基于组合变换域的彩色图像大容量零水印算法

针对现有大多数彩色图像零水印方案中水印嵌入容量小且抗几何攻击鲁棒性能不佳等问题,提出一种基于组合变换域和位平面分解的大容量鲁棒零水印算法。对彩色载体图像的R、G、B通道分别进行快速有限剪切波变换(FFST),并对变换后的各低频子带进行非重叠分块置乱,将置乱后的各子带的分块离散余弦变换(DCT)系数用于构造四元数离散余弦变换(QDCT)系数矩阵;在每个QDCT系数矩阵中选取两个低频系数,利用其各个实部和虚部的符号极性构造8个二值鲁棒特征矩阵;将经过正交拉丁方置乱加密后的灰度水印图像按位分解,把位分解后的8个二值位平面分别与以上二值鲁棒特征矩阵进行异或并重组得到灰度级认证零水印。此外,在水印检测前,采用ORB算法对待认证图像进行几何校正。实验结果表明,所提算法水印嵌入容量和安全性高,且对于常规非几何攻击和几何攻击均具有较强的鲁棒性。

一种基于非对称逆布局模型的彩色图像表示方法

借助于Packing问题的思想,提出了一种基于非对称逆布局的模式表示模型(non-symmetry and anti- packing pattern representation model,简称NAM)的彩色图像表示方法.通过描述NAM和彩色图像的二进制位平面分解(binary-bit plane decornposition,简称BPD)方法,给出了一种全新的基于NAM的彩色图像表示算法,并对算法的总数据量进行了分析.理论分析和实验结果均表明,与流行的基于分层结构的线性四元树的彩色图像表示方法相比,基于NAM的表示方法能够更有效地减少数据存储空间,是彩色图像模式表示的一种良好方法.这种方法可以应用于彩色图像模式表示的各个方面,在降低存储空间、提高传榆速度、加快处理过程、模式匹配等方面具有良好的理论参考意义和实际应用价值.

基于整数小波变换的灰度图像水印技术

数字水印技术通过在媒体图像中隐藏信号来达到保护媒体版权的作用。论文提出一种针对灰度图像水印的,基于整数小波提升算法的水印技术。该方法在对原始图像分块的基础上进行整数小波提升变换,然后对灰度水印图像置乱,再进行位平面分解,最后将每一个位面的水印信息都嵌入到原始图像的小波变换系数中。实验结果表明,该方法能较好地抵抗剪切和JPEG压缩攻击,对于滤波及噪声干扰也有一定的鲁棒性。

基于位平面分解的三角形NAM图像表示

位平面分解是一种能够有效地降低图像的复杂性的方法,而三角形Packing问题是一类特殊的Packing问题,在许多领域里得到了广泛的应用,有着巨大理论价值和实际意义.因此,借助于位平面分解和三角形Packing问题的思想,以提高多值图像的表示效率为目标,提出了一种基于位平面分解的的三角形NAM(非对称逆布局模式表示模型)的图像表示方法.给出并实现了基于位平面分解的三角形NAM的图像表示算法,理论分析和实验结果表明:与流行的线性四元树表示方法相比,基于位平面分解的三角形NAM表示方法能更有效地减少数据存储空间,是多值图像模式的一种良好的表示方法.

基于位平面理论和奇异值分解的鲁棒零水印算法

针对灰度图像空域算法中水印鲁棒性较差的问题,提出了一种快速、鲁棒性强的零水印算法,并将该算法用于以数字图像为载体的信息隐藏,以实现水印信息的提取和认证。首先利用位平面(BP)理论将图像解析为不同的位平面层次,构造无权值的位平面矩阵,结合各位平面非零值个数生成图像的特征矩阵;然后对特征矩阵分块操作,利用奇异值分解(SVD)生成块最大奇异值矩阵,并通过对生成矩阵二维混沌加密得到注册零水印信息。仿真实验表明,所提算法具有较强的鲁棒性,在同类算法中对抗椒盐噪声攻击的性能提高了6%,对抗常见混合攻击的性能提高了12%。

