一种基于小波变换和人类视觉系统的自适应水印算法

提出了一种以灰度图像为水印并用随机序列置乱水印的基于WT域的新的自适应水印算法.首先,将小波变换后的图像的小波系数组成小波子图块,然后根据人类视觉系统(HVS)特性,多参数对小波子图块进行分类.根据分类结果,结合小波变换特征,将不同强度的水印嵌入到不同的小波子图块中.实验结果表明,所提出的算法具有较好的鲁棒性.     

基于混沌序列、HVS和提升小波的彩色图像脆弱水印算法

目的 提出一种新的结合人类视觉系统(HVS)、混沌序列和提升小波的彩色图像自适应脆弱水印算法.方法 算法同时采用两种不同的混沌序列和提升小波变换,根据HVS特性使中低频使用不同的算法自适应地嵌入水印.结果 使用混沌序列保证了算法的安全性;使用提升小波变换保证了算法的效率.结论 该算法具有较高的效率、较好的隐藏效果和很好的安全性.     

基于人类视觉系统（HVS）特性的小波域水印算法

本文提出了一种基于人类视觉系统（HVS）特性的小波域数字水印算法．该算法将有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到低频子带系数中．该算法利用了人类视觉系统（HVS）特性对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可见性．     

基于混沌序列与LWT的彩色图像数字水印新算法

研究了混沌序列、提升小波在彩色图像数字水印中的应用,提出一种新的基于混沌系统和提升小波(LWT)的彩色图像水印算法。为提高算法的安全性,同时采用了两种混沌序列和Arnold变换置乱水印;为提高算法的效率,使用了提升小波变换来对载体图像进行小波分解;为加强算法的鲁棒性和不可见性,根据人类视觉系统(HVS)特性,在中、低频使用不同的算法嵌入水印,且提出了均值块的使用。仿真实验证明,该算法具有很好的安全性和鲁棒性、较好的不可见性和较高的效率。     

应用P-Fibonacci加密的模糊自适应水印算法

结合P-Fibonacci加密算法和模糊归类,提出一种自适应水印新算法.利用P-Fibonacci加密具有良好的均匀性及安全性,将水印图像的像素位置打乱,消除了二维数字水印图像的像素空间相关性,使嵌入水印后的块效应降低.对原始载体图像进行分块,结合人类视觉系统的纹理和照度掩蔽特性,得到纹理模糊函数和各图像子块的归类结果,并自适应地确定水印的嵌入强度.对载体图像的各子块进行离散小波变换(DWT),将经P-Fibonacci加密算法加密后的水印信息重复嵌入各子块DWT域的低频部分.实验结果表明:该算法抗JPE     

基于IWT和HVS的彩色图像数字水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的。提出了一种基于整数小波变换(IWT:Integer Wavelet Transform)和人类视觉系统(HVS:Human Visual System)特性的彩色图像数字水印算法。本算法根据原始彩色图像的整数小波系数高、低频分量的特点,选择彩色图像的YIQ色彩空间的Y分量嵌入水印,利用人类视觉系统的特性,将二值水印图像加密后嵌入到Y分量的整数小波系数中。实验证明,该算法对锐化、JPEG2000压缩和旋转等图像处理均具有很强的抵抗能力,复杂度较低,实用性较强,更好地兼顾了水印不可见性与鲁棒性之间的矛盾。     

一种基于汉明码的数字水印算法

提出一种基于改进的汉明译码算法的小波域图像数字水印新算法.它利用小波域的人类视觉系统(HVS)的特性,将水印嵌入到宿主图像经小波分解的中高频子图像中,提取水印时,根据改进的汉明码译码算法与纠错原理,以及数字水印自身特点,实现最大概率地纠正两位错误.实验证明该算法能有效地提高水印信号提取的准确度.     

一种基于小波域边缘特征的数字图像水印

利用图像的小波变换获得的图像边缘特征信息,参考人类视觉系统(HVS)模型和小波图像的能量分布特性,将水印信息按小波图像的局部边缘特性,将水印信息嵌入到图像中,从而有效地隐藏水印。     

基于整数小波变换的数字水印算法

数字水印技术作为数字产品版权保护的一项新技术,已受到越来越多的关注.鉴于小波变换的多分辨率分析与人眼的视觉特性(Human Visual System,HVS)相一致,提出了一种基于整数小波变换(Integer Wavelet Transform,IWT)和人类视觉系统特性的灰度图像数字水印算法.根据原始灰度图像的整数小波系数高、低频分量的特点,选择原始图像的中频分量嵌入水印,利用HVS特性将二值水印图像加密后嵌入到中频分量的整数小波系数中去,更好地兼顾了水印不可见性与鲁棒性之间的矛盾.采用整数小波变换可以有效地避免运算过程中引入量化误差的缺陷,从而达到精度上的要求,满足图像的精确分解与重构.实验证明,对锐化、JPEG2000压缩和旋转等图像处理均具有很强的抵抗能力,复杂度较低,实用性较强.     

