基于分块复用的图像DWT域信息隐藏算法

为了提高基于分块的离散小波变换(discrete wavelet transform,DWT)域信息隐藏算法的容量,提出了一种通过分块复用来增加信息容量的隐藏算法。该算法首先对图像小波垂直分量和水平分量进行有重叠分块,然后通过给每块系数设置不同的数学逻辑关系来实现二值信息的隐藏。通过对Lena图像仿真实验,结果表明,大小为512×512的灰度图像可以隐藏35 056bit信息,容量较普通分块隐藏算法提高了4倍;再对其进行透明度及抗攻击性能分析,载密图像的峰值信噪比为36.043dB,并且能够对抗参数为0.001的高斯噪声及1/16裁剪的攻击。该算法在鲁棒性较好的前提下提升了秘密信息的隐藏容量。     

一种基于G.723.1的大容量自适应信息隐藏算法

隐藏容量比较小一直是低速率语音编码中信息隐藏的一个缺点。提出了一种在G.723.1中实现大容量信息隐藏算法,基于在参数编码静音期隐藏信息的理论,深入分析了噪声编码帧的各个参数的特点,给出了在噪声帧中进行信息隐藏的方法和隐藏位的分布,并进行了实现和实际测试。实验结果表明,噪声隐藏方法具有很好的隐蔽性,自适应信息隐藏算法明显地提高了G.723.1隐藏方法的隐藏速率。     

基于小波包和遗传算法的混沌水印

本文基于遗传算法和小波包变换提出了一种盲水印算法。分析了使用混沌系统时存在的问题,创新的使用Logistic混沌序列很好的解决了混沌系统的弊病,提高了水印的安全性,灵活运用遗传算法优化小波树,选取透明性和鲁棒性都能达到最佳的小波基,利用小波系数间的固有关系嵌入水印并实现水印的盲提取。从实验结果可以看出,本文提出的算法对于高斯噪声、椒盐噪声、旋转、剪切、jpeg压缩具有很强的抵抗性,可以百分之百的提取出水印,PSNR值也高达51.0803 dB。实验结果证明了该算法的透明性和鲁棒性都非常好。     

基于RSA与小波分析的秘密信息隐藏

利用RSA公钥密码体制和小波分析技术,将加密通信和信息隐藏相结合,提出基于RSA与小波分析的秘密信息隐藏方案;对方案各部分进行了详细介绍,并给出信息隐藏的效果图.     

基于Haar小波变换的数字图像水印算法

算法基于Haar小波变换,把小波系数分块,并计算每个块的平均值.在一系列信号处理之后,这些块(尤其是大的块)的平均值不会有很大改变,否则,重构的图像就与原始图像有很大差别.通过对这些块的平均值进行量化来嵌入水印;提取时也依赖于相应块的平均值,所以不需要原始图像参与.算法对有损压缩、小波压缩、噪声、中值滤波和剪裁等操作有较好的鲁棒性.     

基于小波包变换的自适应线性均衡算法

在分析小波包和传统自适应线性均衡的基础上,提出了一种基于小波包变换的自适应均衡器结构,并结出了相应的自适应均衡算法,与通常的基于小波变换的自适应均衡算法相比,该算法利用了小波包对小波空间的进一步划分,因此其对信号的去相关能力比小波变换更强,仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现。     

基于边缘自适应小波变换的图像修复算法

本文提出一种基于边缘自适应小波变换的多尺度图像修复算法,对非纹理图像有比较好的修复效果。边缘自适应小波变换的基本思想是,先检测出图像的主要边缘,这些边缘把图像分割成几个平滑区,然后对图像进行不跨越边缘的小波分解,即在各平滑区内部进行小波变换,得到图像的多尺度表示,并且同时计算边缘的多尺度表示。这样的小波分解使高频信息基本都集中在边缘上,而高频系数则非常稀疏,而且都接近于零。在此基础上进行图像修复,就只需要对低频部分与边缘图像进行修复,然后重构得到修复图像即可。经过小波分解,低频部分破损区域大大缩小,用比较简单的插值方法就可进行修复,大大降低了计算量。对边缘图则可用曲线拟合的方法进行修复。     

基于非交换小波域的信息隐藏技术

改进文献[1]的方法，提出了一种新的隐藏方法，即先将秘密图像置乱后再进行隐藏．文中分析了变换系数的统计特性和能量分布，并将非交换小波理论用于图像隐藏中，实现了信息的盲提取．实验结果表明，该算法有较好的信噪比．     

基于多尺度小波变换的改进型自适应滤波算法

介绍自适应滤波算法、多尺度小波算法的基本原理和两种算法结合的实现过程。针对最小均方(LMS)自适应滤波算法不能同时提高收敛速度和收敛精度,提出变步长LMS自适应算法,在滤波过程中算法先用大步长跟踪,提高收敛速度,接近稳态时用小步长跟踪,提高收敛精度。为了能有更好的滤波效果,应该在算法的步长因子上有所突破。在抽样函数的基础上改进算法,并结合多尺度小波分解,使得滤波的效果更加理想。通过Matlab仿真实验,验证了改进算法具有更好的稳定性和优越性。     

基于后验信息修正的自适应交互多模型跟踪算法

针对目标运动状态变化较大甚至发生突变时,传统交互式多模型算法跟踪精度和稳定性会显著下降的问题,提出了一种在线辨识马尔可夫概率转移矩阵参数的基于后验信息修正的自适应交互多模型跟踪算法,该方法在滤波的过程中,根据不匹配模型误差压缩率的变化自适应调整先验的马尔可夫转移概率矩阵的参数,切换过程中较多地压缩不匹配模型的信息,放大匹配模型的信息,大大提高了系统的收敛速度.通过对仿真结果分析表明,论文提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,具有一定的理论价值和实用价值.     