基于位平面分解方法的运动模糊图像PSF参数辨识

在基于匀速直线运动的运动模糊图像的复原中,点扩散函数(PSF)的两个参数(运动模糊角度和运动模糊尺度)的估计是研究的重点。为了能够准确地估计出PSF的模糊角度,提出了在一种新的改进倒频谱域中采用位平面分解提取和Radon变换相结合的方法。并在已知运动模糊角度的基础上再对模糊图像采用差分自相关处理,得到运动模糊尺度。将上述整个算法用Matlab进行仿真实验。实验结果表明:该算法在获取运动模糊参数的效率和准确度方面较现有文献的同类算法有所提高,得到的复原图像也更加清晰。

基于位平面分解的NAM优化策略

在研究非对称逆布局模式表示模型（NAM）的基础上，针对多值图像表示中子模式的数虽优化问题，提出一种基于位平面分解的优化策略，利用位面间的相关性，改变位面内的扫描算法，进一步减少数据冗余，实现更高的压缩率，并进行理论分析和实验验证。结果表明，该优化策略可以大幅减少子模式数量，优化后的子模式个数减少7．1％～27．1％。

一种基于位平面分解的多分辨率数字水印算法

提出了一种基于位平面分解的多分辨率图像数字水印方法;利用多分辨分解技术将相同分辨率层次的多分辨灰度数字水印嵌入到对应的相同分辨率层次的载体图像的小波系数中,使水印对原始图像具有自适应性。水印的嵌入位置由具有混沌特性的Arnold映射确定,在增加水印安全性的同时还解决了水印嵌入位置冲突的问题。由于在水印的嵌入过程采用了量化的方法,水印可实现盲提取。计算机仿真试验表明该算法具有良好的安全性、鲁棒性和可操作性。

位平面分解的人脸识别集成方法研究

研究了基于集成技术的人脸识别,主要包括集成个体分类器的生成与分类结果的融合.为了提高分类器个体间的差异性,通过位平面分解及移动窗口技术生成基分类器,然后对所分解模式的各层进行融合,以确定最后的决策,这些融合方法包括乘法规则、和规则、多数投票规则、最大值规则、最小值规则与中值规则.另外,针对ORL数据库,实验研究了不同融合方法的人脸识别的性能,并对不同的人脸识别方法的性能进行了比较.结果表明,在基于位平面分解的人脸识别集成方法中,应用和规则的融合方法,其性能也优于其他的人脸识别方法.

TSNAM彩色图像的格雷码表示

为了提高彩色图像模式的表示效率,借助于三角形和正方形布局问题的思想,将格雷码和位平面分解方法应用到彩色图像的三角形和正方形NAM表示方法(TSNAM)中,提出了一种基于格雷码的TSNAM彩色图像表示方法(GTSNAM).给出了GTSNAM表示算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了分析.理论分析和实验结果表明,与最新提出的TSNAM表示方法和经典的线性四元树(LQT)表示方法相比,GTSNAM表示方法具有更少的子模式数(或节点数),能够更有效地减少数据存储空间,因而是一种有效的彩色图像表示方法.

基于小波变换和空域的数字水印方案

在比较了小波数字水印技术的几种经典算法后,总结出1种针对灰度图像,基于小波变换和空域的数字盲水印方案.此设想水印信息的鲁棒性是建立在分散的基础上.试验结果表明:该方法对剪切攻击、滤波攻击、噪音攻击有较强的鲁棒性.

一种综合空域和时频域的数字水印算法

提出一种空域和时频域相结合的多分辨率灰度图像水印算法。该算法对原始载体图像进行离散小波分解,并对灰度水印图像先进行拉普拉斯金字塔分解再进行位平面分解。将水印图像位平面分解系数嵌入到原始图像的水平和垂直分量上,水印嵌入小波系数的位置由具有混沌特性的Arnold映射确定,从而实现水印的盲提取。实验结果证明,该算法对图像的普通处理,如噪声、滤波、剪切、JPEG压缩和旋转等,均具有较好的鲁棒性。

基于位分解和超混沌映射的医学图像加密研究

针对医学DICOM(Digital Imaging and Communications)标准医学图像中图像数据和病人信息数据的信息安全问题,提出了一种基于超混沌映射的医学图像加密算法。通过超混沌映射Lorenz生成六组密钥序列,增加算法的复杂性。并将图像数据进行位分解,打破像素内相关性,对高位数据和低位数据分别加密。病人信息加密不只与密钥序列有关,还与图像信息相关联。实验结果表明,算法实现了对DICOM图像中图像信息的加密和病人信息的隐藏,密钥空间大,并具有良好的算法安全性。

