基于支持向量机的小波域自适应水印算法

提出一种小波域中基于小波系数方向树模型的支持向量机自适应水印算法.利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点,建立小波域内不同尺度上同方向子带内相同空间位置的小波系数间的关系模型;根据关系模型来嵌入和提取水印.为提高图像视觉效果,采用模糊聚类的方法自适应地选取水印的嵌入位置.实验结果表明:该方法对常见的图像攻击具有很好的鲁棒性,而且水印的隐蔽性好、安全性强.     

基于压缩感知和离散余弦变换的数字图像水印算法

为了使水印信息更好地隐藏于原始图像中,加快水印信息检测,设计一种基于压缩感知和离散余弦变换的数字图像水印算法.首先将原始载体图像划分成多个子块,采用离散余弦变换对各子块进行分解;然后采用压缩感知对水印信息进行处理,减少嵌入的信息量;最后将水印信息嵌入到原始载体子块的相应位置,并通过匹配跟踪算法实现水印信息的检测.从主观和客观两方面对数字图像水印算法的性能进行评价,结果表明,该算法的水印具有良好的不可感知性,对抵抗常见攻击具有很好的鲁棒性,解决了水印透明性与鲁棒性之间的矛盾,且加快了水印提取速度.     

基于广义Arnold变换与支持向量机的图像水印算法

提出了一种基于广义Arnold变换与支持向量机模型的图像数字水印算法.选定的二值水印图像经过置乱以后,水印的嵌入位置通过广义Arnold变换随机产生,利用部分选定位置图像块中像素之间的关系来训练支持向量机,并采用水印嵌入增强处理技术,加强了水印的嵌入强度.在训练好的支持向量机辅助下,水印的检测过程可以看作是嵌入算法的一...     

一种免疫优化的LS-SVR集成算法及其故障预报应用

针对支持向量机集成问题,将最小二乘支持向量回归机作为子回归机,定义子回归机的结构差异度概念,提出一种基于免疫算法优化的多回归机集成方法.该方法首先对各子回归机参数免疫优化,从而减小训练误差;在此基础上选择满足固定差异度的子回归机进行集成,并对集成权值再次优化选择,提高最小二乘支持向量回归机集成的泛化性能.将该方法应用于噪声污染的非线性时间序列的故障预报,利用预测误差反映的故障信息可以实现微小未知故障的快速预报.仿真结果证明了方法的有效性.     

基于最小二乘孪生支持向量机的图像拼接检测

图像篡改最基础的手段便是拼接,为了恢复人们对数字图像的信任,图像拼接检测变得非常重要.论文提出一种基于最小二乘孪生支持向量机的图像拼接检测算法,算法对待测图像进行对偶数复小波变换以获取不同的子带图像,对子带图像提取其马尔科夫状态转移概率矩阵,将该概率矩阵作为拼接特征向量送入最小二乘孪生支持向量机训练以获取预测模型,最后根据该模型来判断待测图像是否经过拼接.在哥伦比亚大学无压缩图像拼接检测评估库和哥伦比亚大学图像拼接检测评估库上分别进行实验,与传统算法做对比,实验结果充分证明论文所提算法具有更高的拼接检测准确率.     

一种基于非采样Contourlet变换的图像水印算法

基于非采样Contourlet变换(NSCT)具有多尺度性、多方向性和平移不变性的优点,本文提出一种基于非采样Contourlet变换和SVD结合的数字水印算法,首先对图像进行非采样Contourlet变换得到低频子带,并对该子带系数进行SVD分解,然后将水印信息嵌入到奇异值中.实验结果表明,算法对旋转、JPEG压缩和...     

结合DWT变换的二元纯位相滤波器水印

提出了结合离散小波变换(discrete wavelet transfonn,DWT)的二元纯位相滤波器(binaryphase-only filter,BPOF)数字图像水印算法.首先对图像进行DWT变换,然后在DWT变换后的低频子带进行离散Fourier变换(discrete Fourier transforrn,DFT)变换,将DFT变换的相位信息二值化得到BPOF,并将其作为水印嵌入到相应的幅值中.与对图像整体进行DFT变换,并在其全频域或低频域嵌入BPOF水印相比,在保持嵌入水印的不可感知性和检测性能的同时,显著提高了抗JPEG压缩性能.该方法可用于图像真实性、完整性认证,仿真实验证明了算法的有效性.     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

基于DT-CWT和SVM的人脸图像集成分类方法

利用二元树复小波变换对人脸图像进行5尺度小波分解,并提取每一尺度下6个方向高频子图小波系数模的均值和标准方差组成60维的特征向量表征人脸,然后采用支持向量机的一对一分类算法对ORL人脸图像库进行分类实验,结果表明二元树复小波变换和支持向量机的集成方法能有效提高人脸图像的分类精度.     

一种新的基于Contourlet变换的数字图像零水印算法

提出了一种基于Contourlet变换的数字图像零水印算法。算法首先对宿主图像进行Contourlet变换得到低通子带和带通子带,建立Contourlet系数与行列式之间的大小关系,利用该关系同时结合加密后水印图像构造零水印。实验结果表明,该水印算法对JPEG压缩、滤波、噪声、缩放、剪切等多种攻击具有很强的鲁棒性。同时,水印图像的双重加密提高了系统的安全性。     

基于小波变换的鲁棒型数字图像水印算法

提出一种基于小波变换的数字图像水印算法.通过对宿主图像、经过Amold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的.实验采用在彩色宿主图像中分别嵌入灰度水印图像及彩色水印图像,表明该算法简便易实现,攻击实验表明该算法能够较好的保证图像质量并能经受一定的攻击,同时由于对原始水印图像进行加密处理,该算法达到了即隐藏信息的存在,又隐藏信息的内容的双重安全效果.     

