基于FastICA和2D-DWT的图像水印算法

提出了基于FastICA和2D-DWT的图像水印算法,水印嵌入采用2D-DWT,提取过程采用FastICA盲源分离算法。抗攻击实验表明该算法具有强的鲁棒性。     

抗剪裁的盲图像水印算法

 提出一种基于频域的盲图像水印算法.该算法将水印序列排列成圆环状嵌入在图像频谱的中频位置,在图像遭到剪裁攻击后,通过对图像做一些处理,仍然可以正确检测水印,且不需要原图像的支持.该算法运算简单但效果良好,是一种非常具有实际意义的盲图像水印算法.     

一种基于人眼视觉特性的图像水印方案

本文利用人眼视觉特性,提出一种基于对比度灵敏矩阵的图像盲水印方案.该水印算法以随机产生的二值序列为水印,在DCT域计算各个图像分块的视觉敏感性值,根据视觉敏感性值的大小自适应地调整水印嵌入强度.实验结果表明,本文提出的水印算法对JPEG压缩、图像平滑、图像锐化、图像加噪等处理具有较好的抵御能力.     

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.     

一种有效的图像盲水印算法

数字水印技术是数字产品版权保护领域研究热点之一。文章提出一种小波域数字图像盲水印方案,嵌入过程中在原始图像小波域中随机选取系数加以调整嵌入二值图像作为水印,保证其不可见性、鲁棒性和安全性。提取过程中勿需原始图像,利用盲源分离算法提取水印。实验表明本算法对于通常图像处理具有较强鲁棒性,是一种有效的盲水印技术。     

一种基于NSCT与抖动量化的盲水印算法

在混沌置乱变换及抖动量化原理基础上,提出了一种基于NSCT的盲水印算法.首先将图像进行NSCT变换及分块SVD分解,再对原始水印信息进行混沌置乱变换以消除线性相关性,最后,利用抖动量化原理对分块SVD分解产生的各块奇异值进行修改实现水印嵌入.实验表明,该算法透明性好,拥有较强的鲁棒性,且在水印提取时实现了盲提取,是一种盲水印算法.     

基于极性的立体图像盲数字水印算法

针对平面图像水印算法不能很好地适用于立体图像的问题,在平面图像版权保护算法的基础上,提出一种新的立体图像盲数字水印算法,并进行了仿真研究.首先将立体图像分块并定义图像块的极性,然后基于左右图像块的极性与水印信息之间的关系嵌入水印:如果水印信息是零,则需要通过改变对应图像块的极性,使得两极性相反;反之则使两极性相同.在水印提取过程中,只要判断左右图像块极性的关系即可提取水印信息,实现了水印的盲提取.攻击实验结果表明该算法是可行的、有效的.     

小波域的自适应灰度图像水印算法

提出了一种基于小波变换的自适应灰度数字水印算法,该算法利用位平面方法将经过Arnold变换加密后的灰度水印图像转化为一系列的二值信息,然后将其内嵌到原始图像经过小波多分辨率分解后的低频子带上,并利用人眼视觉掩蔽特性对水印的添加强度进行自适应调节,并设立标志矩阵记录水印嵌入信息,从而实现水印的盲检测.理论分析与仿真结果表明应用本算法实现的水印具有很好的鲁棒性和不可见性.     

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。     

改进的人工蜂群算法在图像水印中的应用

为了寻求水印图像视觉性和鲁棒性的优化,把数字图像水印处理转化为一个多目标求解问题。针对传统的人工蜂群算法收敛速度较慢、易陷入局部最优解的问题,提出了一种改进的人工蜂群算法并应用到图像的水印处理中。算法在雇佣蜂的搜索过程中加入了食物源强度因子和邻域因子,用来及时更新食物源和加快收敛速度;利用DCT对原始图像进行分解后,对数字图像水印进行了嵌入并实现了盲提取。实验结果表明,算法具有良好的视觉性和鲁棒性。     

基于频域盲解卷的的齿轮箱信号盲分离

将频域盲解卷算法应用于齿轮箱信号的盲分离,利用相邻信号的相关性解决次序不确定性问题.利用非高斯极大化解决幅值不确定性问题.仿真及试验结果表明,该方法可以有效对信号进行分离,具有广阔的应用前景.     

