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.     

基于压缩感知的图像水印算法研究

提出一种基于压缩感知和非采样Contourlet变换的数字图像水印算法.首先使用NSCT变换对载体图像进行稀疏分解,对低频系数矩阵进行Arnold置乱;然后采用高斯观测矩阵对系数矩阵进行压缩感知测量,在感知域(压缩信号)中进行水印嵌入;最后使用OMP算法恢复重组的低频矩阵信号,使用NSCT逆变换重构图像.算法中,测量矩阵同时充当了密钥的作用,增强了算法的安全性,此外Arnold变换也增强了水印的不可见性和安全性.仿真实验证明,所提算法对加噪、滤波、旋转具有较高的鲁棒性.     

基于压缩传感的彩色图像半脆弱水印认证算法

采用一维小波对原始图像进行逐行变换,从而获取小波系数,然后再采用压缩传感算法对小波系数进行观测,获取观测矩阵,并将观测矩阵作为水印信息,同时将水印信息进行hash运行生成消息认证码;在嵌入水印阶段,首先将载体彩色图像从RGB空间转换到HSV空间,选取S分量进行DCT变换,从而获取S分量中的低频信息作为水印嵌入位置,然后将水印图像基于SVD算法嵌入到载体彩色图像的DCT变换域中;在认证阶段,提取水印图像,并通过hash运算生成消息认证码,与原消息认证码进行对比,如发生篡改,将提取后的水印图像采用压缩感知算法重构原始图像,与篡改后的载体图像进行对比,从而实现图像认证和篡改定位.实验结果表明该算法遭受到JPEG压缩、噪声和篡改攻击时体现出较好的鲁棒性,对篡改攻击能准确检测和确定篡改的位置,符合半脆弱水印认证的要求.     

基于单层小波变换的加权压缩感知图像处理

针对简单正交基不能足够稀疏表示信号问题,提出了一种基于单层小波变换改进的加权压缩感知算法。根据图像小波变换的特点,对图像进行单层小波分解,保留低频系数,对高频系数进行测量;并提出设置加权系数矩阵,作用于信号小波正交变换后的高频稀疏系数,增强其系数的稀疏性,增强图像的重构质量;重构算法采用贪婪算法中的OMP算法。实验结果表明该算法对重构精度有进一步提高。     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。     

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法．首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类．其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列．最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中．该算法在抽取水印图像时不需要原始载体图像和原始水印图像．实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力。     

一种压缩感知下的NSCT-Zernike的鲁棒数字水印方案

为了达到水印抗几何攻击鲁棒性高的要求,提出一种在压缩感知下的非下采样轮廓波变换结合伪Zernike矩的鲁棒数字水印方案. 利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基,构造稀疏基的测量矩阵,并对其进行压缩感知处理得到新的低频分量,计算其Zernike矩,通过量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入. 利用正则化正交匹配追踪算法进行图像压缩感知的重构. 仿真与实验分析表明,当峰值信噪比达到40 dB以上时,本文算法提取水印的NC值和误码率较为理想.      

基于压缩传感的灰度图像水印算法

将水印图像采用压缩传感OMP算法进行一维小波逐行观测,生成观测矩阵,以观测矩阵做为嵌入水印,将原始载体灰度图像进行DCT变换后,选取低频信息段作为水印嵌入位置,然后将水印信息进行变换图像置乱处理,并采用基于奇异值的分解算法嵌入到原始载体灰度图像中.实验结果表明,此算法能够抵抗一定的几何攻击,对JPEG压缩、噪声攻击的抵抗能力有待进一步提高.     

基于sym8小波和部分hadmard矩阵的深空图像压缩编码

针对传统深空图像编码导致系统资源极大浪费的问题,提出了基于sym8小波和部分hadmard矩阵的深空图像压缩感知编码方法.对图像sym8小波分解后的低频系数进行3级小波分解后用CCSDS编码,高频系数利用部分hadmard矩阵观测后进行量化编码.解码时,CCSDS解码恢复低频系数,正交匹配追踪算法恢复高频系数,然后再通过逆sym8小波变换合成图像.仿真结果表明:相同压缩比下峰值信噪比比小波稀疏基方法和单层小波压缩感知方法分别有5 ～8 dB和1～1.4 dB的明显提升.     

