基于HVS特性和DCT域的数字水印新算法的研究

提出一种应用于图像版权保护的基于HVS特性和DCT域的数字水印新算法.为保证视觉隐蔽性和鲁棒性,将二值水印图像映射为标准正态分布的伪随机序列,利用HVS特性将伪随机序列嵌入到原始宿主图像的中频部分,通过水印嵌入的逆过程提取含有水印信息的伪随机序列,再利用逆映射从伪随机序列中提取水印.对嵌入水印后的图像进行了噪声攻击、JPEG压缩、几何攻击等仿真实验,实验结果表明本算法鲁棒性很好,尤其是抗JPEG压缩.     

基于LabVIEW的数字图像盲水印系统

系统在彩色图像中嵌入二值图像水印,首先对原图像进行离散小波分解,对水印进行二维分块离散余弦变换,根据人眼视觉特性,在图像的中频系数中嵌入水印,提高了水印的鲁棒性和不可见性;利用最小风险假设检验知识进行水印的提取,提取水印时不需要原始图像的配合,是水印的盲提取.实验结果表明:该算法嵌入的水印具有较好的鲁棒性.利用LabVIEW和MATLAB相结合,实现了数字图像盲水印系统,可以完成水印的嵌入与水印的盲提取;监视MATLAB节点运行;以及对图像和水印的评估.该系统可用于数字图像版权保护,进行所有权证明.系统操作方便,升级方便,成本低廉,有良好的推广前景.     

基于分块DCT变换的数字盲水印算法的应用

为了解决图片类信息加密易破解的问题,更好地对相关产品的版权加以保护,采用一种基于分块离散余弦变换(DCT)的数字盲水印算法。图像经分块后先进行DCT变换,从空域变换到频域,然后进行水印的嵌入和提取,最后与基于小波变换域的数字水印算法的实验进行对比。研究表明,该算法在峰值信噪比为52.588 3 dB时,可以为图像提供良好的水印透明性,且对噪声、剪切等攻击有明显的抵抗效果,同时具有良好的鲁棒性。     

基于小波提升和纠错编码的数字水印算法

整数小波变换正得到学术界的广泛研究和运用,尤其是在JPEG2000图像压缩标准中被推荐使用.鉴于整数小波变换的独特优势和应用前景,本文提出一种基于小波提升和纠错编码的数字水印算法.使用小波提升技术进行小波变换,在原始图像的小波变换域低频子带中嵌入二值图像水印和混沌序列,并在嵌入和检测过程中引入纠错编码技术.实验证明,本水印算法对常见的图像处理操作具有具有较强的鲁棒性.     

基于小波和混沌映射的函数水印算法

数字水印是保护数字产品的知识产权有效手段之一,用户通过在产品中嵌入秘密信息来达到保护的目的。提出了基于小波和混沌映射的函数水印算法,该算法利用用户定义的函数作为水印,通过小波变换嵌入到小波的高频区域,嵌入位置可由用户给定,位置信息由Logistic混沌算法加密后发给使用方,使用方在得到密钥和加密的位置序列后方可提取水印,通过对水印的相似度分析确定水印的正确性。实验表明,算法对用户使用方便、快捷,嵌入的水印透明度好,对于常见的攻击如压缩、加噪和剪裁等提取水印的相似度大于95%,具有良好的抗攻击性。     

结合图像空间域和小波域特性的自适应盲水印算法

本文针对传统的基于人类视觉系统(HSV)特性的空间域与变换域结合算法的不足,提出了一种有效的自适应盲水印新算法。通过利用图像的局部纹理特性产生伪随机码与水印序列组成扩频水印来增强水印的抗干扰能力。利用密钥产生一串伪随机数控制水印嵌入位置来增强水印的保密性。水印嵌入过程中使用了改进的量化水印算法。通过计算相邻特征平均值来自适应调整待量化小波系数的量化间隔,大大提升了水印系统的逼真度。根据奇偶判决法来实现盲检测。经实验表明水印是不可察觉的,算法对于遭受JPEG、均值滤波、维纳滤波等手段攻击后提取出的水印仍与原始水印具有0.85以上的相似度,具有很好的鲁棒性。     

改进Chebyshev混沌算法的小波变换数字水印技术研究

本文主要利用混沌算法和小波分解实现数字图像的水印处理。首先,利用混沌算法对水印数字图像进行置乱,然后,将置乱后的水印嵌入到小波分解后的宿主图像里面。通过实验证明,该算法对常见的信号攻击和几何剪切攻击均具有较好的鲁棒性。     

