物变化检测方法过程烦琐等问题,本文提出结合像元级和目标级的高分辨率遥感影像建筑物变化检测方法。首先综合高分辨率遥感影像的多维特征,利用随机森林分类器进行影像集分类,以获取像元级建筑物变化检测结果;然后对后时相遥感影像进行图像分割,获得影像对象;最后融合像元级建筑物变化检测结果和影像对象,识别变化的建筑物目标。利用双时相QuickBird高分辨率遥感影像进行建筑物变化检测试验,结果表明：本文提出的方法能够削弱光照、观测角度等环境差异对建筑物变化检测的影响,显著改善建筑物变化的检测精度。     

高分辨率遥感影像解译中的机器学习范式

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低。所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来,随着人工智能技术的飞速发展,采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务,如目标检测、场景分类、语义分割、高光谱图像分类等,系统综述了5种代表性的机器学习范式。具体来说,本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用,包括全监督学习(如支持向量机、K-最近邻、决策树、随机森林、概率图模型)、半监督学习(如纯半监督学习、直推学习、主动学习)、弱监督学习(如多示例学习)、无监督学习(如聚类、主成分分析、稀疏表达)和深度学习(如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络)。其次,深入分析五种机器学习范式的优缺点,并总结了它们在遥感影像解译中的典型应用。最后,展望了高分辨率遥感影像解译的机器学习发展方向,如小样本学习、无监督深度学习、强化学习等。     

高分辨率遥感影像图制作的镶嵌线自动提取

为更好地发挥遥感技术在城市规划地图制作中的应用，高分辨率遥感影像成为城市地图制作中最重要的数据源。面对地物信息复杂、建筑物众多的城市地区，如何快速提取高分辨率遥感影像地图制作过程中相邻两景影像之间的镶嵌线具有重要意义。本文以国产卫星中分辨率最高、幅宽最小的GF-2影像为数据源，融合建筑物轮廓数据，研究了基于最短路径的A*搜索算法，实现了遥感影像地图制作的镶嵌线自动提取技术。结果表明，该方法能够自动生成避让建筑物的镶嵌线，速度快、镶嵌质量高，可广泛应用于城市地区高分辨率遥感影像地图制作。