基于Contourlet变换的乘性水印及盲检测算法

基于Contourlet变换对其高频系数进行统计分析,从理论和实验方面证明Contourlet变换的高频系数符合广义高斯分布,采用极大似然估计的方法对Contourlet变换系数的边缘分布和联合分布进行拟合,提出一种Contourlet变换域乘嵌入水印及盲检测框架。实验证明,所提出水印检测器具备良好的检测性能。     

一种基于小波变换域的数字图像公开水印方案

本文提出了一种基于小波变换域的自适应公开水印嵌入方案。方案中结合人类视觉系统的特点，将水印信息自适应地嵌入到小波变换域高频系数中；在水印提取的过程中根据小波高频系数的统计分布特性，利用最大似然(ML)估计法进行检测，不需要原图像。实验表明，该算法有较好的隐蔽性和鲁棒性。     

一种基于小波变换域的有意义图像盲水印算法

提出了一种基于小波变换域的有意义图像盲水印算法。算法中利用乘性隐藏方法在原始图像小波高频系数中嵌入一幅二值图像信息，通过拉普拉斯分布对原始图像小波变换域高频系数的统计分布特性进行建模，然后采用最大似然(ML)法推导得出了一个盲水印检测器，并且利用该检测器实现了一个有意义图像的盲水印算法。实验表明该算法具有较好的隐蔽性和鲁棒性。     

基于小波的图像数字水印方案

根据小波变换与人眼视觉特性相适应,提出的数字水印算法在图像的小波域进行,在嵌入水印前先对原始图像作小波变换,在小波变换的中低频系数上嵌入水印,然后再进行小波反变换,得到一幅加水印图像。在水印检测时先作小波变换,再在小波域中进行检测。实验结果表明改进算法具有较为理想的效果。     

基于Contourlet变换的双重视频水印方案

提出一种基于Contourlet变换的双重视频水印方案。对MPEG系统中的I帧进行Contourlet变换,利用二维离散超混沌系统产生的超混沌序列对水印图像进行置乱和加密处理。在低频域重要系数嵌入破坏原始视频水印,使其失去应用价值,同时在高频域嵌入鲁棒水印,实现版权保护。实验结果表明,只有得到授权的用户才能获得高保真的视频信息,版权保护水印提取时不需要原始视频信号。     

基于Contourlet域重要系数特性的自适应图像水印算法

对图像Contourlet变换的特性进行了分析和讨论,在此基础上提出了一种基于Contourlet域重要系数特性的自适应的水印算法,包括:(1)根据Contourlet变换域各阶方向子带的对应关系,利用低频和高频子带的树形结构确定出低频方向子带中的重要系数,以此系数作为水印嵌入位置的索引,把水印嵌入这些重要系数按树形结构映射到中频方向子带中;(2)根据嵌入点对应低频方向子带的能量和高尺度对应子带区域的纹理信息确定了一种自适应地调整嵌入水印强度的策略,使水印在嵌入位置和嵌入强度的选择上都保证使嵌入的水印具有很好的透明性和极大鲁棒性;(3)水印检测无需原始图像,通过统计图像的相关性即可验证水印的存在.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理具有很好的鲁棒性.     

基于分块奇异值分解的小波域水印算法

对于一般有意义灰度水印,如何在不可见性下增大水印嵌入容量,增强鲁棒性仍是水印研究学者研究的重要内容.根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒水印算法.算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对宿主图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中.实验结果与分析表明:水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种可行的算法.     