基于多重分形和Contourlet变换的盲水印算法研究

研究提出了一种多重分形和Contourlet变换相结合的图像水印新算法。首先对图像进行Contourlet多层分解,得到一系列多尺度、局部化、多方向的子带图。然后通过能量大小选取嵌入子带和协助子带。嵌入水印时,通过低频子带的多重分形特性参数,自适应的确定水印嵌入强度,并通过一定的算法将水印信息嵌入到Contourlet域。最后通过Contourlet反变换得到嵌入水印后的图像。水印提取时,不需要原始图像,实现了水印盲提取。实验结果表明,该算法在满足不可见性的条件下,能够较好的抵抗JPEG压缩、加噪等一些常见攻击。     

基于小波提升和纠错编码的数字水印算法

整数小波变换正得到学术界的广泛研究和运用,尤其是在JPEG2000图像压缩标准中被推荐使用。鉴于整数小波变换的独特优势和应用前景,本文提出一种基于小波提升和纠错编码的数字水印算法。使用小波提升技术进行小波变换,在原始图像的小波变换域低频子带中嵌入二值图像水印和混沌序列,并在嵌入和检测过程中引入纠错编码技术。实验证明,本水印算法对常见的图像处理操作具有具有较强的鲁棒性。     

基于模糊聚类的小波域半脆弱水印算法

将模糊C-均值聚类(FCM)与人类视觉系统的掩蔽性相结合,并利用小波系数奇异值的稳定性,提出了一种小波域半脆弱水印算法.该算法在对宿主图像分块并进行小波分解后,以各子块的低频背景与高频纹理为特征向量,利用FCM聚类方法进行特征分析,得到掩蔽度南弱到强的多个聚类中心,从而确定各子块的嵌入强度,自适应地将水印嵌入到低频小波系数的奇异值中.实验结果表明,该算法具有较好的隐蔽性、抗JPEG压缩性和对恶意攻击的敏感性,并可进行精确定位.     

基于提升方法的整数小波在DSP上的实现

在理论上探讨了基于提升框架的整数小波变换(IWT)及其硬件实现问题,并在TI公司的TMS320C6000DSP上实现了图像处理中两种常用滤波器LEGall(5,3),Sweldens(13,7)提升结构的整数小波变换,同时在DSP上对上述滤波器实现了滤波器组(FBS)方法的离散小波变换(DWT).将提升方法的IWT同FBS方法的DWT在硬件上的运行时间作了比较.结果表明,IWT的运行速度比DWT的运行速度快.本结果可用于评价DSP在图像编码中的运行情况,也可估计出采用此种算法每秒能处理的图像数目.理论和实验均表明,基于提升方法的整数小波变换是一种运行速度快,易于硬件实现,并能实现图像无损压缩的算法.     

基于提升模式的非抽样小波变换及其在故障诊断中的应用

由于传统离散小波变换在分解信号时采用抽样操作,使原始信号的部分时域特征不能保留在分解结果中;另外,分解结果的平移可变,使得分解结果不能完美地描述故障的时域特征。为了克服上述缺陷,根据非抽样小波变换的原理,提出一种基于提升模式的非抽样小波变换框架。首先,通过信号变换方法去除提升小波变换的剖分环节,得到提升模式下的非抽样小波变换框架;在此基础上,建立提升模式下非抽样小波变换与抽样小波变换的预测器和更新器之间的转换关系,提出非抽样提升小波变换的分解和重构算法。采用这种非抽样小波变换从齿轮箱的振动信号中有效提取幅值调制和瞬态冲击的摩擦故障特征。     

利用脉冲耦合神经网络的图像融合

为了获得对同一场景更为准确、全面和可靠的图像描述,提出了一种基于脉冲耦合神经网络(PCNN)的图像融合方法。将多源传感器图像配准后的各个源图像用9/7小波变换的提升算法进行分解,从而得到各个源图像的低频分量和高频分量。对于低频分量,采用像素绝对值选大法进行融合;而高频分量则作为PCNN的输入,在迭代结束后,通过比较PCNN点火次数得到一系列融合子图像;然后,用9/7小波的提升算法将获取的一系列多尺度融合子图像进行反变换得到最终的融合图像。设计了可见光图像与红外图像的融合实验,对融合图像的熵、平均梯度、标准差、空间频率进行了定量比较。当使用标准源图像进行融合时,各值比使用传统小波变换与PCNN相结合的图像融合方法分别高0.0104,0.2459,0.1131和0.2846。     

