基于DWT-SVD鲁棒盲水印算法研究

本文通过对小波变换与奇异值分解的研究,实现一种基于离散小波变换和奇异值分解(DWT-SVD)的奇偶量化嵌入水印算法,可实现水印盲提取.为解决水印安全性问题,使用Arnold变换对水印进行加密;在传统离散小波变换基础上,进行奇异值分解,利用图像的奇异值良好的稳定性,提高图像的鲁棒性;在图像奇异值基础上,进行奇偶量化嵌入和...     

一种基于DWT_SVD的抗几何攻击彩色图像水印算法

针对传统离散小波变换(DWT)水印算法不能较好地抵抗几何攻击的缺点,提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)相结合的彩色图像水印新算法。首先对原始彩色载体图像进行RGB三基色分解,然后进行离散小波变换,再选取四个子块的四分之一重构成新子块,并进行二次离散小波变换,最后对其低频部分进行奇异值分解嵌入水印信息,得到嵌入水印的彩色图像。实验结果表明,该算法能够较好地抵抗诸如高斯噪声、椒盐噪声、压缩等常规攻击,并对大角度旋转、任意角度旋转、剪切加旋转等几何攻击也表现出了较强的鲁棒性,其总体性能明显优于传统的DWT水印算法。     

基于奇异值分解的自混合干涉信号降噪方法

构建光反馈自混合干涉理论模型,通过Matlab仿真分析验证理论模型的正确性。利用奇异值分解的方法确定Hankle矩阵,对矩阵进行奇异值分解,构造逼近矩阵对含噪自混合干涉信号进行降噪处理。在适度反馈机制下,选取不同的光反馈水平因子C值进行仿真。对降噪前后信号波形进行仿真分析,实验结果表明奇异值分解改善了信号的光滑性,起到了降噪的效果;通过对降噪前后所测位移精度的对比,精度的提高表明奇异值分解的降噪方法在自混合干涉信号噪声处理方面的有效性。     

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。     

DWT和SVD相融合的彩色图像水印算法北大核心

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWTSVD)。首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节。仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性。     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

彩色图像DWT变换下的块SVD零水印

为了提高水印技术的鲁棒性,提出了彩色图像离散小波变换(DWT)下的块奇异值分解(SVD)的零水印.首先对原始载体图像进行离散小波变换,然后选择低频子带进行分块,且对每一块进行奇异值分解,水印则由分解得到的最大前m个奇异值产生.实验结果表明,算法对各种攻击有较强的鲁棒性.     

复杂光照条件下的多姿状鲁棒性人脸识别方法

为改善复杂光照条件下的多姿状鲁棒性人脸识别的效果,提出了小波变换与LBP的多姿状鲁棒性人脸识别方法.通过二维离散小波变换对人脸图像进行二级小波分解提取到低频特征信息分量,并以重构初始图像的方式实现降噪滤波处理,滤除低频光照分量后完成复杂光照补偿;继续分解复杂光照补偿后的图像,采用LBP算子对子图像的鲁棒性部分纹理特征进...     

基于DWT和奇异值分解的图像增强算法

提出一种基于离散小波变换(DWT)和奇异值分解技术的图像质量增强方法,能够同时增强分辨率和对比度。首先,该算法通过DWT将输入图像分解为4个子带,对低频子带图像的奇异值矩阵进行估计,然后通过逆DWT重构增强图像。将提出算法应用于灰度图像、彩色图像以及卫星图像,并与其他图像增强方法进行比较分析。实验结果表明,相较于其他传统技术,提出的方法性能更好。     

一种基于小波变换与奇异分解的图像水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)与奇异值分解(Singular Value Decomposition,SVD)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奇异值分解,将灰度水印图像进行Arnold变换以及扰乱加密,再进行分块离散余弦变换(Discrete Cosine Transform,DCT),将变换后的系数分类嵌入到相应的奇异值中。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

一种红外图像对比度增强的小波变换法

提出一种基于离散平稳小波变换和非线性增益的红外图像对比度增强方法．对红外图像进行离散平稳小波变换后,对分辨率较好的各高频子带直接利用所提出的去噪方法去噪;对分辨率较差的各高频子带利用所提出的非线性增益法结合文中的去噪法进行增强;并给出一种评价增强图象质量的准则．实验结果表明,本文提出的方法在有效的增强红外图像对比度的同时,又能很好的抑制红外图像中相关噪声、加性高斯白噪声和乘性噪声．     

基于小波变换对信号噪声的处理研究

采用传统的滤波方法对信号进行消噪时,虽然方法简单,但是以牺牲信号的局部特征为代价,且信号的信噪比并未得到有效地改善。文中采用小波变换的方法对信号进行消噪,将原始信号经小波分解后,信号的小波系数大于噪声的小波系数,再选取一合适阈值,保留高于此阈值的信号小波系数,从而达到消噪的目的。实验结果表明,该方法不仅能有效地去除信号中的噪声,且能保留信号的局部特征。     

