基于ICA的小波域图像数字水印方法

利用独立分量分析(ICA)和小波变换,提出一种新的图像数字水印方法。该方法充分利用置乱技术、纠错码技术以及HVS的特性,使得水印的鲁棒性和透明性都得到了保证。使用ICA技术可以更加有效的提取水印。经大量实验证明,本文所提出的方法对常用的图像处理有较强的抗攻击性。     

基于小波域的数字水印算法

为了改善数字水印算法性安全,增强水印算法的抗干扰性,设计了一种基于小波域的水印算法,算法结合了Arnold置乱方法和DWT变换多分辨率特性,采用线性的、不同的嵌入强度的方法,有效地提高了水印的安全性.实验结果表明,该算法具有较好的抗压缩、抗剪切性和抗噪性.     

基于水印主成分的小波域数字水印方法

针对一类奇异值分解水印算法中存在严重的虚警错误、鲁棒性和透明性难以平衡的问题,提出一种基于水印主成分的小波域数字水印新思路。该方法首先将三级离散小波变换(DWT)作用于原始载体图像,再对三级逼近子图LL3运用奇异值分解(SVD),选择水印图像左奇异矩阵和奇异值矩阵的乘积作为水印主成分,最后借鉴果蝇优化算法(FOA)确定最优的水印嵌入系数,嵌入水印图像的主成分。实验结果表明,与传统的SVD图像水印算法相比,该方法在消除虚警问题的同时,也可使水印的鲁棒性和透明性达到最佳平衡。     

基于小波域的模糊混沌数字水印算法

为实现对多媒体数据版权的有效保护,提出一种基于混沌映射和二维小波变换的模糊自适应数字水印算法。利用Lorenz混沌映射产生的混沌序列对水印图像进行加密,通过离散小波变换及模糊控制得到水印图像的嵌入强度,将加密后的水印图像嵌入宿主图像。仿真实验和性能分析表明,该算法具有良好的隐蔽性、鲁棒性和安全性。     

基于小波域的盲分离数字水印算法

提出了一种基于小波域和独立分量分析的盲分离数字水印算法.该算法将水印置乱并乘以相应的系数,将此信息嵌入到经过二级小波变换的原始图像的逼近子图中,提取时利用快速独立分量分析实现了原始图像和水印的盲分离.经过大量实验证明,重构后得到的水印图像具有良好的不可见性,对叠加了水印的图像经过多种干扰及信号处理后,能够有效地检测出水印的存在.     

基于Block-SVD的小波域彩色图像数字水印算法

提出了一种基于Arnold变换和分块奇异值分解（Block-SVD）的小波域彩色图像数字水印算法。该算法采用彩色图像作为载体,灰度图像作为水印,增加了嵌入的信息量。仿真结果表明,该算法具有时间效率高、水印不可见性好、抗攻击能力强等特点,在版权保护方面具有一定的应用价值。     

基于小波域的彩色图像盲数字水印算法

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性.文中提出了一种基于离散小波变换的彩色图像盲数字水印算法.水印采用文本图像水印,为了保证水印的安全性,对水印图像进行混沌加密,将原始载体图像的蓝色分量进行3级小波变换,将加密后的水印自适应地嵌入到蓝色分量的最低层低频逼近的每一个系数中,水印嵌入强较大,而现有基于小波变换的算法大多将水印嵌入在各个方向的中频或高频系数中.在检测时,不需要原始图像,是盲检测.实验结果表明该算法很好地保持了图像质量,对常见的图像处理显示了很强的鲁棒性.     

