基于人类视觉特性HVS和DWT的数字水印算法

伴随着网络技术和多媒体技术的飞速发展,如何保护多媒体信息的安全成为国际上研究的热门课题。数字水印技术是保护版权和认证来源及完整性的新型技术,提出了一种基于人类视觉特性HVS和DWT的静态图像数字水印算法,借鉴了人类视觉特性HVS算法的思想,并做了一些改进。实验表明该算法稳健性较好,有一定的抗裁剪、噪声、压缩和涂改的能力,并且算法复杂度较低,实用性较强。     

基于小波变换和HVS特性的图像质量评价新方法

在分析人类视觉系统(HVS)对比度敏感特性特性的基础上,提出一种基于小波分析与人类视觉系统特性的图像质量评价算法(WSSIM)。此方法先将图像进行小波变换得到不同方向和不同频率的四个频带划分,分别在不同频带上比较失真图像与原图像结构相似度最后,结合HVS中CSF曲线带通特性,赋予四个频带比较结果相应视觉权重值得到归一化的图像质量评价指标WS-SIM。实验结果表明,WSSIM相对于传统方法图像结构相似度评价算法(MSSIM)及其改进算法(MGSSIM)更接近人类主观感受。     

一种新的有效的数字水印方法

数字水印技术作为数字多媒体版权保护的有效方法，近年来在国内外引起了广泛的关注。本文提出了一种基于DCT域图像水印新算法。该算法利用密钥生成两个独立的随机序列，根据二值水印图像比特位是0还是1，来决定此DCT块的候选系数上嵌入对应的随机序列。本算法具有密码学意义下的安全性。利用人类视觉系统（HVS）的特性，将水印嵌入到宿主图像的DCT域的中频分量中，大量实验结果证明了该算法具有计算简单、抗噪声干扰、抗JPEG压缩能力强等良好性能。     

一种基于掩盖效应的感知域图像质量评价方法

图像的压缩编码技术及其比特流在信息空间上的传输控制，为图像质量的评价提出了新课题。通过分析人类视觉系统(HVS)的视觉非线性、多通道及掩盖效应等特性，建立起相应的图像视觉处理模型，并将原始图像与降质图像变换到感知域进行误差分析。在处理HVS模型的多通道中，将图像的空间频率按视觉系统的掩盖效应特点，分成5个带分别进行滤波，以模拟人眼对图像的主观质量评价特性。实验结果表明这种模拟多通道的图像感知域评价模型，得到的HVS值能充分反映人类视觉系统的掩盖效应的特点，用于对图像质量的评价该模型通用性好，与主观评价结果高度一致。     

图像质量的HVS评价方法

在充分分析人类视觉系统（HVS）的亮度、纹理、边缘等特性,并给出相应的视觉特性计算模型后,提出一种结合HVS特性的加权峰值信噪比计算方法。实验结果表明该模型计算出的HVS值能充分反映人类视觉系统的屏蔽特性;该图像质量评价方法的评价结果与主观评价结果相一致,效果优于传统图像质量评价方法。     

一种基于人类视觉系统(HVS)的数字水印

该文提出了一种建立在人类视觉系统(HVS)基础之上的嵌入数字水印方案。在该方案中,首先分析了DCT域数字水印模型,并根据人类视觉模型的特性,设计出了一套数字水印嵌入算法。仿真结果表明该算法可以很好的满足方案要求。     

基于DCT域的加密二值图像数字水印新算法

数字水印技术是解决数字媒体版权保护的有效方法.本文提出了一种基于DCT(Discrete CosineTransform)域的序列密码加密图像数字水印新算法.利用线性移位寄存器产生序列密码,对二值图像水印进行加密,由于二值图像水印含有密钥信息,算法具有密码学意义下的安全性.利用人类视觉系统(HVS)的特性,将水印自适应地嵌入到原始宿主图像的DCT域的直流和低频分量中.大量仿真结果证明了该算法的有效性和鲁棒性.     

鲁棒水印算法研究

数字水印技术是解决数字媒体版权保护的有效方法。对数字图像水印算法进行研究,探索提高数字水印性能的方法,提出了一种基于Arnold变换加密的数字水印新算法。利用Arnold变换对图像水印进行置乱,不但提高了水印信息安全性而且提高了其抗攻击性;结合人类视觉系统(HVS)的特性和数字图像常规处理特点,对水印在原始宿主图像DCT域中的嵌入位置进行选择,利用扩频原理实现水印的嵌入。仿真实验结果证明了该算法的有效性和鲁棒性。     

基于人类视觉特性的医学图象压缩模型

结合人类视觉生理结构，以对比度感知特性作为人类视觉系统(HVS)中的主要研究议题，讨论了HVS模型中的设计要点，并在小波变换的多分辨率分析的基础上将包含CSF特点的HVS应用在图象的内部去相关变换和量化过程中，得到一个新的基于人类视觉特点的医学图象压缩模型．通过对CT、MRI图象进行实验表明，在相同的客观条件控制下，该方法能够取得较好的主观视觉质量．在视觉无损即保留几乎所有医学相关信息的条件下，压缩率可以达到16：1，一些应用场合可以达到80：1。     

一种使用HVS的快速分形图像压缩算法

将人类视觉系统的特性引入对值域块、定义域块的划分以及对定义域池的搜索上来,提出了一个能显著提高编码速度的分形图像压缩算法.根据HVS特性将图像分割后,搜索空间得到了极大的缩减,并且最佳匹配块只在具有相同HVS特性的块间进行,因此能够显著降低计算的复杂性.理论和实验结果表明:与叉迹算法和经典算法相比,在保持图像质量的前提下,本文算法能够显著提高编码速度和压缩比,因而是一种有效的分形图像压缩方法.