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.     

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.     

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.     

基于图像内容水平线的水印算法

给出了一种把图像自身特征--水平线作为水印嵌入到图像的内容认证算法.该算法从宿主图像中提取出水平线,并对此水平线作Arnold变换得到最终嵌入水印序列,将宿主图像分成互不干扰的子块.对每个子块作一阶小波变换,同时考虑了HVS的掩蔽特性,并计算出每个子块的可见噪声门限JND值,实现水印的自适应嵌入.实验证明该算法在水印透明性与鲁棒性方面具有较好的性能,并实现水印的盲提取.     

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.     

一种改进的小波域自适应图像水印算法

分析传统小波域自适应水印算法鲁棒性不够理想的原因,提出改进的小波域自适应图像水印算法.利用噪声可见性函数局部分析能力强的特点,在小波分解后的子带中查找容噪能力强的位置嵌入水印,并结合小波域视觉可见误差门限JND值实现水印强度的自适应嵌入.实验结果表明,改进后的算法不但保留了视觉效果好的特点,而且在水印的鲁棒性上得到大幅度的提高.     

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.     

一种空域与小波域相结合的水印算法

提出了一种空域与小波域相结合的水印算法．算法采用有意义的二值灰度图像作为水印，首先将水印分成2部分，一部分包含重要信息，另一部分包含次要信息．然后利用二维离散小波变换对原始载体图像进行多级分解，并对含重要信息的水印分量进行Arnold变换，以达到置乱图形和消除空间相关性韵目的，接着将水印数据叠加到载体图像的小波分解系数上，实现水印的嵌入．对于含次要信息的水印分量则通过LSB算法嵌入到经逆向小波变换生成的图像的空域中．实验证明：该算法对／PEG有损压缩、噪声和剪切等常见水印攻击显示出了较强的鲁棒性．     

基于二代小波和两种混沌序列的双水印算法

设计一种基于两种混沌序列和二代小波变换的彩色图像双水印算法。算法既嵌入鲁棒水印,又嵌入脆弱水印,既实现了版权保护作用又实现了图像认证功能。水印预处理过程中,采用两种混沌序列,提高了算法的安全性;水印嵌入过程中,使用了运算速度很快的二代小波变换,提高了算法的效率;中低频使用不同算法自适应地嵌入水印,加强了算法的隐藏效果。仿真实验表明,该算法既能进行版权保护又能进行图像认证,且隐藏效果好、运算速度快、安全性高。     

基于小波变换的图像增强算法

结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强算法,该算法先区分小波域中由细节及噪声产生的高频系数,对由细节产生的信息进行增强,对噪声进行抑制·解决了通常算法中增强细节信号的同时也放大了噪声这个问题·实验表明,该算法在得到很好的图像增强的同时,能很好地抑制噪声,对于多噪声环境下的弱细节信号能达到很好的增强效果·     

基于分级策略的自动人眼检测与定位

针对小波阈值法中的小波变换只能将图像分解到有限方向, 而不能较好地表征图像多方向性的问题, 用改进混合小波 方向滤波器组（HWD:Hybrid Wavelet Directional filter banks)变换代替单纯小波变换, 使在图像分解过程中更好地表征图像的多方向性, 保存更多的图像信息; 在分析小波阈值去噪原理的基础上,改变隶属度函数, 构建HWD隶属度的权系数, 从而避免因小波系数间存在幅值交叉使小波阈值法的应用受到限制。改进的HWD在损失最少图像小波系数的前提下, 能最大限度地置零噪声小波系数。实际工程图纸去噪研究表明, 改进的小波阈值法可在去除一定噪声的前提下, 保留更多的工程图纸细节信息。     

