基于小波域SVD的彩色图像自适应水印方案

提出了一种针对彩色图像认证的半脆弱水印方案,彩色图像亮度信息通过线性变化处理后进行离散小波变换（DWT）,对低频子图分块后进行奇异值分解（SVD）,将置乱后的二值水印信息通过自适应量化嵌入到奇异值中实现内容认证。线性变化处理能改善由水印带来的对彩色图像明暗度的影响,同时利用一维Tent混沌的特性构成混沌二维置换网络,只需要一个初值,使算法更加简单。由实验结果表明该算法对JPEG压缩稳健,而对恶意操作敏感,同时水印提取是盲提取的。     

半奇异值算法的推导及其应用

奇异值分解是将一矩阵分解为一个对角矩阵和两个正交矩阵,奇异值分解有着非常好的性质。但在其部分应用中,如秩亏损的最小二乘问题,线性方程组的最小范数解中,并没有充分利用它的所有性质。提出了半奇异值分解A=USR,其中U为正交矩阵,S为对角矩阵,R为上三角矩阵。在经过文中所述的后期数学处理后,它能够非常好地利用在各个方面,比如最小二乘问题和线性方程组中。这种分解不仅保留了奇异值分解后所应有的性质,更大大地降低了计算复杂度。因为该算法有求极值的能力,所以它将在应用领域中发挥更大的作用。     

基于一种超分辨率算法的 三维散射中心提取方法

针对转台-弧形导轨测量方法,在二维MEMP方法的基础上,提出一种适用于三维散射中心提取的超分辨率算法.该方法利用Hankel矩阵的结构特性,以及子空间不变技术等,实现对信号三维参数的正确估计,并且无需额外的配对步骤.对八个散射点组成的立方体模型的数值仿真表明,该算法可以正确估计信号参数对,并对噪声的鲁棒性较强.进一步将三维参数估计问题扩展到N维情况,给出了具有较普遍意义的N维参数估计公式.     

基于Hankel-SVD的非平稳超声血流成像杂波抑制技术研究

有效抑制由血管或血管周围组织时变运动引起的非平稳杂波对于提高诊断超声彩色血流成像中血流动力学参数描述的准确性有着极其重要的意义。该文基于奇异值滤波技术提出一种改进的非平稳杂波自适应抑制方法。该方法逐次利用单个慢时多普勒回波采样矢量构建Hankel矩阵,然后根据奇异值分解后得到的正交Hankel主成份所代表的频域内容,动态选取高阶Hankel主成份重构多普勒血流信号,实现非平稳杂波的有效抑制。为验证算法的有效性,分别对多普勒回波仿真模型合成数据与利用彩色超声设备(Sonix RP)采集的颈动脉血流基带回波信号进行滤波处理,然后采用滞一自相关估计法计算血流平均速度与功率并进行成像。处理结果表明,相对于传统IIR滤波方法与多项式回归滤波技术,利用该文所提算法可对高强度、非平稳杂波进行充分抑制,提高血流估计精度,此外,该算法具有空间自适应性,无需人为设定阈值参数以估计杂波空间维数,与现有基于特征分解的自适应滤波方法相比,可以有效提高组织空间高强度时变运动时血流与组织的区分能力。     

融合奇异值分解和线性鉴别分析的人脸识别算法

本文提出了奇异值分解（SVD）和线性鉴别分析（LDA）相结合的人脸识别算法。理论上，当两种数据或分类器具有一定的独立性或互补性时，数据融合或分类器融合才能改善识别率。SVD和LDA之间有着明显的互补之处，LDA在fisher准则下能最大限度地把不同的类别区分开来，但作为一种子空间方法，LDA敏感于位移、旋转等几何变换。而作为一种代数特征提取方法的SVD则具有位移、旋转不变性等优点。因此，将这两种方法相结合就有可能提高分类性能（好于单独的SVD方法和单独的LDA方法）。在ORL数据库上的实验表明，SVD和LDA相融合的识别方法的确提高了人脸识别率。     

基于小波变换和奇异值分解的数字水印算法

本文提出了一种基于离散小波变换与奇异值分解相结合的水印嵌入方法.对混沌置乱后的水印奇异值分解,把分解后的奇异值重复嵌入到原始图像小波变换后的各子带中,根据不同的攻击方式在不同的小波子带中提取水印.实验仿真表明,这种方法对几何攻击、加噪、JPEG压缩等均保持了良好的稳健性.     

