一种DWT与DCT相结合的图像水印算法

文中提出了一种DWT与DCT相结合的灰度图像盲水印算法。该算法首先对二值有意义水印进行Arnold置乱以及logistic混沌加密预处理,其次对灰度载体图像进行二级小波分解,选取逼近子图LL2和细节子图LH2、HL2、HH2嵌入水印。嵌入时对4个子带分别进行分块DCT变换,然后运用改进型相交换中频系数的办法将预处理后的水印分块嵌入4个子带,不同的子带采取不同的嵌入强度,以增强鲁棒性和实现盲提取。实验结果表明,该算法对图像加噪、滤波、剪切、锐化、JPEG压缩、直方图均衡化等攻击有较强的鲁棒性。

基于奇异值分解的小波域图像水印算法

研究优化图像水印问题,传统的基于奇异值分解(SVD)的图像水印算法中,由于水印信息均分布于整个图像,当含水印图像遭到攻击后,提取的水印图像有明显失真,容易出现黑色细线。为消除失真,改善水印提取效果,提出了一种奇异值分解的小波域图像水印算法。首先,在构造二值水印图像时,将文字信息分布于图像左下角和右上角,由于在对角线上并未分布信息,提取出水印图像直接将对角线的黑色细线通过像素灰度值调整为同底色相同的白色即可消除失真。水印嵌入过程中运用矩阵相乘将传统SVD算法中需保留的参数矩阵由3个减少为1个,简化了算法。实验结果表明,改进的算法既保持了鲁棒性和不可见性,同时也消除了失真,获得了很好的图像水印提取效果,可用于版权保护。

基于粒子群算法和卡尔曼滤波的运动目标跟踪算法

针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法。利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域。然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性。为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪。仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理。