抗打印扫描彩色图像水印算法

目的设计一种适用于彩色打印扫描图像的鲁棒性盲水印算法。方法结合四元数傅里叶变换及离散小波变换的优点,提出了一种双变换域全息水印算法。利用四元数傅里叶变换及离散小波变换,将全息水印信息分散嵌入到彩色宿主图像3个色彩分量的低频小波系数区域,而不引起大的图像失真,同时,算法实现了盲提取。结果算法满足不可见性要求,同时打印扫描实验证明,该算法具有抵抗打印扫描攻击的能力。结论结合四元数傅里叶变换及离散小波变换的双变换域水印算法,保留了2种变换域在处理彩色图像中的优点,在应用于打印扫描彩色图像时,效果比现有算法更好。     

自适应的彩色图像光照补偿新方法

环境光照变化、光照分布不均匀会影响彩色图像中人脸的正确检测。在融合了不同的基于空域的解决方案的基础上,提出了一种自适应的彩色图像光照补偿新方法。分别对光照过亮、过暗以及中间灰度区域进行自适应的处理。对亮度值最小、最大的5%的像素,如果这些像素的数目足够多(本文大于100),在变换后分别压缩为0和255;用对数函数做非线性变换函数来修正中间灰度区域。在人脸PIE数据库上对光照不均的彩色图像进行了实验,验证了该方法能对人脸检测中的光照进行有效的补偿。     

向量空间的彩色图像边缘检测

边缘检测是图像处理的重要组成部分之一。拓展小波变换为向量空间形式,并提出了基于向量小波变换的彩色图像边缘检测方法。根据小波变换的特性,检测模值局部极大点作为边缘点。引入大小自适应的卷积模板,小波变换尺度为 2j时,大小为(4×2j-1)×(4×2j-1),使计算量得到有效控制。实验结果证明,该方法继承了小波变换的性能,并充分利用了彩色信息,能完全地检测出彩色图像边缘。     

基于四元数傅里叶变换的彩色图像数字水印算法

目的提高彩色图像数字水印的抗攻击性能,包括缩放、旋转、平移、噪声攻击等。方法基于坐标变换和四元数傅里叶变换提出一种彩色图像数字水印算法。介绍彩色图像四元数表示形式及其双侧傅里叶变换,并分析笛卡尔坐标和极对数坐标之间的变换关系。选择四元数傅里叶变换后实部的中低频部分作为嵌入区域;为提高算法的抗几何攻击能力,给出笛卡尔坐标系和对数极坐标系之间对应点的位置关系;详细论述水印嵌入和提取的流程。结果针对噪声、滤波、剪切等攻击进行了实验研究,结果表明所述算法可以提高提取信息的准确率和水印的抗攻击能力。结论该算法在保证水印隐蔽性的同时能够抵抗一定程度的攻击,满足版权保护和数字防伪的需要。     

图像边缘检测方法对比与实现

本文主要针对彩色图像和灰色图像边缘检测的一些方法进行了对比。对于灰色图像根据不同方法的优缺点提出了一种基于数据融合的边缘检测的方法。该方法对原始图像分别采用sobel算子和小波变换两种方法进行边缘提取,然后采用加权平均的方法进行融合并且得到了边界更为清晰的边缘图像;对于彩色图像则分别对比了在RGB彩色空间直接计算梯度得到的边缘图像,以及在分量图像分别计算然后相加得到的梯度图像的边缘效果。     

基于四元数离散傅里叶变换的全息数字水印算法

目的结合四元数和全息技术的优势,将数字水印技术应用在彩色图像中,以提高水印算法的抗攻击能力。方法将四元数离散傅里叶变换和加密傅里叶全息技术应用到数字水印算法。首先对一幅彩色图像进行数据类型的转换,表示成四元数矩阵,然后对其进行四元数离散傅里叶变换,最后基于人眼视觉特性将水印信息加密后利用重复计算选取合适的嵌入强度后嵌入变换得到的频域矩阵中,实现信息隐藏。结果算法能够将彩色图像作为一个整体进行处理,有较好的不可见性。与此同时,提高了四元数域水印对于裁切攻击的抵抗能力。结论该算法在保证水印不可见性的同时能够抵抗一定程度的攻击,满足数字防伪以及版权保护的需要。     