基于复数编码的布谷鸟搜索算法

针对布谷鸟搜索算法（CS ）后期收敛速度慢、计算精度不高等缺点,提出了一种基于复数编码的布谷鸟搜索算法（PCS ）,该算法种群内部引入复数编码策略,拓展个体基因包含的信息量,增强了群体中个体的多样性。仿真实验结果表明,同原始布谷鸟搜索算法相比,该算法提高了收敛速度和收敛精度,减少局部收敛。     

布谷鸟搜索算法综述

布谷鸟搜索（Cuckoo Search,CS）算法是一种新型的群体智能优化算法,该算法受布谷鸟的巢寄生育雏行为的启发,并结合鸟类、果蝇等的莱维飞行特征而提出。首先对CS算法的原理进行介绍,并将它与当前主流群智能算法进行对比分析,从而说明CS算法的有效性及不足。然后介绍了算法的国内外研究成果,包括二进制CS、混沌CS、离散CS等多种版本的改进算法,以及CS算法在图像处理、数据挖掘、组合优化等多个领域的应用。最后,结合布谷鸟算法的特点及其应用研究成果,指出CS算法未来的研究方向。     

学习策略布谷鸟搜索算法

由于布谷鸟搜索算法中的布谷鸟具有相同的搜索策略,而类似的搜索方法使得布谷鸟容易陷入局部极值,因此本文提出了一种结合粒子群算法思想和优化莱维机制的新算法——学习策略布谷鸟搜索算法.该算法将权重参数引入莱维机制中,以增大算法在后期搜索到优质解的概率.本文选取了文献中的7个基准函数用于测试学习策略布谷鸟搜索算法的性能,将其与...     

二进制布谷鸟搜索算法

为了寻找求解NP完全问题的新算法,采用二进制编码串表示鸟巢的位置,对布谷鸟寻找新鸟巢的Lévy飞行路径分别按照Kennedy和Eberha公式及刘建华公式进行二进制代码变换,引入二进制编码控制系数对变换得到的二进制编码进行混合更新,保留布谷鸟蛋被淘汰的机制等方法将新型高效的布谷鸟搜索（CS）算法改进为二进制布谷鸟搜索（BCS）算法。将BCS算法用于求解背包问题,结果好于遗传算法和几种混合遗传算法;将BCS算法用于求解旅行商问题,结果好于遗传算法、蚁群算法和微粒群算法,但略差于改进的惯性权重自适应调整微粒群优化算法。二进制布谷鸟搜索算法是求解NP完全问题的新型高效算法。     

基于差分进化的布谷鸟搜索算法

针对基本布谷鸟搜索算法局部搜索能力弱、寻优精度低等不足,提出了一种具有差分进化策略的改进布谷鸟搜索算法。该算法是在种群进入下一次迭代之前在其个体上增加两个带权的差来实现个体变异,再对其进行交叉、选择操作得到最优个体,使缺乏变异机制的布谷鸟搜索算法具有变异能力,从而提高布谷鸟搜索算法的多样性,避免种群个体陷入局部最优,增强算法全局寻优能力。对几种经典测试函数和1个典型应用实例进行测试,仿真实验结果表明,新算法具有更好的全局搜索能力,在收敛精度、收敛速度以及寻优成功率等性能上显著优于基本布谷鸟搜索算法。     

基于共轭梯度的布谷鸟搜索算法

布谷鸟搜索算法(Cuckoo Search,CS)是基于群体智能的新型随机全局优化算法,具有控制参数少、搜索路径优和全局寻优能力强等优点,但也存在局部搜索能力较弱、收敛速度偏慢和收敛精度不够高等缺点。为了克服CS算法的缺点,提出一种基于共轭梯度的布谷鸟搜索算法(CGCS),使经过Levy飞行机制和淘汰机制进化后的布谷鸟种群沿着相互共轭的方向迅速下降.从而在保持算法的强大全局寻优能力的基础上大幅提高算法的收敛能力。用4个典型测试函数分别对CGCS算法和CS算法进行性能测试,结果表明,CGCS算法比CS算法具有更快的收敛速度、更高的收敛精度和更稳定的优化结果。CGCS算法同时具有很强的全局寻优能力、收敛能力和鲁棒性,特别适合多峰及高维函数的优化。     

