基于FTMP特征的小波域非监督纹理分割新算法

为了能够在非监督环境下利用有限纹理混合模式(finite texture mixture pattern,FTMP)特征进行图像分割,提出了一种基于两步聚类的小波域非监督纹理分割算法。该算法通过两步Kmeans聚类来实现多尺度纹理分割。第一步Kmeans聚类计算每一子带的PLVP及对应的FTMP特征;第二步Kmeans则对每一尺度的FTMP特征进行聚类,从而计算各尺度的分割结果。为了获取更为可靠的分割结果,算法考虑了不同尺度之间的交互。合成纹理影像和遥感影像的分割实验验证了该算法的有效性。     

基于拉普拉斯模型的双树复小波域图像降噪

分析了图像复小波变换的特点,根据复小波系数服从拉普拉斯分布的特性,采用最大后验概率估计,推导出一种复小波域的软阀值去噪方法。在实验中,分别与图像小波域、复小波域的高斯概率分布模型的去噪方法进行对比分析。结果表明,文中的去噪方法,在去除噪声的同时更好地保留图像的细节信息,且峰值信噪比有所提高,取得很好的降噪性能。     

Robust background subtraction in traffic video sequence

For intelligent transportation surveillance, a novel background model based on Marr wavelet kernel and a background subtraction technique based on binary discrete wavelet transforms were introduced. The background model kept a sample of intensity values for each pixel in the image and used this sample to estimate the probability density function of the pixel intensity. The density function was estimated using a new Marr wavelet kernel density estimation technique. Since this approach was quite general, the model could approximate any distribution for the pixel intensity without any assumptions about the underlying distribution shape. The background and current frame were transformed in the binary discrete wavelet domain, and background subtraction was performed in each sub-band. After obtaining the foreground, shadow was eliminated by an edge detection method. Experimental results show that the proposed method produces good results with much lower computational complexity and effectively extracts the moving objects with accuracy ratio higher than 90%, indicating that the proposed method is an effective algorithm for intelligent transportation system.     

基于小波域的视频水印算法

该文基于小波变换特性，根据物体的运动和视频信号内容的纹理复杂度，将小波系数进行分类，根据分类结果并利用相邻帧的统计特性，将水印嵌入小波的低频子带中。仿真实验结果表明该视频水印嵌入算法对于多种攻击，如MPEG压缩编码、丢帧和帧重组等具有很好的稳健性。     

基于小波框架分解和模糊软聚类的纹理图像分割方法

提出了一种新的纹理图像分割方法．该方法利用小波框架分解提取纹理图像的特征参量,利用模糊软聚类方法在特征空间中进行纹理边界的粗划分,然后应用细化算法确定纹理边界区域的精确边界．文末给出了算法的一个典型实验．     

Strategic adaptive steganography based on the game theory model

On the basis of the improvement of the game theory model, we propose a Strategic adaptive steganography method. First, we use the human visual characteristics of luminance masking, texture masking and the frequency masking factor to compute the distortion measure function after the image is transformed into the wavelet domain. Then we establish a connection between content adaptive distortion measure functionand the strategic adaptive bias function, so that we can get the probability of each cover element for embedding the message according to the Nash equilibrium in the game theory model for steganography. Experimental results show that the statistical security of the proposed method is high than that of the HUGO which is the method of content adaptive steganography.     

基于图像纹理特性的数字水印算法

提出一种基于图像纹理特性的数字水印算法,该算法采用分形参数描述图像纹理特征,选取粗糙纹理块作为水印的嵌入块,水印嵌入利用图像小波分解系数的塔式特性进行不同级之间相似块的替代,检测算法无需原始图像,仅需保留块嵌入位置作为密钥.由于水印算法充分利用了图像自身特点,同时水印嵌入分块进行,有效地提高了水印信号的鲁棒性.实验结果表明该方法对一般的图像处理操作具有很好的鲁棒性.     

小波域隐Markov树模型的图像去噪快速算法

小波域隐Markov树模型(Hidden Markov Tree Model，简称HMT)能充分表现小波系数的统计特征，但模型训练算法计算量大。文中以图像去噪为应用背景，提出了基于HMT粗分类的多树训练算法。该算法通过对不同类型的纹理建立不同的HMT，对小波系数进行粗分类，在此基础上，不同类别的小波系数被分别建模，并将粗分类HMT的参数作为最终模型训练的初始化参数，从而提高了模型的精度，同时减小了训练算法的计算量。对于含复杂场景或纹理的图像，提出了基于方差粗分类的训练算法，也能有效地提高模型精度。对自然图像和SAR图像的去噪实验表明，采用粗分类训练算法的HMT去噪模型的去噪效果在客观指标上优于现有的HMT去噪模型。     

一种快速收敛的自适应波束形成算法

为了解决传统最小均方(LMS)自适应波束形成算法在低信噪比环境下收敛速度较慢的问题,提出了一种快速收敛的小波域自适应波束形成算法. 该算法利用小波变换软阈值法消除信号中的加性高斯白噪声,并在此基础上将牛顿法应用于LMS算法中,提高了小波域LMS算法的收敛速度. 仿真结果表明,相比传统LMS算法,在低信噪比环境下,该算法收敛速度加快,稳态误差减小,波束形成精确度有较大的提高;同时相对于已有的小波域LMS算法,该算法的收敛速度和精度也有所提高.     

