3D小波变换的抗裁剪鲁棒数字图像水印算法

为解决抗裁剪的鲁棒数字水印问题,提出了一种基于3D小波变换的数字水印算法.该算法根据离散小波变换理论和对视频序列进行3D小波变换的研究结果,将原图像拆分为一个图像视频帧,将水印自适应地加入到每个图像帧二维小波变换中频域的不同位置,利用图像二维小波变换中频域的特性和人类视觉系统特性,大大提高了水印算法的有效性,对严重的裁剪攻击具有很强的抗攻击性,在图像被裁剪一半以上情况下仍能非常清晰地得到水印.实验表明,该水印算法对图像裁剪有很强的鲁棒性.     

Her变换的数字水印算法

经对目前数字水印变换域算法的研究,发现常用的变换大多都是正交变换（如DCT和DWT等）。作者通过对Haar函数系、Haar类函数系和Walsh函数系这三大类正交函数系的研究,找到了与之对应的三类性能优良的正交变换,Her类正交变换就是其中的一种。由于Her函数系所对应的Her矩阵不是归一化的正交矩阵,所以不能像DCT等矩阵一样直接应用于数字水印技术,通过对Her连续函数的采样,得出了其对应的离散矩阵,然后通过一系列的实验数据和理论证明,成功的将其应用于数字水印中。最后,提出一种新颖的、鲁棒的Her域盲水印算法。实验结果表明该算法计算简单,且具有良好的不可见性,通过与传统DCT水印的对比表明,该算法在抵抗噪声和和滤波等方面具有较强的鲁棒性。     

基于可信度的TOF相机三维点云球覆盖网格重建

文章提出了一种基于可信度的球覆盖网格重建方法。该方法首先通过TOF相机信号幅值和获取的三维点云信息可信度的关系,利用可信度PCA算法提取出点云的法向矢量;然后根据二次误差函数拟合方法生成一个保持点云特征的球体集;最后通过球体之间的相交关系,构造出三角形网格曲面。实验结果表明,文中方法可以较好地重建出TOF相机三维点云网格曲面。     

二维非平稳信号的小波谱均衡分析方法

小波变换对信号的分时分频的精细表达和多分辨率的全面把握，使我们能更深入地认识信号和噪声的特性，便于基于小波域进行更有效的高分辩率的处理工作；而谱均衡处理技术是提高信号纵向分辨率的有效方法．本文结合上述两种处理手段，提出了一种小波谱均衡方法：先将二维非平稳信号进行小波分频处理，得到不同尺度的信号；然后将各尺度上的信号分别进行谱均衡处理，再将经谱均衡处理的不同尺度信号进行重建，从而得到高分辨率信号．利用小波谱均衡进行实际信号处理，处理结果表明该方法的处理效果要好于常规的谱均衡方法，它既能提高二维非平稳信号的纵向分辨率，同时又能保持原信号的固有特征．     

基于小波变换的眉毛识别方法

提出了一种基于小波变换的眉毛识别方法.该方法利用小波变换进行眉毛特征提取,选取奇偶行三层小波变换的高频、水平分量、垂直分量和整体二层小波变换的低频部分作为特征,利用最近邻法则进行识别.实验结果对比表明,该方法简单且识别率较高.     

基于小波变换的边缘检测

根据Ｍａｌｌａｔ的多尺度边缘检测的思想,实现了多尺度Ｂ样条的边缘检测算法。在检测之首对图像进行自适应平滑处理,在选取小波函数时提出一种更加有有效的小波函数。同时,提出一种简单而有效的检测和边缘点连接的算法,最后,在分解和重建时采用一种基于滤波器系数特征的快速算法。结果表明,该方法比较适合于精确快速边缘检测。     

一种基于小波变换的图像去噪方法

利用小波系数在相邻尺度上的相关性关系，针对小波系数估计中硬阈值方法和软阈值方法的缺点，通过对双重量收缩函数得到的阈值乘以一个合适系数进行修定的折衷方法，提出了一种新的小波域局部自适应去噪算法。实验结果表明，该方法既可以去除噪声，又可以较好地保留图像的高频细节特征。     

基于小波变换的图像自适应水印

提出了一种基于小波变换的图像自适应水印嵌入方法。此方法对原始图像进行小波分解,在每一个低频系数中嵌入一位水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明：使用该方法嵌入的数字水印具有很好的隐蔽性,感觉不到对原始图像的影响。同时,嵌入的数字水印具有较理想的鲁棒性,常规的图像处理方法对其影响甚弱。     

