基于图像内容认证的Contourlet域半脆弱水印算法

本文针对小波变换不能有效表达二维信号的状况,提出了一种基于图像内容认证的Contourlet域半脆弱水印算法,算法修改了小波域的HVS模型,将修改后的模型应用于Contourlet变换域,提取图像的颜色、边缘、纹理特征作为水印信息.水印嵌入时选择变换后能量最大的方向子带,将该方向子带利用混沌映射置乱后嵌入水印.实验证明本算法提高了载体图像的透明性与水印的安全性.认证检测时,无需原始图像和原始水印,实现了盲认证.算法能够抵抗JPEG、JPEG2000压缩等一般的图像处理操作,并对恶意篡改报警,定位篡改部位.滑动窗口滤波消除了一般图像处理操作产生的虚假的报警点.     

基于非抽样Contourlet变换的高定位精度认证水印算法

本文提出了一种基于非抽样Contourlet变换的高定位精度图像自适应认证水印算法。对原始图像进行非抽样Contourlet变换,选取低频子图分块后进行奇异值分解,通过自适应量化修改奇异值嵌入经混沌置乱后的二值水印信息。整个分解过程没有任何抽样环节,各尺度下各方向子带均与原始图像具有相同的尺寸,从而提高了篡改定位的精度,增加了水印的嵌入量。水印的提取只需要由混沌初值和量化参数构成的密钥,保证了算法的安全性。同时该水印算法对JPEG压缩稳健,对恶意操作敏感。     

一种空间域自适应低失真防篡改图像数字水印方案

为提高嵌入水印后的图像质量,提出一种空间域自适应低失真防篡改图像数字水印方案。该方案的水印嵌入位置由混沌密钥确定,以使水印能均匀、随机嵌入到图像的各个部位;采用S LSB算法将水印嵌入到图像像素的次低位,使其能够抵抗一些非恶意的图像水印攻击。该嵌入算法下水印图像的峰值信噪比（peak signal to noise ratio, PSNR）由水印长度和混沌位置密钥决定。为提高水印图像的质量,在给定水印的情况下,自适应地调整水印位置密钥,使水印图像的PSNR达到给定的要求;为降低算法的运算量,快速完成混沌位置密钥的自适应调整,进一步提出分段自适应水印算法。实验表明,该算法能够获得满足应用需求的PSNR,且对一些常用篡改操作能给出篡改率和篡改位置。     

应用水印旋转角度加密的双水印算法

提出一种基于水印旋转角度加密的新型双水印算法.该算法首先分块载体图像,选取预定大小的载体图像子图像作为嵌入可见水印的载体.其次,使用图像旋转算法对待嵌入的可见水印进行微角度旋转处理,用该旋转角度作为其中一个密钥,以此作为验证该可见水印是否为水印信息的手段之一.最后,在除了用于嵌入可见水印的载体图像的其他子块中使用模糊归类的方法,嵌入不可见的鲁棒水印.实验结果证明:该算法嵌入双水印后图像没有明显的降质,合法去除可见水印之后,载体图像也不会出现明显的降质;被恶意篡改之后的可见水印恢复能力强,而鲁棒性水印抵抗JPEG压缩、剪切、高斯噪声、滤波、缩放等常见的信号处理攻击和几何攻击性能良好.     

基于BTC域的图像脆弱水印算法

提出一种基于块截短编码域的图像脆弱水印算法.算法利用BTC编码器重建电平的奇偶性以嵌入水印,水印提取时无须原图像参与.算法计算开销低,可应用于实时环境图像数据认证.实验结果表明算法具有好的透明性,嵌入水印后图像峰值信噪比高达45 dB以上,同时该方案对恶意攻击有较好的检测与定位能力.     

一种基于混沌序列定位的跳频盲水印算法

对基于混沌序列定位的跳频盲水印算法进行了研究.采用跳频技术,利用描述图像自身特征的分形维数对图像块进行分类.根据图像块的种类决定水印嵌入的频带,将图像块的分类信息和一维混沌映射的初始条件作为密钥,由产生的混沌序列确定水印在频带中嵌入的位置,再通过系数关系比较的方法嵌入水印信息.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、图像压缩及各种人为恶意攻击条件下具有很好的鲁棒性.采用跳频技术和混沌序列定位增强了该算法的安全性.     

