基于冗余字典稀疏表示的置换混叠图像盲分离研究及其应用

Blind separation is new research direction in modern signal processing field, which has been applied to engineering. There is growing concern on permuted alias image blind separation as frontier of single channel blind separation research. Recent research shows that permuted image can be detected and separated by estimating parameter of permuted image changed with some image processing. However separation results always are inaccurate with these methods above, for those reasons that the permuted alias image is composed of different segments of source images with image diversity and can be noised when thire acquiring and processing phase. This project intends to focus on decomposing permuted alias image in sparse field by devising corresponding parameter and non-parameter redundancy dictionary for various images, detecting the sparse difference between permuting and permuted region, separating the permuted image with optimization methods such as differential evolution. It will be applied to image tamper detection and separation of interpolation and JPEG compressing image.

盲分离是现代信号处理领域的一个新的研究热点，在诸多领域有着广泛的应用。置换混叠图像盲分离作为一种特殊的单通道盲分离研究的前沿日益受到关注。目前这方面的研究多采用对置换区域的某种操作进行参数估计的方法来检测和分离出置换图像。由于置换混叠图像是由不同来源的图像置换而成，图像类型的多样性和复杂性以及图像在获取处理等环节可能感染噪声等因素，通过估计置换图像所受某种操作的参数往往是不准确的。本项目拟针对不同类型的置换混叠图像，通过设计相应的参数和非参数冗余字典，在稀疏域分解置换混叠图像，检测出置换图像和被置换图像之间在稀疏域的差异，通过差分进化等优化方法分离出置换图像。并应用到插值图像和JPEG图像的篡改图像的盲检测和分离中。

置换混叠图像盲分离作为一种特殊的单通道盲分离研究正日益受到关注。由于与传统的叠加混叠方式的单通道信号的混合方式不同,用以往传统的单信道盲分离的理论和方法很难解决，本项目围绕置换混叠图像在稀疏域上的盲分离方法展开研究具有重要的理论意义和应用价值。.本项目主要主要研究内容、重要结果、关键数据及其科学意义如下：.① 针对置换混叠图像的定义建立了基于冗余字典稀疏表示模型，并对该模型下，根据置换区域的特性，选择和设计了各种冗余字典，投影到稀疏域，建立了在稀疏域中置换混叠图像中盲分离的统一框架。.②针对不同类型的置换混叠图像，如含噪声、模糊、插值、JPEG置换和形态差异的置换混叠图像，设计和选择了一系列参数的和非参数的冗余字典，投影到稀疏域,利用差分进化等优化算法进行阈值化操作,有效的分离出置换区域。并应用于模糊合成图像被动取证等篡改图像盲取证中,形成一套基于内容的图像篡改取证方法。.③本项目在国内外学术刊物上完成论文共19篇，已发表和录用论文17篇，其中SCI检索2篇，EI检索3篇，EI待检索3篇，中文核心8篇，国际会议论文1篇，审稿中论文2篇。国家发明创造专利2项（受理）。在本课题下培养硕士研究生4名。