小波域中基于分形调制和HVS的分层水印算法

利用分形调制的良好性能,提出了一种利用分形调制阵列、基于HVS视觉掩盖特性的图像水印算法.首先将数字水印信号进行分形调制得到分形调制信号;然后充分利用HVS对不同区域噪声敏感性不同的特点,对原始图像设置不同的水印强度,并按强度将水印信息嵌入到静态小波变换(SWT)后的细节子带中.水印检测无需原始图像,实现了水印的盲检测.实验证明,该方法嵌入的水印具有良好的不可见性和鲁棒性.     

Adaptive Image Digital Watermarking with DCT and FCM

A novel adaptive digital image watermark algorithm is proposed. Fuzzy c-means clustering （FCM） is used to classify the original image blocks into two classes based on several characteristic parameters of human visual system （HVS）. One is suited for embedding a digital watermark, the other is not. So the appropriate blocks in an image are selected to embed the watermark. The wetermark is embedded in the middle-frequency part of the host image in conjunction with HVS and discrete cosine transform （DCT）. The maximal watermark strength is fixed according to the frequency masking. In the same time, for the good performance, the watermark is modulated into a fractal modulation array. The simulation results show that we can remarkably extract the hiding watermark and the algorithm can achieve good robustness with common signal distortion or geometric distortion and the quality of the watermarked image is guaranteed.     

小波变换域彩色图像水印算法研究

利用小波变换多分辨率分析特性 ,结合人的视觉系统特点 ,选择适当的嵌入位置和嵌入公式 ,将水印 (灰度图像 )嵌入到一幅真彩色图像中 .实验结果表明 ,应用本算法所实现的水印不可见 ,并对常见的图像处理和噪声干扰具有很好的鲁棒性     

基于二维离散小波变换的彩色图像水印技术研究

根据人眼的视觉系统特性,利用二维离散小波变换的多分辨率分析特性,提出一种自适应的水印嵌入算法。该水印算法能将一幅标识版权信息的水印图像（灰度图像）嵌入到一幅真彩色图像中。实验结果表明,该算法不使水印人有不可见性,而且所嵌入的水印对空间几何失真和信号处理等具有较强的鲁棒性。     

小波域上基于神经网络的数字水印算法

提出了一种基于BPN神经网络的水印算法.首先,对数字图像进行小波分解;其次,在小波域内选择水印位嵌入的系数块;最后,利用神经网络从嵌入水印的图像中恢复原始水印信息.实验结果表明:这种水印算法具有很好的性能.     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

一种基于粗集与小波的声呐图像降噪方法

声呐图像具有低对比度和边缘恶化的特点,传统的声呐图像散斑噪声降噪方法又不能较好的保持图像边缘和细节,因此提出了一种新的基于粗集与小波的声呐图像降噪方法。该方法通过考察散斑噪声的统计特征,利用粗集中的等价关系将声呐图像划分为若干子图,对子图进行对数变换后完成小波变换,采用自适应阈值函数处理小波系数,应用小波逆变换和指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像。通过新算法在实际声呐图像中的应用,实现了在保证降噪效果的同时能够较好地保持图像边缘及细节特征,验证了算法的有效性。     

基于小波变换的一种新的图像质量评价方法

图像质量评价方法在数字图像处理方法的研究中起重要的作用。由于数字图像处理结果的最终接受者是人，因此在评价图像质量时必须考虑到人类视觉系统的特性。该文利用小波变换匹配于人类视觉系统的多信道模型的性质，结合人类视觉系统的特性，通过建立小波变换域中的可视性门限模型，给出了一个新的图像质量评价方法。模拟实验表明该方法优于通常的评价方法，其测量的失真结果与人对图像质量的主观评价保持良好的一致性。     

基于蚁群算法的方向特征分割方法

针对翅脉特征的有效提取问题,根据蝶翅图像具有方向性的特点,提出了方向小波变换与蚁群算法相结合的分割方法.该方法首先采用Morlet方向小波变换对不同方向的翅脉边缘进行检测、提取.通过分析这些边缘点的特征参数,确定初始聚类中心.基于所设置的初始聚类中心,再利用蚁群算法对蝶类翅脉图像进行分割.仿真实验表明,该方法可以将各方向翅脉特征检测出来,是一种有效的方向特征分割方法.     

基于单层小波变换的自适应压缩感知图像处理

文章在未知二维图像的稀疏度的情况下,提出了基于单层小波变换的自适应压缩感知算法,保留其中的低频系数,只针对高频系数进行测量。在小波变换把二维图像分成低低、低高、高低和高高的4块之后,利用稀疏度自适应匹配追踪算法,分别对其中包含在低高块中的列、高低块中的行、高高块整体中的那些高频系数进行恢复,再进行小波逆变换重构图像。仿真结果表明,与原来的单层小波变换的非自适应压缩感知算法相比,该算法解决了稀疏度未知情况下的图像恢复问题,而且重构图像质量也得到很好的保证,例如在相同的采样率下,新算法与原算法之间的PSNR相差不过2dB。