小波变换和子采样在彩色图像水印中的应用

为了实现对多媒体数据版权的有效保护,采用小波变换和图像子采样技术,提出一种彩色图像水印新算法.水印嵌入时,先对宿主图像在YIQ色彩空间中的Y分量进行子采样,并对得到的4个子图像分别进行二级离散小波变换,然后,将经Arnold变换置乱后的水印图像嵌入到小波变换后的低频子带中,其嵌入位置由TD-ERCS混沌系统产生的混沌序列确定.采用盲提取算法进行水印提取.研究结果表明:嵌入水印后的图像质量高,水印隐蔽性好:水印图像能抵抗JPEG压缩、噪声、滤波、图像锐化、直方图均衡化、剪切和旋转等攻击,鲁棒性好;用于水印提取的密钥空间大,增强了水印的安全性.     

ICA在地震信号处理中的应用研究

为了拓展独立分量分析的应用领域以及寻找地震信号去噪新方法,提出应用ICA处理地震信号随机噪声的具体方案,分析ICA的四个假设前提条件,结合实际地震信号的统计特性,分析作为源信号的有效波与噪声,并对其进行处理,使其能够在独立性和非高斯性方面满足独立分量分析算法的要求。对于盲源分离的两个固有不确定性问题,引入波形相似度的概念,使问题得到解决。从而说明在地震信号处理领域应用独立分量分析算法的可行性。最后提出算法,并用其处理合成地震信号(含随机噪声Ricker子波),实现有效波和噪声的分离,证明算法的有效性。     

基于独立分量分析的混合声音信号分离

论文简要介绍了有关独立分量分析（ICA）的基本理论和算法;探讨了独立分量分析在混合声音信号分离中的应用。针对ICA输出结果排序的不定性以及在长时间记录声音信号的过程,ICA混合模型系数存在时变性等问题,提出了一种结合小波变换和独立分量分析的解决方法;试验结果表明,该方法能有效地提高运算效率并获得较好的分离效果。     

广义梯度及其在盲信号分离中应用的研究

盲信号的研究是当今学术界研究的热点,它连接了神经网络、信号处理、信息论等多个领域[1-2].盲信号分离(B lind Signal Separation,简写为BSS)是盲信号的研究中一个广受关注的方向.在盲信号分离的研究中,1994年Comon[3]提出了独立分量分析(Independent Component Analysis,简写     

基于FastICA的盲干扰对齐算法

为克服现有的干扰对齐方法中发送端信道传输信息不足的问题, 提出了一种新的盲干扰对齐（BIA: Blind Interference Alignment）算法。在K用户MIMO(Multiple Input Multiple Output)干扰信道中, 发射端已经建立起干扰对齐机制条件下, 依照盲源分离(BSS: Blind Source Separation)理论, 将IA（Interference Alignment)模型与BSS模型相结合, 在接收端采用FastICA(Fast Independent Component Analysis)算法, 建立以干扰对齐为模型的目标函数。对数据进行中心化, 通过逐个分离的方法, 单独分离每个独立分量, 从而提取期望信号。Matlab仿真结果表明, 该算法能在未知信道状态信息的情况下有效实现干扰对齐, 同时具有较好的误码率。     

基于盲信号分离的数字水印检测与提取

基于盲信号分离技术，提出了一种新的数字水印图像提取方法。该方法在一种较典型的基于小波变换的数字水印嵌入算法基础上，应用盲分离技术有效地检测和提取出了含在水印图像中的水印。经大量试验证明，所提出的方法对常用的图像处理方法有较强的抗攻击性能。     

一种彩色图像DC系数的自适应水印算法

提出了一种新的彩色图像DC系数的自适应水印算法。该算法通过简单地分析DCT块的两个AC系数将像素块分类成平滑块、边缘块和纹理块,然后根据像素块的类型自适应设置水印的嵌入强度。并利用图像亚采样得到的4个子图像间的高度相关性,将1比特水印嵌入在4个子图像块中由密钥控制的两个块的DC系数上,获得了分散水印能量与增加安全性的目的,而水印能直接在像素域中进行盲提取。同时嵌水印在YIQ模型的Y分量和RGB的B分量上,并进行了两者的性能比较与分析。大量实验表明,提出的水印算法取得了很高的不可见性和鲁棒性,Y分量水印的性能优于B分量的。     

规范化自然梯度ICA算法

对基于李群不变性的自然梯度ICA算法进行了改进,提出了一种规范化自然梯度ICA算法.该算法通过引入规范化因子,保证参数矩阵的行列式的绝对值在学习过程中恒为1,避免了参数矩阵剧烈变化,使得学习过程更稳定更快速,这种改进还起到简化目标函数的作用,使得规范化自然梯度ICA算法更加简单便利.在BSS模拟实验中,把常规梯度的ICA算法、自然梯度ICA算法与规范化自然梯度ICA算法进行比较,结果表明新算法的信号恢复精度更高,收敛速度更快.