一种新的更好的基于"当前"统计模型的自适应滤波算法

提出一种新的基于"当前"统计模型的自适应滤波算法,针对"当前"统计模型自适应滤波算法中加速度极限值需要预设的不合理性,通过新息量和滤波值对加速度极限值进行估计,从而实现加速度极限值的自适应.通过对机动目标进行Monte Carlo仿真,结果表明了新算法的有效性和合理性.     

基于Curvelet变换与自适应PCNN的红外与可见光图像融合

根据红外与可见光图像的成像特点,提出一种基于Curvelet变换与自适应PCNN( Pulse Coupled Neural Networks)的图像融合新算法.首先对两幅原始图像进行快速离散Curvelet变换,得到不同尺度与方向下的子带系数;对低频系数采取加权平均融合规则,将高频系数作为PCNN的输入,选取区域能量测度为PCNN的连接强度,利用PCNN的全局耦合特性和脉冲同步特性选择高频系数;最后经Curvelet逆变换得到融合结果.实验结果表明,该方法得到的融合图像在边缘等细节上比传统方法具有更好的视觉效果,在熵、平均梯度、标准差等客观指标上都优于其它方法.     

一种基于方向性信息测度和IHS变换的图像融合新方法

提出了一种基于图像方向性信息测度和IHS变换的图像融合新方法。该方法首先根据不同邻域尺度下图像方向性信息测度的变化规律．检测出SAR图像象素中的边缘点和纹理点。然后，对TM图像的5、4、3波段(即红、绿、蓝波段)进行IHS变换得到亮度图像Ⅰ。进而根据SAR图像象素分类情况将其和Ⅰ图像进行线性加权融合，其中边界象素和纹理象素的权值比平滑象素大。最后通过IHS反变换，得到完整的融合结果。实验结果表明，与传统的IHS融合方法和基于直方图匹配的IHS融合方法相比，该新方法在保持TM光谱信息和抗噪声能力方面具有明显优势。     

自适应增益APA-AG算法的研究

为了提高自适应滤波器的收敛性和跟踪性,提出了一种自适应增益APA-AG算法。通过分析估计输出误差信号,获得了参数迭代步长的一个特定值估计,以实现集平均代价函数最小化。仿真结果表明,相比较于传统的APA算法,文中研究的APA-AG算法具有更快的收敛速率和更好的跟踪特性。     

基于膜概念和Kriging模型混合优化算法的翼型设计

在气动优化设计中,发展一些计算代价小同时又具有较好的全局/局部搜索平衡能力的优化算法十分重要。针对此,文章提出了一种基于膜概念和Kriging模型的混合优化算法。该算法对细胞膜的结构和新陈代谢运作机制进行了仿真,将粒子群优化算法与差分进化算法有机地结合了起来,增强了算法的寻优能力,同时,引入Kriging模型进行预估寻优,极大地减少了计算开销。函数测试结果表明,该混合算法具有很好的寻优能力。将该算法应用到单段翼翼型和两段翼翼型的设计之中,取得了良好的结果。     

基于NSCT和遗传算法的SAR图像和多光谱图像融合

合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。     

基于Arnold变换与CNN系统的彩色图像加密算法

为了提高图像信息的安全性,提出基于Arnold变换策略和细胞神经网络的彩色图像加密算法。首先对高度和宽度不同的图像进行处理;再对处理后图像的3个颜色分量分别进行Arnold置乱,置乱的迭代次数由明文图像、加密密钥和变换周期所决定;最后对置乱后的图像进行加密处理。解密时需根据变换周期决定Arnold反置乱的方法。从加密效果、密钥敏感性、密钥空间等方面,对该加密算法进行仿真研究,通过实验验证了该算法较强的安生性和鲁棒性。     

基于提升小波和图像融合的数字图像隐藏技术

提出了一种基于提升小波变换的彩色图像融合算法.首先阐述提升小波变换的基本原理,然后根据人眼的视觉特性,将彩色图像变换到YIQ颜色空间,运用不同融合规则进行融合.对I和Q 色彩分量采用改进的混沌序列来代替融合参数融合,对Y分量采用自反馈法得到其最终优化融合结果,最后由三分量融合结果变回到 RGB颜色空间,在该图像融合方法的基础上,给出了针对相同大小图像的数字图像隐藏的方法,在图像融合过程中,用改进的混沌序列来代替融合参数,使得该方法具有很好的安全性.实验表明,该方法具有较好的效率和安全性.     

一种新的基于奇异值分解的图像隐藏方法

以数字图像信息隐藏问题为研究的切入点,介绍了奇异值的数学理论基础,讨论了矩阵奇异值分解与重构的原理和方法;构造了一种新的基于奇异值分解的图像隐藏的算法,用实例说明了奇异值分解在图像隐藏中的原理和应用,并在奇异值分解的基础上重构了原图像,取得了较好的效果,表明了该方法的有效性．