基于小波域的大容量图像信息隐藏盲提取算法

目前基于变换域的信息隐藏算法面临容量较小,提取时需要原始图像的问题.提出了一种基于小波变换的大容量信息隐藏盲提取算法,该算法结合人类视觉特性(HVS)及隐密信息自身的特征,以三次小波变换后的低频分量作为参照自适应地调整中高频子带系数来实现信息的嵌入.实验结果表明,该算法具有容量大的特点,并实现了隐密信息的盲提取.     

基于DWT-SVD的图像盲水印研究

提出了一种新的基于离散小渡变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法.该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入经过Arnold置乱后水印信息.水印的提取不需要原始图像,但受到密钥的限制,不知道密钥的人无法正确地恢复数字水印.实验结果表明,该算法具有较好的不可感知性、鲁棒性和安全性.     

基于离散小波变换的盲水印研究与仿真

研究优化水印安全性问题.由于水印图像应具备版权信息和密钥条件,针对目前音频水印算法中水印容易被提取,且检测水印时均需要原始水印图像,导致水印安全性,鲁棒性无法保证.提出了基于离散小波变换的混沌加密的音频数字水印盲算法.将混沌原理引入音频水印中,改善了水印的安全性,同时根据信号的能量对水印进行了量化嵌入,改善了水印的鲁棒性.首先利用密钥对二值水印图像进行随机置乱;然后将经过随机置乱处理的含有版权信息的二值水印图像嵌入到原始音频信号中.在水印检测过程中利用已知的密钥对水印进行重构.仿真证明,在不知道密钥的情况下,无法得出水印图像,为设计提供了依据.     

新式灰度图像盲检测数字水印算法

将冗余离散小波(RDWT)与矩阵Schur分解结合,提出了一种新式灰度图像盲检测数字水印算法。该算法将载体图像进行二级RDWT变换提取其逼近子图低频部分,并将分块后的每个块低频系数进行Schur分解,通过修改Schur分解后的上三角矩阵对角线上的最大能量元素完成对经Fibonacci变换加密后的水印图像的嵌入,水印的提取过程实现了盲提取。实验结果表明,该水印算法水印嵌入的时间仅为0.97s,平均提取水印时间为0.211s,与类似盲水印算法相比,不可见性的PSNR值提高了14.12%,抵抗高斯噪声攻击、椒盐噪声攻击和剪切几何攻击的能力也分别提高了21.32%、17.31%和27.83%。     

基于DWT和DCT域的盲水印算法

结合小波变换和离散余弦变换的特性,在灰度图像中嵌入二值图像,采用Arnold变换对水印图像进行预处理,根据人眼视觉系统(HVS)的掩蔽特性选择合适的分块,将水印信息嵌入到较好块的中频系数中,提高水印的鲁棒性,实现了盲水印提取.实验结果证明,该算法对JPEG压缩、剪切、滤波和噪声等常见的处理操作有较好的鲁棒性.     

基于邻域平均梯度的小波图像融合

在图像融合领域中,小波变换是一种重要的方法。首先对图像做小波分解,得到小波的分解系数,基于平均梯度能够反映图像微小细节的反差,应用了一种基于邻域平均梯度的小波融合算法,对源图像进行了融合,并与最大绝对值法,邻域方差法做了比较,采用峰值信噪比、信噪比和均方根误差作为评价度量,并指出了该算法的最佳分解层数,通过实验证明,该算法显示了一定的优势。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。     

基于平稳小波变换的SAR图像海岸线提取

阐述了一种利用平稳小波变换(SWT)从SAR图像中提取海岸线的方法。该方法首先利用基于局部统计特性的自适应滤波算法对SAR图像进行滤波,然后利用SWT对SAR图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索检测边缘点,最后利用阈值化和形态学方法对局部极大值图像进行细化处理。实验结果证明,这种方法是对于SAR图像海岸线提取是有效的。     

基于梯度选取规则的小波变换在图像融合中的研究

该文用基于梯度选取的小波变换实现SAR与可见光图像的融合,在不同频率域的小波系数选取规则上引入区域平均梯度和全局梯度,对小波系数不是简单丢弃,而是加权叠加。给出了图像融合结果的定性评价,并用熵等评价参数进行了定量评价,实验取得了较好的结果。     

一种基于梯度的多聚焦图像融合算法

本文研究了基于梯度算子的多聚焦图像融合方法,对源图像小波变换的低频分量、高频分量分别采用加权平均、基于局部梯度算子的融合规则,并对高频分量的选择结果进行了一致性验证.实验结果证明,该方法可以获得很好的融合效果.     

基于稀疏表示和梯度先验的图像盲去模糊

针对目前基于稀疏表示的图像盲卷积算法细节恢复有限等问题,提出一种基于稀疏表示和梯度先验的图像盲卷积算法。虽然每个图像块可以通过字典稀疏表示,但是图像块重构出的图像常常出现“伪像”,本文将梯度先验知识和超拉普拉斯先验知识融入稀疏表示盲卷积模型中,采用迭代方法交替估计中间清晰图像和模糊核,一旦获得模糊核,采用超拉普拉斯非盲去卷积算法恢复出最终的清晰图像。实验结果表明,与其他去模糊算法相比,本文算法在抑制振铃方面效果显著。     

