基于准三维变换的视频隐写算法

结合离散余弦变换(DCT)的能量压缩能力和离散小波变换(DWT)的多分辨率特性,提出一种基于准三维变换的视频隐写算法。该算法利用二维小波变换描述视频序列的帧内信息,通过一维离散余弦变换描述视频序列的帧间信息,从而有效利用视频序列的空间及时间冗余,将秘密信息嵌入在DCT系数的量化过程中,保证了视频序列的稳定性及秘密信息提取的准确性。实验结果表明,该算法具有较好的视觉不可见性与较高的嵌入容量,且可实现秘密信息的盲提取。     

图像压缩中的快速方向离散余弦变换

传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB~1.6dB,而且边缘细节更加清晰、完整.     

小波和余弦变换相结合的灰度图像水印算法

在充分考虑人类视觉系统掩蔽特性的基础上,首先给出基于图像分块的临界噪声阈值矩阵JND（justnoticeable difference）,进而提出了一种结合离散小波变换（DWT）和离散余弦变换（DCT）域的采用灰度图像作为水印的具有较好鲁棒性的公开水印技术.实验结果表明,该算法对常见图像处理操作、有损压缩和裁剪、挤压、像素移位等几何变换有较好的鲁棒性,特别是信号增强操作处理几乎不影响水印的正确提取.     

一种基于感知成型及矩傅立叶矩阵描述子的鲁棒性数字水印方案

提出了一种结合离散小波变换（DWT），离散余弦变换（DCT），感知模型（HVS）及矩傅立叶矩阵描述子（MFMD）的图像数字水印方案。该方法把原始图像进行二维DWT分解，保留其高频细节部分，然后对小波逼近子图进行二维DCT变换并结合HVS进行水印嵌入。水印的检测则采用了相关性与MFMD相结合的方法。实验结果表明该水印方案很好地实现了水印系统所要求的基本特性，诸如嵌入有效性，保真度，数据有效载荷及鲁棒性等等。     

不确定时间序列的相似性匹配问题

确定性时间序列的相似性匹配方法都没有考虑数据的不确定性,而现实世界中传感器采集到的数据往往是不确定的,现有的时间序列的相似性匹配方法不适用于这些领域.针对此问题,将不确定性时间序列做预处理,把它分为横向时间维和纵向概率维,首先把给定的不确定时间序列用Haar小波变换进行压缩变换,在此基础上,对得到的不确定性时间序列概率维作纵向处理,提出一种选代表方法,即采用概率最大法、均值法等选出一条确定的时间序列.通过这2种预处理后,对得到的确定性时间序列进行降维和索引,根据查询序列和数据库中的时间序列中的各自的不确定性进行组合,分别提出对应组合的相似性匹配算法.     

计算q~(l_1)×q~(l_2)二维DCT的快速算法

离散余弦变换 (DCT)广泛应用于信号处理的许多领域 ,多维 DCT(MD- DCT)是图像处理和视频信号处理的重要工具 .通常 ,多维 DCT采用行列法用一维算法实现 ,实现效率较低 .近年来虽然出现了一些多维 DCT直接实现算法 ,但大多要求变换为 2 n× 2 n,限制了适用范围 .该文研究较一般的二维 DCT快速算法 ,将 ql1 × ql2 (q为奇素数 ;l1 ,l2 分别为两个不同的整数 )二维 DCT转化为多项式变换和一维简化余弦变换 ,通过特别设计的快速多项式变换算法和 1D- RDCT递归分解算法 ,提出了一种计算复杂性较低且具有规则运算结构的 ql1 × ql2 二维 DCT算法 .本算法的设计方法可以方便地推广到多维 (>2 )的情况 .     

基于DCT和DWT域的音频信息隐藏算法

提出了一种基于DCT域和DWT域的音频信息隐藏算法.该算法充分利用了离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,通过量化的方法把保密语音信息隐藏到原始的载体音频中,在保密语音的提取过程中不需要原始音频信号的参与.仿真试验表明,该算法的鲁棒性和不可感知性比单独采用DCT变换或DWT变换更好.     

