基于高阶统计矩的特征提取优化算法

• 作者: 冯帆 刘爱珍 张政保 马懿
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 广义高斯分布 小波子带 傅里叶变换 高阶统计矩 盲检测
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 123-126
• 页数: 4页
• 分类号: TP301.6
• 字数: 2770字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.12.037

摘要

基于小波域高频系数的广义高斯分布(GGD)模型,提出了一种新的特征提取优化算法.通过分析研究小波系数概率密度函数的时频特性,选择在频域中提取高阶统计矩.为了更好地区分原始图像和隐秘图像高阶矩的差别,对高阶统计矩的权重函数进行改进.除此之外,对高阶统计矩阶数的确定,以及子带层次的选择也作了进一步的研究,构建了提取最优特征矩的提取算法.基于Matlab7.0平台进行仿真实验,结果证明:该算法的综合性能明显优于同类特征提取算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张政保	中国人民解放军军械工程学院计算机工程系	5	8	2.0	2.0
2	马懿	中国人民解放军军械工程学院计算机工程系	5	11	2.0	3.0
3	刘爱珍	中国人民解放军军械工程学院计算机工程系	4	6	1.0	2.0
4	冯帆	中国人民解放军军械工程学院计算机工程系	9	8	2.0	2.0