基于小波模极大值的数字水印算法

目的针对传统数字水印技术的有限性,实现一种新的数字水印算法。方法新算法以小波变换为基础,对原始图像和水印图像进行小波变换,将水印信息嵌入到中频系数中。结果实现了二维彩色图像将为水印信息嵌入到二维图像数据中。结论实验证明,新算法在对彩色图像进行水印处理方面达到较好的效果,具有较好的健壮性。     

一种基于小波变换的图像去噪方法

利用小波系数在相邻尺度上的相关性关系,针对小波系数估计中硬阈值方法和软阈值方法的缺点,通过对双重量收缩函数得到的阈值乘以一个合适系数进行修定的折衷方法,提出了一种新的小波域局部自适应去噪算法.实验结果表明,该方法既可以去除噪声,又可以较好地保留图像的高频细节特征.     

复Morlet小波的三维测量技术

为扩大小波变换轮廓术在三维测量领域的应用,提出了获得物体三维形貌的方法。该技术基于复Morlet小波变换理论,采用结构光照明,用最大值法提取小波变换的脊,获得变形光栅的包裹相位及整幅图像的包裹相位分布,再做相位展开。实验表明,该方法的误差在-0.37～0.38rad,能够满足物体三维测量技术要求。     

二维小波变换方向的特性

为了分析信号的方向特性,根据二维小波理论和小波变换方法,分别研究了二维Marr、Morlet、Cauchy小波变换在方向性选择方面的特征,并通过仿真试验分别探讨了它们在方向检测中的应用.数值计算结果发现：二维Marr不是方向性小波,二维Morlet和Cauchy小波是方向小波,而二维Cauchy小波比二维Morlet小波在方向性选择方面更具有优越性,因此采用二维Cauchy小波变换能够很好地分析信号的方向特征.     

基于方向小波变换的边缘检测

定义了一种方向小波变换，并将其用于图像边缘检测．建立了它与Canny边缘检测子的关系．基于此提出的新的边缘检测方法，不仅可以有效地检测出图像的边缘，而且也可检测图像中某一方向的边缘．实验结果表明，新的边缘检测算法具有能检测方向性边缘、算法简单、计算量小、效果佳等优点．     

基于小波变换的多分辨率语音消噪

根据多分辨率分析的原理 ,提出了一种基于小波变换的语音增强方法。通过小波多分辨率分解 ,将受噪声污染的语音信号在不同尺度上展开 ,并对特定频段上的信号细节进行分析和处理 ,从而使对听觉影响最严重的频段上的噪声被有效地滤除掉 ,滤波后的语音信噪比得到较大的改善 ,其方法简便有效。     

基于小波变换的掌纹特征提取

掌纹中不同区域的纹线方向和空间频率代表着掌纹图像内在的特征。为了提取该特征,提出了一种基于原始灰度图像的小波变换的新算法。由于该算法直接对原始的灰度图像进行处理,而无需对图像进行预处理(例如图像增强、滤波、区域分割、二值化、纹线细化等),因此它与传统的细节特征识别方法相比大大减小了计算消耗。对一个小的掌纹图像数据库,使用K近邻(K-NN)的分类器对算法进行了实验,得到了很高的分类正确率,验证了算法的有效性。     

基于小波变换的光声成像算法

为了进一步提高光声重建图像的质量,利用小波变换的多维多分辨率特性对光声图像进行消噪,将小波包的分解和重构理论与统计差值相结合对光声图像的细节部分进行增强。由仿真和实验结果表明,重建图像经过小波降噪和图像增强后,其对比度相对滤波反投影算法的光声像得到了明显的提高,其分辨率由0.55 mm提高到0.48 mm,该算法将为病变组织的正确诊断与治疗提供了更高的精度和准确度。     

基于小波包变换的多载波调制技术

基于小波包变换的多载波调制技术是一种灵活的、大容量且具有鲁棒特性的正交复用技术,利用该技术可有效的减少噪声、脉冲干扰的影响.本文主要介绍了这种多载波调制技术的结构和原理,并与OFDM技术在性能上作了比较.     

基于小波变换的信号去噪处理

小波变换是信号处理中一个十分有用的数学工具。基于小波分析理论,本文采用软阈值法滤除与有用信号频率相近的噪声信号,取得了很好的滤波效果。并通过实时数字仿真系统验证了这种方法的有效性。     

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。     

基于小波变换的分块融合算法

目前许多关于图像融合的研究都在空域中进行,隐藏水印图像抗攻击的能力较差.本文采用了基于小波变换的图像融合技术,提出了基于小波变换的分块融合算法,使图像的鲁棒性得到很大提高,尤其是抗JPEG压缩和抗噪声干扰的能力较强,算法可应用于数字图像的版权保护和信息隐藏领域.