基于二进小波图像边缘的新相位水印算法

该文提出一种小波域相位水印算法。利用二进小波变换刻画图像的边缘和纹理，直接在边缘的相位成分中嵌入数字水印，水印检测利用相关检测器。实验证明，水印具有不可见性，对通常的图像处理，如JPEG压缩、剪切、缩放、中值滤波等以及噪声干扰都具有很强的鲁棒性。另外，利用私钥选择嵌入尺度层，可以保证水印的安全性。  

基于图像小波变换的自适应数字水印

1.引言随着多媒体技术和网络技术的迅速发展与广泛应用,对多媒体数字产品的版权保护已成为迫切需要解决的问题。传统的加密技术已经不足以解决问题,而数字水印技术在这方面显示出了巨大的潜力。数字水印算法将一个版权识别代码序列,例如作者ID,公司标志,产品序列号等作为水印嵌入到图像(空域或变换域)中,利用它证明版权归属问题,跟踪数字产品拷贝的非法销售和使用,或者用于鉴定数字产品的可靠性。数字水印应具有以下基本特征:可证明性,应能为受到版权保护的信息产品的所有权提供完全和可靠的证据。不可感知性,对于图像来讲,一方面是指水印的不可见性,在宿主数字媒体中嵌入一定数量的附加信息之后,不能引起明显降  

一种基于DWT域的数字水印方案

数字媒体(数字图像、数字视频、数字音频等)的版权保护已成为一个迫切需要解决的问题。传统的加密系统在数据传输中虽有保护作用,但数据一旦被接受并解密,其保护作用也随之消失。作为数字媒体版权保护的有效手段,数字水印技术近年来引起了人们的重视,图像隐形水印是其中最主要的研究方向,它通过在原始图像中嵌入秘密信息一水印来证实图像的所有权归属或保证数据的完整性。数字水印是嵌入数字图像的数字信号或模。从应用目的考虑分为鲁棒水印和脆弱水印;从视觉效果考虑分为可见水印和不可见水印。本文只考虑不可见的鲁棒水印。对隐形水印的基本要求是:(1)不可见性:即水印应该在视觉上是不可见的;(2)鲁棒性:即加水印后的图像经过一些常见的图像处理后,还可以检测到;(3)保密性:即所加入的水印只能被版权所有者提取。  

基于迭代重加权的非刚性图像配准

非刚性图像配准问题是当今重要的研究课题. 本文提出一类基于能量最小化方法的非刚性图像配准模型, 其中包括单模态和多模态两个模型. 在单模态模型中,正则项采用迭代重加权的L₂范数度量, 一方面克服了迭代收敛不同步的问题, 另一方面使新模型既能保持图像的边缘几何结构, 又能避免块效应的产生. 在多模态模型中, 不同模态的图像被转化为同一模态进行处理, 提高了配准的效率. 在模型求解方面, 利用算子分裂和交替最小化的方法, 将原问题转化为阈值和加性算子分裂的迭代格式进行求解. 数值实验表明, 本文的方法对含噪以及变形较大的图像都能实现较好的配准.  

一种新颖的灰度图像盲水印算法

提出了一种小波域的数字水印算法,以一幅(64×64×8)bit的灰度图像为水印嵌入宿主图像,而且实现了盲检测。为了增强水印信号的安全性,采用了基于混沌和位平面的水印加密算法,实验表明,该算法有很好的不可见性,对压缩、滤波等操作有较强的鲁棒性。通过分析提取的水印,还可以对图像的篡改进行精确的定位。  

基于非截断小波有限元的BLT正向问题研究

针对自发荧光断层成像,提出了一种非截断小波有限元算法.该算法采用单元间非截断组合小波基来逼近未知函数,从理论上解决了二维和三维下复杂形状体的剖分,并成功地应用于自发荧光断层成像正向问题中圆柱和圆球仿体的研究.理论分析和数值仿真结果表明,与传统有限元的数值解相比,该算法在获得同样有效解的情况下减少了单元剖分数,降低了计算的复杂度.  

一种彩色图像水印认证算法

提出了一种新颖的彩色图像半脆弱盲水印认证算法.首先将彩色图像由RGB模型转变为YIQ模型;然后对亮度成分Y进行三级小波分解,利用第三层小波分解低频小波系数的一个比特平面产生对原始图像完整性认证的水印信息;最后通过自适应地调整第二层小波分解系数嵌入水印.仿真实验表明,该算法在获得较高保真度的同时,可以将一般的图像处理和对图像的恶意篡改区别开,并且对篡改进行精确定位.  

基于图象边缘的水印算法

提出一种基于图象多尺度边缘的水印算法，利用常于边缘检测的二进小波变换检测出图象的多尺度边缘，在选择出的重要多边缘中嵌入数字水印。利用相关检测器进行水印检验，检验过程需要原始图象，实验证明算法具有不可见性，安全性，对通常的图象处理有较强的鲁棒性。  

基于二进脊波变换的图像去噪

二进小波变换在每次分解时不进行下采样,与小波级数相比,它是冗余的,且二进小波变换的部分系数扰动不会带来重构信号的严重失真。在相同的误判概率下,基于二进小波变换的信号去噪效果会好于基于小波级数变换的信号去噪效果。基于这个思想,该文提出了一种基于二进脊波变换的图像去噪算法。实验结果证明,与小波级数相比,该算法具有更好的去噪效果。  

基于小波维纳滤波和各项异性扩散的图像去噪

提出一种基于小波和各项异性非线性扩散的新图像去噪算法。小波域局部阈值维纳滤波是一种简单有效的去噪方法,利用该方法先对原始图像进行初步去噪,以此引导非线性扩散模型中的边缘检测函数,再用非线性扩散进行去噪。实验表明:该算法不仅很好地保存了图像的边缘信息,而且有效地去除了图像中的大部分噪声,无论是视觉效果还是客观标准上都优于单纯的小波域维纳滤波或各项异性非线性扩散去噪。