基于DCT域的增益不变量化的数字图像水印算法

提出一种新的基于离散余弦变换(discrete cosine transform,DCT)域的增益不变量化索引调制的数字图像水印算法.该算法根据DCT域中DC分量的稳健性,将水印信息采用增益不变的量化嵌入DC分量中,并通过最小距离公式进行水印提取.水印被量化嵌入,提取水印信息无需原载体图像,算法能对水印信息盲提取.实验结果表明,与其他数字水印算法相比,算法有较好的透明性,并对JPEG图像压缩、高斯噪声、中值滤波、泊松噪声、椒盐噪声、缩放等常见图像攻击有很强的鲁棒性.     

2M维矢量矩阵DCT整数变换及并行实现

为了大幅降低多维数据在计算上所消耗的时间,提高计算速度,在2M维矢量矩阵DCT(2MVMDCT)整数变换理论的基础上,提出了将其进行并行处理的方法,增大时间优越性.首先介绍了2M维矢量整数变换核矩阵的推导过程;其次,将这种多维整数变换算法应用到多视角视频的压缩编码中,并与多维矢量离散余弦浮点变换进行能量集中性比较;最后,引入多核并行处理的思想,进一步提高处理速度.仿真结果表明,2M-VMDCT整数变换有着非常优越的能量集中性,将其并行实现能使运算效率大幅提高.     

基于模型分析的指纹奇异点检测

针对传统的奇异点检测方法主要基于方向场变化且容易受噪声影响,提出了一种新的基于模型分析的指纹奇异点检测方法.首先用基于离散余弦变换基函数对方向场进行建模,在计算方向场的基础上,利用常微分方程系统线性化数学模型,通过对模型参数和平衡点进行分析,检测指纹奇异点位置.实验结果表明,基于常微分方程线性化模型分析的指纹奇异点检测方法比传统的Poincare Index方法对噪声更具有较好的鲁棒性,能进一步提高奇异点检测的准确度.
     

基于DCT—SVD抗几何变换的扩频水印算法研究

提出了一种基于奇异值分解（SVD）的扩频水印算法,该算法将原始图像分块DCT变换,对每块DCT系数进行SVD分解,得到奇异值。水印采用重复码,用秘钥产生的伪随机序列对其进行扩频得到扩频后的水印序列。通过使用量化步长,修改最大奇异值实现水印的嵌入,同时结合人类视觉系统模型来平衡水印的鲁棒性和透明性这两种主要的性能指标。实验证明,由于使用了扩频技术,水印提取正确率很高,具有很好的鲁棒性,对噪声、滤波、压缩和剪切都有很强的抵抗力。对于旋转攻击,通过估算旋转角度,运用扩频技术和SVD使得水印提取正确率得到很大提高。     

带尺度整数DCT及其快速算法

通过提出一种DCT矩阵的稀疏分解方法得到了带尺度整数离散DCT的概念与快速算法．整数DCT算法完全通过整数加法和移位来实现,可以无损地表示信息,同时其算术运算量比传统的DCT算法具有大幅度的减少,因此,方法非常适合于硬件的实时实现．基于带尺度整数DCT的图像压缩实验验证了算法的高效特性．     

一种基于传统全搜索法的运动估计改进算法

提出了一种称为准全搜索法的块匹配改进算法。该算法在传统全搜索法的基础上引入了差值块DCT系数为0的判断条件，在螺旋搜索的遍历过程中可以最快地搜索到满足条件的匹配块，在大大提高搜索速度地同时也保证了一定的搜索精度。     

彩色图像盲数字水印新算法的研究

提出了一种基于彩色图像亮度分量的DCT域下的数亨水印算法．该算法利用丁密钥和水印之问的对应关系，将二值图像作为水印嵌入到彩色图像亮度分量的DCT域系数中，提取过程无需使用原始图像，实现了隐藏信息的肓检测．实验结果表明：该算法不仅具有较好的透明性，而且对于如JPEG压缩、几何剪切、高通滤波等攻击均具有较好的鲁棒性．     

基于HVS和混沌序列的DCT域数字图像隐藏技术

目的为得到更优的数字图像隐藏算法。方法鉴于在DCT域进行数字图像隐藏经常会出现“方块效应”以及人眼视觉系统的特点,提出基于视觉敏感度的图像隐藏算法,所用的混合参数序列由混沌动力系统的混沌映射产生。结果该算法按均匀块将一幅数字图像在DCT域隐藏于另一幅图像中。结论数值实验结果表明该算法易行、有效,隐藏后的图像效果好,而且能抵抗剪切等攻击,有一定程度的鲁棒性。     

一种基于DCT系数的彩色图像检索方法

基于内容的图像检索是当前图像数据库领域中的一个研究热点。给出一种直接在频域内对彩色图像进行检索的方法:将一幅真彩图像变换到YCrCb空间,提取主颜色,对主颜色进行DCT变换,变换后的低频分量即为图像的颜色表示。在此基础上,讨论了图像的相似度量以及相应的图像检索技术,并给出了实验结果和图像检索性能的评价。     

K-L变换编码、DCT变换编码、小波编码在图像处理中的比较

讨论了K-L变换、DCT变换和小波变换的基本原理,对比了三种变换图像编码的性能,指出了它们图像编码各自的优缺点.