一种使用正交分形编码的彩色图像水印算法

传统的正交分形水印算法,很多情况下只是针对灰度宿主图像,且嵌入的水印多为随机序列或二值图像,实用性不强.当这些算法在处理彩色宿主图像时,通常采用的是将R,G,B三个分量单独处理的SFC方法,没能考虑到分量之间的相关性,因此算法的鲁棒性较弱.文提出一种在彩色图像中利用正交分形编码嵌入灰度水印的算法,该算法在对彩色宿主图像进行正交分形编码的基础上,考虑彩色图像R,G,B三个分量的相关性以及拼贴误差特性,通过变换函数以及修改分形编码参数来嵌入灰度水印.实验及应用表明,该算法隐蔽性强,并对剪切、涂抹、加噪以及JPEG压缩等具有较强的鲁棒性.     

基于灰度共生矩阵和同步正交匹配追踪的分形图像压缩

针对传统分形图像压缩中存在计算复杂度高以及编码时间较长的问题,提出了一种基于灰度共生矩阵纹理特征的正交化分形编码算法。首先,从特征提取和图像检索的角度建立起范围块和域块之间的相似性度量矩阵,由此将全局搜索转化为局域搜索来缩减码本;然后,定义一个新的规范块作为新的灰度描述特征,从而简化了块之间的变换过程;最后,引入同步正交匹配追踪（SOMP）稀疏分解正交化分形编码的概念,将块之间的灰度匹配转化为求解相应的稀疏系数矩阵,进而实现了一个范围块和多个域块之间的匹配关系。实验结果表明,与稀疏分形图像压缩（SFIC）算法相比,所提算法在不降低图像重建质量的前提下节省平均约88%的编码时间;与双交叉和特征算法相比,所提算法能够在保持更好的图像重建质量的同时显著缩短编码时间。     

基于分形压缩的整数小波图像水印技术

通过对现有图像压缩和水印技术的研究,考虑图像压缩率和图像恢复的容错能力,提出了一种基于分形图像压缩编码的整数小波图像水印技术.水印嵌入时,用分形压缩编码技术对灰度水印图像进行高效压缩,再把压缩编码嵌入到载体图像的整数小波系数里,实现了在数字图像整数小波变换域中水印的大容量无损嵌入.根据提取算法,盲提取水印图像的分形编码,分形解压缩获得水印图像.经过实验验证,本水印技术具有较好的数据压缩和隐蔽性能,达到预期的设计目的.     

以图像认证为目的的分形编码数字水印算法

以图像认证为目的,提出一种基于分形编码的脆弱性盲水印算法。该算法将认证水印嵌入分形变换域,又将分形编码参数作为水印嵌入到宿主图像中。算法能有效的检测图像是否被恶意篡改,并能定位篡改区域。通过提取嵌入在图像中的分形编码参数,还可以自动恢复被篡改区域。实验数据表明,算法可行有效,并且具有良好的篡改定位和恢复原图像的能力。     

一个分形图像水印算法的改进

改进了一个分形水印算法,它把二值版权图标嵌入到分形压缩的图像文件中。具体说,把宿主图像分成大小相同的不重叠的子块,对这些子块进行分形编码（采用正交分形编码方法）。这些子块按拼贴误差的大小进行降序排列,并根据宿主图像内容分成三个子列。按照新的量化嵌入公式,经Arnold变换置乱后的水印被强度不同地嵌入三个子列的子块的量化均值中,通过分形解码得到含水印图像。实验表明,该算法隐蔽性强,并对剪切、涂抹、加噪、滤波以及JPEG压缩等具有较强的鲁棒性。     

一种基于空域相关的改进分形图像编码方法

分形图像编码技术具有压缩率高、解码快、与分辨率无关等优点，但是存在着计算量大、编码时间长等缺陷。本文从图像分块间的空域相似性出发，利用相邻分块往往在灰度、图像信息等方面具有相似性的特征，设计了一种改进的分形压缩算法，缩小了匹配域块的搜索空间。实验证明，改进算法在解码图像主观质量没有显著下降的情况下，在编码效率方面明显高于基本分形算法。     

一种新颖的自适应水印算法

目前有很多基于离散小波变换(DWT)的水印算法,但结合分形编码技术的很少。提出并实现了一种新的自适应水印算法。该方法能利用人眼视觉特性和分形误差,自适应控制水印的嵌入位置,能有效地改善水印图像的视觉质量; 同时,也提高了水印系统的安全性。在低分辨率图像中嵌入水印,该方法效果较佳。实验结果表明,使用该方法嵌入的水印具有较好的不可感知性和鲁棒性,同时保证了较低的正向错误率。     

一种图像小波域内分形零水印算法

针对数字图像版权的保护,本文提出了一种小波域内基于分形理论的零水印算法。首先对载体图像进行Haar 小波变换,接着对小波低频系数进行分形编码,通过分形匹配获得图像的重要特征信息;然后建立特征信息与图像水印之间的 关系,进行水印的双重嵌入;由于算法没有对图像进行任何修改就完成了水印的嵌入,很好地解决水印鲁棒性与不可见性之间 的矛盾。仿真实验结果表明,算法对常见的图像处理及几何攻击有较强的鲁棒性。     

一种基于分形图像编码的数字水印新技术

以不降低图像质量而提高水印鲁棒性为目的,提出了一种利用图像中存在的局部自相似性嵌入水印的数字水印新技术.对数字图像进行传统的分形编码后,选取一定数量的值域子块作为"水印块",根据水印信号对"水印块"进行分形编码参数修正,从而实现水印嵌入.计算机仿真实验和数据分析表明,与传统方法相比,方法对图像质量几乎没有影响,而且在抗剪切处理、抗噪声干扰、抗低通滤波和抗JPEG压缩方面有更好的鲁棒性.仿真结果证明了自相似性分形图像编码理论在数字水印技术中的成功应用.     