用于语音内容认证的脆弱水印算法

针对脆弱水印中篡改定位需要原始水印的不足,提出了用于语音内容认证的脆弱水印算法.嵌入过程采用量化的方法将二值水印图像嵌入到小波系数中,算法在篡改定位过程中,无需原始水印参与.语音的篡改定位通过提取重复嵌入的两个水印信息,计算二者的相似度来实现.实验结果表明,该算法计算简单;对剪切、添加、替换等恶意篡改具有精确的篡改检测与定位效果;对添加噪声、重量化、低通滤波、MP3压缩等操作具有较好的敏感性.     

纠错编码原理在自恢复数字水印中的应用研究

本文提出了一种利用纠错编码原理实现的改进自恢复水印算法,对制作的水印进行纠错编码,将得到的监督信息和水印信息进行置乱后再嵌入,该算法既能对篡改图像的恶意操作具有很强的识别能力,又可以恢复出被篡改位置的真实图像内容。     

基于JPEG2000的半脆弱数字水印技术

提出了一种抵抗JPEG2000图像压缩标准的半脆弱水印,适合数字图像产品的内容篡改认证和完整性证明.该算法先对图像进行预量化与预截断抵抗JPEG20000的压缩攻击,根据原始图像像素的邻域特性形成水印,再使用量化嵌入算法,嵌入水印.提取时不需要原始图像甚至不需要原始水印的对比.实验效果表明,该算法对抵抗JPEG2000压缩有鲁棒性,对恶意攻击有脆弱性,篡改定位准确.     

一种基于混合域的彩色图像盲水印算法

采用混沌序列加密并定位,提出了一种基于混合域的二值水印嵌入方法,也可用于归一化灰度水印的嵌入. 该方法将图像分解为R,G,B三个分量,分别对每个分量进行离散小波变换,在小波变换的低频区进行离散余弦变换,在离散余弦变换域中利用混沌序列对水印信息嵌入位置定位,水印信息的嵌入采用频率系数比较的方法.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、人为恶意攻击及图像压缩条件下具有很好的鲁棒性. 应用混沌序列,在完成水印信息定位的同时增强了算法的安全性.     

基于轮廓波变换的模糊聚类图像分割

提出基于轮廓波变换的模糊聚类图像分割算法,从变换域的角度提高传统聚类算法的抗噪声能力.首先用轮廓波变换对含噪声图像消嗓,然后再进行聚类图像分割.实验结果表明:新算法能够获得较好的图像分割效果和质量.     

以能量和峰度为特征的轮廓波纹理检索算法

轮廓波纹理图像检索系统检索率较低的一个重要原因在于纹理特征的提取.针对该问题,从数学角度分析了纹理图像在轮廓波变换域上的统计特性,证明了采用子带系数的能量和峰度作为特征能够更好地刻画纹理结构.在此理论基础上,构造了一种纹理图像检索算法.该算法采用子带系数的能量和峰度级联来构造特征向量,并采用Canberra距离作为相似度度量函数.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,该检索算法比基于同样架构的已有轮廓波检索算法有更高的检索率.     

基于Contourlet变换的医学图像检索

针对医学图像特点,提出了一种基于纹理的医学图像检索算法.Contourlet变换结合了不可分离的方向滤波器组,具备多尺度和多方向特性,能有效地捕获到图像中的轮廓,并对其进行稀疏表示.本算法充分利用图像Contourlet变换系数的统计特征,形成描述纹理特征的特征向量,并将其作为检索的特征向量.采用上述算法对CT图像数据库进行了检索实验,并与基于小波变换纹理分析方法进行了比较.结果表明,在Contourlet变换域上检索查准率高于在小波域上的查准率,从而验证了该算法具有良好的检索性能.     