基于DWT-DCT-SVM的人脸表情识别

提出了一种基于二维离散小波一离散余弦变换-支持向量机（DWT-DCT-SVM）面部表情识别算法。该算法先利用DWT在不明显损失图像信息的基础上对表情图像进行变换，变换后的图像数据量大大减少。再利用DCT提取代表原图像绝大部分能量的数据作为表情特征矢量，最后利用SVM来识别。实验表明：本算法提取的500个数据长度的表情矢量在一定条件下能较准确地识别出通用的6种表情，但是泛化性能较差。     

H.264中全零块预判的新方法

为了避免全零DCT(离散余弦变换)系数进行变换与量化产生的冗余计算,从H.264中的DCT公式与量化原理出发,结合视频图像残差系数的分布规律,在分析现有算法存在的误判与漏判的基础上,提出了一种预先判断全零DCT系数块的方法。实验结果表明,与文献中的经典算法相比较,新提出的方法应用在中低比特率的视频序列中可以减少12%~37%的平均编码时间,平均压缩率提高了6%~10%。     

基于DWT的图像与水印技术结合方案

论述一个基于DWT(离散小波变换)的新型数字图形水印技术算法。该算法结合了DWT(离散小波变换)和DCT(离散余弦变换),以及空间定义域技术,把水印技术嵌入到图像中,然后对数字图像进行研究。试验结果证明组合后的算法取得了较大的成效。     

利用循环卷积实现的素长度ＤＣＴ快速算法

提出了一种利用循环卷积（Ｃycli convolution)和扭循环卷积（Ｓkew cyclic eonvolution)实现计算机素长离散余弦变换（ＤＣＴ）的快速新算法,算法将ＤＣＴ系数分成三部分,ＤＣ分量,偶下标分量和奇下标分量,根据数论理论,本文定义了一种新的标变换算子,利用该算子进行下标变换,将偶下标ＤＣＴ系数的计算转化为一个循环卷积,根据不同长度,奇下标ＤＣＴ系数的计算被转化为循环卷 积或扭循环卷积,利用循环卷积和扭循环卷积的高效率和规则的算法,构造具有简单,规则的结构和较低的运算复杂性和奇素长度ＤＣＴ快速算法。     

Laplace平滑变换及其在人脸识别中的应用

本文主要研究如何从最优化的角度出发,从图像中提取低频特征.首先,基于图像的局部梯度定义了一种图像频率,并基于这种定义,诱导出Laplace平滑变换(LST),将二维图像映射到一维的向量.然后,将LST与学习算法相结合,提出二步子空间学习算法.所提的基于LST的二步子空间方法,对于光照、表情、姿势具有鲁棒性.实验表明,在ORL,Yale和FERET人脸数据库上,基于LST的人脸识别算法,相对DCT,DWT和PCA等预处理算法,具有更小的识别误差.     

一种基于非均匀离散傅立叶变换的鲁棒音频水印算法

基于离散傅立叶变换（DFT）的音频水印算法对常规信号处理操作具有较高的鲁棒性，然而，在DFT域的固定频率点嵌入水印信息易受频域攻击，导致此类水印算法存在安全隐患．为进一步说明这种安全隐患，本文描述了一种新颖的频域攻击方法，仿真结果表明采用该方法可以在不影响含水印音频信号听觉感知质量的条件下有效去除水印信息．针对上述问题，本文提出了一种基于非均匀离散傅立叶变换（NDFT）的鲁棒音频水印算法．该算法基于NDFT可以任意选择频率点的特性，利用混沌映射随机选取NDFT域的水印嵌入频率点，以实现水印嵌入位置的随机性．此外，引入另一个混沌映射置乱加密待嵌入的水印信息以提高算法抵抗拷贝攻击的能力．理论分析和实验结果表明该算法不仅具有抗常规信号处理操作高的鲁棒性，而且能够抵抗频域的恶意攻击，大的密钥空间保证了系统高安全性．     

小波法的网络流量奇异谱估计

网络流量整形、调度、异常检测、管理与控制及保障QoS需求等都需要了解业务流的局部变化特性.本文给出离散小波及其模极大值的网络流量奇异谱估计算法及影响因素,并通过真实的网络业务数据对算法进行了评估和比较.实验结果表明,两种方法的奇异谱估计能有效刻画网络业务流的局部变化特征,并且能通过奇异谱特征参数之间的差别描述不同业务流之间的差异性,也表明了在一定条件下,离散小波模极大法更加优越.     