基于非采样Contourlet变换和SVD的数字水印算法研究

非采样Contourlet变换具有多尺度性、多方向性和平移不变性的优点.提出了一种基于非采样Contourlet变换和SVD结合的数字水印算法,首先对图像进行非采样Contourlet变换得到低频子带,并对该子带系数进行SVD分解,然后将水印信息嵌入到奇异值中.实验表明,该算法在满足不可见性的同时,对常见的攻击有很好的鲁棒性,且提高了对抗JPEG压缩、中值滤波、高斯滤波和旋转攻击的能力.     

基于非下采样contourlet变换的纹理图像检索算法

提出一种应用非下采样contourlet变换(nonsubsampled contourlet transform,NSCT)进行图像检索的算法,以获取一种兼顾纹理图像概貌和细节信息的特征,从而提高图像检索的性能.该算法利用NSCT对图像进行多尺度、多方向分解,获得子带系数矩阵;对低频子带系数提取能量和方差作为全局纹理特征,并对高频子带系数分别提取尺度间和尺度内纹理信息;通过非高斯双变量模型拟合子带系数,利用信息熵描述尺度间特征;尺度内特征通过对同一层子带图像按主方向排序,获得直方图图像,计算其加权信息熵作为特征向量.对Brodatz标准纹理库的检索实验结果表明,与同类算法相比,该文方法具有更高的检索性能.     

一种基于尺度不变特征变换SIFT的图像水印算法

为提高抗几何攻击性能,提出一种基于尺度不变特征变换SIFT的鲁棒数字图像水印算法,水印算法思想是利用尺度不变特征变换SIFT分析图像内容并提取特征点,并以多个特征点为中心嵌入多个经过极坐标变换的圆形水印图像,试验表明,该分布式多水印算法能有效抵抗各种几何攻击,包括局部非线性失真攻击.     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于压缩感知观测值的数字图像水印算法

根据压缩感知理论具有计算保密性这一特点,提出一种新的基于压缩感知观测值的数字图像水印算法.首先对载体图像进行小波变换,得到稀疏后的小波系数矩阵;然后对小波系数矩阵的不同频率部分,用不同的观测矩阵进行压缩感知,得到压缩后的观测值;再将水印嵌入至小波高频系数部分的观测值中,使用子空间追踪算法恢复稀疏信号,进而通过小波反变换得到加密图像.实验结果表明:该算法具有信息安全性,能满足水印不可见性和鲁棒性要求;相比同类算法,该算法的水印提取过程更加灵活与安全.     

基于ICA和DCT的鲁棒性盲水印算法

提出了一种结合独立分量分析和离散余弦变换的数字图像鲁棒性盲水印算法.首先将载体图像分解成互不重叠的8×8子块,再对各子块进行离散余弦变换,接着把经过置乱和平铺扩展处理的水印嵌入到余弦变换的低频系数上,最后进行逆余弦变换得到嵌有水印的图像.在不需要原始图像、水印和攻击类型等信息的情况下,算法实现了真正意义上的水印盲提取.仿真实验表明,该算法对JPEG压缩、尺寸缩放、滤波等攻击具有较好的鲁棒性.     

一种可自适应分组的多输入多输出支持向量机算法

针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响,提出了一种基于自适应分组的多输入多输出支持向量机算法.该算法基于相关性强的输出端其模型参数也较相似的假设,首先在多维支持向量机的基础上引入带分组结构的正则项,进而将上述正则化问题转变为混合0-1规划;其次,采用交替优化的方法,使相关性强的输出端在同一个分组内进行独立训练,最终自适应地识别最优分组结构和模型参数.分别采用仿真数据和圆柱壳振动工程数据对所提算法进行测试,结果表明,该算法可有效辨识出输出端的相关度,与传统算法相比,该算法可有效提高支持向量机回归模型的泛化能力.     

基于压缩感知观测值的数字图像水印算法

根据压缩感知理论具有计算保密性这一特点,提出一种新的基于压缩感知观测值的数字图像水印算法.首先对载体图像进行小波变换,得到稀疏后的小波系数矩阵;然后对小波系数矩阵的不同频率部分,用不同的观测矩阵进行压缩感知,得到压缩后的观测值;再将水印嵌入至小波高频系数部分的观测值中,使用子空间追踪算法恢复稀疏信号,进而通过小波反变换得到加密图像.实验结果表明:该算法具有信息安全性,能满足水印不可见性和鲁棒性要求;相比同类算法,该算法的水印提取过程更加灵活与安全.     

基于双混沌系统和SVM的鲁棒性数字水印算法

支持向量机(SVM)由于其良好的分类和回归特性,在信号处理等领域有较好的应用.该文将Arnold变换和SVM回归算法结合应用在版权保护的数字水印算法中.首先将宿主图像划分为大小相等的块,用Arnold变换选取SVM的训练图像块(TB)和水印的嵌入图像块(EB),然后将Logistic混沌系统调制过的水印图像通过修改EB中心像素值将其嵌入.实验结果显示,该算法水印的具有较高的安全性和良好的视觉特性,而且可以有效抵抗噪声,剪切,JPEG等常规的攻击.