基于LabVIEW平台的彩色图像数字水印系统的设计与实现

采用适用于静态彩色图像的小波域水印算法,结合人眼视觉系统的特性,将一幅标识版权信息的水印图像嵌入到一幅彩色图像中,使水印具有不可见性。实验结果表明,该算法嵌入的水印具有较好的鲁棒性。利用LabVIEW和MATLAB相结合设计开发了基于虚拟仪器技术的彩色图像数字水印系统。主要用于解决当前网络信息和各种数字媒体的版权保护以及身份鉴定问题,具有积极的社会效益。     

纺织丝线张力信号实时消噪技术的研究

提出了基于提升框架的小波变换算法在丝线张力信号实时消噪过程中的应用,给出了该算法的流程图,通过对仿真信号与实测信号的消噪试验,验证了该算法的有效性,该算法可以应用于对实际信号的消噪处理,能够满足对张力信号处理的实时性要求,且易于实现。     

基于提升方案与SPIHT算法相结合用于图像的无损压缩

研究了基于提升方案的CDF(m,n)双正交小波变换结合SPIHT应用于图象无失真压缩编码的方法.实验结果表明,基于提升方案和整数运算的CDF(m,n)变换是整-整可逆变换,CDF(2,n)的无失真压缩性能好于流行的Huffman、WinRar、Raw+WinZip、JPEGLS.压缩比分别比上述编码方法提高了62%,47%,44%,32%左右.运算速度快,便于硬件实现.     

基于提升小波提取木材颜色特征的研究

针对木材表面颜色自动分类的难题,在总结以往研究方法的基础上,提出一种新的颜色特征提取方法,即基于HSV颜色空间,运用提升小波变换来提取木材表面颜色信息,结合图像分块理论,最终形成了12个特征参数,然后运用BP神经网络,K-近邻和支持向量机对木材样本图像进行了分类仿真,最高的分类正确率达到了98.33%,实验结果验证了提出的颜色特征提取方法的有效性。     

基于FPGA的9/7小波变换算法实现

提出了一种基于现场可编程门阵列(FPGA)的高速9/7二维离散小波变换(2-D DWT)设计。在实现一维离散小波变换(1-D DWT)时采用多级流水线技术,并使用了改进的提升算法。同时,使用正则符号编码(CSD编码)和优化的移位加法操作实现乘法器,使其便于通过硬件实现,且加快了处理速度。在进行二维离散小波变换时采用改进的基于行的结构,只需完成3行行变换即可开始列变换,减少了系统资源的占用。设计通过MATLAB与ModelSim联合仿真,可以稳定运行在60MHz时钟频率下,完全能够满足高速图像实时处理的要求。     

第二代小波变换及其在故障诊断中的应用

第二代小波变换是一种基于提升原理的时域变换方法,介绍了第二代小波变换原理,给出了一种第二代小波变换过程中预测算子和提升算子的求取方法,在此基础上将第二代小波变换应用于矿用通风机的故障诊断中。结果表明该方法可以有效地分解信号和提取特征信息,在矿山机械故障诊断中具有良好的应用前景．     

基于DCT变换的图像融合方法研究

提出了一种基于离散余弦变换(DCT)以及一种结合小波变换与DCT变换的图像融合新方法。前者将源图像进行分块DCT变换,依据DCT系数的高频能量,对源图像的对应区域进行融合。后者利用DCT系数的高频能量对小波分解后得到的低频子图进行融合,同时以此为依据对小波最高分解层的小波高频系数进行选择,其他分解层的小波高频系数依据最大局部方差准则进行融合。依照平均误差、峰值信噪比以及均方根误差等客观评价标准,将新方法与其他常用的基于小波变换或DCT变换的融合方法进行了比较。实验结果表明,结合小波变换与DCT变换的图像融合新方法获得的融合效果优于其他方法。该方法与常用的基于小波变换的融合方法相比,其平均误差减少了40.8%~69.5%,峰值信噪比提高了9.9%~15.6%,均方根误差减少了34.8%~47.5%,评价结果与目视效果相吻合,表明该方法能有效地提高图像融合的质量。基于DCT变换的图像融合新方法的融合效果仅次于结合小波变换与DCT变换的图像融合新方法且其计算量相对较少,适用于实时处理。