基于图形处理器硬件加速的高精度医学图像融合算法

提出一种基于图形处理器(GPU)硬件加速的频域非下采样轮廓波变换(FNSCT)算法.该算法构造了更加简单、快速的频域非下采样轮廓波变换,有效消除了传统小波变换以及轮廓波变换应用于图像融合算法时引起的振铃和伪吉布斯现象.结合GPU在并行大规模浮点数及快速傅里叶变换(FFT)上的高速运算能力,解决了非下采样轮廓波变换(NSCT)速度慢的问题,实现了一种高精度的医学图像融合加速算法.     

一种基于小波的Contourlet变换的图像压缩算法

针对JPEG2000图像压缩不能有效地保护图像边缘的局限，提出了一种结合基于小波的Contourlet变换与最优截断嵌入码块编码（EBCOT）的静止图像压缩算法（CEBCOT）．在Contourlet变换中采用小波变换取代拉普拉斯塔式变换获得了非冗余基于小波的Contourlet变换，它通过方向滤波器组把小波变换的高频子带进一步分解为多个方向子带，从而更稀疏地表示了图像的边缘和纹理．CEBCOT采用了改进的EBCOT编码，它依照方向子带大小进行编码块分割，提高了编码性能．实验结果表明，相对于JPEG2000，所提出的算法获得的压缩图像边缘更加清晰，峰值信噪比提高了0．1～0．8dB．     

基于区域特性的Contourlet域多聚焦图像融合算法

利用Contourlet变换的多尺度、局部化、方向性和各向异性等优点，提出了一种基于区域特性的Contourlet域多聚焦图像融合算法．该算法将源图像分解至Contourlet变换域，在不同尺度、不同方向的子带中结合区域特性进行图像融合，低频和高频子带中分别采用区域方差和区域能量作为融合规则，最后通过反变换得到融合图像．实验结果表明，所提出的算法能够更好地提取原始图像特征，融合后的图像具有更好的主观视觉效果，与经典的梯度金字塔算法和小波变换算法相比，新算法的均方误差最大值仅为前二者的34．8％和42．6％．     

基于1αβ空间和抗混叠Contourlet变换的遥感图像融合算法

针对遥感图像中多光谱和全色图像的融合问题,提出一种基于lαβ空间和抗混叠Contourlet变换(non-aliasingcontourlet transform,NACT)的融合方法.该方法首先将多光谱图像进行lαβ变换,对其l分量和全色图像分别进行抗混叠Contourlet变换;然后,利用循环平移(cycle spinning,CS)算法消除由于变换缺乏平移不变性而引起的图像失真,对得到的低频子带系数和各带通方向子带系数分别进行融合;最后,通过抗混叠Contourlet逆变换和lαβ逆变换得到新的l分量以及融合后的高空间分辨率的多光谱图像.实验结果表明,该算法优于传统的色度-亮度-饱和度(hue-intensity-saturation,HIS)变换融合方法、小波融合方法以及Contourlet变换方法.     

基于Contourlet变换的红外视频监控图像去噪算法研究

提出了将基于Contourlet变换结合循环平移的去噪算法应用到红外视频监控图像中。对于加性高斯噪声背景下的红外视频图像,实验结果表明,本算法较基于传统小波变换,小波变换结合循环平移以及单一使用Contourlet变换的算法,可以更有效地提升图像去噪后的视觉效果,同时明显提高了图像的峰值信噪比(PSNR).     

多尺度和多方向特征的图像去噪

提出一种基于多尺度和多方向的自适应图像阈值去噪方法。先对图像进行非下采样Contourlet变换得到不同尺度和不同方向上的变换系数,然后根据变换系数特征,引入尺度和方向阈值因子,用分解尺度系数的均值和区域能量表示图像的纹理信息。在相同分解尺度下,区域能量越大,表示该方向具有更多的纹理信息,阈值应该设置就越低,反之阈值就越大。根据尺度和方向阈值因子,自适应地确定图像去噪的阈值。最后对变换系数进行反变换,实现图像去噪。实验结果表明,与小波变换和Contourlet变换相比,保留了更多的图像轮廓细节,提高了图像的质量。