基于Contourlet变换的医学图像增强

针对传统算法中存在噪声过增强的问题,给出了一种基于Contourlet变换的乳腺X线照片去噪增强算法。Contourlet变换作为一种多尺度几何分析方法,是一种具有多分辨的、局部化和方向化性质的图像表示方法。以此为基础,算法对图像分解后的Contourlet系数进行Stein阈值去噪,然后对不同子带上的各分解系数用非线性增益函数进行不同程度的增强。实验表明,该算法在去除噪声的同时有效突出了乳腺X线照片中的细微特征,有利于小乳腺癌的诊断。最后,文中还通过客观量化指标比较了不同增强算法的效果。     

一种新的Contourlet域鲁棒水印算法

为提高水印算法的鲁棒性和效率,提出了一种基于图像纹理特征的自适应鲁棒水印算法．选定灰度共生矩阵的能量、熵、对比度3种纹理特征量,通过Mean Shift聚类算法快速准确地提取图像强纹理区域,在图像强纹理的Contourlet变换域大系数中添加水印,通过纹理聚类结果自适应选择水印嵌入位置,控制嵌入强度．实验表明,这种算法对多种攻击(高斯低通滤波、维纳滤波、中值滤波、椒盐加噪、高斯加噪、JPEG攻击、剪切攻击)表现出强的鲁棒性,收敛速度明显优于基于FCM聚类以及K均值聚类的水印算法．     

基于Arnold变换和DWT彩色图像数字盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像。该算法对彩色水印的R、G、B分量分别进行不同次数的Arnold变换,以达到置乱的目的;然后对彩色宿主图像的R、G、B分量分别进行离散小波变换（DWT：Discrete Wavelet Transform）,取出各自的水平细节系数,最后把置乱后的水印R、G、B分量对应地嵌入到宿主图像的R、G、B水平细节系数中,嵌入方式采用二维离散小波逆变换（IDWT：Inverter Discrete Wavelet Transform）。实验表明,该数字水印算法具有很好的透明性和安全性,同时对诸如涂抹、叠加噪声、剪切、JPEG压缩等常见攻击具有很好的鲁棒性。     

小波Contourlet变换图像压缩算法

为改进Contourlet变换冗余大的缺点,提出了一种小波Contourlet变换的图像压缩优化算法。实验结果表明,在高压缩率下算法具有优势。     

基于DWT和SVD的鲁棒-脆弱双重图像水印算法

提出了一种基于DWT和SVD的鲁棒-脆弱双重图像水印算法。首先,对于鲁棒水印的嵌入,利用离散小波变换和奇异值分解,采用量化的方法将二值水印嵌入到原始图像中,水印的提取不需要原始图像。然后,在含鲁棒水印图像的空域LSB中嵌入脆弱水印,以减少脆弱水印对鲁棒水印的影响。实验证明,鲁棒水印具备较强的抗攻击能力,脆弱水印则对篡改敏感,并且能准确定位出篡改位置。两种水印的结合实现了对原始图像的双重保护。     

基于奇异值分解的Contourlet域三维彩码鲁棒水印算法

移动互联网时代,三维彩码因其技术优势和便捷性成为条码发展的新趋势,但其版权保护问题也随之而来。结合奇异值分解提出了一种基于Contourlet变换域的鲁棒水印算法,首先对载体图像的蓝色分量进行Contourlet变换,然后对其产生的逼近子带进行奇异值分解再嵌入水印。实验结果表明提出的算法有良好的不可见性和鲁棒性,即使在水印嵌入强度微小、几乎不改变宿主图像的同时依然能很好地提取水印,不仅可对三维彩码进行版权保护,而且对常见攻击如JPEG压缩、噪声、滤波、旋转、裁切等具有较强的鲁棒性。     

基于离散余弦和Contourlet混合变换域的图像水印方案

针对多媒体资源的版权保护问题,结合离散余弦变换和Contourlet变换的优点,提出了一种基于离散余弦变换和Contourlet混合变换域的数字图像水印算法．该算法采用二值图像作为水印,利用混沌映射对水印图像进行加密．将水印嵌入到人眼最不敏感的蓝色分量的离散余弦和Contourlet混合变换域的低通采样逼近子带中,增加了嵌入信息容量．仿真结果表明该水印算法不仅具有较好的安全性、不可见性和稳健性,而且水印采用盲提取,不需要载体图像的信息,更有利于实际应用．     

基于Contourlet变换的医学图像增强

针对传统算法中存在噪声过增强的问题,给出了一种基于Contourlet变换的乳腺X线照片去噪增强算法。Contourlet变换作为一种多尺度几何分析方法,是一种具有多分辨的、局部化和方向化性质的图像表示方法。以此为基础,算法对图像分解后的Contourlet系数进行Stein阈值去噪,然后对不同子带上的各分解系数用非线性增益函数进行不同程度的增强。实验表明,该算法在去除噪声的同时有效突出了乳腺X线照片中的细微特征,有利于小乳腺癌的诊断。最后,文中还通过客观量化指标比较了不同增强算法的效果。     

基于Contourlet变换与CS的彩色图像双重水印算法

针对传统彩色图像水印算法抗几何攻击鲁棒性不强的问题,提出了一种基于Contourlet变换与压缩感知的彩色图像双重水印算法.该算法通过Contourlet变换与奇异值分解相结合将彩色版权水印嵌入到彩色载体图像中,然后将分块压缩感知方法应用到嵌入版权水印的彩色图像中,生成第二重水印并作为零水印进行保存.进行版权鉴定的时候,首先利用改进的平滑投影Landweber算法对零水印重构,接着使用SIFT变换原理对待检测图像进行几何校正,最后提取出版权水印验证版权.实验结果表明该算法版权水印具有较好的不可见性,除对常规攻击拥有较好的鲁棒性外,抗几何攻击能力得到了提升.     