基于最大信息熵的小波图像去噪算法研究

去噪算法在图像处理的过程中占有极其重要的地位。为了对含有高斯白噪声和脉冲噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于最大信息熵的小波去噪算法,根据最大信息熵的理论确定了改进型阈值和改进型加权阈值函数中的加权因子。仿真结果表明,该算法能够同时抑制高斯白噪声和脉冲噪声,可以更好地保留图像的边缘细节,与Donoho提出的小波阈值去噪算法的去噪效果相比,具有更好的去噪性能。     

多孔小波和非下采样滤波器组去除遥感图像的多种噪声

结合àtrous小波变换和非下采样轮廓波变换的优点,提出一种基于àtrous 非下采样轮廓波变换的遥感图像去噪方法.该方法用非抽取离散小波变换的àtrous算法对图像进行多尺度分解,然后用非下采样的多方向滤波器组对得到的细节分量进行多方向分解.对含有多种噪声的遥感图像,àtrous 非下采样轮廓波变换将图像中不同种类的噪声分解到不同的小波系数分量中,使得可以根据噪声特性选择最合适的去噪方法,比用一种方法去除所有类型的噪声更科学且去噪效果更好.     

基于多尺度小波变换的图像边缘检测

图像边缘是图像中的重要信息,为了检测图像中的边缘信息,提出了一种基于多尺度小波变换的图像边缘检测算法．该算法充分利用了图像边缘在多尺度下的信息,首先选用二次B样条小波对原始图像进行多尺度小波分解,提取出图像中的高频信息,包括真实的图像边缘和噪声,然后根据图像边缘和噪声在不同尺度下具有不同的传递性,抑制噪声分量,保留图像边缘分量．实验结果表明,该算法获得了较好的图像边缘检测效果．     

基于ICA和DWT的自适应盲水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出一种基于独立分量分析（ICA）和离散小波变换（DWT）的自适应鲁棒性盲水印算法.该算法先将载体图像进行小波变换,然后将原始水印进行平铺和置乱,再根据噪声可见函数（NVF）的视觉掩蔽作用,将其自适应地嵌入到载体图像小波变换域的低频系数上,最后利用ICA技术实现了水印盲提取.实验结果表明,该算法的水印不可见性较好,且可抵抗多种常见水印攻击,其中对JPEG压缩、尺度缩放等攻击的鲁棒性较突出,可应用于图像的版权保护.     

基于SAR图像滤波的小波模糊聚类算法

针对合成孔径雷达(SAR:Synthetic Aperture Radar)图像固有的相干斑噪声,提出了基于小波模糊聚类算法的去噪方法.该方法把信号和噪声的小波系数的分割看为一个两类模式分类问题.通过将小波系数幅值和高频子图像中的边缘信息作为聚类特征进行噪声系数分离,实现了精确分离小波系数,滤除相干斑噪声的目的.该算法不需要选择阈值和了解噪声的先验知识,有较强的数据自组织能力.实验结果表明,二维聚类滤波的信噪比提高了近8%,图像显示效果也得到了明显改善.     

基于小波变换的改进DDGVF医学图像分割算法

针对传统Snake模型不能很好地分割带有凹陷边缘图像的问题,提出了一种改进的结合小波的动态方向梯度向量流(简称DDGVF)模型.该算法首先利用小波变换的多尺度特性对待分割图像进行3层分解,然后在每层分解的图像下进行DDGVF算法的分割,不断获得更加精细准确的目标轮廓,最后达到准确分割.针对合成图像、含有噪声的图像和真实的CT以及MRI医学图像进行仿真实验.结果表明:改进算法能很好地解决传统Snake模型不能深入分割凹陷区域、捕获目标范围小等问题,并且具有分割时间较少的优点,是一种高效准确的医学图像分割算法.     

基于小波变换的低对比度图像增强改进算法

提出一种基于小波变换的图像增强算法。利用小波变换的时频局域性和方向性特点,对分解后的高频系数进行子树划分,以子树为单位实现图像的对比度增强。在VC++环境下实现了该方法,实验结果表明该算法能得到整体视觉好的图像,是一种有效的图像增强算法。