基于HVS和分形自相似的数字水印算法

在传统分形图像编码的基础上,借用人类视觉系统(HVS)的掩蔽特性,对分形域上的水印方法进行了研究.在空间域上对原始图像进行预处理,使原始图像的纹理区得到了突出,对纹理区图像进行分形压缩编码的同时,实现了水印的嵌入和提取操作.水印提取时运用概率统计知识,提高了水印检测的准确度和水印抵抗攻击的鲁棒性.实验结果表明,该算法对剪切、噪声、滤波、JPEG等图像处理方法具有较好的鲁棒性.     

几种分形图形生成算法的研究和比较

主要介绍了分形的基础理论和生成分形图形的三种典型方法，以及它们之间的比较，生成了很多色彩图像，最后作了总结并指出了分形的发展趋势。     

基于像素采样的分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩算法技术．但是,基本的分形编码算法是耗时的,由于在基本编码算法中值域块要在庞大的定义域块库中搜索最佳的匹配块．为了减少编码时间,该文提出了基于像素采样的分形编码方案．该方案既不需要复杂的理论分析,也不需要改变现有的分形编码、解码过程,因此能够以直接的方式引进其他的块速的编码算法．计算机仿真显示,在PSNR降低的情况下,编码的匹配搜索时间大幅度减少,同时解码图像的主观质量并没有很大程度上明显降低．     

基于分形维数的阈值选取方法

普通的阈值选取方法只注重图像的灰度信息,而很少考虑图像的空间信息。分形维数能很好地反映一幅图像的空间信息,在图像的处理与分析中得到了很好的应用。提出了一种基于分形维数的图像阈值选取方法,实验证明对于灰度图像的阈值选取具有很好的实用效果。     

基于分数盒维数的快速分形图像编码

分形图像编码是一种很有前途的压缩技术,但编码时间长阻碍了它的广泛应用。分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块。针对这个问题,提出了一种快速分形编码算法,它基于图像块的分数盒维数特征,能够在较小的搜索范围内完成输入子块的最佳匹配。实验结果显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量。     

基于分形维数和小波的快速分形图像编码

在对图像块进行小波变换的基础上,通过计算各频带的分形维数,形成图像块的分形特征向量,把传统的子块匹配问题转化为分形特征向量意义下的子块匹配问题。实验结果显示,该文提出的方法与全局搜索法相比,尽管解码图像质量略有下降,但编码速度约提高了77倍。     

基于形态特征的快速分形图像编码

现有的快速分形编码算法多数是在降低图像质量的前提下实现的。针对这个问题,提出了一个快速分形编码算法,它基于新定义的图像块的形态特征的概念。这种算法先把码本按形态特征大小赋序,然后对于每个输入Range块,在赋序码本中寻找与它的形态特征最接近的码块,进而在这个码块的邻域内搜索Range块的最佳匹配块。实验结果显示,对于256×256的Lena图像,与基本分形算法比较,其依赖于搜索邻域大小,该算法既能在峰值信噪比(PSNR)相同的情况下编码速度加快4.4倍,也能在主观质量略有下降的情况下编码速度加快约140倍。     

基于平均偏差排序的快速分形图像编码

分形图像编码是一种很有前途的压缩技术，但由于其编码时间长、计算复杂性高，因而阻碍了它的广泛应用，针对此问题，提出了一种快速的分形编码算法。这种算法是首先将码本按照平均偏差大小进行排序，然后使用二分搜索法寻找给定Range块在平均偏差意义下的最好匹配码块，进而利用一个联系均方根和平均偏差的不等式来在这个最好匹配码块的邻域中搜索Range块在均方根意义下的最佳匹配码块。实验结果显示，在主观质量略有下降的条件下，该算法编码过程显著快于基本分形算法。     

基于行列式的快速分形图像编码算法

分形图像编码是一种很有前途的限失真压缩方法,然而,它存在计算量大的缺点,导致其编码时间过长。分形编码的时间主要花费在一个通常较大的码本中搜索每个输入子块的最佳匹配块。针对此问题,提出了一个加快编码的方案,它基于图像块的规范化行列式,能够在相对小的搜索邻域内找到输入子块的最佳匹配块。对3幅512×512测试图像的实验结果显示,与全搜索基本分形算法比较,依赖于搜索邻域的大小,该算法既能在峰值信噪比相同的情况下实现编码速度加快30倍左右,也能在主观质量略有下降的情况下实现编码速度加快1 000倍以上。     

基于图像块叉迹的快速分形图像编码算法

摘要分形图像编码能够在高压缩比下高质量地重构图像,但需要较长的编码时间．因此,迫切需要各种快速编码算法以扩大其应用领域．分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块．针对这个问题,该文提出一种快速分形编码算法,它基于图像块的一种新特征——叉迹,能够在较小的搜索范围内完成输入子块的最佳匹配．实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量．     

基于小波域分形编码的图像插值

传统的图像插值方案(包括最近邻插值、双线性插值和B样条插值等),大多是基于图像分块的光滑连续模型。由于该模型不能很好地描述自然图像的特点,因此插值得到的图像质量不高。为寻求更有效的插值方案,首次提出了基于小波域分形编码的插值算法。该算法在FW编码的基础上,首先利用图像的局部自相似模型,通过小波树的膨胀,并借助小波域的第1级子带,对超分辨率级的第0级子带进行最优预测,再经过小波反变换来得到插值图像。标准测试图像的实验表明,该插值算法与传统的双线性插值相比,不仅可以获得清晰的纹理和边缘,而且峰值信噪比也更高,因此插值得到的图像更加精确、真实。