基于图像块多向梯度模的小波图像融合方法*

利用块分割图像融合算法的思想,提出了一种基于多向梯度模的小波图像融合方法：对图像块进行小波分解,利用小波反变换得到相同尺度的高频图像块,然后对高频图像块多向梯度滤波,比较对应块的高频图像的总的梯度模值,以挑选出其中清晰的图像块并进行一致性验证,重构图像。该方法不用进行小波反变换重构图像,真正保留了原始的清晰图像。通过实验,证明了该方法对于多聚焦图像的融合具有很好的效果和很好的稳定性。     

基于混合小波变换的医学超声图像自适应去斑

针对小波去斑方法在医学超声图像抑斑上的不足,提出一种混合离散小波变换DWT(Discrete Wavelet Transform)和双树复小波变换DTCWT(Dual-tree Complex Wavelet Transform)进行阈值处理和变量收缩的医学超声图像自适应去斑算法。首先,在小波域,根据小波系数能量的特点,计算综合阈值实现图像预处理;然后,结合小波系数的尺度相关性,提出一种改进的三变量收缩函数,实现图像去斑。实验结果表明该方法较已有的经典方法更为有效,一般情况信噪比可提高0.6~2.6dB,图像边缘信息保持能力更突出。     

基于灰关联的彩色图像DWT域信息隐藏算法

基于灰关联的理论思想以及信息隐藏的特点,文中定义了一种新型的灰关联系数的计算方法，并在此定义的基础上提出了一种新的基于彩色图像的信息隐藏算法。该算法通过对原始载体图像DWT域中LH和HL频带的系数进行调整，将秘密数据隐藏到彩色载体图像各个颜色分量的LH和HL频带系数上，根据系数间的灰关联系数大小对秘密信息进行提取，提取时不需要覆盖图像，实现了秘密信息的盲提取。实验结果表明，该算法不仅具有较好的透明性，而且能够对一些常见的攻击如叠加噪声、几何剪切、JPEG压缩、滤波等均具有较好的鲁棒性。     

小波变换域均值调制的可读图像盲水印算法

提出了一种小波变换域均值调制的可读图像盲水印算法,利用图像经离散小波变换后细各细节子带系数均值近似为零的特点,根据细节子带系数的局部方差,自适应地修改图像小波分解后某些细节分量的局部均值,在满足水印不可感知性的条件下自适应地嵌入水印信息,实现水印不可感知性和鲁棒性之间的折衷。同时,在不借助原图像的前提下,实现水印的盲检测。水印信息是一幅有实际意义的二值图像。实验结果和攻击测试表明,提出的算法对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于多尺度小波边缘检测改进GVF snake的颈部淋巴结超声图像轮廓提取

提取超声图像的轮廓对医学诊断有着积极意义。然而,由于超声图像具有目标与背景间对比度低、信噪比低等特点,以往的边缘检测算法在解决图像噪声、精确定位边缘以及获得连续光滑的边缘线之间的矛盾均未得到理想的效果。GVF snake能较好地解决以上矛盾,且具有更大的捕获范围和更强的凹陷域收敛性。但GVF snake初始轮廓线需手工勾勒,不仅比较繁琐,而且目标提取的结果在很大程度上受人工初始化的影响。为此,提出一种多尺度小波变换模极大值与GVF snake算法结合的方法来提取颈部淋巴结超声图像轮廓。该方法首先运用小波变换模极大值多尺度边缘检测算法得到目标图像的边缘图,再在边缘图上分别选取上、下、左、右四个不同方向若干个特征点,即可自动获得较为客观的初始轮廓线,最后利用GVF snake模型提取图像的精确轮廓。实验表明该方法能得到目标图像连续光滑的轮廓线,同时比GVF snake提取的轮廓更加精确,更能反映轮廓的局部细节。此外,由于初始轮廓更加接近给定图像的真实边缘,从而减少了梯度矢量流力场迭代(GVF)次数,提高了轮廓的收敛速度。     

强边缘提取网络用于非均匀运动模糊图像盲复原

基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果. 然而, 现有的方法通常存在对边缘恢复不清晰的问题. 因此, 本文提出一种强边缘提取网络(Strong-edge extraction network, SEEN), 用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量. 设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成, SEEN-1实现双边滤波器的功能, 用于提取滤除了细节信息后的图像边缘. SEEN-2实现L0平滑滤波器的功能, 用于提取模糊图像的强边缘. 本文还将对应网络层提取的强边缘特征图与模糊特征图叠加, 进一步利用强边缘特征. 最后, 本文在GoPro数据集上进行了验证实验, 结果表明: 本文提出的网络可以较好地提取非均匀运动模糊图像的强边缘, 复原图像在客观和主观上都可以达到较好的效果.     

用小波变换实现红外图像的边缘提取方法研究

红外图像的边缘提取是其判读和识别的重要技术基础。红外图像背景复杂、噪声较为严重。针对这一特点，本文利用小波变换易于消除噪声、运算方便的特点。提出了一种基于小波变换的红外图像边缘提取算法。首先利用小波算法对红外图像进行滤噪，然后利用高斯函数作为平滑函数对图像进行水丑和垂直方向的小波变换。提取红外图像边缘特征。文后给出了仿真实例，证明了该算法的科学性和可靠性。     

一种基于视觉特性的图像盲去模糊方法

In many various image-debluring methods, Visual Characteristics are not consides. This paper proposes an image-dehluring method based on the frequency and direction characteristics of human visual system by weighting high frequency subband of blured image‘s wavelet transformation, the enhanced blured image in high frequecy is ob-tained through wavelet anti-transformation ,and the blind deblured methed is used to restore image from the enhanced blured image .the restored imat, e is well improved in visual quality.     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。