基于小波变换和纹理特征的水印算法的研究

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印，这种算法的缺点是嵌入水印后的图像的视觉透明度不够好。对目前已有的基于小波变换的数字水印算法进行了研究，在保证嵌入水印的鲁棒性的前提下，也保证嵌入水印后的图像的理想的视觉效果的基础上，提出了一种基于小波变换和图像纹理特征的自适应数字水印算法，该算法利用了图像本身固有的纹理特征来寻找水印的嵌入位置，实验结果表明该方法能较好地降低原始图像视觉失真和经压缩变换后水印图像的失真。     

基于小波矩和神经网络检测的鲁棒水印算法

为提高抵抗旋转和剪切攻击等的能力，提出了一种基于小波矩特征调制和神经网检测的图像水印算法。利用水印信息调制载体的低阶小波矩特征，经过二值图像中附加的模板训练的神经网络几乎能够完全恢复嵌入到图像中的水印数据。实验表明该算法具有较好的鲁棒性，能有效地抵抗剪切，旋转攻击。算法利用具有旋转不变的小波矩，提高了抵抗攻击的能力。     

一种小波域的自适应数字盲水印算法研究

研究数字图像版权保护问题,针对传统水印算法不能很好地解决水印隐蔽性与鲁棒性之间矛盾,提出一种基于小波域的自适应数字盲水印算法.首先采用人的视觉系统亮度掩蔽和图像纹理特性产生伪随机二值序列作为水印,增强水印的鲁棒性.然后选择两条小波子带,根据相邻特征平均值和奇偶判决法在两个子带上各自嵌入-半水印,并自适应地调整小波系数的量化间隔,提高了嵌入水印图像的隐蔽性;水印检测过程不需要原始图像的参与,实现盲提取.实验结果表明,算法的自适应性强,不仅具有较好的很好隐蔽性,而且对各种攻击有较强的鲁棒性,很好解决了水印隐蔽性与鲁棒性之间矛盾,可为水印设计提供参考.     

基于Arnold置乱和小波变换的数字水印算法

深入讨论了基于Arnold置乱和小波变换的数字水印算法,使用Arnold变换将水印图像置乱,通过小波变换将水印图像和载体图像进行融合,完成水印的嵌入,实验证明该算法有较好的嵌入效果和鲁棒性。     

基于小波变换的数字地图水印算法研究

文章对数字地图进行了一般特征分析和色彩空间分析,根据数字地图独特的着色机制和丰富的图像变化等特征,提出了一种基于小波变换的数字水印算法.该算法选择图像的蓝色通道嵌入水印,在嵌入水印时,根据小波系数的重要性分别采用不同的嵌入强度来嵌入水印,从而提高了水印的不可见性和鲁棒性.实验结果表明,该算法对JPEG压缩、剪切、旋转、加噪等具有较好的鲁棒性.     

一种基于离散小波变换的数字水印技术

提出了一种离散小波变换域实现图像水印的方法。这种算法充分利用小波变换的特点,把原始图像及水印图像塔式分解,在多分辨率分解后的相同的频段来嵌入水印信息。该方法也利用了人眼视觉特性,算法简单而有效。实验证明,该算法较好地解决了水印不可见性与鲁棒性之间的矛盾,对常见的水印攻击都有较强的鲁棒性。     

基于小波变换的图像自适应数字水印算法研究*

提出了一种基于小波变换的图像自适应数字水印算法。首先对水印图像作置乱处理;然后对原始图像进行小波分解,并根据人类视觉系统的特性,在小波分解的低频域中,采用邻域均值代替单个小波系数进行估计和量化的方法,将水印自适应地嵌入低频域小波系数中;最后对该算法进行了仿真实验。实验表明该算法对图像的各种常规处理都具有较好的鲁棒性,与邵亚非等人的水印算法相比,该算法在水印容量、不可见性、鲁棒性上有更大的协调性。     

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。     

基于特征点的图像水印嵌入方案

提出一种新的图像水印嵌入算法,用Harris算子提取宿主图像的多个特征点,以选定的个别特征点为中心,形成互不重叠方形区域,并进行小波变换。将水印信息分别嵌入到特征点对应区域的小波低频系数中。实验结果表明,该算法的水印不可感知性较好,且可抵抗多种水印攻击,其中对JPEG压缩、几何剪切等攻击的鲁棒性较突出,可应用于图像的版权保护。     

一种新的基于图块分类的水印算法

提出了一种新的小波域鲁棒性水印算法,算法以图像块矩阵的熵和标准差等特征值为依据,对图像进行了光滑和纹理等4个区域的划分,并在此基础上结合小波域系数特征,自适应地选取最佳水印嵌入位置和嵌入强度,从而在保证算法鲁棒性的同时进一步提高水印的透明性。     

一种基于小波变换的指纹特征提取算法

提出了一种基于小波变换的指纹纹理特征提取算法。首先以指纹图像的核心点为中心分割出一片有效的矩形区域,然后对分割后的有效区域做二维小波分解,提取小波分解后各通道的能量值作为特征值来进行识别。与传统的基于指纹细节点的识别算法相比该算法一定程度上减少了计算量,对指纹图像的质量要求也不高,并且识别精度也得到了保证。     

