一种基于小波包变换的盲数字水印算法

提出了一种基于小波包变换的盲数字水印算法，该算法首先对图像进行小波包分解，并根据视觉感知特性将作为水印的二值图像嵌入到分解后的高频分量中，再进行小波包重构得到嵌入水印的图像。实验结果表明，该算法添加水印后的图像对于压缩、噪声、中值滤波、几何裁剪等处理具有很强的稳健性。     

基于HVS和整数小波变换的遥感图像水印算法

结合人眼视觉系统与整数小波变换,提出一种用于遥感图像版权保护的数字水印算法。水印由二值图像组成,置乱后嵌入在图像小波域的中高频部分,根据人类视觉系统的特点选择感知重要系数嵌入水印,水印嵌入量控制在可见误差范围内,水印提取时采用分层提取的方法。实验结果表明,算法实现速度快,具有较好的不可见性,并且可以有效地抵抗JPEG压缩、加噪、锐化和剪切等攻击。     

基于整数小波变换的半盲脆弱水印算法

提出了一种用于图像认证的小波域半盲脆弱水印算法。水印由二值伪随机序列组成,嵌入在小波域细节分量的感知重要系数中。采用自适应量化中间值系数的方法嵌入水印。基于整数小波变换,并对量化算法进行改进以避免舍入误差。水印提取时不需要原始图像。实验结果表明,算法具有较好的不可见性,且对一定强度的图像压缩、增强等处理有鲁棒性;对于模糊、加噪等攻击表现出较强的脆弱性;对剪切等攻击有较好的篡改定位能力。     

基于小波变换的矢量地理空间数据数字水印算法

基于矢量地理空间数据自身特点,运用小波变换技术,提出了一种基于小波变换的矢量地理空间数据数字水印算法。即对一系列的线、面坐标串分别进行离散小波分解,把水印信息分段嵌入到相应的小波分解后得到的低频系数中;再进行小波逆变换得到含水印信息的矢量地理空间数据。在水印信息提取过程中,解决了删点、投影变换等对水印信息提取的不利影响。实验分析表明,该算法在抗矢量地理空间数据处理中常见的噪声攻击、坐标数据轻微的移动等方面具有较好的效果。     

基于小波变换的矢量地理空间数据数字水印算法

基于矢量地理空间数据自身特点,运用小波变换技术,提出了一种基于小波变换的矢量地理空间数据数字水印算法.即对一系列的线、面坐标串分别进行离散小波分解,把水印信息分段嵌入到相应的小波分解后得到的低频系数中;再进行小波逆变换得到含水印信息的矢量地理空间数据.在水印信息提取过程中,解决了删点、投影变换等对水印信息提取的不利影响.实验分析表明,该算法在抗矢量地理空间数据处理中常见的噪声攻击、坐标数据轻微的移动等方面具有较好的效果.     

具有图像内容保持特性的小波域可见水印

根据图像的噪声掩蔽性设计了一种小波域可见水印算法，并根据水印图像的纹理特征对算法作了进一步改进。在此基础上，提出了具有内容保持的嵌入策略及改进算法。实验结果表明，该算法在保证水印具有较好可见性的同时，载体图像内容得到了保持。     

一种基于小波包变换的纹理图像压缩算法

提出一种基于小波包变换与自适应混合量化的新图像压缩算法.该算法首先用小波包变换对纹理丰富的图像进行完全分解,并用一种与后续编码器相关联的成本函数(CostFunction)进行最佳小波包基搜索;然后依据图像内容,自适应确定小波包系数的扫描次序;再对小波包变换后的最低频子带进行DPCM无失真编码,对高频子带实施矢量量化编码;最后对所形成的二进制符号流进一步实施自适应算术编码.仿真实验结果表明:提出的小波包图像压缩算法是一种比较好的编码方案,其压缩效果不仅明显优于JPEG算法与SPIHT算法(特别是纹理图像),而且优于已有的其他小波包图像压缩算法.     

基于小波变换的扩频水印算法

从信息论的角度，将载体图像看作信道，水印看作信号，设计了基于小波变换的扩频水印算法。水印信号经过伪随机序列调制频率被扩展后嵌入图像的小波变换域，当大部分频带被干扰，水印信号还可以由其他小部分频率信息恢复，而且水印信号的抽取不需要原始载体图像。试验表明，该算法鲁棒性好，对JPEG压缩、中值滤波、高斯噪声等攻击有较好的抵抗能力；嵌入水印后不易被察觉。     

基于小波变换的栅格数字地图水印算法

本文提出了一种基于小波变换的栅格数字地图水印算法。算法基于栅格数字地图相比自然图像具有较高亮度,低频分量具有更高感觉容量的特点,在栅格数字地图经小波变换后的低频分量部分依据其亮度调节强度嵌入周期性扩展水印;同时为提高算法鲁棒性,在细节分量部分嵌入相同水印,水印嵌入位置根据人类视觉系统特性和小波系数间内在联系确定。实验分析表明,该算法能较好抵抗诸如JPEG压缩、锐化、剪裁等各种攻击,具有好的鲁棒性。     

