压缩图像传输中基于小波-空间域联合估计的差错隐藏算法

基于小波域压缩的图像在传输发生错误时，会引起部分空间区域图像质量的下降。解决这一问题的传统方法是空间域插值或小波域估计。由于传统方法重构质量仍有待提高，为了获得质量更好的重构图像，提出了一种小波一空间域联合估计的差错隐藏算法。该算法首先对小波域低频系数进行简单的八邻域平均来得到初始重构图像；接着在空间域对核心受损区域进行基于块的匹配搜索，通过选择对已知正确小波系数影响最小的块作为匹配块来得到匹配图像；最后将经过滤波处理后的匹配图像变换到小波域，通过与小波域已知正确信息相融合来得到最终重构图像。仿真试验表明，在多数应用场合，该方法与简单的小波八邻域平均低频重构图像相比，客观质量峰值信噪比提高0．5—1dB左右，主观质量也有明显提高。     

基于小波变换的方块效应去除法

低比特率JPEG压缩图像会产生严重方块效应，即马赛克现象，后处理技术可以有效地减少该效应。针对压缩图像在小波域中有结构信息和块不连续性的不同表现，提出了一种基于小波变换的分析方法，对图像在小波域中的不同响应分别加以处理。该算法根据小波系数在不同范围内的不同特性对图像进行区域分类，进而对不同区域做出不同的处理。试验结果表明，该方法能有效地减少方块效应，提高解码端图像的视觉质量。     

一种基于小波稀疏基的压缩感知图像融合算法

随着压缩感知技术的发展,基于压缩感知的图像融合技术研究逐渐受到越来越多的重视。针对图像小波分解系数特点,提出了一种基于双放射状采样模式的压缩传感域图像融合算法。该算法首先通过双放射状采样模式获得待融合图像的小波稀疏域线性测量值;然后利用一种简单的绝对值最大融合规则直接在压缩感知域进行融合,最后通过最小全变分的方法重构融合图像。主客观实验结果表明,该算法具有良好的融合效果。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解(SVD)的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

一种改进小波变换的图像融合方法*

基于压缩感知理论,本研究针对于图像的小波分解系数的特点,提出了一种改进的小波稀疏表示的压缩感知图像融合算法。首先,本算法通过Mallat快速算法对图像进行稀疏分解;然后,利用绝对值最大融合规则对小波系数在压缩域进行融合;最后,使用最小全变分的方法重构融合图像。实验结果表明,该算法具有良好的融合效果。     

双重认证的变换域图像半脆弱数字水印算法

提出了一种DCT域与DWT域相结合的双重认证图像半脆弱数字水印算法，定义了一个小波系数量化函数以实现水印的嵌入与提取，根据图像局部特性，该量化函数可动态地进行调整；同时设计了三个混沌密钥，结合DCT域定义水印及其嵌入位置．实验表明，该算法在保持对常见的JPEG压缩稳健的同时，能有效地区分偶然失真与恶意篡改。     

小波变换结合纠错编码的半透明数字水印

该文结合实际应用需要提出了半透明数字水印的概念．并研究了带参数的双正交整数小波的构造．结合带参数的整数小波变换与纠错编码设计了一种半透明数字水印．带参数整数小波的使用，提高了水印的安全性．根据小波域量化噪声自适应地确定嵌入强度，并结合纠错编码．提高了抗攻击能力．实验表明该算法有较强的抗JPEG压缩和图像处理的能力．     

基于视觉掩蔽特性的小波域彩色数字水印技术

应用静态图像压缩编码技术，实现了以彩色图像作为水印信号的数字水印算法；充分利用人眼视觉掩蔽特性，实现了水印嵌入位置的自适应确定，增强了算法的透明性和鲁棒性；彩色水印图像的提取不需要原始载体图像；采用整型提升小波变换，有效地克服了小波域水印算法普遍存在的舍入误差问题．仿真实验表明：文中的小波域彩色数字水印技术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、马赛克效果等攻击均具有较好的鲁棒性．     

一种基于HVS的小波域抗JPEG压缩水印算法

提出一种小波域的用于图像内容认证的水印算法。该算法提取图像特征作为认证水印信息,利用分块图像的临界噪声阈值(JND)自适应的调整分块图像的细节子带小波系数大小关系来嵌入水印信息,从而提高了水印的透明性。实验结果表明该算法具有很好的抗JPEG压缩性能和篡改定位功能。     

一种基于DWT域的数字水印算法

提出一种结合Arnold置乱技术的小波域灰度图像数字水印算法,将置乱后的数字水印嵌入到载体图像小波分解的低频和部分中高频系数上。实验证明,该算法不仅具有较好的透明性,而且对图像加噪、压缩、剪切等具有较高的鲁棒性。     