结合系数重用正交匹配追踪的字典学习算法

针对压缩感知中字典对信号稀疏表示能力不足的问题,文中提出了一种结合系数重用正交匹配追踪的自适应字典学习算法,该算法使用系数重用正交匹配追踪算法得到稀疏系数,在字典更新阶段引入上一次迭代过程的先验信息.首先对稀疏系数矩阵进行奇异值分解,再分别用前一次更新的字典对左奇异矩阵和用训练信号对右奇异矩阵进行变换,然后采用变换后的左、右奇异矩阵构造新矩阵,最后利用新矩阵进行字典训练.实验结果表明,采用文中算法得到的字典对图像具有更好的稀疏表示能力,提高了重构图像的质量.     

基于DWT的图像分块压缩感知重构算法

运用压缩感知理论对大尺寸图像进行重构耗时较长,观测矩阵要求的存储空间较大,且重构后的图像存在明显的块状效应.根据图像小波变换系数的特点,将图像分块思想与DWT变换相结合,提出了一种改进的基于DWT的图像分块压缩感知算法.将图像子块经DWT变换后,保留图像低频系数,只对高频系数进行观测.重构时采用正交匹配追踪算法（OMP）对高频系数进行恢复.Matlab仿真结果表明,新算法跟基于DCT分块压缩感知算法相比,重构图像的PSNR值提高了2~4 dB,重构时间明显减少,与基于二维离散余弦变换(DCT)的分块压缩感知算法相比,块效应有明显的改善,重构图像质量明显提高.     

基于近似消息传递的小波域图像压缩感知

针对现有的基于近似消息传递的图像压缩感知算法需要构建大尺寸观测矩阵的问题,研究基于近似消息传递的小波域图像压缩感知算法。为了克服逐列观测、逐列重构的传统变换域压缩感知方案隔断图像列与列之间相关性的缺点,提出了一种基于图像行列相关性的小波域压缩观测方案。进而,基于近似消息传递设计了一种适用于在稀疏度未知的情况下重建小波系数的压缩感知重构算法,结合图像小波系数的结构化稀疏特性与近似消息传递,实现了小波域图像压缩感知重构。实验结果表明,与现有算法相比,本文提出的基于图像行列相关性与近似消息传递的小波域图像压缩感知算法具有更高的重建图像质量与更快的图像重建速度。     

一种基于离散小波变换的数字水印算法

提出了一种基于离散小波变换的数字水印算法,水印采用有意义的二值图像.该算法是基于块的离散小波变换,即将原始图像和水印都分块后,再对各个块进行小波变换,利用混沌发生器将水印各块置乱后嵌入到图像的中频部分.试验结果表明,该算法具有较好的不可感知性和鲁棒性.     

一种基于压缩感知的无损图像认证算法

针对图像无损认证和篡改检测问题,提出了一种基于压缩感知的自嵌入水印算法.首先,将图像划分为若干分块;然后,利用压缩感知理论对各图像块进行观测,将得到的观测值作为图像内容特征,通过基于哈希的消息认证码算法生成图像摘要,并将摘要信息作为水印嵌入到图像小波域中,嵌入方式采用量化索引调制算法.在认证端提取水印并恢复图像,然后对图像进行压缩感知随机投影,将得到的摘要信息与提取的水印进行对比,实现图像认证和篡改检测.仿真实验结果表明,水印嵌入后图像的峰值信噪比可达到39 dB以上,说明该算法具有较好的不可感知性和隐蔽性.此外,该算法还具有较强的局部篡改定位性能,图像认证块大小可根据图像进行相应调整.若图像通过认证,则可以无损地恢复原始图像.     

