结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

一种基于分块的小波编码图像压缩技术

提出了一种基于改进的分块小波图像压缩技术.在小波分解的基础上给出了一种分块编码的图像编码算法.该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩,然后使用其他几种比较简单的编码方法实现图像的进一步压缩.该方法实现简单,可达到很好的压缩效果.     

SA4多小波包在CFA图像压缩中的应用

针对CFA图像高频分量多,不利于压缩,采用多小波包变换有效去掉了CFA图像频带间的相关性.根据SA4多小波分解后图像子带的特点,找出适合SA4多小波包变换的预滤波系数结构,利用子带间的相关性系数重组,使之更适合零树编码,提高了编码效率.仿真结果表明:新算法相比JPEG2000有更好的性能,复杂度低,计算量小,便于应用.     

基于小波变换和邻域特征的多聚焦图像融合算法

提出了一种基于小波变换和邻域特征的多聚焦图像融合算法。该算法首先采用小波变换对源图像进行多尺度分解,得到低频和高频子图像;然后对低频子图像采用基于邻域归一化梯度的方法得到低频融合系数,对高频子图像采用基于邻域方差的方法得到高频融合系数;最后进行小波重构得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该算法与传统融合方法的融合效果进行了比较。实验结果表明,该算法所得融合图像的效果和质量均有明显提高。     

一种基于相关性预测的小波图像编码

一幅图像经小波变换后，不同子带的变换系数之间有着一定的相关性。为了更好地利用这个特点，提出了一种新的图像压缩算法。该方法通过对高频子带的系数变换重排，将每个子带内的重要系数尽可能地集中到相应子带的特定区域。然后采用子带间重要系数预测的方法，对小波变化系数进行编码。实验结果表明，通过子带内的系数重排，在几乎不影响压缩时间的情况下，较大地提高了图像的压缩率。     

基于小波提升的公有水印技术

结合小波提升和人的视觉系统(HVS)等特点,提出一种基于9/7双正交小波提升的图像数字水印算法。采用伪随机序列对水印图像加密调制;对原始图像进行小波提升的多分辨率分解,考虑HVS对水印嵌入高低频子带感知不同性和鲁棒差异性,依据高频子带系数构建嵌入水印的标志定位矩阵,通过该矩阵实现高低频子带嵌入水印的位置映射,设置合适阈值,在逼近子带上进行自适应水印的嵌入。最后通过标志定位矩阵和逼近子带的位置映射,成功地从逼近子带里提取公有水印并进行伪随机序列解密。实验表明该数字水印系统具有很好的不可感知性和双重安全性,且具有抵抗JPEG、JPEG000压缩攻击的鲁棒性。     

一种小波树分类和合成编码结合的图像压缩方法

针对传统小渡变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题，提出了一种小波树分类和合成编码结合的图像压缩方法．该方法首先对纹理丰富的图像进行3级小波变换，再对高频子带通过小波树分类器分为低频树和高频树．最后对最低频子带进行差值脉冲编码调制（DPCM），对低频树和高频树分别进行SPIHT和多阶段矢量量化（MVQ）．仿真结果表明，该方法在峰值信噪比和编解码时间均优于SPIHT算法．在0．125b／s下，Boat图像峰值信噪比（PSNR）比SPIHT算法提高了0．8dB．     

多光谱与高分辨率图像融合的新算法

提出了一种多光谱与高分辨率图像融合的双树复数小波分维算法．充分利用双树复数小波变换良好的方向选择性,对多光谱的I分量和全色图像进行小波分解,进而在不同子带中进行图像融合,低频采用基于区域能量的融合算法,高频定义不同的分形分维作为权系数进行融合,最后将得到的灰度融合图像进行线性拉伸并替代原来的I分量,得到最终的融合图像．实验结果表明,与经典的IHS变换和小波变换相比,该算法光谱扭曲度仅为前两者的30.31％和50.66％．     

基于人类视觉特性的彩色图像水印算法研究

根据离散小波变换原理,实现了一种基于人类视觉特性的数字水印算法.首先介绍了对图像进行3级离散小波分解的JND模型;其次,重点阐述了所实现算法的水印嵌入、提取原理,即原始图像由RGB色彩空间转换到YIQ空间,将原始图像Y分量进行3级离散小波分解,将水印图像进行一维Logistic置乱加密后嵌入到原始图像Y分量的低频和第3级高频子带当中,嵌入强度值依据JND来确定.最后,给出了试验结果及6种攻击测试结果.     