基于DWT的图像水印算法研究

提出了一种基于离散小波变换的水印算法。水印采用文本图像水印,将原始图像和水印分别进行3级小波变换,为了保证水印的安全性,将水印变换域各子图分别进行置乱或加密处理。将水印经处理后的各级变换系数重复嵌入原始图像各级变换系数的不同位置。在检测时,提出采用多方案水印提取算法以适应不同的攻击。实验表明对缩放、剪切、JPEG或JPEG2000压缩等图像退化处理或攻击均具有较强的鲁棒性。     

非抽样Contourlet变换的盲数字水印

根据非抽样Contourlet变换的特性,提出一种非抽样Contourlet变换域的盲水印算法,算法选择在具有最大能量的中高频子带中嵌入水印,在对水印进行加密后,利用密钥生成PN序列,根据水印值的不同PN序列嵌入宿主图像的方式也不同。提取水印不需要原始图像,利用NSCT变换系数与PN序列的相关性系数提取水印,实现盲提取。实验证明算法具有一定的不可见性和鲁棒性,具有很强的抗JPEG压缩的鲁棒性。     

联合非下采样Contourlet变换与奇异值分解的多水印算法

为解决最近报道的Contourlet变换域基于奇异值分解的水印算法存在的高虚警率问题, 提出一种多水印算法。对Arnold置乱后的水印图像进行奇异值分解, 将其中一个正交矩阵嵌入原始图像非下采样Contourlet域的两个高频方向子带中, 并利用奇异值来调整原始图像非下采样Contourlet域剩余子带的系数矩阵, 通过逆变换得到含水印图像。抽取水印时首先计算从待检测图像抽出的正交矩阵和真实水印正交矩阵的相似度, 与阈值进行比较, 以决定抽取过程是否进行。由于非下采样Contourlet变换的高冗余性, 最终可抽取出多个水印图像。实验表明, 算法较好地克服了高虚警率问题。一系列的攻击实验证明算法具有较好的鲁棒性。     

Destriping Remote Sensing Imagery by Wavelet Moment Matching Algorithm

Strip noise will cover the real radiation information of remote sensing image,which not only reduces image quality,but also application effect.Aiming at the problem that window moment matching is difficult to remove strip noise thoroughly for the non\|uniform image,the wavelet moment matching algorithm is proposed.Firstly,the low frequency wavelet coefficient and the high frequency wavelet coefficients are separated which based on the wavelet multiresolution characteristic.Secondly,the low frequency wavelet coefficients were filtering by window moment matching,while strip noise of high frequency wavelet coefficients was performed by threshold method.Finally,reconstruction of the wavelet coefficients obtained destriping image.The above mentioned algorithm was evaluated quantitatively by local PSNR,local SSIM,Fuzzy coefficient and goodness of fit index.Results show that the wavelet moments matching algorithm is superior to the moment matching,wavelet soft threshold and window moment matching algorithm.Wavelet moment matching improves limitation of uniform distribution of grayscale value based on window moment matching,combining the advantages of spatial and frequency domain denosing,which can remove the noise while preserving the details of the image.     

一种图像增强新方法

提出了一种四树复小波包变换域层内层间系数相关性图像增强新方法。该方法利用四树复小波包变换具有移不变性、良好方向选择性和对高频信号的细致分析能力,把含噪图像分解成低频逼近子图和若干高频方向子图;在保留低频逼近子图复系数不变的同时,充分利用变换域信号复系数层间相关性强和噪声复系数层间相关性弱的特点,采用非高斯双变量模型对每一个方向子图复系数进行降噪处理。同时考虑图像的弱边缘在变换域某些方向子图内复系数值较大,而在其他方向子带内其值较小的特点,甄别出弱边缘点对应的复系数并进行增强处理。实验结果表明,无论是PSNR指标,还是在视觉效果上,该方法的增强性能均好于传统的双树复小波变换去噪、四树复小波包变换去噪和小波域高斯尺度混合模型去噪,在有效抑制噪声的同时,具有很好的图像弱边缘增强和细节保护能力。     

基于能量分布统计特性的互除信号去噪算法研究

对互除去噪法进行研究,发现此算法在保留信号细节部分的同时模糊了细节,而将信号经小波变换成不同分辨率子带,各高频子带上的小波系数具有相似的能量分布特性。采用一种将能量分布统计特性和互除法相结合的去噪算法,与互除法相比,该方法可有效地限制噪声,使得信号的细节部分更清晰,对提高重构信号的信噪比更加有效。     

HARSVERT-A高压变频器在电厂引风机上的应用

通过对3#炉引风机变频调速改造的介绍,详细叙述了改造的目的、技术方案、改造过程和原理特性.具体分析了改造效果,特别是经济效果,更进一步认识高压变频器在节能降耗方面的作用.     

