基于斜变换的半脆弱彩色图像水印算法

提出一种基于斜变换的半脆弱彩色图像水印算法。该算法可以嵌入认证和恢复2种水印,实现图像的归属认证和篡改区域的恢复。把认证水印嵌入在经斜变换后的绿色分量中,将压缩图像的斜变换系数作为恢复水印嵌入在各个分量的最末位。在图像遭受篡改时,通过提取各分量的最末位实现图像的自恢复。理论分析和实验结果表明,该算法不仅能检测篡改区域还能近似恢复被篡改的图像,在保证透明性的前提下具有较好的鲁棒性。     

基于感兴趣区域的图像认证与自恢复算法

提出了一种基于感兴趣区域的图像认证与自恢复算法,该算法将图像分为两部分; 感兴趣区域和背景区域.算法首先利用了基于4×4分块的编码算法对感兴趣区域进行编码， 然后通过映射函数将此码流嵌入到背景图像的离散余弦变换系数中.实验表明该算法可以对 整幅图像进行完整性认证,同时对被恶意篡改的感兴趣区域也能很好地恢复原来信息.     

基于小波变换的用于医学图像的半脆弱水印算法

针对医学图像的特殊性,提出了一种应用于医学的半脆弱水印算法.原始图像的次低位和最低位分别嵌入恢复水印和认证水印.原始图像的高6位进行小波变换,低频系数经量化和混沌置乱后生成恢复水印,将其嵌入到图像的次低位.小容量信息嵌入到原始图像的最低位,生成认证水印.实验结果表明该算法可以准确定位原始图像被篡改的位置,并能对内容被篡改的区域进行恢复.算法中的认证水印能够对医学图像进行有效地认证.该算法能够较好地满足医学图像特殊性的要求.     

一种DDWT域编码的自嵌入脆弱水印算法

针对目前变换域脆弱水印算法对于篡改恢复能力的不足以及所用变换本身的局限性,提出了一种基于双树小波变换的图像编码自嵌入水印算法。算法的篡改定位和图像恢复分别对应着认证水印和恢复水印。算法以原始载体图像的DDWT域SPIHT编码压缩图像为恢复水印, 将其嵌入到图像的小波分解低频系数上,以增强水印鲁棒性;以嵌入恢复水印的载体图像的低频系数大小特征为认证水印,将其嵌入在图像分块的最低有效位上。实验结果表明,本算法能准确定位非法的篡改操作并具有良好的自我恢复能力。     

一种可区分内容或水印篡改的图像认证算法

提出了一种基于Contourlet变换的可区分内容或水印篡改的图像认证算法。在载体图像的Contourlet变换域分别嵌入认证水印和恢复水印,作为区分图像内容被篡改还是水印被篡改的依据。仿真实验表明,该算法不但能准确定位篡改位置,而且能区分篡改类型,在一定条件下还可以恢复被篡改的区域。     

基于小波域的篡改定位可逆水印算法

为了实现含水印图像的篡改定位及无失真提取水印,在小波变换、数字水印和篡改定位技术的基础上,提出了基于改进小波系数调整的可逆水印算法。对载体图像进行小波变换,通过循环取模编码对水印图像进行加密以保证其安全性,通过均匀嵌入算法将加密后水印嵌入到调整后的小波系数中。该水印算法能够鉴别图像的真伪,能够发现载体图像所遭受的恶意篡改区域,并在载体上显示出来。仿真结果表明,与传统水印算法相比,算法能够无失真地提取水印(NC=1),还能通过定位水印找到载体图像发生篡改的位置。     

以图像认证为目的的分形编码数字水印算法

以图像认证为目的,提出一种基于分形编码的脆弱性盲水印算法。该算法将认证水印嵌入分形变换域,又将分形编码参数作为水印嵌入到宿主图像中。算法能有效的检测图像是否被恶意篡改,并能定位篡改区域。通过提取嵌入在图像中的分形编码参数,还可以自动恢复被篡改区域。实验数据表明,算法可行有效,并且具有良好的篡改定位和恢复原图像的能力。     

基于混沌映射的半脆弱图像水印算法

水印的安全性、抗常规图像处理的鲁棒性和篡改检测能力的矛盾、计算复杂度等是现有基于半脆弱水印技术的图像认证算法需克服的主要问题。提出了一种基于混沌映射的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生两种水印,采用块均值量化调制小波系数的方法完成水印信息的嵌入。实验结果表明,该算法具有一定的鲁棒性,可将JPEG压缩等常规信号处理与恶意篡改相区分,并能准确定位篡改区域。     