基于改进布谷鸟搜索算法的TFT-LCD制造调度方法

针对基于改进布谷鸟搜索算法的TFT-LCD制造cell阶段绿色调度问题,建立了以最小化最大完工时间和碳排放总量为目标的数学模型.采用基于机器选择、转速选择和工序选择的三段式编码,应用在步长因子前加入动态系数的改进布谷鸟搜索算法,结合双元锦标赛和动态淘汰制来构建Pareto最优解集.通过对某车间实际生产数据进行仿真,验证了模型和算法的有效性,仿真结果表明,改进布谷鸟搜索算法在保障最大完工时间的前提下,可以有效的减少碳排放量.     

自适应布谷鸟搜索算法

为了使布谷鸟搜索算法(Cuckoo Search,CS)在保持强大的全局搜索能力的同时,尽可能地提高局部搜索能力,在深入分析CS算法机理的基础上,将CS算法中影响布谷鸟搜索路径步长的参数β和布谷鸟蛋被发现(淘汰)的概率p_a由固定值改为随搜索过程自适应变化的动态参数,将越界的鸟窝折返回边界内、在当前代最优鸟窝附近的区域随机建立1个新的鸟窝、而非折返回边界上重新建立鸟窝,以提高算法的局部搜索能力和收敛速度。改进后的CS算法称为自适应布谷鸟搜索算法(Adaptive Cuckoo Search,ACS)。通过8个标准测试函数分别测试了CS算法和ACS算法的性能,结果表明,无论是简单的单峰函数还是复杂的多峰函数,无论是小型的低维函数还是大型的高维函数,ACS算法的寻优性能均超过CS算法。     

小波域基于块能量分析的数字水印算法

提出一种小波域基于块能量分析的数字水印算法。该算法将载体图像三级小波分解的第三级细节子图分为互不重叠的系数块,根据人眼对图像的纹理和边缘不敏感的视觉特性,选择能量较大的块系数嵌入有意义水印。实验结果表明:该算法嵌入的数字水印具有很好的隐蔽性,同时对JPEG压缩、叠加噪声、平滑滤波等攻击具有很好的鲁棒性。     

基于果蝇优化算法的小波域数字水印算法

为了平衡水印的透明性和鲁棒性,提出了基于果蝇优化算法(FOA)的小波域数字水印算法。该算法利用果蝇优化算法将离散小波变换(DWT)应用到水印技术中,通过群体智能算法解决水印的透明性和鲁棒性之间的矛盾。为了保护数字图像的版权信息,将所选择的原始图像通过二维离散小波变换分解,然后将经过Arnold变换后的水印图像较优地嵌入到小波的垂直子带系数中,这样可以保证图像的质量。在优化过程中,缩放因子是通过FOA不断地被训练和更新的。此外,还提出一个新的算法框架,通过DWT域预测可行性来评估参数。实验结果表明,所提算法具有较高的透明性和鲁棒性,水印相似度在0.95以上,与现有的一些基于群智能算法的水印方法相比,在对抗旋转和剪切等几何攻击提高了10%。     

基于混沌映射的小波域脆弱数字水印算法

结合小波变换技术,提出一种新的脆弱水印算法.为了提高该算法的安全性,在生成水印信息和检测水印时映射到每个小波系数,并运用混沌理论,在提取水印时实现盲检测.实验结果表明,该方法在保证水印不可见的同时,能精确验证出图像数据中每个像素点的变化,具有良好的验证功能.     

基于JND门限的小波域彩色图像数字水印算法

提出了一种基于小波域的彩色图像数字水印算法,先将图像从RGB色彩空间转化到YIQ色彩空间,在YIQ模型中取其亮度分量Y,依据块能量的大小选取合适的嵌入点,结合JND自适应地嵌入水印,然后再反变回RGB色彩空间。理论分析与仿真结果表明应用该算法实现的水印具有很好的不可见性和鲁棒性。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。