基于尺度不变特征的脊波域量化水印算法

针对传统数字水印算法抵抗旋转、缩放等几何攻击能力较弱的问题,提出一种基于尺度不变特征的脊波域量化水印算法.利用尺度不变特征变换构造稳定的图像局部区域,对局部区域实施脊波变换,选择能量较大方向上的脊波细节系数,利用量化索引调制策略嵌入水印信息.仿真结果表明,该算法具有较好的检测性能,在抗压缩、叠加噪声、缩放、剪切等攻击方面具有较强的鲁棒性.     

基于改进脊波变换的红外视频图像高质量复原

为了实现红外视频降质图像高质量复原,采用一种基于改进脊波变换的图像复原算法来进行处理。该算法首先对降质图像进行改进脊波变换,然后提出一种具有加权改进自适应伪中值滤波算法对脊波系数进行处理,最后针对滤波后图像中时常出现的"环绕"现象,引入自适应Wiener滤波算法来抑制。进行了理论分析和实验验证,取得了相关模拟降质图像、真实降质图像以及峰值信噪比的测试数据。结果表明,该算法性能优于伪中值滤波以及两类脊波变换去噪算法。这对于实现红外视频降质图像复原研究是有帮助的。     

脊波变换域的一种自适应盲水印算法

为了克服水印鲁棒性和图像视觉质量之间的矛盾,提出了一种脊波变换域自适应盲水印算法.利用脊波变换对图像特征的稀疏表示特性,找出各区域块中视觉重要信息的位置,并将水印嵌入其中.算法中水印嵌入强度依据图像块的内容属性变化,采用了系数可容忍的最大误差作为水印嵌入强度因子,较好地解决了水印鲁棒性和图像视觉质量之间的矛盾.实验结果表明,该算法能够抵抗JPEG压缩、加噪和任意裁剪等攻击,具有很强的鲁棒性,是一种自适应盲水印算法.     

快速运动模糊图像盲解卷积算法

针对快速运动形成的图像模糊,提出了一种运动模糊图像盲解卷积算法.首先,对被噪声污染的频谱图像进行脊波增强;然后,采用一种新的基于Radon变换的鲁棒算法来确定模糊核函数,该算法在小模糊长度和低信噪比的条件下仍能准确地估计模糊核参数;确定模糊核函数后,采用基于hyper-laplacian先验的快速非盲解卷积算法来恢复模糊图像.实验结果证明,与基于机器学习的R.Fergus的算法相比较,本文算法在获得相近效果的前提下,计算时间从近30 min下降到40 s左右.该算法对合成运动模糊图像和实际相机运动的自然模糊图像都具有较好的恢复效果.     

基于脊波变换的旋转不变性纹理特征提取方法

提出了一种新的基于脊波变换的旋转不变性纹理特征提取方法。该方法是先在脊波变换过程中的一维小波变换后所形成的每个频率子波段中提取特征,然后采用构建直方图的方法来提取同一尺度下高、低频子波段之间的关系特征,最后将这些特征进行一维傅里叶变换后取幅值并进行特征级融合,从而得到旋转不变性纹理特征。实验结果表明所提出的方法与两种已有的方法相比能够取得更好的分类效果。     

基于脊波变换与混沌系统的图像加密技术

提出了一种基于脊波变换以及混沌序列的快速图像加密算法．利用脊波变换的基本原理,对秘密图像以及由混沌序列生成的广义混沌图像进行脊波变换,然后把脊波变换后系数进行融合,最后利用脊波逆变换进行图像重构得到结果图像．数值试验表明该算法简单易行,抗攻击能力较强.     

基于脊波变换的图像压缩算法

自然图像包括大量的具有明显“直线边缘”的图像,而且边缘表示了图像的主要信息。利用脊波对“直线奇异”的良好刻画,针对具有直线特征的图像,设计基于脊波变换的有损压缩算法。首先对图像进行脊波变换,然后对变换系数进行标量量化、扫描、游程编码和熵编码。仿真实验表明,与基于小波变换的JPEG 2000压缩算法相比,该算法能获得更高的压缩率,同时保持较高的信噪比。     

基于图像处理的高精度仪表判读方法

提出了用图像技术对高精度指针式仪表自动判读的方法,关键问题是视差的检测和仪表图像坐标系统与仪表读数跟踪系统之间坐标的转换。采用脊波提取仪表图像中的直线,利用图像信息控制数控系统动作。实验表明:该读数方法绝对误差为零,非常适合于高精度指针式仪表自动跟踪判读。     

基于自适应脊波变换的边缘检测

通过分析现有的一些方法,提出了一种基于自适应脊波变换的边缘检测方法。这种方法以脊波变换为理论基础,具有多方向和多尺度性,能对图像中的不同方向的边缘特征进行有效的表示和检测。实验表明,对于边缘主要表现为直线而其他位置光滑的图像,该检测方法抗噪声更强,定位更准确。     

基于脊波变换的图像压缩

对于含有丰富边缘信息的图像,小波变换并不是很有效的表示方法,而脊波对线奇异性图像能够进行最优的逼近.利用脊波变换后的系数之间的相关性,结合SPIHT编码算法设计出基于脊波变换的图像压缩算法以达到压缩图像的目的.实验结果表明,该算法能获得高的压缩率,同时能保持较高的峰值信噪比和良好的重建图像视觉效果.