基于DCT和SVD的图像哈希水印算法

为使频域水印技术更好地应用于数字图像的版权保护,提出一种基于离散余弦变换和奇异值分解相结合的图像哈希水印算法。利用DWT变换提取载体图像的低频系数矩阵构造水印;对载体图像进行分块DCT变换,提取每个子块的低频系数;对低频系数所组成的矩阵进行SVD变换,在对角阵上嵌入水印;对频域系数进行逆变换得到含水印图。将已有算法和当前所提出的算法进行对比,实验结果表明,所提水印算法具有良好的不可感知性和鲁棒性。     

一种新的基于DCT和SVD的鲁棒水印算法

提出一种基于离散变换域(DCT)和矩阵奇异值分解(SVD)的鲁棒水印算法.首先将载体图像进行离散余弦变换,取包括直流系数在内的与水印图像大小一致的变换域信息;然后分别将所取信息和有意义水印图像作SVD分解,得到四个正交矩阵和两个对角矩阵;最后将水印图像SVD得到的三个矩阵分别嵌入到其余三个矩阵中,作SVD和DCT逆变换得到含水印图像.实验结果证明,本算法具有较强的鲁棒性.     

多重水印嵌入的DWT-SVD音频公开水印算法

提出了一种基于离散小波变换（Discrete Wavelet Transform,DWT）域与奇异值分解（Singular Value Decomposition,SVD）的多重嵌入数字音频水印算法.算法在嵌入水印前采用混沌加密与图像置乱对水印进行双重加密,在选取音频载体的多段数据中,利用DWT的多分辨率特性与SVD值稳定特性的特点,先对各段数据进行多级DWT变换,然后在低频部分选取连续的若干个系数组成矩阵,并对矩阵进行SVD分解,再把加密后的每位水印信息采用量化方法嵌入到SVD值中,实现了水印的多重嵌入.实验表明,该水印方法效率高,透明性好,对常见的音频信号处理具有较强的鲁棒性.     

一种改进的魔方数字水印算法研究

为了提高数字水印算法的安全性和鲁棒性,在研究了各种常见的水印算法优缺点的基础上,提出了一种改进的基于魔方概念的数字水印算法。首先通过魔方混沌算法将原始水印转化为噪声信号,以提高水印安全性。再结合离散余弦变换(DCT)、离散小波变换(DWT)和矩阵奇异值分解(SVD)嵌入水印,以提高水印的不可见性和鲁棒性。实验结果表明,在确保不可见性的基础上,水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性。     

基于哈达玛变换和奇异分解的四个彩色图像水印算法

针对在某一数字产品中仅仅嵌入一种水印已经不能满足人们要求的问题,基于哈达玛变换的正交原理和奇异分解(SVD)的相对稳定性等优点,提出了一种在基于离散小波变换-离散余弦变换(DWT-DCT)域上利用哈达玛变换和SVD实现4个彩色图像水印同时嵌入的算法。先利用哈达玛变换,使4个水印成为1个水印,再将该水印进行SVD。原载体图像先进行DWT和DCT,再进行SVD和水印嵌入。仿真结果表明,该方法不但可以同时嵌入多个水印,而且具有很强的鲁棒性。     

基于DWT-SVD的图像盲水印研究

提出了一种新的基于离散小渡变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法.该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入经过Arnold置乱后水印信息.水印的提取不需要原始图像,但受到密钥的限制,不知道密钥的人无法正确地恢复数字水印.实验结果表明,该算法具有较好的不可感知性、鲁棒性和安全性.     

一种基于多变换域的数字图像水印算法

图像DWT最低频子图的稳定性好,DCT低频分量稳定性强,SVD值在图像中应用稳定,Arnold变换可加密图像;因此提出了一种新的数字图像水印算法,它应用Arnold变换加强水印安全性,并在DWT域中利用DCT变换和SVD变换的系数稳定性特征保证水印的鲁棒性。实验结果表明,算法很好地保持了图像质量,而且水印对于JPEG压缩、滤波、噪声污染、缩放、剪切等常见的信号处理和攻击均具有较强的鲁棒性。     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换（DWT）和奇异值分解（SVD）的数字水印算法．在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制．然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

基于DWT域的灰度图像数字水印算法

本文提出一种基于DWT域的灰度图像数字水印算法.该算法在对原始图像进行离散小波变换之前,首先将它进行Arnold置乱变换,然后再进行小渡分解,把分解后得到的高频子带系数(LH3)组成一个矩阵,对该矩阵进行奇异值分解(SVD),在奇异值分解的对角阵中嵌入水印.该算法采用有意义的灰度图像作为水印,极大地增加了嵌入水印的信息量.实验结果表明,水印对一般的图像攻击方法具有较强的鲁棒性.     

一种新的脊波变换方法

小波变换适用于表示具有各向同性奇异性对象的局部特性,脊波变换适用于表示具有各向异性奇异性对象的局部特性,但是各自对于对方所适用的局部特性的应用效果却不明显.提出了一种新的对脊波理论加以改进的多分辨分析方法--拟脊波多分辨分析方法.该方法统一了小波理论和脊波理论,使小波理论和脊渡理论成为该方法的两种特殊情形.同时它具有对各向同性和异性的奇异性对象的辨识能力.通过实验比较表明,该方法对小波理论和脊波理论优点的组合、缺点的规避相当明显,在图像去噪应用中具有更强的灵活性.     