基于混沌映射的半脆弱图像水印算法

水印的安全性、抗常规图像处理的鲁棒性和篡改检测能力的矛盾、计算复杂度等是现有基于半脆弱水印技术的图像认证算法需克服的主要问题.提出了一种基于混沌映射的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生两种水印,采用块均值量化调制小波系数的方法完成水印信息的嵌入.实验结果表明,该算法具有一定的鲁棒性,可将JPEG压缩等常规信号处理与恶意篡改相区分,并能准确定位篡改区域.     

一种基于哈达玛变换与混沌理论的脆弱水印算法

传统的水印算法,通常使用小波变换对原始图像进行变换。对于复杂图像被篡改,直接的小波变换很难识别。为了准确地定位被篡改的复杂图像,提出一种基于哈达玛变换与混沌理论的脆弱水印算法。该算法首先对图像进行4x4分块,计算每一块的标准差,利用标准差小数部分和水印密钥合成为Logistic混沌映射初值生成脆弱水印。然后将脆弱水印嵌入到哈达玛变换域的直流分量中。图像认证时,不需要原始图像。实验结果表明。对于复杂图像该算法能够检测恶意篡改并进行篡改定位,是一种行之有效的图像鉴别方法。     

基于Turbo码和扩频的图像多水印技术

提出一种基于Turbo码和扩频技术相结合的多水印算法,可以在一个图像上嵌入多个二值图像来代表不同信息。该算法利用Turbo码优异的纠错性能和扩频通信的多址技术,并根据人眼视觉特性,将经过伪随机排序、Turbo码编码并使用不同的伪随机码扩频的水印嵌入到DCT变换系数的中频中。对算法在多种攻击下进行仿真。实验结果表明,利用该算法实现的水印具有良好的不可见性和鲁棒性。     

基于Logistic混沌序列和Turbo码的多重图像水印

提出了一种基于logistic混沌映射和Turbo码相结合的多水印算法,利用扩频技术在一个图像上嵌入多个二值图像来代表不同信息。该算法利用Turbo码优异的纠错性能和扩频通信的多址技术,并根据人眼视觉特性,将经过混沌加密、Turbo码编码并使用不同的混沌序列扩频的水印嵌入到DCT变换系数的中频中。对算法在多种攻击下进行了仿真。实验结果表明,利用该算法实现的水印具有良好的不可见性和鲁棒性。     

基于第二代Bandelet和区域特性的多聚焦图像融合算法

提出了一种能充分利用第二代Bandelet变换自适应捕获图像边缘的能力,并基于区域特性进行融合的多聚焦图像融合新算法。首先将源图像分解至Bandelet变换域,然后结合区域特性进行融合处理：对几何流,采用绝对值最大的融合规则;对Bandelet系数矩阵采用区域方差的融合规则,最后通过Bandelet逆变换得到融合图像。实验结果表明,所提出的新算法能够更好地提取参与融合的原始图像的基本特征进行融合处理,融合效果在主观视觉效果和客观性能指标两方面都较经典的拉普拉斯金字塔算法和小波变换算法更具优势,尤其是对纹理及边缘信息明显的源图像,融合结果优势更加明显。     

基于第二代Bandelet变换的彩色图像去噪算法

针对目前最新发展的Bandelet变换的特点,本文提出了基于第二代Bandelet变换的彩色图像去噪算法,充分利用彩色图像内在的几何正则性,自适应获得彩色图像的最优表示,通过噪声强度设置阈值,并利用软阈值函数实现彩色图像去噪。通过MATLAB实验结果表明,使用该算法去噪后的彩色图像,无论在主观视觉效果上还是客观质量指标上都比小波和第一代Bandelet算法有显著提高。     

基于第二代自适应Bandelet变换彩色图像融合算法

提出基于第二代自适应Bandelet变换彩色图像融合算法。该算法引入了表现彩色图像灰度正则变化的几何流,对几何规则彩色图像,Bandelet基可以达到最佳逼近,可以很好地获取原始彩色图像的特征信息,为彩色图像融合提供更丰富的信息,特别在处理尖锐的彩色图像过渡时非常有效。通过对256×256的Clock彩色图像仿真实验,实验结果表明算法对于多聚焦、纹理和边缘特征丰富的彩色图像融合是最理想的,无论从主观视觉效果上还是客观质量指标上均优于小波变换的融合算法。     

