基于矢量量化的数字图像水印技术研究

基于矢量量化的数字水印是数字水印技术一个新的研究领域.主要研究基于矢量量化的数字图像水印技术的原理和性能.在简要介绍水印技术和矢量量化技术后阐述了基于矢量量化的数字水印算法的基本原理.通过分析几种典型的矢量量化水印算法,总结出基于矢量量化水印算法的特点是其在嵌入容量和算法易行性方面有绝对优势,并且对于VQ压缩攻击有很好的鲁棒性,但水印图像的质量对于版权保护来说还有待提高.指出进一步研究的方向是结合DCT、DWT、HVS来改善.     

一种有关DWT与SVD相结合的多功能水印新方案

提出了基于DWT和SVD相结合的多功能数字水印算法,主要用于图像版权保护和图像认证.该算法选取奇异值量化的方法分别嵌入鲁棒性水印和脆弱水印,鲁棒性水印主要用于适用于图像版权保护,脆弱水印主要用于检测图像被篡改的位置.在该方案中,采用分块双重置乱技术用于水印图像隐藏的预处理,以保障水印的安全性.实验结果表明,该算法不仅对JPEG有损压缩、中值滤波、剪切、低通滤波等各种图像降级处理有很强的稳健性,同时对图像篡改位置进行精确的检测,以抵制抗擦除或伪造易损水印的攻击.     

多媒体教学资源版权保护的研究与实现

应用基于小波变换的数字水印技术,研究了对文本、图像、音频、视频四种主要类型的多媒体教学资源进行水印添加和提取的方法.实现了一种基于DWT的图像水印算法.以图像水印算法为基础,设计并实现了基于数字水印的的多媒体教学资源版权保护系统.结果表明,基于数字水印的多媒体教学资源版权保护的方法能更好地对教学资源的整个信息生命周期提...     

基于矢量量化的多用途数字水印算法

本文提出了一种基于矢量量化的数字水印算法,它同时实现了图像认证和版权保护;首先应用Arnold变换将待嵌入的鲁棒水印信息和半脆弱水印信息加密,然后应用矢量量化技术将鲁棒水印和半脆弱水印分别嵌入到恰当的DWT系数中,并可以盲提取.实验结果表明,该算法同时具有较好的鲁棒性和脆弱性.     

网格图像水印技术的研究*

针对网格环境中图像信息资源的版权保护问题,提出了一种可应用于网格环境下的基于离散小波变换DWT和扩频技术的有意义数字水印算法.该算法在传统的基于DWT和扩频技术的有意义数字水印算法中,利用小波变换的多分辨率特性来进行图像的小波分解和重构,利用数字扩频技术来实现嵌入和检测水印.实验证明选择频域嵌入水印可以获得更好的图像保真度,并且比在空域中的水印算法更稳健,可实现在网格环境下的版权保护.     

数字水印综述

数字水印将感觉不到的信号嵌入到声频、视频和图像中以实现不同的目的.例如：添加标题和版权保护.首先介绍了有关数字水印的基本原理、重要属性及其主体框架.然后,将数字水印按不同角度划分为不同种类.讨论了各种各样的数字水印算法以及数字水印在不同领域的应用,并简要介绍了对数字水印的攻击.最后,给出了数字水印当前的研究现状和发展形式及前景.     

基于矢量量化的数字图像水印技术研究

基于矢量量化的数字水印是数字水印技术一个新的研究领域。主要研究基于矢量量化的数字图像水印技术的原理和性能。在简要介绍水印技术和矢量量化技术后阐述了基于矢量量化的数字水印算法的基本原理。通过分析几种典型的矢量量化水印算法,总结出基于矢量量化水印算法的特点是其在嵌入容量和算法易行性方面有绝对优势,并且对于VQ压缩攻击有很好的鲁棒性,但水印图像的质量对于版权保护来说还有待提高。指出进一步研究的方向是结合DCT、DWT、HVS来改善。     

数字水印的关键技术

随着因特网的日益普及,多媒体信息交流达到前所未有的深度和广度,但作品侵权也随之更加容易,篡改也更加方便,因此如何保护作品版权已受到人们的高度重视。数字水印是信息隐藏技术的一个重要分支,是一种全新的数字产品保护技术,它是将特定的数字信息内嵌到图像、音频、视频或软件等各种数字产品中,以达到信息安全和版权保护等目的。着重阐述了数字水印的选择、嵌入技术、提取技术、验证技术、数字水印的重要参数和变量等关键技术,提出了数字水印今后的研究方向,使人们对该技术有一个比较全面的了解。     

DFT域数字水印算法在遥感图像中的应用

随着数字技术、互联网等的飞速发展,人们对于数字产品版权保护的问题越来越重视,数字水印已经成为一种有效的数字产品版权保护方法。本文提出一种基于内容的自适应离散傅立叶变换（DFT）域数字水印算法,并用于遥感图像版权的保护。结合遥感图像的自身特点进行仿真实验,取得了满意的实验结果,证实了该方法的可行性。     

基于文本内容的数字水印算法的设计与实现

为了有效地保护各种数字化产品的版权,防止产品被篡改,假冒和盗用,提出一种新的数字产品版权保护技术即数字水印.针对目前数字水印技术的研究主要集中在图像、视频和音频等方面的现象,分析了几种常用的文本数字水印技术,并按各自不同的嵌入方法对它们进行归类,设计并实现了一种基于文本内容的文本数字水印算法,利用中英文逗号的替换完成水印的嵌入与提取.测试结果表明了该算法的可行性,并分析了算法的鲁棒性、隐蔽性及水印容量.     

