利用图像边缘构造水印同步信息的新水印算法

提出一种利用图像边缘和Directionlet变换构造水印同步信息的新水印算法。将图像一条显著边缘的方向作为Directionlet的变换方向,与之成特定角度的方向作为队列方向,据此生成整数栅格的采样矩阵;水印在每个陪集的中低频子带内自适应嵌入;以图像显著边缘为一坐标轴建立坐标系,在该坐标系内检测水印,可以排除几何攻击对水印位置的影响。实验结果表明,较之基于Wavelet和Contourlet的水印算法,本文方法对抗几何攻击的优势非常突出,尤其对旋转攻击,效果更明显。     

基于提升Directionlet域高斯混合尺度模型SAR图像噪声抑制

提出了一种新的SAR图像相干斑噪声抑制方法.该方法将高斯混合尺度(GSM)模型引入Directionlet变换域,构造了基于提升Directionlet分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪.作为一种新的多尺度几何分析工具,Directionlets通过多方向选择来捕捉图像中各向异性特征,滤波器结构为可分离设计;采用提升方案进一步减小变换的运算量.文中对相邻位置和尺度的系数建立GSM模型,能较好地描述系数的边缘分布,充分体现邻域间系数的相关性.对大量真实SAR图像的去噪实验表明,文中方法取得了比空域滤波及小波方法更优的去噪性能,同时在图像边缘等细节特征保持方面具有明显优势.     

基于提升Directionlet域高斯混合尺度模型的SAR图像噪声抑制

提出了一种新的SAR图像相干斑噪声抑制方法.该方法将高斯混合尺度（GSM）模型引入Directionlet变换域,构造了基于提升Directionlet分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪.作为一种新的多尺度几何分析工具,Directionlets通过多方向选择来捕捉图像中各向异性特征,滤波器结构为可分离设计;采用提升方案进一步减小变换的运算量.文中对相邻位置和尺度的系数建立GSM模型,能较好地描述系数的边缘分布,充分体现邻域间系数的相关性.对大量真实SAR图像的去噪实验表明,文中方法取得了比空域滤波及小波方法更优的去噪性能,同时在图像边缘等细节特征保持方面具有明显优势.     

轮廓波在数字水印中的应用

本部分主要讨论了一种有效的多尺度方向变换--Contourlet变换的基本概念以及基于该变换的一种稳健数字水印算法.Contourlet变换在任意尺度上都能实现2的任意次方的方向分解,从而擅长于描述图像中的轮廓和纹理信息.     

平稳Tetrolet变换算法研究

为了得到有效的图像多尺度几何表达,提出一种有效的基于Haar小波变换的平稳Tetrolet变换算法.平稳Tetrolet变换是一种由四个单位正方形通过边连接起来的新的自适应Haar类小波变换,对应的滤波器组简单而有效.与标准二维小波变换相比,平稳Tetrolet变换是一种新型基于四格拼板的多尺度几何变换工具,能够通过多方向选择有效地捕获图像中各向异性特性.本文对平稳Tetrolet变换的分解和重构算法进行了详细描述,对利用平稳Tetrolet变换对图像的分解进行了仿真与分析.实验结果表明,与传统算法相比,提出的算法在保留原始图像边缘和纹理信息的同时,可以有效地取得较好的稀疏表达,能消除Tetrolet变换算法对图像融合存在方块效应的缺陷.     

一种基于提升小波的灰度图像水印方案

基于提升小波方案,提出了一种新的灰度图像数字水印算法.该算法首先将水印图像置乱并得到其奇异值,接着将原始RGB图像转换到YUV空间后,时亮度分量Y进行提升小波变换,并选择低频图像中的对角线方向上纹理变化较丰富的地方,最后把得到的奇异值嵌入其中.实验表明,该算法对常规的图像攻击具有很好的鲁棒性.     

结合非下采样轮廓波变换和混合阶次图像扩散的图像去噪

通过研究非下采样轮廓波变换理论及其在图像变换中的优点,提出一种新的基于非下采样轮廓波变换的图像去噪方法.该方法首先通过非下采样金字塔分解和非下采样方向滤波器组对待去噪图像进行非下采样轮廓波变换,然后采取不同阶次的图像扩散去噪算法分别对高频部分和低频部分进行去噪处理,最后将经过处理后的系数进行非下采样轮廓波逆变换便可得到去噪后的图像.通过实验结果表明,该方法不仅能有效的去除噪声,而且可以很好地保持边缘信息,整体性能优于近年来一些常见的去噪算法.     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

基于方向小波和直方图平移的无损脆弱水印

设计一种新的基于方向小波和直方图平移的无损脆弱水印,用于嵌入图像完整性证明和无损恢复。根据图像的方向小波变换产生水印信息,可由用户密钥决定位置,利用直方图平移嵌入水印。认证端从接收的图像中根据密钥提取水印并产生新的水印,比较提取的水印和新的水印进而完成图像认证。该算法能在图像通过认证的情况下完全去除水印,获得无水印的原始图像。     

非采样Contourlet变换的多尺度积图像融合算法

为了得到优质的融合图像,提出了一种新的基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)的多尺度积图像融合算法.分别讨论了低频子带与各高频子带系数的选择方案.当选择融合图像的低频子带系数时定义了一种新改进的拉普拉斯能量和(Sum modified - lplacian,SML),设计了一种基于新改进拉普拉斯能量和的加权与选择相结合系数选择方案;在选择各高频方向子带系数时,根据多尺度积具有放大信号边缘特征,降低信号噪声的特点,提出了一种基于NSCT方向多尺度积的系数选择方案,从而不仅能恰当地选择出融合图像的NSCT各方向子带系数,有效保留图像的细节特征,而且能抑制噪声对融合算法的影响.实验结果表明,该方法优于基于小波变换和提升静态小波变换的图像融合算法,得到视觉效果更好,客观评价更高的融合图像.     