一个基于矢量量化的数字水印算法

文章提出了一个新的基于矢量量化的数字水印算法,与基于DCT(DiscreteCosineTransform)、DFT(DiscreteFourierTransform)及DWT(DiscreteWaveletTransform)等的传统水印算法不同,该算法利用码书分割方法和矢量量化索引的特点,在矢量量化的不同阶段分别嵌入水印来保护原始图像的版权,水印检测不需要原始图像。实验结果表明,该方法实现的水印具有良好的不可见性,并对JPEG压缩、矢量量化压缩、旋转以及剪切等空域操作也具有较好的稳健性。     

一种改进的DWT域图像篡改检测算法

改进一种DWT域图像篡改检测算法。该算法将置乱的有意义的二值水印图像利用量化的方法隐藏在载体图像Haar小波变换系数中。图像认证时,对提取的水印和原水印图像的差值图像进行反混沌置乱,再进行形态学处理,从中可以看出认证图像的篡改区域。此算法与Kunder等人提出的基于Haar小波的半易损水印算法相比,能够有效地区分JPEG压缩和恶意篡改,不需要设置阈值来区分JPEG压缩和恶意篡改,可以从水印差值图像直接看出恶意篡改的区域。     

基于小波变换和FCM分析的盲水印算法

利用人类视觉系统(HVS)的掩蔽效应和图像的局部相关特性,提出一种结合小波变换和模糊聚类分析的水印嵌入算法。在图像B通道下的小波域系数中,根据HVS的掩蔽性进行模糊聚类分析以选择适合嵌入水印的区域,结合图像的局部相关性和隶属度自适应地嵌入水印。算法在提取水印时无需原始载体图像的辅助。实验表明,该算法具有较好的透明性,而且对诸如JPEG压缩、图像锐化、几何裁剪、叠加噪声和平滑滤波等攻击均具有较好的鲁棒性。     

基于回归型支持向量机的小波域盲水印算法

以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的基于SVR的小波域盲水印算法。算法核心思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系和图像局部相关性获得SVR训练模型,并利用SVR训练模型在小波域嵌入和提取水印。该算法以保证鲁棒性和透明性的良好平衡为前提,实现了数字水印的盲检测。仿真实验表明,该文算法不仅具有较好的透明性,而且对JPEG压缩和一般的图像处理具有很强的鲁棒性,其整体性能明显优于现有基于SVM的空间域上的水印算法。     

基于有限脊波变换的抗几何攻击图像水印

根据脊波变换在方向识别上的优越性,提出了一种基于有限脊波变换的抗几何攻击图像水印方法。该方法先将原始图像进行一级脊波分解,再将经过三级小波分解后的水印嵌入到图像脊波系数中,以实现图像重构。实验结果表明,该方法能够抵抗旋转、缩放和平移、剪切类几何攻击,同时对JPEG压缩、中值滤波、高斯噪声、椒盐噪声等常见的攻击具有良好的鲁棒性。     

小波变换域均值调制的可读图像盲水印算法

提出了一种小波变换域均值调制的可读图像盲水印算法,利用图像经离散小波变换后细各细节子带系数均值近似为零的特点,根据细节子带系数的局部方差,自适应地修改图像小波分解后某些细节分量的局部均值,在满足水印不可感知性的条件下自适应地嵌入水印信息,实现水印不可感知性和鲁棒性之间的折衷。同时,在不借助原图像的前提下,实现水印的盲检测。水印信息是一幅有实际意义的二值图像。实验结果和攻击测试表明,提出的算法对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

一种基于DWT域的数字水印算法

提出一种结合Arnold置乱技术的小波域灰度图像数字水印算法,将置乱后的数字水印嵌入到载体图像小波分解的低频和部分中高频系数上。实验证明,该算法不仅具有较好的透明性,而且对图像加噪、压缩、剪切等具有较高的鲁棒性。     

结合Zernike 矩和水印的半脆弱图像认证

水印安全性、抗JPEG 的鲁棒性和篡改检测能力的矛盾、计算复杂度是现有基于数字水印的半脆弱图像认证算法需要克服的主要问题. 本文提出一种结合Zernike 矩和水印的图像认证算法. 利用图像小波变换低频子带的Zernike 矩幅值的半脆弱特性区分恶意攻击和偶然攻击. 结合基于HVS (人类视觉系统) 的水印后，可判断图像是否受到伪认证攻击，提高了水印安全性. 通过采用基于提升格式的整数小波变换，有效降低了算法计算复杂性. 实验结果表明，算法对较低质量因子的JPEG有损压缩鲁棒，对剪切、替换等恶意修改敏感且可准确定位篡改位置.     

一种基于小波变换及图像边缘特征的盲水印算法

提出了一种基于小波变换及图像边缘特征的盲水印算法。该算法先将待处理图像作小波变换处理,根据小波变换后的第二级HL2及LH2系数中的边缘信息,将一个随机序列(1与-1个数相同)按一定规则嵌入到HL2及LH2的边缘系数当中。实验结果表明,该算法对JPEG压缩及图像剪裁、缩放、滤波有较好的鲁棒性,特别对于基于小波压缩算法的图像具有很好的鲁棒性。