基于区域小波统计特征的遥感图像融合方法

提出一种基于区域小波统计特征的遥感图像融合方法,对多光谱图像的I分量与直方图匹配后的高分辨率图像进行小波变换融 合。对分解后的低频分量采用加权平均的融合规则,高频分量则根据其区域的小波系数特征,采用基于区域方差匹配度的融合规则。对 SPOT多光谱图像和高分辨率图像进行融合实验,并利用信息熵和相关系数对融合结果进行客观评价与比较分析。仿真实验结果表明,基于区域小波统计特征的融合方法能达到较好的融合效果。     

基于小波包分析的图像边缘检测

通常,图像的边缘为频率域的高频分量。小波分析是一种信号的时间-频率分析方法,而小波包分析是在小波分析的理论基础上,将信号的高频成分分开且可对高频成分继续分解,为信号提供更加精细的分析方法。该文采用基于共轭正交滤波器的小波包分解算法对图像进行边缘检测,实验表明,这种方法能够清晰地检测出图像的边缘。     

带噪语音信号小波去噪算法研究

去噪问题是信号处理中必不可少的问题。滤波作为传统的去噪方法,主要包括线性滤波和非线性滤波。噪声与信号频率重叠,传统方法要想取得良好的去噪效果必须牺牲部分信号。现有的小波模极大值去噪方法虽然有较好的去噪效果,但是该方法计算量大。小波阈值去噪方法更简单,但小波重构后的小波系数与噪声的小波系数存在恒定的偏差。在阈值去噪方法的基础上提出一种改进算法,仿真结果表明该算法在加性高斯白噪声污染下表现出较好去噪效果。     

基于提升静态小波变换与联合结构组稀疏表示的多聚焦图像融合

为抑制传统小波变换在多聚焦图像融合中产生的伪吉布斯现象,以及克服传统稀疏表示的融合方法容易造成融合图像的纹理与边缘等细节特征趋于平滑的缺陷,提高多聚焦图像融合的效率与质量,采用一种基于提升静态小波变换（LSWT）与联合结构组稀疏表示的图像融合算法。首先对实验图像进行提升静态小波变换,根据分解后得到的低频系数与高频系数各自不同的物理特征,采用不同的融合方式。选择低频系数时,采用基于联合结构组稀疏表示的系数选择方案;选择高频系数时,采用方向区域拉普拉斯能量和（DRSML）与匹配度相结合的系数选择方案。最后经逆变换重构得到最终融合图像。实验结果表明,改进的算法有效地提高了图像的互信息量、平均梯度等指标,完好地保留图像的纹理与边缘等细节信息,融合图像效果更好。     

多媒体教学资源版权保护的研究与实现

应用基于小波变换的数字水印技术,研究了对文本、图像、音频、视频四种主要类型的多媒体教学资源进行水印添加和提取的方法.实现了一种基于DWT的图像水印算法.以图像水印算法为基础,设计并实现了基于数字水印的的多媒体教学资源版权保护系统.结果表明,基于数字水印的多媒体教学资源版权保护的方法能更好地对教学资源的整个信息生命周期提...     

基于小波包变换的指纹图像分级压缩算法

针对指纹图像中频分量丰富,高频和低频分量相对较少的特点,利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级,对包含能量较多的中频子图像,采用无损差分脉冲编码调制（DPCM）,对包含能量较少的低频和高频子图像,采用嵌入式零数编码（EZW）算法;并将压缩图像码流与特征点信息相结合进行图像重建。仿真实验表明,该算法在保证重建质量的前提下,比传统的小波零树编码算法压缩比平均提高了约1.832,信噪比平均提高了约4.07,平均运算时间减少了约26%。