改进的多用途KAEDF半色调图像水印算法

提出了一种改进的多用途核转换误差扩散(KAEDF)半色调图像水印算法,可以同时嵌入作为版权申明的可见水印和版权保护的不可见水印.首先,发展了一种改进的面向不可见水印的KAEDF半色调水印算法(MKAEDF),该算法在获得相对较大水印容量的同时,具有很好的视觉图像质量和高顽健性.基于MKAEDF,进一步发展了多用途半色调水印算法(MKAEDFM),以同时实现可见水印的嵌入.实验结果证实了所提出算法在图像视觉质量和水印检测性能上的优越性.     

一种基于三维曲面变形的自由变形算法

在Dirichlet自由变形算法的基础上,针对Dirichlet自由变形方法不适合三维曲面变形的情况,提出了一种基于曲面两点之间最短距离的Dirichlet自由变形算法:算法将三维曲面上求两点之间最短距离问题转化为二维平面上求带权图最短路径问题,用三角面片的面积之和来表示Voronoi单元或部分Voronoi单元面积,并由此给出了一种适合由多边形表示的三维曲面的Voronoi图构造方法及Sibson邻居和Sibson坐标的计算方法;并且用该算法对人脸模型进行局部变换,进一步刻画特定人脸器官的细节特征,最终形成了个性化的三维人脸模型.     

半色调图像中数据隐藏算法

在许多打印和出版应用中,需要在半色调图像中嵌入数据用于作品的版权保护和认证.本文提出了一种半色调图像中数据隐藏的算法,该算法利用DCT的中频系数比较法进行数字水印信息的嵌入.在对数字水印信息进行嵌入前,首先进行编码,转化成比特流,然后通过改变DCT中频系数的序关系嵌入数字水印,经打印/扫描后提取出水印,实验结果显示:该算法能够抵抗打印—扫描攻击,并且隐藏效果好,恢复水印时不需要原始图像.该算法也可用于普通证件的防伪.     

基于方向相关性的误差扩散算法

针对传统误差扩散中的"龟纹"和"伪轮廓"现象,在基于标准误差扩散算法的基础上,提出一种基于方向相关性的误差扩散算法。根据图像的梯度值把图像分为背景区域和边缘区域。在背景区域采用标准的误差扩散算法进行半色调处理,在边缘区域采用基于方向相关性的算法进行半色调处理。该算法既保持了标准误差扩散算法的优点,又减少了伪轮廓现象。     

基于双向反馈的自适应误差扩散半色调算法

误差扩散算法是图像进行半色调处理的主要方法,广泛地应用于各种二值图像处理设备.针对传统误差扩散中的"龟纹"和"伪轮廓"现象,在基于双向反馈误差扩散算法的基础上,提出一种双向反馈自适应误差扩散半色调算法,它不仅在误差扩散后的高频和低频成分中加入了中间频带,使图像更趋于均匀和柔和,并且通过自适应的方法,随图像特性动态修改误差扩散滤波器系数,最大程度地克服由于固定系数扩散所产生的方向性纹理缺陷,使处理后的二值图像更加充分地表现原图像信息.采用激光雕刻设备证明了该算法的有效性.     

具有掩盖图像的（2，2）可视密码方案

为解决传统可视密码像素膨胀及分存图像无意义等问题,文中提出了一个具有掩盖图像的（2,2）可视密码方案。方案中密图为黑白反色图像,利用半色调技术将两个灰度图像处理后的半色调图像作为掩盖图像,根据密图修改掩盖图像生成分存图像,叠加分存图像恢复密图。方案符合可视密码解密简单的特性且分存图像有意义,没有引入任何像素膨胀。     

基于误差扩散的半色调图像隐藏算法

数字半色调处理是将连续色调图像转换成二值图像的一个重要过程。使用有限色彩的打印机打印灰度图像或彩色图像时,该处理过程是必须的。文章的主要贡献是提出一种基于数字半色调处理的图像隐藏算法,该算法将1幅二值图像隐藏到其他2幅二值图像中。实验结果显示,文章提出的算法可以很好地隐藏和再现秘密图像,因此,该算法既可应用于水印技术,也可应用于娱乐目的。     

基于SURF和半色调映射加密的彩色零水印算法

针对现有数字水印算法对于几何攻击稳健性差、嵌入彩色版权图像信息量过多导致效率低下等问题,提出一种基于SURF(speed up robust features)几何校正和半色调映射加密的彩色零水印算法.基于SURF提取载体图像的特征点,并将其特征点信息保存为密钥用于实现盲检测.在版权验证过程中,提取受攻击图像的特征点并进行密钥匹配,使用筛选后的特征点估计出仿射矩阵,对受攻击的图像进行几何校正.同时,根据半色调原理对版权标识进行预处理,使用像素扩展的三通道二值矩阵表示彩色图像,并根据加密规则对水印图像进行半色调子块映射加密,在减少嵌入信息量的同时保留了彩色版权图像的颜色和结构信息,增加了水印信息的安全性.实验结果表明,提出的零水印算法在面对几何攻击和非几何攻击时都具有很强的稳健性,生成的零水印信息更安全.     

一种实时语音采样率转换的延迟线算法

提出了一种有效的FIR时变分数延迟线算法,可用于实时语音采样率转换.算法中采用离散正交多项式插值,使得在相同逼近阶下插值平方误差最小;并讨论了利用延迟线实现延迟的方法.Matalb仿真结果表明了所提算法的有效性.     