一种新的基于小波变换与混沌加密的彩色数字水印算法

提出一种新的基于小波变换与混沌加密的彩色数字水印算法 ,将混沌算法产生的阵列作为密码对水印图像进行加密 ,同时利用人类视觉系统HVS的特性 ,实现了水印的自适应嵌入 .在兼顾鲁棒性和不可见性的情况下 ,提出将水印按不同比例的方法 ,分别嵌入到小波域的低频和中频 (或高频 )子带中 ,在提取时根据低频子带提取的水印信息对中频或高频子带的信息进行调整 ,从而恢复出更加清晰的水印图像 .实验结果表明算法同时具有很好的鲁棒性和不可见性     

Improved Region Energy Based Image Fusion Rule for Multi-focus Image Fusion

In this paper, we propose a novel improved region energy based image fusion rule. The original images are firstly decomposed by using the lifting scheme of wavelet transform into four sub-bands： LL, LH, HL, HH, by studying principles and characteristics of the wavelet subbands, and we put emphasis on the high frequency subbands. Thus HH, HL, LH sub-bands, which represent three direction of high frequency details, are weighted by different size of three direction Gaussian kernel, then the energy based image fusion rule is applied with a optional size of window, thus the activity level of high frequency subbands are obtained, followed by a local region matching degree in the corresponding direction and resolution, an activity level of low frequency subband is calculated, then perform consistency verification on the selected wavelet coefficients, by doing the inverse wavelet transform the fused image is obtained. The performance of the proposed novel image fusion scheme is conducted and compared with a few existing image fusion algorithm, the experimental results show Keywords：     

基于Contourlet尺度相关的SAR图像融合

针对不同波段全极化SAR图像的融合,提出了一种基于Contourlet变换域进行图像融合的方法.利用Contourlet变换将图像分解为一个低频子带和多个不同方向的高频子带,对分解后的低频子带进行邻域能量加权融合;对方向高频子带依据尺度间相关性定义一个边缘信息量测指标,选择量测指标大的系数作为融合系数.最后对两波段全极化SAR图像进行了融合实验.实验结果表明：与小波变换等融合方法相比,利用所提出方法融合后的图像能够明显抑制SAR斑点噪声影响,在视觉特性以及评价指标上效果更好.     

基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合

针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。     

一种鲁棒和自适应的数字图像水印算法

为提高算法的鲁棒性和自适应能力，将原始真彩色图像的Y分量进行离散小波变换，提取出HL、LH子带的鲁棒系数嵌入水印。考虑到人眼的HVS特性，计算出HL、LH子带系数的可见误差阀值确定鲁棒系数。并根据小波分解后，同一分解阶小波系数之间的相关性，通过计算LL子带邻域均值来实现对HL、LH子带进行估计和量化，使算法的嵌入容量和鲁棒性得到增强。算法通过散列加密确定水印嵌入的位置，使攻击者即使知道算法也无法得到水印信息。实验表明算法具有在不同图像处理和攻击下，水印的鲁棒性好、检测时不需要原始图像、安全性好等优点。     

一种消除重建图像边缘振荡的图像压缩方法

针对小波变换进行图像压缩过程中重建图像易引起边缘振荡的问题,提出了一种非延拓消除边缘振荡的方法。该方向将提升算法与传统的非线性ENO小波变换相结合,把高频分量边缘的能量集中到低频分量上,用小波分量模的极大值对跃变点进行奇异性检测,有效地消除了重建图像引起的边缘振荡。仿真实验表明该方法计算简单、存储空间小。     

Application of remote-sensing-image fusion to the monitoring of mining induced subsidence

We discuss remote-sensing-image fusion based on a multi-band wavelet and RGB feature fusion method. The fused data can be used to monitor the dynamic evolution of mining induced subsidence. High resolution panchromatic image data and multi-spectral image data were first decomposed with a multi-ary wavelet method. Then the high frequency components of the high resolution image were fused with the features from the R, G, B bands of the multi-spectral image to form a new high frequency component. Then the newly formed high frequency component and the low frequency component were inversely transformed using a multi-ary wavelet method. Finally, color images were formed from the newly formed R, G, B bands. In our experiment we used images with a resolution of 10 m (SPOT), and TM30 images, of the Huainan mining area. These images were fused with a trinary wavelet method. In addition, we used four indexes-entropy, average gradient, wavelet energy and spectral distortion-to assess the new method. The result indicates that this new method can improve the clarity and resolution of the images and also preserves the information from the original images. Using the fused images for monitoring mining induced subsidence achieves a good effect.     

基于视觉显著性和NSCT的红外与可见光图像融合

结合非下采样轮廓波变换的平移不变性,提出了一种基于视觉显著性的红外与可见光图像融合算法。首先,利用引导滤波器改进显著性检测算法并将其用于红外图像;然后,对红外图像和可见光图像进行非下采样轮廓波变换以得到各自的低频与高频子带;最后,在低频与高频子带的融合中分别采用红外图像显著性指导法与绝对值取大法。实验结果表明,与多种相关算法相比,该算法所得融合图像在突出红外目标的同时还具有丰富的可见光背景信息,具有更好的视觉融合效果和客观质量评价。     

Sub-band ICA with selection criterion for BBS of dependent mages

Because of the correlation of images,the efficiency of the standard ICA is not satisfied in the blind source separation (BSS) of image.Therefore,a new method of sub-band ICA with selection criterion is proposed for this problem.Firstly,the sub-bands of the new method are made up of the wavelet packets (WP) coefficients.Secondly,the selection criterion of the new method is a combination of the mutual information (MI),kurtosis and sparsity.One sub-band or a sub-bands group obtained from the new method are more suitable as the inputs parameters of the algorithm of ICA than mixed images.The new method has been applied into the BSS of partially dependent images and highly dependent images successfully.According to the separation experiments,it is shown that the separation efficacy of the new method is more accurate and robust.