基于双重小波系数集的音频水印算法研究

提出一种基于双重小波系数集的音频水印算法,定义了双重小波系数集.对原始音频信号进行小波分解后,根据双重小波系数集内两个元素间的相互关系,对双重小波系数集进行选择并将其分成两类从而嵌入和提取水印.同时利用shuffle算法对水印序列进行置乱,以提高系统的安全性.实验结果表明,该算法对原音频信号影响极小,并对于各种音频操作和攻击,如重采样、重量化、低通滤波、Mpeg编码、Gaussian噪声等具有较好的鲁棒性.     

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.     

一种基于SPIHT编码的自恢复脆弱水印算法

文章提出了基于SPIHT编码的图像自恢复脆弱水印算法,它对宿主图像进行SPIHT编码得到恢复水印,由宿主图像第三层小波变换的低频带系数的大小关系产生认证水印。对恢复水印与认证水印进行置乱与纠错编码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能定位图像篡改的位置,且能恢复出被篡改位置的真实图像内容。     

一种彩色数字图像多功能双水印算法

针对彩色图像单水印算法存在功能单一的局限,利用离散小波变换与奇异值分解的特性,提出了一种新的多功能双水印算法.算法通过提取宿主彩色图像的R、G、B三个通道,对蓝色分量的离散小波低频系数进行分块,对块进行奇异值分解.然后,将版权水印量化嵌入奇异值中,量化步长根据小波系数自适应生成.最后,根据红色分量生成认证水印,对绿色分量分块并进行奇异值分解,将认证水印自适应量化嵌入在奇异值中.实验结果表明,版权水印具有较强的抗攻击鲁棒性及透明性,认证水印对篡改敏感,并能对篡改进行精确定位.所提算法具备版权保护与内容认证的双重功能.     

基于音频内容的DWT域脆弱音频水印算法

为提高脆弱音频水印算法的安全性,实现音频内容的完整性认证,提出一种基于音频内容的可用于篡改与定位的音频水印算法.首先将音频信号分段,进行三级小波变换,然后将音频信号每段的低频小波系数的平均值映射为混沌初值,经过若干次迭代生成认证信息,并采用单个量化高频系数的方法嵌入认证水印.最后利用混沌对初值极端敏感性的特点,定位被篡改的音频位置.仿真结果表明,提出的算法对添加噪声、MP3压缩、低通滤波、重采样等常规的信号处理操作非常敏感,对恶意替换、随机剪切等去同步攻击能够报警并定位篡改位置.     

一种基于小波变换的同步音频水印算法

提出了一种基于小波变换的同步音频水印算法.该算法具有以下特点:(1)利用同步信号定位水印的嵌入位置,以提高水印提取的正确率.同步信号嵌入时域,用于提高搜索效率;同时又再次嵌入在小波变换域,用于提高其正确性.(2)根据音频的局部相关特性自适应确定量化步长,并将水印信息量化嵌入到小波变换域的低频系数中.仿真实验表明:该同步自适应音频水印算法不仅具有较好的透明性,而且对诸如低通滤波、有损压缩、重采样等攻击均具有较好的鲁棒性.     

基于图像整数小波变换的盲数字水印嵌入算法

提出了一种新的在静态图像中嵌入盲水印的算法.通过调整图像3个高频小波变换域的系数,使之对某个整数取模后的余数符合一定的规律,从而表示水印信息.本算法是一种非线性的算法,其优点是可以嵌入的水印数据量大,从信息隐藏的角度,可达2 b it/p ixe l或更多,且对图像的篡改敏感.算法的思想具有通用性,可以结合其他的图像变换和量化方法,达到预定的要求.     

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.     

一种基于离散小波变换的数字图像认证算法

提出了一种基于离散小波变换的半脆弱水印认证算法。利用小波系数之间的相关性作为图像特征水印,利用小波系数块均值量化来嵌入,在鲁棒性和脆弱性方面达到很好的平衡。该算法能够识别图像的恶意篡改,并定位篡改发生区域,而对通常的图像处理具有一定的鲁棒性。     

基于支持向量机的小波域自适应水印算法

提出一种小波域中基于小波系数方向树模型的支持向量机自适应水印算法.利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点,建立小波域内不同尺度上同方向子带内相同空间位置的小波系数间的关系模型;根据关系模型来嵌入和提取水印.为提高图像视觉效果,采用模糊聚类的方法自适应地选取水印的嵌入位置.实验结果表明:该方法对常见的图像攻击具有很好的鲁棒性,而且水印的隐蔽性好、安全性强.     

