混沌数字水印及其性能分析

提出一种在小波变换域嵌入混沌数字水印的新算法.混沌数字水印由Logistic映射产生.由于混沌序列对初值高度敏感,因此可利用的序列数量多,安全性能高.检测水印时将混沌水印序列与水印图像直接进行相关运算,不需要原始图像.文中对相关系数的统计特性进行了详细的理论分析.通过对水印图像进行各种退化处理的实验表明,提出的数字水印算法具有较好的鲁棒性.     

基于高斯混合模型的衍射成像算法

编码衍射成像系统中记录的测量值丢失了相位,而相位含有关于图像的大部分结构信息.如何利用无相位测量值重构原始图像是相位恢复（Phase Retrieval,PR）算法面临的一个重要问题.由期望最大（EM）算法训练高斯混合模型（GMM）的最优参数,任一图像块可以选用GMM中某一模型分量最佳表示.基于该认识,本文利用GMM的统计特性融合数据保真项构造PR优化问题,并用加速邻近梯度法求解该问题.实验结果表明,该算法在噪声强度较大、编码衍射图案较少的情况下仍能获得较高质量的图像重构.     

基于小波分析的自适应数字水印算法

提出一种在小波变换域嵌入数字水印的新算法。利用视觉系统的纹理掩蔽及照度掩蔽特性，在第三级细节子图块的最大系数中嵌入水印信号。水印强度与图像背景亮度及纹理强度成正比，使水印对原始图像具有自适应性。对水印图像进行各种退化处理的实验表明，提出的数字水印算法具有很好的鲁棒性。     

基于方向一致性的指纹中心点检测算法

提出了一种指纹中心点检测以及确定其方向的算法。该算法通过分层分析指纹方向场的一致性,检测出方向场中方向一致性较低的点,然后利用poincare索引辨别检测出方向一致性低的点的类型。类型确定后,提出了一种使用以指纹中心点为圆心的环形域中的方向信息,确定指纹中心点方向的新算法。在FVC2002指纹图像库中进行实验,结果表明,该算法检测指纹中心点准确、快速,所确定的中心点方向精确、稳定,对噪声具有较高的鲁棒性,能够很好地满足指纹对齐的要求。     

基于双树复数小波和波原子稀疏图像表示的压缩传感图像重构

目前用于压缩传感(CS)图像重构的大部分算法都是基于图像在单一基上的稀疏性来实现.但很多图像在两种或多种基上具有稀疏表示,当用一种基进行稀疏图像表示时,往往不能有效捕捉图像的结构特性,导致图像重构质量不高.为此本文提出了一种基于波原子和双树复数小波混合基的图像稀疏表示方法,利用线性Bregman迭代来进行重构的压缩传感算法.该算法在每一次迭代更新后用梯度下降法进行全变差调整,再分别在两种基上执行软阈值处理来减小图像的l1范数.实验结果表明本文算法有效提高了重构图像的质量.     

融合整体与局部特征的低秩松弛协作表示

目前的人脸识别算法经常忽视训练过程中噪声的影响,训练数据受到污染时识别性能会明显下降.针对该问题,提出了融合整体与局部特征的低秩松弛协作表示的人脸识别算法.通过低秩分解抑制训练样本的稀疏噪声,得到更加有效的人脸信息.利用松弛协作表示得到判别性更强的编码系数,增强人脸识别系统的判别性.为进一步提高识别率,提取局部特征的同时引入整体特征,运用整体特征和局部特征共同表示人脸图像.实验结果表明,尽管训练过程、测试过程都受到噪声污染,提出的算法对有光照、遮挡及表情变化的正面人脸图像的识别具有很好的鲁棒性,比现有的识别算法拥有更高的识别率.     

基于轮廓波局部高斯模型与全变差的彩色滤波阵列插值

彩色图像的彩色滤波阵列(CFA)插值是从单传感器数字相机通过CFA获得的采样图像中重构完整RGB图像的过程。针对Bayer格式图像提出了一种基于轮廓波局部高斯模型与全变差的彩色图像CFA插值算法。为进一步提高图像边缘插值质量,将图像梯度的稀疏性结合到图像插值过程中,并且图像梯度的稀疏性用彩色全变差(CTV)来衡量。实验结果表明,该算法比现有的图像插值算法在峰值信噪比与主观视觉效果两方面均有显著提高。     

应用双稀疏模型和ADMM优化的图像复原

基于稀疏表示的图像复原算法大都只利用了图像整体稀疏性和局部稀疏性中的一种,未充分利用图像的先验知识,基于此,本文在稀疏表示框架下,同时引入Cosparse解析模型及平移不变小波变换两种稀疏模型,前者对每个图像块进行稀疏表示,后者对整幅图像进行稀疏表示,从而提出一种新的图像复原算法。该算法将图像复原问题归结为双稀疏正则化问题。为求解复杂的双稀疏优化问题,本文运用交替方向乘子法 (ADMM, Alternating Direction Method of Multipliers)算法将该约束优化问题分解为若干子问题,通过交替迭代求解获得复原图像。实验中对不同类型的模糊图像进行了复原,其结果表明该算法对于各类模糊图像的复原比现有复原算法效果更好,从而验证了算法的有效性。      

利用宏块特征的H.264/AVC快速帧内模式决策

针对H.264帧内模式决策,提出一种快速算法。对于亮度分量,该算法根据待编码宏块平滑度的特点来设定条件,满足平滑条件则直接判断出采用intra_16×16四种预测模式中的哪种模式,对于不符合条件的采用intra_4×4预测模式,此时可以剔除部分不常用的预测模式;对于色度分量,可以根据人眼对色度不敏感这个客观事实来减少候选模式的数量,从而进一步降低编码时间。实验结果表明,该算法可以节省30%以上的编码时间,同时保持相似的视频质量。     

基于两步迭代收缩法和复数小波的压缩传感图像重构

压缩传感系统利用图像稀疏表示的先验知识,能从少量的观测值中重构原始图像.目前压缩传感系统通常利用只有三个方向的正交小波基表示图像,应用迭代收缩法求解对应的优化问题.该方法的缺点是收敛速度慢,并且重构图像有明显的伪吉布斯效应.针对这一缺点,本文提出了结合双树复数小波稀疏图像表示和两步迭代收缩的图像重构算法,在迭代时利用前两个估计值更新当前值.实验结果表明,本文算法的重构图像视觉效果好,收敛速度比传统的重构算法快.