一种新的基于小波变换的数字图象水印技术

提出了一种新的图象数字水印技术：首先通过Hilbert分形曲线扫描将二维图象转换成一维信号,再对此一维信号作小波变换,分解为多个尺度。选择中等尺度（中频带）分段重复嵌入数字水印,以保证其不可见性和稳健性。该技术简单、快速有效。实验表明,数字水印对JPEG压缩、高斯噪声、图象剪切和尺度变化等有很好的稳健性。     

一种基于图象内容的小波域鲁棒水印技术

为了提高水印的鲁棒性及抗攻击能力，提出了一种基于图象内容的小波变换域水印技术，该技术是将水印内容的选取与原始图象的内容相联系，并在水印嵌入之前，先对水印进行伪随机排列，分块，扩展等预处理，以增强鲁棒性，其与传统的水印方法不同的是，在水印嵌入过程中选将分块后的水印嵌入，然后将整个水印嵌入，这样水印不仅嵌入到图象小波分解系数的低频分量中，也嵌入到高频分量中，而提取过程中，也同样提取分块后的水印和整个水印，并将基于图象内容的水印与事先给定水印在相同条件下进行了比较实验，实验结果表明，这种水印技术的鲁棒性明显好于传统水印技术，同时还证明了水印嵌入的容量不仅与视觉系统的刚刚可分辨门限有关，而且与水印信号本身的一些特性有关系。     

基于小波变换的图象水印嵌入方法

数字水印技术作为数字产品版权保护的一项新技术，已受到越来越多的关注，为保证水印的安全性，提出了一种基于小波变换的水印嵌入方法，即在嵌入之前先对水印做置乱处理，然后根据小波变换后，高、低频分量的特点，在高频部分嵌入较多的水印信息，而在低频部分嵌入较少的信息，亦即利用小波变换的层次结构，将同一水印反复嵌入到不同的位置，实验证明，该方法对剪裁、JPEG压缩和锐化等图象退化处理均具有一定的抵抗力，是一种行之有效的水印嵌入方法。     

基于小波域的数字图象水印算法综述

小波变换以其良好的空频特性,及与图象编码标准JPEG2000的兼容性,使得小波域水印更具鲁棒性,以及更大的嵌入容量。该文将展示多种利用小波变换进行扩频的水印算法,阐述如何运用小波图象压缩中的多尺度概念嵌入、检测水印。此外该文对小波域水印算法进行分类、比较,总结出各类水印算法的特性,并提出小波域水印算法的发展方向。     

一种基于多小波的盲的数字图象水印技术

以一个图案作水印且提取时不需要原图象的数字水印技术 (blind waterm arking)面临许多挑战 ,因而 ,这种技术的研究文献很少 .本文首次提出了一种基于多小波 (multiwavelet)变换的盲的数字图象水印技术 .与标量小波不同 ,在图象的多小波变换系数中 ,同一尺度且同一方向上存在两个 (或以上 )对应不同小波的细节子图 ,本文中的方法正是利用多小波变换这一独特性质嵌入一幅二值图案 .为了增加水印的稳健性 ,我们采用 (7,4 )汉明编码 (Hamming code)将水印的校验图也嵌入到多小波变换域中 .特别是 ,水印图案的提取不需要原始图象 .实验结果表明 ,这种方法对JPEG压缩、平滑滤波、锐化、噪声、对比度增强、重量化、重采样等多种图象处理具有很好的稳健性     

一种基于小波变换的灰度图象水印算法

用作版权保护的数字水印技术是当前研究的热点,代表版权信息的大多是信息含量较大的灰度图象,为了解决嵌入容量问题,因此提出了一种基于小波变换的数字水印算法,该算法结合人类视觉系统(HVS)特性,根据不同系数噪声容量的上限来选取适当的嵌入系数,即根据噪声量化表在嵌入强度和嵌入系数重要性之间取得的平衡点,将水印嵌入到第3级小波变换子带系数的高频部分,同时保证水印的不可见性和鲁棒性.通过实验证明,利用该算法嵌入的水印,对于平滑滤波、锐化、剪切及JPEG和JPEG2000压缩等攻击都有较强的鲁棒性.     

一种基于小波变换的公钥数字图像水印

提出一种基于小波变换域的公钥数字图像水印系统,两个密钥对应两个有意义的二值图像水印,公钥对应可公开的版权,私钥对应版权所有者.实验结果表明系统有较强的鲁棒性,能有效抵御数字图像攻击.     

一种基于分形编码的小波域自适应水印

提出了一种基于分形编码的小波域水印算法．该方法对于图像树中各个图像R块，首先在同方向低一级分辨率子带中寻找最佳分形匹配D块，然后利用小波系数的树状结构关糸，将这些D块拓展成相似树集合，最后更改图像树上某个位于中频子带的图像R块的编码方案，即交换最优和次优匹配相似树上与其对应的D块，从而实现数字水印的嵌入．水印检测不需要原始图像．实验结果表明：使用该方法的水印有较好的不可感知性和鲁棒性，同时可保证较低的正向错误率．     

基于小波域的自适应图象盲水印算法

文章提出了一种多尺度小波域的自适应盲水印算法,水印采用有意义二值图。将0/1水印值嵌入到图象三级小波分解后的细节子带系数中,嵌入方向由高分解层向低分解层进行。嵌入过程根据选定位置点的3个细节子带系数的间隔差异,采取不同的嵌入策略。水印提取不需原图,属于盲水印提取,提取水印亦是二值图,效果直观。经攻击实验证明,对图象噪声、剪切和压缩具有一定的鲁棒性,是一种可行的水印算法。     