基于支持向量机和遗传算法的纹理识别

为了解决尺度变化和训练样本有限给纹理识别带来的困难,提出了一种基于支持向量机和遗传算法的纹理识别新方法。该方法用小波变换各子带图像共生矩阵参数、分析窗口大小、像素均值和像素标准差等参数作为纹理特征,用多类支持向量机作为分类器。用遗传算法对纹理特征集进行了优化;用输出纠错码将二类支持向量机扩展到多类,提高了分类器的泛化能力。用包含有25类单色自然纹理的图像库进行识别试验,结果表明,该方法的识别错误率小于10%,得到了比传统的贝叶斯等方法更高的识别率和更好的推广性。     

一种基于OBJ三维模型纹理贴图的信息隐藏算法

为改进三维模型信息隐藏的鲁棒性,提出了一种基于OBJ（3D模型文件格式）三维模型纹理贴图的信息隐藏算法.选取三维模型贴图进行多元数小波变换;运用奇异值分解理论进行静态系数提取;利用三维Arnold置乱和纹理映射算法对隐秘信息和静态系数进行融合与正交投影.实验结果表明,算法能显著提高线框渲染、顶点绘制、面片挤出和剪切等攻击的鲁棒性.     

基于人眼视觉特性的小波域数字水印算法

利用图像小波分解系数的树结构关系及人眼对图像边缘区、平滑区、纹理区敏感程度的不同,提出了基于人眼视觉特性的小波域数字水印算法.选择高频子带的纹理区进行水印信号嵌入.实验结果表明,使用该算法嵌入的水印具有很好的隐蔽性,且嵌入水印的图像对有损压缩、滤波、噪声和剪切等攻击操作具有较强的鲁棒性.     

小波域声纳图像识别

声纳图像的最主要缺点是所受噪声干扰大，针对这个问题，设计了一种抗噪性强的声纳图像识别算法．首先对传统的塔型小波分解和树型小波分解进行比较，利用完全树式小波分解法获得了小波域的块纳子图像。其次，根据小波系数移变的特点，分别采用方差、三阶中心矩、四阶中心矩和熵作为统计量提取图像的纹理特征。最后，按照特征本身的离散程度对其进行规范化处理．为了验证该算法的性能，采用最小距离分类器对实测的4000余幅块纳图像进行分类识别实验，实验结果表明，利用规范化处理后的方差作为块纳图像的纹理特征表示时，分类识别性能是最佳的。     

小波域中的广义非局部平均去噪算法

图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述．使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小波域广义非局部平均去噪算法．仿真结果表明,相比小波域阈值去噪和小波域非局部平均去噪算法,该方法的峰值信噪比平均提高1.5～3.3dB,在边缘特征方面保持了良好的视觉效果．     

基于复小波变换和人类视觉模型的数字水印算法

提出了一种基于复小波变换的水印算法,同时描述了一个基于复小波域的简单而有效的人类视觉模型.实验结果表明,复小波域比实小波域具有更大的信息容量,基于复小波变换的水印算法比实小波具有更好的鲁棒性,具有极大的潜在应用性能     

Change detection in multi-temporal remote sensing images based on the wavelet-domain immune clonal optimazition

In order to reduce the impact of noises on detection accuracy in change detection for remote sensing images, a novel change detection method is proposed based on the immune clone algorithm and wavelet transform. Firstly, the multi-scale and low-pass smoothing characteristics of wavelet transform are utilized to construct multi-layered difference images. Secondly the time domain deviations caused by operation of zero insertion and image convolution in wavelet transform are corrected by the immune clonal algorithm that the initial segmentation results obtained using the Rayleigh-Gauss model are matched by the secondary linear interpolation operation. Finally, the change detection is accomplished by image fusion. Simulation results show that the algorithm can not only reduce the image noises, but also suppress the image deviations caused by wavelet transform effectively. The accuracy of change detection is improved significantly.     

带Besov忠诚项的图像去噪变分模型

对基于Besov空间的图像去噪模型,利用Besov空间B12,2与Sobolev空间H1的等价关系,引入用Besov模刻画梯度变化的忠诚项,从而得到一类新的图像去噪变分模型.给出了相应的基于小波的数值算法,不需要处理非线性偏微分方程,是一种高效的快速算法.数值实验表明新模型能够获得很好的去噪效果,同时还能够保持图像的边缘和细节.     

小波域的最大似然调制分类

针对电子战领域中的调制类型识别问题,提出了一种把通信信号变换到小波域下的最大似然调制分类算法．通过分析MPSK信号在Haar小波基下的小波变换系数同其相位参数之间的关系,把MPSK信号的小波变换系数用广义高斯概率分布进行建模来得到MPSK信号的最大似然分类函数．同常规的最大似然分类算法相比新方法所需的先验信息少．计算机仿真结果表明,这种算法在低信噪比下仍然能获得好的正确分类性能．     

基于聚类分析的小波域数字水印算法

所谓数字图像水印是指向数字图像中加入秘密信息如随机序列、标识性图像等,并且在需要的时候能够被正确地提取或检测出来以达到版权保护的目的.该文提出了一种小波域内基于聚类分析嵌入水印的算法.该算法将原始图像分解到小波域,通过聚类将小波系数分成若干类,根据分类的性质选取部分小波系数嵌入水印.提取水印时不需要原始图像,是一种盲水印算法.实验结果表明,该算法对JPEG压缩、剪切、中值滤波、加噪等具有较好的鲁棒性.     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。