基于多层次误差扩散加网的数字水印算法研究

提出了一种结合多层次误差扩散加网(multi-scale error diffusion)的印刷打印图像数字水印算法,将信息隐藏在图像密度较小的区域,提高了水印的检测成功率,为印刷打印数字水印技术的推广提供了一种可供参考和借鉴的方法。     

一种最佳基小波包变换的影像融合研究

在将小波包变换应用于影像融合的过程中,选择不同性质的小波包基,会得到不同效果的融合影像。如何在其中找到性质最好的小波包基,即最佳小波包基,并在此基础上实现影像的融合具有重要的意义。影像融合涉及到两幅影像,最佳小波包基的搜索需要在两棵小波包树上进行,而已有的最佳小波包基搜索算法只能在一棵小波包树上实现。本文提出了一种在两棵小波包树上搜索最佳小波包基的算法,并基于由此算法得到的最佳小波包基,实现了一种新的基于最佳基小波包变换的影像融合。试验结果表明:在采用基于特征的融合规则的条件下,该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都优于由其他小波包变换方法(包括小波变换方法)得到的融合影像。     

基于区域统计特性的IHS-小波遥感影像融合

在遥感影像融合过程中,为了更好地避免经典IHS算法造成的光谱扭曲,文章提出了一种基于统计特性的IHS和提升小波结合的影像融合方法。该方法对小波变换后的1分量和高分辨率影像的高频和低频系数,根据不同的区域统计特性分别选取不同的融合策略进行融合,然后进行小波逆变换和色彩空间转化,得到融合影像。实验表明,此方法与IHS变换、高通滤波法和小波变换等传统算法相比,在提高多光谱影像空间分辨率的同时,能更好地保持影像的光谱质量。     

用于末制导的SAR图像多子区实时匹配算法

为实现用于无人飞行器末制导的SAR实时影像与多源基准影像的匹配,提出一种新的基于子区位置关系约束的SAR图像匹配算法。首先将SAR图像进行对数变换,并进行小波包分解,在高频子图部分对小波包系数进行收缩,抑制噪声,然后利用断面检测法提取边缘。匹配中将SAR实时图分为多个子区,用子区灰度标准差和频谱直方图判别其可匹配性,并更新不可匹配区。将各子区位置分布关系用作匹配结果的约束条件。为保证算法实时性,匹配采用基于提升小波的金字塔分层搜索策略。用星载SAR图像和卫星光学图像进行了大样本匹配实验,实验结果表明该方法是一种能在精度、实时性和可靠性方面都能满足导弹末制导要求的实时匹配算法。     

基于提升小波的影像变换与匹配

从第二代小波即小波提升方法出发,研究了一种反对称小波的影像变换算法、导出了其更新函数,并与线性提升算法进行了比较,结果表明,该算法不仅具有在位计算的特性,而且能够更好地突出影像边缘特征,为影像匹配提供了丰富的信息。在实时影像匹配中,同时采用了低频信息和高频分量,构成了多窗口匹配算法,试验证明,该算法能够提高匹配的效率和可靠性。     

基于小波包变换距离特征选取的遥感影像融合

介绍了基于小波包变换和距离特征选取的影像融合方法：首先对多光谱影像做IHS变换;其次对多光谱影像的亮度分量和全色影像做小波包变换并分别采用加权平均法和距离特征选取法融合低频部分和高频部分;最后通过小波包重构和IHS逆变换得到最终的融合影像。以ERDAS8．5软件自带的影像文件为例对这种方法进行了实验,并利用信息熵等标准与其他融合方法进行了比较,实验结果表明该方法能得到更好的融合效果。     

基于最佳小波包基的高光谱影像特征制图

鉴于在时频局部化能力方面小波包变换优于小波变换,将高光谱影像像元光谱曲线作为1维信号并对其进行多尺度小波包变换分解,得到不同尺度上的低频和高频成分向量。根据不同地物像元光谱小波包分解最佳基有很大差异,而同一地物像元光谱小波包分解的前若干个最佳基完全相同的特点,提出一种基于前若干个最佳小波包基特征参量数组的分类特征参量和目标识别方法,并对AVIRIS影像中的特征如地物植被、水体、岩石及某些阴影等进行提取与制图。     

ARSIS概念下的多分辨率图像融合

介绍了在ARSIS概念下的多分辨率图像融合,采用了DB3小波包为例,进行快鸟高分辨率影像和多光谱影像的分解,采用波段间交互构建模式重建低频小波包系数,以活跃度为准则进行重建高频小波包系数,融合试验结果表明,本方法较PCI融合方法提高了视觉效果,更能清晰地表现地物的细节特征,同时校正了快鸟影像中存在的色彩偏差现象.     

基于小波包变换区域方差的遥感影像融合

介绍了基于小波包变换和区域方差的遥感影像融合方法.利用IHS变换和小渡包变换把全色影像和多光谱影像的相应分量分解为低频部分和高频部分,并分别采用加权平均法和区域方差法融合低频部分和高频部分,然后通过小波包重构和IHS逆变换得到最终的融合影像;最后采用MATLAB语言实现了这种方法.实验结果表明,这种方法在提高影像的清晰度、突出影像细节信息以及保留原始影像的光谱特征方面效果较好.