一种基于量化的小波域扩频水印

论文提出了一种基于量化的小波域自适应扩频水印。该方法根据小波系数的内在联系和HVS的特点,利用量化将一位水印信息自适应地嵌入到宿主图像的一棵小波树中,提取时通过“多数原则”来恢复水印的位信息,实现了盲检测。实验结果表明:使用该方法的水印有较好的不可感知性和鲁棒性,同时可保证较低的正向错误率(falsepositiverate)。     

基于区域小波统计特征的遥感图像融合方法

提出一种基于区域小波统计特征的遥感图像融合方法,对多光谱图像的I分量与直方图匹配后的高分辨率图像进行小波变换融 合。对分解后的低频分量采用加权平均的融合规则,高频分量则根据其区域的小波系数特征,采用基于区域方差匹配度的融合规则。对 SPOT多光谱图像和高分辨率图像进行融合实验,并利用信息熵和相关系数对融合结果进行客观评价与比较分析。仿真实验结果表明,基于区域小波统计特征的融合方法能达到较好的融合效果。     

基于小波的综合特征图像检索

针对单一视觉特征图像检索效果不够理想的问题，本文以小波变换为基础，提出了一种综合利用纹理，形状和空间特征共同进行检索的方法。实验结果表明，综合特征检索要比单一特征检索更符合人的视觉感受要求，因而检索效果更好。     

使用小波变换实现数字水印

提出了非完备性鲁棒性数字水印典型算法中的行之有效的设计策略，利用小波变换良好的时频局部特性，提出了基于块的小波变换的数字图像水印嵌入方案。为了使嵌入图像的水印具有更高的安全性，把扩频通信的概念和方法引入数字水印系统中，采用了扩频理论中的伪随机序列进行处理。     

小波变换实现多光谱图象融合增强

本文针对多光谱图象的增强问题,提出了一种基于小波变换理论的融合增强方法。它将高空间分辨率的全色图象和多光谱图象经小波变换后的低频分量进行融合,改进了传统基于小波变换理论的增强方法。本文还对比评价了基于IHS变换和传统小波变换的增强结果,表明了该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具
有很好的效果。     

基于小波块理论的灰度图像水印嵌入算法

根据图像小波变换系数的特点,提出一种以灰度图像为水印的新算法。宿主图像经过p级小波分解,将低频LLp系数值与加权后的水印灰度值相加,对变化的LLp系数值和没有变化的高频系数进行小波逆变换得到水印图像。实验结果表明,该算法使水印具有良好的不可见性、鲁棒性和低复杂性。     

基于小波变换和数据融合技术的图像降噪方法

提出了一种基于小波变换和数据融合技术的图像降噪的方法．此方法对同一原始图像信号不同噪声的多源图像分别进行小波分解，在图像分解的高频域内，对小波系数进行阈值处理后，再进行数据融合处理，根据“多数原则”选择重要小波系数．在低频域内，新的逼近系数则通过对多幅图像的逼近系数直接进行加权平均得到．然后利用重要小波系数和逼近系数进行小波反变换，即可得到融合后的图像．实验结果表明：此方法既可以有效地降低噪声，又可以较好地保持图像细节．     

一种新的基于小波变换的医学图像融合方法

图像融合是医学图像处理中的关键技术。论文探讨了基于小波变换的医学图像的融合方法,在对现有的有关融合规则及其所融合效果进行分析的基础上,提出了一种新的基于小波的融合方法。实验证明,该方法能在保留原图像信息的情况下增强融合图像的细节信息。     

基于数据融合及小波变换的医学超声图像去噪方法

医学超声图像固有的斑纹噪声,极大地降低了超声图像的质量,严重影响了对病灶的识别。经典的去噪方法在抑制斑纹噪声时丢失了图像中大量的细节和微弱的边缘信息。本文提出一种基于数据融合的小波变换去噪算法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声,然后对同一原始信号含噪声的两幅同源图像分别进行小波分解,对两幅图像中小波系数的低频分量作加权融合;对水平、垂直与对角方向高频分量取两幅图像中各尺度下对应小波系数绝对值较大者各自分别融合,使高频分量中信号得以最大限度地保留,最后,经小波逆变换和指数变换得到去噪后图像。该方法在去除噪声同时能够有效保持边缘信息,较好地改善去噪后图像的视觉效果,取得了良好的效果。     

一种基于小波变换的自适应图像水印算法

在离散小波变换的基础上，提出了一种自适应的新数字水印算法，将伪随机二值序列作为水印嵌入灰度图像中，在检测端需要原始宿主图像。该算法具有以下特点：在水印嵌入时利用了小波变换域系数的均值，可广泛地适用于各种灰度图像；针对每幅图像，都可调节水印的嵌入深度，找到隐形性和鲁棒性的最佳折中。实验结果表明，该算法既实现了水印的隐形性，又对常见的图像处理操作具有很强的鲁棒性。     

一种基于小波系数局部特征的选择性遥感图像融合方法

提出了一种基于小波变换系数局部特征的自适应选择性遥感图像融合方法,方法的基本思想是根据多光谱和全色图像融合过程中小波分解后的低频和高频部分融合目的的不同,对分解得到的近似和各层各方向的细节分量分别运用3×3的移动模板逐一计算相应区域小波系数阵的不同局部特征量,然后选择适当的阈值,对图像的近似和细节分量分别应用不同的策略在小波域内进行选择性融合,最后通过小波和IHS逆变换得到融合的高分辨率多光谱图像。对比实验结果表明:本文的方法在较好地保留空间细节信息的同时,图像的光谱信息也得到了最大限度地保持。