利用消失点信息的建筑物检测

以往的单片建筑物检测，常假设相片是下视或近乎下视成像的，从而可忽略建筑物的透视形变。该文将长度约束与高斯映射和向量叉积相结合，提出了长度优先的向量叉积消失点检测方法，试验表明，该方法对分辨率较高且透视效果明显的图像，有着较好的检测效果。     

基于支持向量机的遥感图像厚云去除算法

厚云的存在大大降低了遥感图像的利用率,利用支持向量机超强捕获边缘点的能力和图像融合方法,提出了一种基于支持向量机遥感图像厚云去除算法。首先构造支持向量值轮廓波变换并对图像进行分解,然后进行云层检测和图像融合,最后进行支持向量值轮廓波逆变换,得到重构图像。仿真实验表明,对于有厚云覆盖但无云区重叠的遥感图像,该算法能取得满意的去云效果,不仅保留了图像边缘信息,而且有效地解决了云层残留问题。     

Concise vector equations for stereopsis

The vector formulae for computing the spatial coordinates of a point from matched images are derived using a simple procedure, yielding compact expressions suitable for a vector co-processor. The relationship between accuracy of depth computation and image-matching algorithm parameters is also discussed.     

多特征融合的遥感图像分类

针对高分辨率遥感图像特点,提出了一种多特征融合的分类方法。该方法首先改进了原始的视觉词袋生成算法;然后,分别提取图像的视觉词袋局部特征、颜色直方图特征以及Gabor纹理特征;最后采用支持向量机进行分类,并对多特征分类结果进行自适应综合。采用一个具有2 100幅图像的大型遥感图像分类公共测试数据集进行分类实验,与仅用单一特征分类方法的最高分类精度相比,本文多特征融合的遥感影像分类方法总体平均分类精度提高了10%,表明本文提出方法是一种有效的高分辨率遥感图像分类方法     

颜色不变量的自适应聚类网络量化方法

给出了颜色不变量的自适应聚类网络量化算法。这种方法采用一组图象能自适应地影响量化矢量。把这种算法和均匀量化算法应用于CBIR系统中，并对它们的检索结果和时间复杂度进行比较，结果表明，该算法在检索的正确率时间的复杂度上均优于均匀量化方法。因而颜色不变量的自适应聚类网络量化方法是一种很好的矢量量化算法。     

用二元向量有理插值实现彩色图像缩放的方法

以二元向量有理插值为基础，提出了一种图像缩放方法．首先将图像的每一个像素看作是平面域的关于RGB三原色的一个向量，利用二元Newton—Thiele型向量连分式建立关于像素值的有理插值函数，即有理插值曲面；然后对此有理插值曲面进行重新采样，以实现图像的缩放．通过实验证明，该方法能有效地用于图像的缩放处理，并且算法简单，易于实现．     

一种缺损图像的军事目标识别方法

在军事目标识别领域,多源图像融合可以消除军事伪装和遮挡的影响,但还需要借助"先局部,再整体"的识别方式来提高识别准确度.本文回顾了目标识别的研究现状,鉴于拐点特征是旋转、平移和缩放不变量,给出适用于多源融合二值缺损图像的军事目标识别的边缘拐点特征的定义及几种阈值的选取方法、拐点特征模板的组织、以及局部匹配度和整体匹配度的计算公式.对一些缺损枪支图片的实验结果表明,本文所介绍的方法具有良好的效果.     

A fast recurring two-dimensional entropic thresholding algorithm

Thresholding is an important form of image segmentation and is used in the processing of images for many applications. One of the criteria to select a suitable threshold is the maximization of the two-dimensional (2-D) entropies based on the 2-D (gray-level/local average gray-level) histogram. The rationale of this approach is introduced. In order to reduce the computation time of entropy function, a fast recurring algorithm for 2-D entropic thresholding method is presented. The experimental results show that the processing time to obtain the threshold vector from 2-D histogram is reduced from 30 to 0.15 s.     

奇异值和RBF神经网络的彩色人脸识别

目前已有研究表明,相对于灰度图像,利用图像的彩色信息能改进人脸图像的识别率。但近年来的彩色人脸识别研究较少。提出了一种基于奇异值向量和RBF神经网络的彩色人脸图像识别方法。首先说明了彩色图像的奇异值向量具有代数和几何不变性,再将降维的奇异值向量作为图像的特征,然后应用RBF神经网络进行训练和识别。实验表明该方法的识别率为95%左右,是一种有效的彩色人脸识别方法。     

A high capacity and strong robust fingerprinting for compressed images

Digital fingerprinting could trace the data source of illegal distribution effectively. Most existing algorithms are only adapted to uncompressed images, whose application fields are limited. In the paper a digital fingerprinting algorithm based on non-subsampled contourlet transform (NSCT) for compressed images is proposed. It is devoted to high capacity and strong robustness for compressed images fingerprinting. The NSCT low frequency coefficients of compressed images are more suitable for hiding information than DCT coefficients, and they are used to construct the high dimension host vector to hide Gaussian fingerprints. Through increasing the dimension of the host vector, on one hand the fingerprinting capacity improves fundamentally, on the other hand the ability of anti-collusion attack enhances greatly. Large experimental results shown that the proposed algorithm proves the declared performance compared with the existing algorithms.