基于小波稀疏基的压缩感知遥感图像融合算法

针对遥感图像融合提出了一种基于小波稀疏基的压缩感知算法,该算法利用IHS变换法得到的高空间分辨率融合图像有尖锐边缘及小波变换能较好的保持光谱信息的优势,将多光谱图像的I分量和全色图像进行小波变换;根据其高低频分量的特点,对其低频分量采用小波稀疏基的系数加权融合法,高频分量采用边缘提取法分别进行融合,最后进行小波逆变换和IHS逆变换得到最终融合结果。实验结果表明,不同的小波稀疏基系数对融合结果有较大的影响,且所选算法的融合效果优于系数最大值法及传统融合方法。     

基于DWT-SVD的数字水印嵌入方法

目前基于SVD的水印算法是直接对宿主图像或水印图像进行奇异值变换(SVD),然后将水印嵌入宿主图像的的奇异值中。本文提出了一种新的基于SVD-DWT的水印算法,先对宿主图像和水印图像进行小波变换(DWT),然后将水印嵌入各频带的奇异值中,并且水印嵌入系数随频带不同而不同。在JPEG压缩、图像旋转及剪切等攻击方式下,对该水印算法进行了鲁棒性分析,数值实验表明该水印算法具有良好的抗攻击性和安全性.     

蒲丰掷针实验的计算机模拟

目前基于SVD的水印算法是直接对宿主图像或水印图像进行奇异值变换(SVD),然后将水印嵌入宿主图像的的奇异值中。提出了一种新的基于SVD-DWT的水印算法,先对宿主图像和水印图像进行小波变换(DWT),然后将水印嵌入各频带的奇异值中,并且水印嵌入系数随频带不同而不同。在JPEG压缩、图像旋转及剪切等攻击方式下,对该水印算法进行了鲁棒性分析,数值实验表明该水印算法具有良好的抗攻击性和安全性.     

基于Curvelet-DWT-SVD的零水印算法

针对传统零水印算法在不同强度攻击下的鲁棒性和稳定性差等问题,利用Curvelet变换和奇异值分解的稳定、高效和近乎最优的表示性能,提出一种基于Curvelet-DWT-SVD的零水印算法。首先,将载体图像分成互不重叠的子块;其次,每一子块进行Arnold置乱和Curvelet变换得到各个子块的粗尺度层Curvelet系数;然后,将Curvelet系数进行小波变换得到细尺度的小波系数,并将其分块处理;同时对各个子块进行奇异值分解,并根据各个子块的最大奇异值构造特征矩阵;最后,将预处理后的版权水印与特征矩阵进行异或操作生成零水印。实验结果表明,该算法对于噪声攻击、压缩攻击、滤波攻击和剪切攻击等具有很好的鲁棒性,是一种可靠、鲁棒性强的零水印算法。     

DWT和DCT相结合的水印算法

提出了一种基于余弦和小波变换相结合的水印嵌入方案.对水印图像进行二次置乱加密,再将一次小波分解,将得到的逼近系数和细节系数分别转换为一维序列,并量化组合生成待嵌入的二进制数据流.根据宿主图像的纹理、亮度特征将作离散余弦变换后的原图像分类,对不同的类采用不同的量化因子修改DCT系数矩阵从而实现水印的嵌入,水印检测过程不需要宿主图像的参与.实验表明该算法不仅具有良好的不可见性,而且在经过JPEG压缩、剪切、缩放、噪声添加及轻微几何变形等常见图像处理后,仍能正确提取出水印图像,水印图像压缩对码率的影响较小,适合网络传输.     

基于块奇异值分解的小波域数字水印算法

根据小波变换和奇异值分解理论的原理、特点以及它们在数字水印领域中的应用优势,提出一种基于块奇异值分解的小波域水印技术.充分利用小波和奇异值分解的优点,结合JPEG方案中分块的思想,首先对宿主图像进行小波变换,对变换后的低频系数再进行块奇异值分解,选取每块中最大奇异值组成新矩阵以嵌入水印信息.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,该算法对图像退化处理或攻击均具有较强的鲁棒性.