基于Bandelet变换域的图像自适应增强算法

提出了基于Bandelet变换域的图像自适应增强的新算法,利用Bandelet变换在表示二维图像线、面奇异性时的优越性,实现了抑制噪声和凸显细节间的有效均衡。按照最小化逼近误差原则,寻找出二进剖分块的几何方向,在最小化均分误差(MMSE)的原则下合并二进剖分块,寻找出图像增强的方向。根据图像增强方向将Bandelet块分为两类:有几何方向的Bandelet块和无几何方向的Bandelet块,并分析了这两类Bandelet块系数的不同特征,从而区分出噪声和信号、清晰边缘和脆弱边缘。在此基础上提出了一种新的增强函数,在抑制噪声的同时,增强较弱细节并保护图像中的清晰边缘不失真。实验结果表明,与传统的图像增强算法相比,该算法在抑制噪声和放大细节特征两方面均有明显改进。     

基于全变差的Bandelet变换域SAR图像相干斑抑制方法

根据SAR图像的特性,提出了一种基于全变差最小化的Bandelet变换域SAR图像相干斑抑制方法。该方法首先对SAR图像进行Bandelet变换,得到图像的Bandelet系数和几何流,然后采用主成分分析法提取图像的Bandelet系数和几何流的主成分,利用全变差最小化的方法确定阈值,并通过循环递归运算处理重构后的图像。实验表明:该方法在抑制图像相干斑的同时较好地保留了几何结构信息,并去除了伪吉布斯现象。     

Context-based embedded image compression using binary wavelet transform

Binary wavelet transform (BWT) has several distinct advantages over the real wavelet transform (RWT), such as the conservation of alphabet size of wavelet coefficients, no quantization introduced during the transform and the simple Boolean operations involved. Thus, less coding passes are engaged and no sign bits are required in the compression of transformed coefficients. However, the use of BWT for the embedded grayscale image compression is not well established. This paper proposes a novel Context-based Binary Wavelet Transform Coding approach (CBWTC) that combines the BWT with a high-order context-based arithmetic coding scheme to embedded compression of grayscale images. In our CBWTC algorithm, BWT is applied to decorrelate the linear correlations among image coefficients without expansion of the alphabet size of symbols. In order to match up with the CBWTC algorithm, we employ the gray code representation (GCR) to remove the statistical dependencies among bi-level bitplane images and develop a combined arithmetic coding scheme. In the proposed combined arithmetic coding scheme, three highpass BWT coefficients at the same location are combined to form an octave symbol and then encoded with a ternary arithmetic coder. In this way, the compression performance of our CBWTC algorithm is improved in that it not only alleviate the degradation of predictability caused by the BWT, but also eliminate the correlation of BWT coefficients in the same level subbands. The conditional context of the CBWTC is properly modeled by exploiting the characteristics of the BWT as well as taking advantages of non-causal adaptive context modeling. Experimental results show that the average coding performance of the CBWTC is superior to that of the state-of-the-art grayscale image coders, and always outperforms the JBIG2 algorithm and other BWT-based binary coding technique for a set of test images with different characteristics and resolutions.     

一种基于Turbo码和DWT的数字水印方案

为了减少数字水印在传输过程中的差错,改善水印系统的稳健性,本文将纠错编码引入到数字水印中,提出了一种基于Turbo码和离散小波变换的数字水印方案。原始水印在嵌入之前先进行Turbo编码,然后把编码后的水印信息嵌入到宿主图像小波分解后中频子带的小波系数里,在接收端通过Turbo译码来恢复原始水印。仿真实验结果证明了本文提出的方案比采用汉明码、BCH码等其它编码所实现的水印具有更好的不可感知性和稳健性。     

基于小波变换的数字水印技术

为了使水印具有更强的鲁棒性和更好的不可见性,本文提出一种基于小波变换的盲检测数字水印算法。基于多分辨率分解技术,首先利用Arnold置乱对水印进行加密,增强水印系统的安全性,然后结合人类视觉系统在小波高一级变换中选取嵌入位置,并通过对系数的改变实现水印的嵌入。实验结果表明,该算法有较好的不可见性,对一些常见的图像攻击操作也有较强的鲁棒性。