基于小波的数字图像隐藏算法

在研究小波变换的基础上,给出了一种基于小波的快速图像隐藏算法.利用小波变换(DWT) 的基本原理,对公开图像进行小波变换,将把小波变换后的系数与秘密图像进行融合,最后利用小波逆变换进行图像重构得到结果图像.数值试验表明该方法的抗攻击能力较强,并保证了很好的视觉质量,且算法简单易行.     

基于二维小波变换的图像压缩新算法

为了实现快速、高质量的图像传输,用尽可能少的小波系数高质量地表征图像,提出了一种基于二维小波变换的图像压缩算法.首先将图像进行二维小波分解,得到各子带的一系列小波系数;其次保留图像低频子带的所有小波系数;然后根据归一化能量序列熵准则提取其他各层子带重要系数,即在某一门限下剩余系数熵值与剩余系数最大熵值比值较大(0.9左...     

一种基于三维小波嵌入编码的上下文模型

受EZW、SPIHT、EBCOT模型及3D-EZW、3D-SPIHT、3D-ESCOT模型的启发,综合利用小波系数不同子带间的自相似性、偏序性和同子带内相邻系数的相关性,提出了一种三维小波嵌入编码的上下文模型(3D-OWNER).实验结果表明:利用这种模型获得的PSNR高于3D-ESCOT模型,同时也具有3D-ESCOT模型的优良性质.     

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。     

基于平稳小波和重构相空间的快衰落信道预测算法

为了解决快速衰落信道的预测问题,提出了一种非线性预测算法.该算法基于多径快速衰落信道所具有的混沌行为,将快速衰落信道系数分解为与原序列等长的尺度系数和小波系数,并利用坐标延迟理论,重建尺度系数和各级小波系数的相空间,再根据混沌吸引子的稳定性和分形性,在相空间中对尺度系数和小波系数进行预测,进而通过平稳小波重构算法,实现了快速衰落信道的非线性预测.与无小波算法相比,该算法更适于对噪声环境下的较大时间范围进行预测.对时间跨度为65 9ms的衰落系数进行了预测,仿真结果表明,在信噪比为10dB时,预测结果明显优于无小波变换算法.     

一种新的几何约束自适应阈值图像去噪方法

文章提出了一种几何约束空间自适应阈值的图像去噪新方法。此方法基于非抽样小波变换的多分辨率分解,利用非抽样小波变换的冗余性来寻找小波系数之间的依赖关系。在BayesShrink阈值的基础上进行改进,采用空间自适应方法,为每一个小波系数确定自适应的阈值。在含噪系数的方差估计中,与以往的估计方法不同,不仅考虑到子带内小波系数之间的依赖关系,而且考虑了沿梯度方向的邻域内小波系数之间的依赖关系,使得含噪系数的方差估计更为准确。实验结果表明,与传统去噪方法相比,本文方法能更有效地去除噪声,具有更好的重建视觉效果。     

小波变换与HMT模型的图像插值算法

 为实现图像的超分辨率处理,提出利用HMT模型简洁地表示小波系数的概率结构。小波域HMT模型根据小波系数尺度之间的持续性和指数衰减性,将图像的小波系数建模为隐马尔可夫树模型。该模型考虑了小波系数间的统计相关性,把图像插值问题表述为一个约束优化问题,获得了能够保持原始图像丰富高频信息的高分辨率插值图像。试验结果表明,该算法在一定程度上改善了传统插值算法引起的锯齿效应和平滑效应,插值后的图像在峰值信噪比和视觉效果方面都有明显提高。     

基于小波变换的红外图像模糊与同态增强

针对红外图像对比度差、视觉效果模糊的缺点,提出了一种基于小波变换的红外图像模糊与同态增强算法。首先,采用正交小波变换对红外图像进行处理,将空域图像转换到频域,得到小波各层的分解系数;然后,运用同态滤波法对红外图像的低频子带小波系数进行处理,同时对红外图像的高频子带小波系数进行模糊增强处理;最后,经正交小波逆变换重构得到增强后的红外图像。实验结果分析表明,该方法可以增加红外图像细节,提高图像对比度,符合人眼视觉直观感应,能够有效达到红外图像增强的目的。     

基于PCNN的小波域超声医学图像去噪方法

在分析小波去噪和脉冲耦合神经网络(pulse coupled neural networks,简称为PCNN)去噪优缺点的基础上,提出一种基于PCNN的小波域超声医学图像去噪方法(a method of medical ultrasonicimage de-noising based on PCNN in the Wavelet Domain,简称为PCNN-WD).该方法先对小波系数进行相应的预处理,然后应用PCNN在小波域中修改小波系数,以达到去噪的目的,并且该方法能够自动地设定阈值和修改小波系数的步长.实验结果表明,该方法可以有效地去除斑点噪声,并很好地保留图像细节和图像边缘.