一种新的基于Contourlet变换的数字图像零水印算法

提出了一种基于Contourlet变换的数字图像零水印算法。算法首先对宿主图像进行Contourlet变换得到低通子带和带通子带,建立Contourlet系数与行列式之间的大小关系,利用该关系同时结合加密后水印图像构造零水印。实验结果表明,该水印算法对JPEG压缩、滤波、噪声、缩放、剪切等多种攻击具有很强的鲁棒性。同时,水印图像的双重加密提高了系统的安全性。     

基于双正交小波变换的自适应图像水印算法

提出的基于双正交小波变换的盲水印算法,综合利用小波域中频各子带系数分布特点,选取重要边缘位置嵌入水印,水印强度可根据所处的嵌入位置自适应调节。实验结果表明：该算法能够有效抵抗附加噪声、裁剪和压缩等常见攻击,具有较强的不可见性和鲁棒性。     

基于Contourlet域特征点的医学图像零水印算法

针对医学图像在传输过程中有可能泄露患者信息的问题,提出一种基于Contourlet域特征点的零水印算法.该算法首先对图像进行Contourlet分解,以此得到低通图像; 然后在低通图像中提取出SIFT特征点,并根据特征点的分布自动定位感兴趣区域(ROI); 最后筛选出一定数量的特征点,以生成特征向量用于水印嵌入.实验结果表明,该算法在抵抗高斯噪声、 JPEG压缩、旋转、缩放、剪切等攻击时具有很好的鲁棒性,可有效保护医学图像中的信息.     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

基于脊波变换的量化水印算法

利用比小波变换域更适合表示图像边缘轮廓特征的脊波变换域设计一种新的图像水印算法.将图像分块脊波变换,在脊波系数最大能量方向选择细节系数,设计合理的量化水印方法.采用奇偶量化方法嵌入水印,利用归属量化区间法提取水印.在较强的攻击下,该方法能够很好地恢复原始水印,采用该方法嵌入水印不易导致水印化图像失真.攻击实验结果表明,与小波域水印算法相比,该算法不仅可以较好地抵抗各种常见攻击如压缩、加噪、滤波和剪切等,还能较好地抵抗几何旋转攻击.     

小波域中的图像自适应水印算法

提出一种小波域透明图像水印算法,算法将一个二值图像内嵌到原始图像经过小波多分辨率分解后的低频子带上,根据低频系数和高频系数的特点以及树结构关系,并由图像的局部亮度和纹理特性对水印嵌入强度做自适应调节.实验结果表明:使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和剪切等攻击操作具有较强的鲁棒性.     

一种基于小波变换域的数字水印算法

水印的鲁棒性是目前数字水印研究的热点,设计鲁棒水印的重要性在于,即使含有水印的多媒体信息遭到了试图去除水印的攻击,例如压缩和加噪,也能够完全检测出其中所嵌入的水印,因而鲁棒水印在数字产品版权保护中具有十分重要的意义,文中研究了基于小波变换域的数字水印算法,通过将原始图像进行3级小波分解,然后选取中频带嵌入数字水印,通过定义小波系数与水印嵌入强度因子之间的函数关系,提出了一种自适应于原始图像特征的数字图像水印算法,实验结果表明,该算法对JPEG压缩、剪切、中值滤波、加噪等具有较好的鲁棒性。     

基于Hash函数的脆弱图像水印算法

为了增强水印的内容认证性,提出了一种适用于数字媒体产品内容篡改证明和完整性认证的脆弱水印算法.采用Hash函数加密生成基于图像内容的脆弱水印,并将其嵌入到随机选择的图像点的LSB(1east significant bit),有效地抵抗了伪认证攻击.利用Hash函数Hamming重量对输入变化的敏感性,能够精确地定位对加入水印图像的篡改,并且水印提取不需要原始图像.实验结果表明该脆弱水印算法具有较好的篡改定位能力.     

图像属性的自适应盲水印算法

提出一种基于图像属性和小波包变换的盲数字水印算法.算法利用小波包变换对图像特征的稀疏表示特性,将图像分成不同内容属性的区域:平滑区、边缘区和纹理区;找出各区域块中视觉重要信息的位置,并将水印嵌入其中;水印嵌入强度取决于图像内容.算法很好地解决了水印鲁棒性和不可见性之间的矛盾.实验结果表明,该算法能够抵抗JPEG压缩、加噪和任意裁剪等攻击,具有很强的鲁棒性.     

基于SVD特性的鲁棒数字水印新算法

提出了一种基于SVD特性的鲁棒数字水印新算法,利用SVD分解得到U矩阵的唯一性,且图像叠加一定噪声后U矩阵的列向量失真较小这一特性,将图像自身的特征置人奇异值矩阵。实验结果表明该算法鲁棒性较好。