基于离散余弦变换的彩色图像水印算法

根据水印在离散余弦变换(DCT)系数低、中、高频的嵌入性能,提出基于绿色分量的DCT中频系数中水印的嵌入算法.即将Arnold置乱加密后的水印图像嵌入宿主图像绿色通道的DCT中频系数中,再对原始图像进行通道分离获得绿色分量,由DCT变换得到嵌入水印信息图像分块并DCT逆变换后将其合并成整图,得到加载水印信息的绿色分量灰度图,最后合成通道得到含水印的彩色图像.由此解决了水印算法对不可感知性和鲁棒性的矛盾.     

一种基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换及离散余弦变换的混合变换域与奇异值分解、置乱技术相结合的数字水印算法．该算法将原始图像的小波子图进行分块DCT变换，抽取各块含图像大部分能量的部分合并，并对此矩阵进行奇异值分解再进行水印的嵌入．实验仿真表明，这种方法能抵抗大多数图像处理攻击，具有良好的鲁棒性．     

基于小波变换的灰度图像水印算法研究

针对目前水印信息表达的含义不是很丰富的缺点,提出一种把灰度图像作为水印的算法。先进行水印预处理一灰度水印在位平面分解,之后再分别嵌入在二维小波变换图像的各个频率系数中。实验结果表明,该水印算法除具有较丰富的信息外,而且水印安全性高、不可见性好,鲁棒性较强。     

基于遗传算法的图像水印优化嵌入技术研究

鲁棒性和不可见性是数字水印嵌入的两个主要指标,由于这两者是互相制约的,传统的水印算法很难在两者之间进行平衡。本文提出一种基于遗传算法的数字水印优化嵌入方案,其基本思想是算法中采用Arnold变换获取一个经过置乱的水印,然后在小波域内进行水印信息的嵌入和提取。采用遗传算法对水印的嵌入强度和Arnold置乱次数进行搜索,达到对水印的鲁棒性和不可见性的综合优化。实验结果表明,此方案在保证水印鲁棒性的同时,有效的降低了因水印嵌入对原始图像产生的影响,从而实现了水印的优化嵌入。     

一种小波域图像贝叶斯去噪方法

提出了一种使用隐马尔可夫树和混合高斯模型的小波域图像贝叶斯去噪方法。该方法对含噪图像进行小波变换,用隐马尔可夫树和混合高斯模型建立小波系数的先验模型,从而获取原图像的先验信息,然后利用模型参数和含噪图像小波系数估计原图像小波系数,通过小波逆变换得到去噪图像。仿真结果表明,该方法能有效克服阈值去噪算法的缺点,提高小波域图像去噪算法的性能。     

基于平移不变小波变换的图像滤波算法

为克服传统滤波法在去除高斯噪声时存在的不足,研究了一种基于平移不变小波变换的图像高斯噪声滤波算法,分析了小波分解函数、阈值系数及平移间距对滤波结果的影响。仿真试验表明,文中算法能够在去除噪声的同时较好的保持图像边缘,同时,峰值信噪比也较均值滤波法、小波软阈值和硬阈值等方法有所提高,是一种有效的高斯噪声图像滤波算法。     

混沌置乱马尔可夫随机场的自适应鲁棒水印算法

针对嵌入水印易产生人为痕迹,提出基于混沌置乱马尔可夫随机场的自适应鲁棒水印算法.对原始图像进行离散余弦转换,以Logistic映射生成水印图像混沌置乱序列,再用马尔可夫随机场产生噪声可视性函数,得到每象素点允许的嵌入水印最大失真值.实验结果表明,该算法具有很好的不可见性,容量较大,鲁棒性较强.     

基于实数离散傅里叶变换的图像数字水印算法

数字产品的迅速发展给多媒体安全和版权保护技术提出了新的要求,数字水印技术作为一种重要的解决方案引起了人们的高度重视。实数离散傅里叶变换( RDFT)是Ersoy提出的一种实的酉变换,具有和快速傅里叶变换(FFT)相似的快速算法,本文提出一种基于该变换的图像数字水印算法,在图像的RDFT域的中频系数中嵌入具有高斯分布的水印序列,该算法具有算法复杂度低、嵌入量大、计算高效等优点。实验结果表明,算法具有良好的不可见性,并且对于一般的图像处理操作具有良好的鲁棒性,性能优于传统的傅里叶域数字水印算法。     

基于奇异值分解和小波变换的图像压缩算法

针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解(SVD)和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。     

一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

基于小波变换的数字视频多分辨率编/解码及图像轮廓识别

基于小波变换和Mallat算法的数字视频编/解码及图像轮廓识别,编码端用小波变换将二维图像信号子带分解成1个低频分量和3个高频分量,并结合可编程量化和Huffman编码获得较大压缩比信号的数据比特流,实现数字视频编码.在接收端,用小波逆变换对4个子带信号重构,恢复出原始二维图像信号,实现视频解码.用小波变换的分辨率特性和二维子带谱分析法实现图像轮廓识别.     

基于小波多尺度分解子带主成份的特征提取

基于小波多尺度分解子带主成份的特征提取法,利用小波多尺度分解子带系数图像特征.各尺度变换域系数代表目标不同信息,综合图像的边缘、灰度和结构等信息,再用信息提取图像的主要特征.以车辆跟踪为例,提取的特征可用于目标匹配,并用处理后干净图像的小波分解系数重构图像.     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.     

基于小波变换方法的海上舰船目标边缘提取

一种基于小波变换的边缘提取方法,应用其对舰船图像进行边缘提取,以二次光滑小波作为小波函数,对海上舰船图像进行了二维小波变换,计算小泼变换结果的局部模极大值点,从而得到舰船目标图像的形状边缘特征。经过和运用Sobel算子、Roberts算子、Prewitt算子、基于图谱理论的阈值分割等方法所获得的舰船目标结果进行比较,图像处理的结果表明运用小波变换方法所提取的目标边缘对海上舰船目标的识别有良好的效果。     

基于BP神经网络的N80钢CO2腐蚀预测方法研究

采用灰度数据矩阵统计、小波变换和二值化等方法对N80钢CO2腐蚀图像进行特征提取。结合BP神经网络技术,以腐蚀图像的各向异性和小波变换后子图像的能量参数作为腐蚀类型判据,建立基于BP神经网络的孔蚀速率诊断模型,实现了CO2腐蚀类型和腐蚀程度的预测。诊断结果与实验结果较好吻合。     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

小波变换在光学相关目标识别中的应用

光电混合实时联合变换相关器能够实现目标的自动探测、识别和定位,但由于实际中从图像传感器采集到的目标图像对比度较低且存在大量背景噪音,因而目标识别率低且识别效果不佳。基于小波变换的多分辨率分析特点能够更大程度上体现图像的特征信息,将其应用于光学相关目标的自动探测与识别中。将小波变换与联合变换相关器结合起来,通过研究物面的小波图像增强来获取更加尖锐的相关峰,解决复杂背景、低对比度目标的识别问题,取得良好的实验结果,证实小波变换在光学相关领域中具有一定的优越性和良好的应用前景。