基于Radon变换与Schur分解的彩色图像水印算法

目的 针对彩色图像盲水印算法较为复杂且抗旋转能力差等问题,结合矩阵Schur分解和Radon变换提出一种抗旋转攻击的彩色图像盲水印算法。方法 该算法首先提取彩色宿主图像的U通道图像,其次对U通道图像经NSCT变换后的低频分量进行分块处理,将每个像素块分解为对称矩阵和反对称矩阵,最后对每块对称矩阵进行Schur分解,将二值水印嵌入至分解后上三角矩阵的最大特征值中。提取水印信息时,利用Randon变换对含水印图像进行几何校正后再进行水印提取操作。结果 文中算法提取水印相似度较高,其NC值达到0.9414;结构相似性较高,其SSIM值达到0.9183。结论 该水印算法在常规信号处理攻击、抗旋转攻击下均具有极强的鲁棒性。     

一种基于YC-rC-b颜色空间和视觉特性的彩色图像水印技术

根据图像离散余弦变换频谱图特征及结合人眼对亮度和颜色的对比度敏感视觉特性,提出了一种人眼感知图像最小误差即JND阈值的计算方法,通过计算出的JND阈值,提出了一种基于YCrCb颜色空间的彩色图像水印技术方案。方案依据JND阈值筛选彩色图像的3个分量亮度图变换域频谱系数来进行水印的嵌入和提取。从水印技术方案上看,JND阈值的引入使得水印的嵌入达到最大;嵌入算法使得水印嵌入的位置具有随机性,有力地保证了水印信息的安全性。仿真实验和攻击测试表明:含水印图经压缩攻击后的图像与原始图像基本一样,提取的水印信息与原始水印基本相同;攻击后的含水印图具有较好的透明性和较高的鲁棒性。提出的基于YCrCb颜色空间和人眼视觉特性的彩色图像水印技术方案,是一种可行的、较好的彩色图像技术。     

保持色调的彩色图像形态学局部对比度增强算法

提出一个针对HSV颜色空间彩色图像的形态学增强算法：利用文献[2]的颜色向量序、由此实现的膨胀和腐蚀算子,设计了一种形态学切换（toggle mapings）变换的实现算法,该算法利用膨胀和腐蚀算子处理后的图像对原始图像进行局部对比度增强,并且能够保持彩色图像的色调不发生变化。从实验结果看,算法增强图像对比度的效果良好。     

语音信号去噪的最优方案选取

针对噪声的引人对语音信号的保真有很大的影响,本文主要采用matlab中小波工具中的一些小波变换去噪函数对语音信号进行去噪仿真研究,其中的阈值去噪的方法是一种实现简单、效果较好的小波去噪方法。且与一般的傅里叶变换去噪进行对比,显示了小波去噪的优良特性。     

基于DCT的自适应盲数字水印

目的为提高彩色图像数字水印的抗攻击性能,提出一种新的、鲁棒性强的DCT自适应水印算法。方法算法中利用Arnold变换对水印图像进行预处理,自适应选择强度因子。根据DCT变换原理,并利用其DC系数的形成过程,不需进行DCT变换,在空域中便可计算出8×8分块的DC系数。根据DC系数修改量的分布特点,直接在空域中完成水印的嵌入。结果该数字水印算法具有良好的透明性和稳健性,同时对涂抹、旋转、剪切、叠加噪声等常见攻击具有较强的鲁棒性。结论该算法在保证水印隐蔽性的同时能够抵抗一定程度的攻击,满足版权保护和数字防伪的需要。     

基于Radon变换和梯度跟踪的海岸线提取算法

针对视频图像中自动提取海岸线的问题,提出了一种基于Radon变换和彩色图像梯度跟踪模型的海岸线提取算法.根据海水和陆地的彩色图像信息差异,在计算彩色梯度向量的基础上,利用Radon变换检测线状奇异性的特点,设计剖面分析方法,预测水陆交界处大致方向和动态范围,以达到缩小检测区域的目的:最后采用一种改进的最大梯度跟踪模型对海岸线进行搜索,以提取最终的海岸线精确定位参数.实验结果验证了该算法对海岸线检测的有效性和较强的鲁棒性.     

改进的Curvelet变换图像降噪方法

与小波变换相比,Curvelet变换等多尺度几何分析方法,可以更好地逼近含线奇异的高维函数。基于Curvelet变换的图像去噪方法,即Window Shrink算法,考虑到Curvelet变换系数之间的相关性,利用软阈值方法降噪。通过窗口邻域操作,对变换后的每一个Curvelet系数自适应地进行萎缩处理,降低噪声系数权重以提高信噪比。实验表明,该方法一定程度上改进了传统Curvelet去噪方法“过扼杀”Curvelet变换系数的缺点,可以较好地保持图像边缘。在噪声方差σ=25时,小波,Curvelet以及Window Shrink去噪算法的峰值信噪比（PSNR）分别为28．59、29．25和29．93,后者明显优于前二者。     

