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.     

基于块的索引图像认证水印算法

根据索引图像的特点,结合新颖的样本选取方法提出了一种有效的彩色图像认证水印方法.水印嵌入器在不改变原始图像调色板的基础上,将水印嵌入到图像像素值对应的灰度排名中.水印信号为利用混沌序列生成的二值图像,水印的嵌入位置由密钥和8×8块中的32个像素共同决定,具有非常好的安全性;水印的提取和图像认证不需要原始图像.实验表明:该方法嵌入的水印不可见性好,对JPEG压缩、图像剪切和图像变换等处理具有很好的易碎性,适合于图像的区域认证和完整性验证.     

基于压缩传感的CMOS图像传感器电路研究

压缩传感信号采样理论,将信息获取的技术问题从采样端转移到接收端,并使采样率很低的信号能被精确重建.与压缩传感技术不断完善的理论研究相比,其硬件结构实现更是研究的新方向.本文提出了一种基于压缩传感的CMOS图像传感器硬件电路结构,在模数转换前实现了图像的同时传感并压缩,可用于超高速成像.该结构采用1.8V0.18μm CMOS工艺实现,帧率可达每秒几万到几十万帧,适合于压缩传感的应用.     

基于压缩传感的全息图压缩研究

提出将压缩传感理论用于数字全息图的压缩研究.研究了2种不同变换域对全息图稀疏化的影响,针对全息图的特点选取合适的稀疏域,然后根据压缩传感理论直接获取图像的压缩表示,最后利用得到的压缩数据采用2种不同算法重构全息图并对比其重构效果.实验证实这种压缩方法是可行的,并且在傅里叶稀疏域下使用正交匹配追踪(OMP)重构算法能获得1.5%的压缩率.     

基于压缩传感理论的多聚焦图像融合方法

压缩传感(CS)理论是对稀疏或可压缩的信号进行采集、编解码的新理论.文中提出了基于CS理论的多聚焦图像融合方法.新方法包括被融合图像的压缩传感变换、像素级融合处理和稀疏重构,其中,采用加权法、对应位置分量最大值法和系数判决准则法进行图像融合处理.对该方法进行图像融合实验,并同基于小波变换和其它基于CS理论的融合算法进行比较.结果表明:CS融合(加权法)得到的信息熵大于CS融合(最大值法),CS融合(系数判决准则法)则介于CS融合(加权法)和CS融合(最大值法)之间;用CS理论进行融合所得到的图像的信息熵均高于采用相同方法基于小波进行融合得到的图像的信息熵.     

一种新的分块压缩传感图像重建算法

针对传统压缩传感一次性随机测量整幅图像所导致的存储量大、重建时间长等问题,提出了一种新的分块压缩传感重建算法.首先,将图像分割成一系列子块,分别将每个子块的所有列向量首尾连接起来构成原始信号;其次,将该信号经过稀疏变换后投影到观测矩阵上得到对应的观测值,再利用优化方法从这些观测中重建出信号;然后,分类每个重构子块的活动...     

一种分块压缩感知变采样率的指纹图像水印算法

指纹图像水印是数字内容保护的重要应用领域,而鲁棒性是其实现的关键技术。针对指纹数字内容的水印化保护问题,提出一种分块压缩感知水印(Block compressed sensing watermark,BCSW)变采样率实现方法。首先对指纹图像进行DWT变换,并对每级每个子带分别进行分块压缩感知测量处理,并将观测值作为水印信息嵌入到载体图像。实验结果表明,相对于联合DWT-DCT和DCT以及SCD水印算法,BCSW算法具有更好的鲁棒性,同时具有更高的准确性和安全性。     

一种基于图像内容的自恢复水印算法

文章提出了基于嵌入式小波编码的图像自恢复脆弱水印算法,它利用零树结构对自身图像分块进行压缩编码,得到自相关数据,再进行分块置乱后嵌入到原灰度图像位平面编码的低两位。通过实验仿真证明该算法既能对篡改图像的恶意操作具有很强的识别能力,又能恢复出被篡改位置的真实图像内容。     

一比特压缩传感的贪婪重构算法

针对测量值的一比特量化,提出了一种新型贪婪迭代算法:符号子空间追踪算法。该算法融合了一致性恢复和贪婪迭代的原理,将量化误差对重构的影响降到最小。仿真结果表明,在高比特率的情况下,该算法的重构误差比只考虑稀疏性和只考虑一致性恢复的算法分别低13 dB和21 dB。     

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.     