图像双层划分和奇异值分解的数字水印算法

为提高数字水印的安全性，提出了一个新的基于图像双层网格划分和奇异值分解的数字水印算法．讨论了图像双层网格划分的概念和方法，对基于奇异值分解的单层水印算法中的水印嵌入函数进行了改进．该算法采用传统算法对图像的第一层网格进行水印嵌入后，再采用具有补偿特性的水印嵌入方法，对图像的第二层网格进行水印嵌入，同时通过迭代过程，提取稳定的水印信息．实验结果表明，该算法对嵌入的水印具有很好的透明性，对重采样、平滑、加噪声和压缩攻击具有较强的稳健性.当一层水印被完全消除时，另一层水印仍能较好的被提取出来, 使数字水印的安全性得以提高．     

基于角点检测和奇异值分解的多重数字水印算法

针对多媒体数据的版权保护和完整性认证的多方性,提出一种基于角点检测和奇异值分解的多重数字水印算法．本算法将鲁棒水印嵌入到小波域低频子带角点中,将半脆弱水印嵌入到小波域分块细节子带奇异值中,实验仿真结果表明,水印算法能够抵抗剪切、涂改、滤波、压缩等常见攻击,同时也能够抵抗旋转、缩放等几何攻击,具有较好的鲁棒性和脆弱敏感性,且准确定位篡改区域,可谓一种有效的多重数字水印方案．     

Null-field integral equation approach for free vibration analysis of circular plates with multiple circular holes

In this paper, a semi-analytical approach for the eigenproblem of circular plates with multiple circular holes is presented. Natural frequencies and modes are determined by employing the null-field integral formulation in conjunction with degenerate kernels, tensor rotation and Fourier series. In the proposed approach, all kernel functions are expanded into degenerate (separable) forms and all boundary densities are represented by using Fourier series. By uniformly collocating points on the real boundary and taking finite terms of Fourier series, a linear algebraic system can be constructed. The direct searching approach is adopted to determine the natural frequency through the singular value decomposition (SVD). After determining the unknown Fourier coefficients, the corresponding mode shape is obtained by using the boundary integral equations for domain points. The result of the annular plate, as a special case, is compared with the analytical solution to verify the validity of the present method. For the cases of circular plates with an eccentric hole or multiple circular holes, eigensolutions obtained by the present method are compared well with those of the existing approximate analytical method or finite element method (ABAQUS). Besides, the effect of eccentricity of the hole on the natural frequency and mode is also considered. Moreover, the inherent problem of spurious eigenvalue using the integral formulation is investigated and the SVD updating technique is adopted to suppress the occurrence of spurious eigenvalues. Excellent accuracy, fast rate of convergence and high computational efficiency are the main features of the present method thanks to the semi-analytical procedure.     

基于Contourlet视觉模型和奇异值分解的图像质量评价

针对基于像素值的图像质量评价方法忽视图像结构信息和需要完全参考图像等问题,提出了一种基于Contourlet域奇异值分解CW-SVD,部分参考图像质量评价方法(contourlet weighted singular value decomposition)。在Contourlet域中,利用奇异值向量对图像结构的表征能力,结合人眼视觉敏感性确定每个子带的视觉权重,得到每个子带的评价测度,再综合得出图像的最终评价指标。实验表明,该方法应用于4种类型的降质图像质量评价时,比峰值信噪比(PSNR、MSSIM)等算法具有更好的稳定性和更好的主客观评价一致性。