小波变换和特征加权融合的人脸识别

在人脸识别领域,提取人脸特征和降低维数是人脸识别的关键。传统的基于小波变换的人脸识别算法仅在小波分解的低频分量上提取用于分类的图像特征,造成了高频分量中部分对识别有利信息的丢失。为了更有效地提取人脸图像特征,提出一种基于小波变换和特征加权融合的人脸识别算法。首先通过小波变换对人脸图像进行降维处理,然后对4个小波子图分别运用主成分分析法(PCA)提取特征,并把这4部分特征加权融合,最后利用支持向量机(SVM)进行分类识别。在ORL人脸库上进行实验验证,识别准确率可达到97.5%,实验结果表明该算法能够有效提高人脸识别能力,与传统识别算法相比具有较高的识别准确率和识别速度。     

基于贝叶斯估计的杂交小波图像降噪新算法

针对传统图像去噪算法易丢失细节特征、峰值信噪比低等问题,受杂交育种学启发,借鉴遗传算法思路,提出了一种基于贝叶斯估计的杂交小波变换图像去噪算法。该算法以贝叶斯小波去噪后的图像作为父本,维纳滤波处理后图像作为母本进行杂交,对挑选出的个体进行逐代杂交和变异生成子代,将最优子代作为算法的最终解,对其解码还原为去噪后的图像。本算法去噪后的图像峰值信噪比远高于传统算法;去噪后的视觉效果也好于传统方法。实验结果表明该方法不仅能有效消除图像噪声,还能较好地保留图像边缘等细节特征。     

一种快速图像融合新算法

针对小波变换的特点,研究了图像融合规则,定义了图像小波方向导数和方向能量、图像纹理和轮廓的小波特征度,并提出了一种全新的图像快速融合算法.算法融合判据有效,结构设计简单.通过对多聚焦和遥感图像融合实验表明:该算法能有效地融合源图像的信息,保持源图像的纹理和轮廓特征.与同类优秀算法相比,主观评价效果相近,客观评价效果更高,运算时间更短.     

基于小波包和边缘特征的遥感图像融合算法

为了获得更多的图像细节信息,提出了一种基于边缘特征的遥感图像融合算法。该方法以小波包变换为基础,根据3个子方向的小波系数变化和边缘特征,确定融合规则。对TM多光谱图像和SPOT高分辨率图像进行融合实验,并从主观和客观两方面对融合结果进行了比较分析。仿真实验结果表明,该方法在空间细节信息的表现能力和光谱信息的保持方面都有一定程度的提高。     

基于9_7提升小波和区域生长的目标检测算法

针对图像中的快速移动目标检测,提出了一种9_7提升小波和区域生长相结合的检测算法。该算法首先对图像进行9_7提升小波变换,扩大目标与背景间的照度差异,对歧义目标进行筛选;然后利用区域生长算法找到图像中的可疑目标区进行目标粗判;最后根据目标几何特征,结合背景光强来确定单帧图像中的目标位置。该算法不仅简化了传统算法,减少了代码量,提高了检测准确率,而且留有大量图像处理接口,适用性强。     

基于小波变换的GrabCut图像分割

研究 GrabCut 是以迭代能量优化算法为基础,以颜色和纹理为特征,从背景图像中提取出目标的图像分割算法。但该方法速度较慢,为了达到实时应用的目的,提出了一种基于小波变换的 GrabCut 图像分割方法。该方法首先对原始图像进行小波变换的图像压缩,使得原始图像的分辨率降低,然后在压缩后的图像上迭代GrabCut算法,最后将收敛获得的目标区域作为原始图像初始值,再次使用GrabCut算法在原始图像上进行迭代,从而提取出目标。实验结果证明该算法提高了图像目标的提取速度,并保持图像目标的特征基本不变。     

基于改进双树复小波和灰度-梯度共生矩阵的纹理图像检索算法

针对双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷,提出了一种改进双树复小波和灰度-梯度共生矩阵相融合的纹理图像检索新算法。首先,该算法将图像进行非均匀分块,并对分块的图像进行双树复小波变换,以此增加不同尺度下的空间信息;其次,利用灰度-梯度共生矩阵提取4个统计量特征;然后, 融合 两种方法提取的纹理特征以得到图像检索的纹理特征;最后,用Canberra距离进行相似性度量并输出图像检索的结果。实验结果表明,该方法对纹理图像有较好的检索效果。     

基于小波变换的SAR与可见光图像融合算法*

提出了一种基于小波变换的SAR图像与可见光图像的融合算法。为抑制斑点噪声,对SAR图像作平滑滤波。图像经小波变换后,计算不同分解层高频图像对应区域的均值与标准差,采用区域统计特性量测的融合规则;低频图像直接采用SAR图像的小波低频系数作为融合后的低频系数,对得到的融合低、高频图像作小波反变换。     

一种高效的自适应指纹图像压缩算法

提出了一种新的高效的指纹图像压缩算法,该算法根据识别特征对指纹图像的关键点对应的小波系数进行自适应量化,从而有效地改进了零树小波压缩算法,实验结果证明了本文算法的有效性。