一种基于压缩感知的图像去马赛克算法

文中提出了一种基于分块压缩感知的图像去马赛克算法.该算法首先将Bayer色彩滤镜阵列采样值等效为压缩感知理论中感知矩阵采样所得的压缩数据.其次通过结合Bayer色彩滤镜阵列自身特点训练分块稀疏字典.最后在训练所得稀疏字典的基础上利用分块压缩感知重构算法便可精确重构出Bayer色彩滤镜阵列采样结果.由于训练所得稀疏字典能有效降低与Bayer色彩滤镜采样阵列之间的相关性,因此文中所提出的图像去马赛克算法能有效对单一Bayer色彩滤镜阵列采样值进行重构.通过实验验证表明：新的图像去马赛克算法明显优于传统插值算法,重构所得彩色图像在去除假色影响的同时能完整保留原始图像的细节信息.     

一种适用于二值图像的数字水印算法

提出了一种根据像素的空间邻域特性在二值图像中嵌入数字水印的算法．由邻域内的平滑度和连通性计算像素的可非度，从而确定各种邻域组合的可嵌入优先级．为了均衡可嵌入水印像素的空间分布，对原始图像进行随机排列和分块后，在每一块中嵌入相同数量的水印．并根据随机排列的统计特性，自适应地确定可嵌入水印像素，以尽量减少对图像质量的损害．实验结果表明，嵌入的水印不易被察觉，而且是脆弱的，可以作为检测图像是否被改动过的一种有效手段．     

基于环形自同构的半脆弱图像水印认证算法

提出一种基于环形自同构的半脆弱数字图像水印认证算法,依据环形自同构结合图像DCT系数和图像版权信息生成水印,嵌入原始图像,水印的嵌入位置也由环形自同构决定。认证端从接收的图像中提取水印并恢复版权信息,同时生成新的水印,比较提取的水印和新的水印定位篡改区域。实验结果表明,该方法能够容忍一定程度有损压缩处理并检测定位对图像内容的恶意篡改,同时可恢复图像版权信息。     

基于一种改进的压缩感知重构算法的分析与比较

主要结合稀疏自适应匹配追踪算法和梯度追踪算法的各自优点,在该两种算法的基础上提出了一种新的信号重构算法,并通过实验仿真分析了新算法在信号重构过程中的优越性。     

一种基于小波变换的彩色图像数字水印算法研究

文章提出了一种在彩色图像的绿色分量中嵌入水印的方案,嵌入过程在小波变换域进行.原始二值水印图像按比例进行分解,结合HVS原理,将分解的水印图像嵌入到绿色分量的低频和中低频三级小波变换系数中.实验结果证明,该水印方案能有效地抵抗加性噪声、图像剪切等攻击,具有较强的鲁棒性。     

一种基于整数小波变换的脆弱水印技术

该文提出了一种用于图像鉴定的脆弱水印方法。该方法利用小波变换提取图像的特征信息，采用Hash函数加密生成数字摘要作为脆弱水印，给出了整数小波域基于平移窗的多比特水印的非线性嵌入方案，并实现了脱离原图的高概率水印检测方法。实验结果表明这是一种行之有效的图像鉴定方法。     

基于数字水印的图像认证技术

伴随着计算机网络及通信技术的飞速发展,数字图像认证技术已成为目前研究的一个热点.对基于数字签名和基于数字水印的认证技术进行了比较,在此基础上阐述了数字水印技术的特征,认证系统框架,详细讨论了数字水印图像认证算法的研究现状,并对其未来发展方向进行了展望.     

基于压缩感知的图像自适应编码算法

利用压缩感知理论对图像进行固定采样率的压缩并重构时,由于图像各个块的稀疏程度不同,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费.为了解决上述问题,提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量.实验结果表明,运用所提自适应编码算法在采样率平均值为44%时,重构图像的平均PSNR值可达到35,dB以上,并且重构图像所有块的PSNR值分布比较集中,从而使得图像具有较好的主观质量.