补零离散傅立叶变换的插值算法

插值离散傅立叶变换能提高正弦信号参数估计精度,但传统的比值插值算法只适用于数据长度等于离散傅立叶变换长度的场合。本文研究了补零离散傅立叶变换的插值问题,提出一种基于窗函数频谱一阶泰勒级数展开的插值算法,它与原比值法具有类似的形式和相同的计算量,是原比值法在数据长度小于或等于离散傅立叶变换长度时的扩展。性能分析和仿真试验还表明,补零离散傅立叶变换插值算法对频率偏差的敏感度降低,稳定性更好。     

Robust Watermarking with Kernels-Alternated Error Diffusion and Weighted Lookup Table in Halftone Images

A halftone watermarking method of high quality, robustness, and capacity flexibility is presented in this paper. An objective halftone image quality evaluation method based on the human visual system obtained by a least-mean-square algorithm is also introduced. In the encoder, the kernels-alternated error diffusion (KAEDF) is applied. It is able to maintain the computational complexity at the same level as ordinary error diffusion. Compared with Hel-Or using ordered dithering, the proposed KAEDF yields a better image quality through using error diffusion. We also propose a weighted lookup table (WLUT) in the decoder instead of lookup table (LUT), as proposed by Pei and Guo, so as to achieve a higher decoded rate. As the experimental results demonstrate, this technique is able to guard against degradation due to tampering, cropping, rotation, and print-and-scan processes in error-diffused halftone images.     

衍射层析成像的Voronoi图密度补偿算法的研究

网格算法是最常见的衍射层析成像的频域重建算法,然而这种算法却容易引入误差,且对采样点的分布形状较敏感,因此,本文提出了一种基于Voronoi图密度补偿的超声衍射层析成像重建算法.首先,用三角剖分快速生成算法生成投影数据的Voronoi图,并对在外凸壳上对应的Voronoi图面积是无穷大的点通过拟合、插值处理使之变为有限的补偿面积,从而得到整个点集的补偿面积.其次,提出了基于Voronoi图面积密度补偿的衍射层析成像的非均匀傅里叶变换网格重建算法,重建图像的质量较没有补偿的有很大提高.最后,提出了选取1/4圆弧的数据集重建方案,实验结果表明：在重建质量相当的情况下,1/4圆弧的重建时间比1/2圆弧少27.32%.     

连续图像数字半调处理及性能分析

本文阐述了连续图像数字半调处理的基本理论,包括有序抖动数字半调处理、误差扩散数字半调处理,并对2种处理进行了性能分析。     

Enhancing inverse halftoning via coupled dictionary training

Inverse halftoning is a challenging problem in image processing. Traditionally, this operation is known to introduce visible distortions into reconstructed images. This paper presents a learning-based method that performs a quality enhancement procedure on images reconstructed using inverse halftoning algorithms. The proposed method is implemented using a coupled dictionary learning algorithm, which is based on a patchwise sparse representation. Specifically, the training is performed using image pairs composed by images restored using an inverse halftoning algorithm and their corresponding originals. The learning model, which is based on a sparse representation of these images, is used to construct two dictionaries. One of these dictionaries represents the original images and the other dictionary represents the distorted images. Using these dictionaries, the method generates images with a smaller number of distortions than what is produced by regular inverse halftone algorithms. Experimental results show that images generated by the proposed method have a high quality, with less chromatic aberrations, blur, and white noise distortions.     

基于二进小波变换的边缘保持图像插值算法

利用离散二进小波变换(DDWT)所具有的良好的多尺度边缘提取特性以及子带间的相关性,提出了基于DDWT的边缘保持图像插值算法。算法利用多尺度边缘的指数衰减规律预测损失掉的高频子带中的边缘,并利用三次样条插值算法恢复损失掉的高频子带中的非边缘信息。最后通过离散二进小波合成得到高分辨率图像。实验结果显示,该算法优于传统的双线性和双三次插值算法。对于像Lena这样的纹理较少的图像其峰值信噪比(PSNR)提高了2dB以上,而对其它图像插值的结果也有不同程度的质量改善,插值的结果更符合人的视觉系统特性。     

一种改进的半调图像分类算法

半调图像分类在逆半调过程中是非常关键的步骤。文献[1]提出的神经网络分类算法利用增强的一维相关性,可以对半调图像进行适当的分类,但分类精度不够高。在神经网络分类算法的基础上,通过计算图像的灰度共生矩阵,进而提取图像的纹理特征来对图像进行分类。实验表明,改进后的算法可提高分类的精度。     

Tree-structured method for LUT inverse halftoning and for imagehalftoning

The authors previously proposed a look up table (LUT) based method for inverse halftoning of images. The LUT for inverse halftoning is obtained from the histogram gathered from a few sample halftone images and corresponding original images. Many of the entries in the LUT are unused because the corresponding binary patterns hardly occur in commonly encountered halftones. These are called nonexistent patterns. In this paper, we propose a tree structure which will reduce the storage requirements of an LUT by avoiding nonexistent patterns. We demonstrate the performance on error diffused images and ordered dither images. Then, we introduce LUT based halftoning and tree-structured LUT (TLUT) halftoning. Even though the TLUT method is more complex than LUT halftoning, it produces better halftones and requires much less storage than LUT halftoning. We demonstrate how the error diffusion characteristics can be achieved with this method. Afterwards, our algorithm is trained on halftones obtained by direct binary search (DBS). The complexity of TLUT halftoning is higher than the error diffusion algorithm but much lower than the DBS algorithm. Also, the halftone quality of TLUT halftoning increases if the size of the TLUT gets bigger. Thus, the halftone image quality between error diffusion and DBS will be achieved depending on the size of the tree-structure in the TLUT algorithm     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。