差分吸收光谱测量臭氧浓度信号去噪的实验研究

对差分吸收光谱测量臭氧浓度信号去噪进行了实验研究。首先利用常用的小波变换、Savitzky-Golay滤波和傅里叶变换滤波这3种方法对臭氧的吸收光谱分别进行去噪处理,得到各自去噪后的吸收光谱,发现小波变换与Savitzky-Golay滤波可以很好地拟合特征吸收,傅里叶变换滤波稍差;然后,利用信噪比与均方根误差对所得光谱进行分析评价。实验结果表明:Savitzky-Golay滤波对信号去噪的效果最好,可优先应用于臭氧的光谱计量分析。     

基于KL变换和TV模型的彩色图像修复算法

在图像修复中,传统的全变分(TV)模型因其能有效地对小面积破损区域进行修复而被广泛地使用。但若将其直接应用于彩色图像的修复,往往会因彩色图像中各分量(R,G和B)之间的相关性而给修复的结果带来伪彩色。为了解决这一问题,本文在TV模型的基础上提出了一种基于KL变换的彩色图像修复算法(KLTV算法)。该算法首先采用KL变换将彩色图像中R、G、B三个分量的相关性去除以得到三个独立的图像分量,然后运用TV模型对这三个独立分量分别进行修复。实验结果表明,相较于传统的修复算法,KLTV算法不仅可以确保图像修复后的视觉效果,而且可以确保图像修复后的图像质量。     

变换域加密全息水印算法

提出了一种基于DCT-DWT的彩色图像全息水印算法。为了保证水印信息的安全性,该算法首先对水印信息进行双随机相位调制,并生成水印全息图;其次,将载体图像在Lab空间内的L分量进行4×4分块,对每一分块进行DCT变换,抽取每个矩阵的中低频系数,组成一个新的矩阵,并对之进行小波分解,将水印全息图嵌入到它的中低频小波系数上。实验结果表明,基于DCT-DWT变换的水印算法具有较好的不可见性,对常见的攻击具有强鲁棒性。     

一种基于 Contourlet 变换的彩色图像全息水印算法

提出了一种结合了全息水印加密技术和 Contourlet 变换技术的彩色图像水印算法。 算法首先将 RGB 模式的水印载体图像转换至 YCrCb 颜色空间,选取亮度分量作为水印载体通道,对其进行多层 Contourlet 分解,得到细节子带图像;而后对二值水印图像进行傅里叶全息加密,将加密后的图像嵌入至载体图像的 Contourlet变换系数中。 仿真实验结果表明,该水印算法具有良好的不可见性,对于常见的几何变换及多种攻击具有良好的鲁棒性。     

M周期分数傅里叶变换的光栅信号去噪方法

用矩阵方法离散地实现了任意M周期的分数傅里叶变换(FRFT),它可实现变换级次及周期的自由选择。根据相应的噪声频谱,选取适当的级次及周期,可使FRFT构造一个极窄的带阻滤波器,将其中心频率对准相应噪声的窄谱,便可滤除与理想信号频谱重叠部分的噪声分量,同时保持信号分量。在实验中,用矩阵方法实现的FRFT对所测光栅信号进行了去噪处理,并与传统的傅里叶与小波分析去噪方法进行了对比,结果表明,只要选取适当的级次和周期(α=0.545,Μ=5)就可获得理想的去噪效果。     

一种基于小波变换的图像自适应去噪新方法

针对图像在日常拍摄和传输过程中极易受到干扰,造成图像模糊,分辨困难的问题。文章中首先对利用滤波去除图像噪声的方法以及利用常见的小波系数变换去除图像噪声的方法进行了说明并给出了小波变换去噪的步骤和流程图,进而针对性的提出了一种基于小波变换的自适应图像去噪方法。利用信噪比（SNR）和峰值信噪比（PSNR）两种客观评价方法将文章方法与其他方法进行了比较,数值仿真结果表明文章中提到的方法大大提高了图像去噪的水平,达到了自适应去噪的效果,说明该方法具有很好的实用性。     

基于小波分析的双阈值火焰彩色图像增强方法

基于CCD的火焰图像监控技术是锅炉燃烧控制的研究热点,该方法的关键环节是获取清晰可靠的火焰彩色图像.针对这一需求,本文采用小波分析双阈值法对火焰彩色图像进行增强,首先将彩色图像分解成RGB三个二维信号,再分别对其进行小波变换,将得到的小波系数采用双阈值法进行提升和缩小以达到增强和去噪的目的,再进行小波重构,之后将新的RGB二维信号重新组合得到增强后的彩色火焰图像.实验表明:采用该方法增强后,图像层次感较强,细节突出,火焰各燃烧区域区分明显;二维温度场测量精度提高了0.62％,绝对误差降低了5.3℃,有利于改善整个锅炉燃烧系统的控制性能.