An improved lossless image compression algorithm based on Huffman coding

There is an increasing number of image data produced in our life nowadays, which creates a big challenge to store and transmit them. For some fields requiring high fidelity, the lossless image compression becomes significant, because it can reduce the size of image data without quality loss. To solve the difficulty in improving the lossless image compression ratio, we propose an improved lossless image compression algorithm that theoretically provides an approximately quadruple compression combining the linear prediction, integer wavelet transform (IWT) with output coefficients processing and Huffman coding. A new hybrid transform exploiting a new prediction template and a coefficient processing of IWT is the main contribution of this algorithm. The experimental results on three different image sets show that the proposed algorithm outperforms state-of-the-art algorithms. The compression ratios are improved by at least 6.22% up to 72.36%. Our algorithm is more suitable to compress images with complex texture and higher resolution at an acceptable compression speed.

     

基于奇异值分解和Contourlet变换的图像压缩算法

随着互联网的飞速发展,产生大量的图像信息。为了减小存储并提高图像质量,故提出了一种基于奇异值分解和Contourlet变化结合的有损图像压缩算法。该算法先对图像进行奇异值分解,根据奇异值对图像信号的贡献,选取适当的奇异值,来实现图像压缩,再对图像进行Contourlet 变换和量化,实现图像二级压缩。将该算法和图像奇异值分解直接压缩算法、Contourlet变换压缩算法进行实验比较,试验结果表明,该算法比图像奇异值分解直接压缩算法、Contourlet变换压缩算法有更好的性能,在同样的压缩比的情况下能获得更高的峰值信噪比和SSIM。     

基于DPCM与S+P变换的图像无损压缩

S+P变换是由AmirSaid犤7犦提出的一种多分辨表示方法,能够实现整数到整数的变换,从而成功地应用于图像的无损压缩,其性能优于基于线性预测的JPEG标准。为了进一步提高压缩性能,论文提出了一种基于DPCM与S+P变换的图像无损压缩算法。首先,对原始图像进行线性预测,得到差值图像;其次,对差值图像进行S+P变换;最后,对变换系数进行熵编码压缩。新算法利用像素间的相关性,给出了一种新的利用一维S+P变换实现图像变换的方法,减少了变换增加的数据量,有效地解决了边界处理问题。实验结果与性能比较表明:新算法有效的,优于其它著名的基于多分辨分解的无损图像压缩编码算法犤7,10,12犦。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :该自适应数字音频水印算法不仅具有较好的透明性 ,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性     

基于人眼视觉系统的自适应小波图像编码算法

本文提出了一种基于自适应小波分解与人眼视觉系统的低比特率图像压缩编码算法,该算法具有以下特点：（1）以子带能量为判别标准,能够根据图像内容进行自适应形式的小波分解;（2）建立了人眼视觉系统的掩蔽模型,并据此给出了全新的小波系数自适应量化策略.仿真实验表明：本文算法是一种高效的图像压缩算法,不仅其压缩效果明显优于JPEG2000、EZW、FWP等小波域图像压缩算法（特别是低比特率下）,而且可广泛适用于不同特征的数字图像.     

基于内容的自适应小波域数字音频水印算法研究

以整型提升小波变换、静态图像压缩编码、人类听觉系统（HAS）为基础，提出了一种将灰度图像（即二维数字水印）嵌入到数字音频信号的新水印算法．该算法具有以下特点：（1）应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字音频水印算法；（2）充分利用人类听觉系统（HAS），实现了二维数字水印的自适应嵌入，增强了算法的透明性和鲁棒性，（3）二维数字水印的提取不需要原始音频信号．仿真实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性．     

静止图像快速小波算法研究

提出一种基于小波变换静止图像压缩的快速算法.在兼顾压缩比和峰值性噪比的同时,采用离散小波变换的快速算法,对量化和熵编码两部分进行优化,提高了算法的快速性,并经过了实验验证.     

基于小波变换的静止图像快速编码算法

基于小波变换静止图像压缩提出一种快速算法.在兼顾压缩比和峰值性噪比的同时,采用离散小波变换的快速算法,对量化和熵编码两部分进行优化,提高了算法的快速性,并进行了实验验证.     

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。     

面向无线多媒体传感器网络的JPEG 2000图像编码算法

在资源受限的无线多媒体传感器网络(WMSNs)中进行图像编码和传输需要综合考虑能量消耗、压缩率和图像质量三者之间平衡的图像编码方案。对基于离散小波变换的图像编码算法的能耗进行建模分析,提出了一种适用于WMSNs的能量有效的JPEG 2000图像编码算法,根据网络条件和图像质量的限制,使用查找表来选择适当的量子化层级和小波变换层级以减少能量消耗。并采用半可靠的方案进行图像传输,节点根据剩余能量和数据优先级来决定转发或丢弃。仿真实验结果表明:所提出的方法能够在保证所要求图像质量的情况下,有效地降低无线传感器节点的计算和通信能耗。