一种混合噪声图像的自适应滤除方法

基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的去噪效果,正交小波变换由于缺乏平移不变性,在去噪过程中会产生人为的振荡现象,使图像边缘失真,甚至图像模糊,提出了基于平稳小波域自适应阈值算法同中值滤波相结合的去噪方法,该方法能有效地滤除图像中的高斯白噪声和脉冲噪声组成的混合噪声,并验证了该方法的有效性。     

小波去噪在频谱编码传输中的应用

本文详细介绍了数字信号的频谱编码传输方法和小波门限去噪法,研究了小波门限法在双极性线性相位编码中的去噪性能.为了找到最佳的小波去噪方案,本文对各种影响小波去噪性能的参数作了比较研究.最后对小波去噪的运算量进行了统计.结果表明,小波变换在去噪性能和实时处理方面均具有实用价值.     

一种抗噪的红外图像对比度增强方法

提出一种基于离散平稳小波变换和非线性增益的红外图像对比度增强方法。对红外图像进行离散平稳小波变换后,利用所提出的去噪方法对分辨率较好的各高频子带直接去噪;并利用所提出的非线性增益法结合文中的去噪法对分辨率较差的各高频子带进行增强。实验结果表明,提出的方法在有效地增强红外图像对比度的同时,又能很好地抑制相关噪声。算法在视觉质量上优于传统的反锐化掩膜法、直方图均衡法。     

一种基于彩色图像的双重水印算法

针对传统水印算法功能单一,抗几何攻击能力较弱的问题,提出了一种基于离散小波变换(DWT)、奇异值分解(SVD)、离散余弦变换(DCT)和HSV空间模型的彩色图像双重水印算法.该算法基本思想是在彩色载体图像中先后嵌入可见水印和不可见水印.根据HSV 空间模型和DCT变换实现二值可见水印自适应嵌入,用来标识版权;通过DWT和SVD变换实现不可见彩色水印的嵌入,用于加强版权保护,利用Zernike矩进行旋转校正.实验结果表明,该算法在保证图像质量的前提下,可见水印具有较好的视觉可见性,不可见水印的抗几何攻击能力得到了提升.双重水印相互作用,功能互补提高了水印的版权保护功能.     

信号在多尺度空间的滤波

本文从多分辨率分析出发,结合离散正交小波变换（ＤＷＴ）的理论,提出了一种在保护信号边缘的前提下有效去除脉冲噪声的方法,该方法通过对各尺度下的未抽取前的小波系数进行非线性滤波处理,达到了在保护信号边缘的同时,有效去除白噪声及脉冲噪声的目的。并用实验结果进行了验证。     

基于离散平稳小波变换的红外图像对比度增强

提出一种基于离散平稳小波变换的红外图像增强方法,对红外图像进行离散平稳小波 变换后,分别对各个分解层的高频子带利用所提出的非线性增强方法进行对比度增强。实验结果表明,本文提出的方法在有效的提高红外图像中目标对比度的同时,又能突出红外图像的细节部分信息。算法在性能上优于传统的直方图均衡法、反锐化掩膜法和基于离散正交小波变换的对比度增强方法。     

基于离散平稳小波变换的图像同态增强

同态增强可用于减少光照不均匀引起的图像降质,提出了一种基于离散平稳小波变换的图像同态增强算法,对图像进行离散平稳小波变换后,对变换后的各个高频子带采用不同的同态滤波器进行增强处理,实验结果表明,提出的方法能有效地提高图像对比度,又能突出图像的细节部分信息,其效果优于传统的同态增强。     

Wavelet methods for spike detection in mouse renal sympathetic nerve activity

Abnormal autonomic nerve traffic has been associated with a number of peripheral neuropathies and cardiovascular disorders prompting the development of genetically altered mice to study the genetic and molecular components of these diseases. Autonomic function in mice can be assessed by directly recording sympathetic nerve activity. However, murine sympathetic spikes are typically detected using a manually adjusted voltage threshold and no unsupervised detection methods have been developed for the mouse. Therefore, we tested the performance of several unsupervised spike detection algorithms on simulated murine renal sympathetic nerve recordings, including an automated amplitude discriminator and wavelet-based detection methods which used both the discrete wavelet transform (DWT) and the stationary wavelet transform (SWT) and several wavelet threshold rules. The parameters of the wavelet methods were optimized by comparing basal sympathetic activity to postmortem recordings and recordings made during pharmacological suppression and enhancement of sympathetic activity. In general, SWT methods were found to outperform amplitude discriminators and DWT methods with similar wavelet coefficient thresholding algorithms when presented with simulations with varied mean spike rates and signal-to-noise ratios. A SWT method which estimates the noise level using a "noise-only" wavelet scale and then selectively thresholds scales containing the physiologically important signal information was found to have the most robust spike detection. The proposed noise-level estimation method was also successfully validated during pharmacological interventions.