增强奇异值分解和细胞神经网络的零水印

目的 针对奇异值分解算法存在的对角线失真、虚警错误等问题,引入一个寻找最抗攻击缩放比例的参数,提出基于增强奇异值分解的零水印算法。方法 首先将离散小波变换作用于原始图像,对分离出的低频逼近子图进行不重叠分块,对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵,再分别对每个块矩阵进行增强奇异值分解,将得到的最大奇异值与最大奇异值均值作比较构成特征向量;然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像;最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值,通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。结果 在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下,提取的水印和原始水印的归一化相关值都在96%以上,算法平均运行时间为2.389 s,性能较高。结论 通过利用参数对奇异值矩阵进行调整的方法,不仅增强了算法的鲁棒性,而且解决了奇异值分解（SVD）出现的对角线失真和虚警错误问题。同时通过结合零水印的思想,解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。     

基于冗余离散小波变换的信号配准及分类

离散小波变换(Discrete wavelet transform,DWT)对输入信号的平移敏感,当输入信号间存在平移时,基于DWT的信号分类会受到负面影响.本文提出一种基于冗余离散小波变换(Redundant DWT,RDWT)的信号配准及分类方法,克服了DWT的平移敏感性,解决输入信号间存在平移变化的信号分类问题,...     

Low Complexity Integer Transform and Adaptive Quantization Optimization

In this paper, a new low complexity integer transform is proposed, which has been adopted by AVS1-P7. The proposed transform can enable AVS1-P7 to share the same quantization/dequantization table with AVS1-P2. As the bases of the proposed transform coefficients are very close, the transform normalization can be implemented only on the encoder side and the dequantization table size can be reduced compared with the transform used in H.264/MPEG-4 AVC. Along with the feature of the proposed transform, adaptive dead-zone quantization optimization for the proposed transform is studied. Experimental results show that the proposed integer transform has similar coding performance compared with the transform used in H.264/MPEG-4 AVC, and would gain near 0.1dB with the adaptive dead-zone quantization optimization.     

一种基于混沌调制的零水印算法

数字水印是一种通过在数字媒体里嵌入秘密信息来保护知识产权的技术.由于在图像中嵌入数字水印后,会导致图像一定程度的失真,因此,近年来出现了一种新的零水印方法.针对数字水印的不可感知性和鲁棒性之间的矛盾问题,提出了一种基于混沌调制的图像零水印方法,即该方法是从原始图像或测试图像的小波变换系数中提取低频子带部分小波系数的特征作为水印,而所抽取的小波系数的位置则由混沌法随机生成.实验结果表明,此算法的不可觉察性很好,并对一些诸如中值滤波、JPEG压缩、附加高斯噪声、裁剪和旋转等各种图像处理攻击有较强的鲁棒性.该方法改变了传统的向原始图像中嵌入水印信息的做法,不仅其得到的水印图像是无失真的,而且在不知道混沌初值的情况下,不可能成功地提取特征水印.     

一种改进的魔方数字水印算法研究

为了提高数字水印算法的安全性和鲁棒性,在研究了各种常见的水印算法优缺点的基础上,提出了一种改进的基于魔方概念的数字水印算法。首先通过魔方混沌算法将原始水印转化为噪声信号,以提高水印安全性。再结合离散余弦变换(DCT)、离散小波变换(DWT)和矩阵奇异值分解(SVD)嵌入水印,以提高水印的不可见性和鲁棒性。实验结果表明,在确保不可见性的基础上,水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性。