Fourier变换和小波变换一般形式 —线调频小波变换和多普勒小波变换

Fourier变换、窗口Fourier变换与小波变换在许多领域得到广泛的应用。该文回顾了Fourier变换和小波变换的发展;介绍了两种新的处理非平稳信号的方法,即线调频小波变换和多普勒小波变换;分析了线调频小波变换是短时Fourier变换和小波变换的时频分析的统一时频表示形式,Fourier变换、小波变换以及线调频小波变换都是多普勒小波变换的特殊情况。线调频小波变换和多普勒小波变换比Fourier变换和小波变换更具灵活性,为图像、信号处理提供了新的方法和工具。     

基于有限Ridgelet变换的图像去噪

Ridgelet变换是一种新的图像多尺度几何分析（MGA）方法,它能有效地对图像进行多尺度,多方向的描述。M．N．Do提出一种可逆的,正交化的,极好重建性的Ridgelet变换实现一有限Ridgelet变换（FRIT）。本文将有限Ridgelet变换应用到线状边界明显的图像去噪中,实验结果表明,它比小波去噪取得更好的效果。     

一种基于脊波变换的图像去噪方法

Ridgelet是继小波变换(Wavelet)后提出的一种新型的多尺度分析方法,它特别适合于具有直线或超平面奇异性的二维信号的描述,而且具有较高的逼近精度.利用脊波变换的方法,设计了一种基于脊波变换的改进的图像去噪算法,该算法采用指数型阈值函数,利用SureShrink自适应阈值.试验结果表明,该方法比起Wavelet全局硬、软阈值,Ridgelet全局硬、软阈值,具有明显的优越性.     

基于先验信息和射影几何变换的车牌图像矫正*

为了便于字符分割、识别,车牌识别系统需要将车牌的倾斜图像矫正为无倾斜和旋转的标准图像。目前多数文献采用Hough变换检测倾斜角度并直接进行矫正,但存在的缺陷。为此从射影几何的观点提出了新算法：利用车牌固有的先验信息,将车牌与车牌图像之间的透视变换矫正为仿射变换,再将仿射变换矫正为相似变换,将此相似变换看做是对原车牌进行旋转和全局缩放的结果,消除其中的旋转因素,就得到一个与车牌仅差一个缩放因子的标准车牌图像,以便于后续的字符处理。     

中高分辨率遥感影像融合研究

以浙江省衢州市的一个区域作为研究区,在阐述遥感图像融合原理的基础上,以QuickBird、SPOT5和Landsat ETM+全色与多光谱遥感图像为数据源,应用Brovey变换、SVR变换、PCA变换、Pansharp变换和Gram-schmidt变换等融合方法,对上述3类遥感图像进行了融合试验和分析,并从光谱信息和空间信息两个方面对融合效果进行计算分析,来比较这几种融合算法用于QuickBird、SPOT5、ETM+遥感图像融合的效果。研究结果表明,在QuickBird影像融合时Gram-schmidt变换法的效果最好。Pansharp变换法在SPOT5影像融合时综合效果优于其它方法。ETM+影像融合时,Gram-schmidt变换的光谱退化最小;在空间信息增强方面:Brovey变换在波段2、3融合时效果最好,在波段1、5、7上,SVR变换法优于其它变换法,而波段4融合时则是Pansharp变换最佳。     

基于第二代Curvelet变换的自适应图像增强

Curvelet是继小波和Ridgelet之后一种新的图像多尺度表示方法,Curvelet具有多尺度,多方向的特性,属于高度各向异性的变换。第二代Curvelet变换克服了第一代Curvelet变换的高数据冗余度问题,特别是基于”Wrapping”方式的第二代离散Curvelet算法,不仅运算快速、几何真实,而且快速可逆。因此,将第二代Curvelet变换用于图像增强,并通过自适应地确定Curvelet分解子带的噪声水平,实现了一种自适应图像增强方法。实验结果表明,同基于小波变换的图像增强方法相比,该方法具有明显的优势。     

基于算术傅里叶变换的离散Hartley变换的快速算法

离散Hartley变换是一种有用的实值正交变换。文中对其快速算法进行研究,首先介绍利用算术傅里叶变换（AFT）计算离散傅里叶变换（DFT）可使其乘法计算量仅为O（N）,然后文章根据这一特点,分析离散Hartley变换（DHT）的结构特征,通过DFT将AFT和DHT建立了直接联系,提出了一种新的快速DHT算法。算法的计算复杂度能够达到线性O（N）,且算法结构简单,公式统一且易于实现,并与其他快速算法进行了比较,分析可知在数据长度不是2的幂次方时,文中提出的算法的计算时间明显比其他算法的计算时间要小。实验结果也验证了文中算法的有效性,从而为DHT的快速计算开辟了新的思路和途径。     

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。     

象素级图像融合方法与选择

首先介绍了图像融合技术的概念,然后对象素级图像融合技术的几种常用方法进行了详细说明,包括PCA变换,HIS变换,HPF变换,神经网络,图像金字塔,小波变换等。并介绍了融合结果的几个评价参数。最后,根据不同类型图像的特点和应用的需要,详细分析了图像融合方法的选择。