一种新的灰度图像的快速矩计算算法

矩是描述图像特征的一个重要算子,矩计算的效率与图像表示方法直接相关.非对称逆布局的模式表示模型(Non-symmetry and Anti-packing pattern representation Model,NAM)是一个有效的模式表示模型.位平面分解(Binary-bit Plane Decomposition,BPD)是降低灰度或彩色图像复杂度的一种良好方法.鉴于传统图像块表示(Image Block Representation,IBR)的块扫描方法的缺陷,该文提出了一种新的NAM块扫描方法,它是一种"无偏向"的块扫描方法.基于新的NAM块扫描方法,该文提出了二值图像的一种新的NAM表示方法,其贪心准则为:每次寻找一个在当前看来最大的矩形子模式.与IBR表示方法相比,在不改变时间复杂度的情况下,该表示方法能进一步减少矩形子模式的总数量.基于新的NAM表示和BPD方法,通过调整参与矩计算的位平面的参数,该文给出了矩计算的一个重要定理,提出了一种新的灰度图像的快速矩计算算法,并给出了该算法的形式化描述和复杂度分析,该算法不仅能实现矩的精确计算,也能实现矩的近似计算.以惯用的"Lena"、"F16"、"Peppers"标准图像及南加州大学标准纹理库中的纹理图像(http://sipi.usc.edu/database/database.php?volume=textures)、医学图像等为测试对象,实验结果表明:在丢失5个低位位平面情况下,传统矩计算的平均时间分别是Spiliotis算法和该文算法平均时间的35.5182和53.9527倍,也即,该文算法比当前最快的Spiliotis算法还要快28.87%,因而是灰度图像的一种快速矩计算算法.

改进的矩形NAM图像表示算法

为了提高图像的表示效率,提出了一种改进的矩形非对称逆布局模式表示模型(NAM)图像编码算法IRNAM。该算法采用双矩形子模式对灰度图像进行表示,结合位平面优化策略,并顺序存储各子模式的数据,使得子模式数目大幅减少。实验结果表明:与矩形NAM算法和其他改进的NAM算法相比,IRNAM算法使表示图像的子模式数明显减少了,从而有效地节省了数据存储空间,是一种高效的图像表示方法。

结合奇异值分解的小波包图像隐藏

图像隐藏技术的发展为军事隐蔽通信提供了新的实施途径。提出基于奇异值分解和小波包变换的图像隐藏算法,利用小波包变换低频子带抗干扰性强和图像矩阵奇异值的稳定性,对秘密图像做位平面分解并对载体图像做小波包分解,将包含重要信息的位平面隐藏在小波包分解低频系数矩阵的奇异值矩阵中,将包含次要信息的位平面隐藏在熵能量较大的其他剩余子带图像系数矩阵中,次要位平面的隐藏位置根据载体图像的内容自适应确定。实验表明,该算法可实现图像信息的安全隐藏,不仅具有较强的抗几何攻击的能力,且对高斯、剪切和滤波等攻击的鲁棒性也较好,同时具有较好的不可见性,隐藏容量大。

基于奇异值与位面的数字水印算法

数字水印作为一种信息安全技术,是在数字信息中加入不可见的标记。人们可以通过一定的算法提取此标记从而验证信息的所有权(Ownership)。本文提出了一种新的数字静止图像的水印嵌入算法,该算法将含有丰富信息的灰度级图像作为水印嵌入到另外一张灰度图像中。实验结果表明该算法具有很好的鲁棒性。

图像压缩算法的研究

采用自适应子带分解方法对原始图像经过基于提升算法的小波变换后进一步分解，对分解后的码块采用自适应相对距离最近阈值法将局部块划分为4类（平坦、过渡、弱纹理和强纹理），对平坦局部块进行向量量化编码，对其余局部码块使用改进的位平面编码从而提高压缩比和编码效率．

基于格雷码的NAM彩色图像表示方法

提出了一个重要定理,即所有格雷码(GrayCode)位面图的复杂性之和小于所有二值位面图的复杂性之和,并将格雷码应用到基于NAM的彩色图像表示方法中,提出了一种基于格雷码的NAM彩色图像表示方法(简称为GNAM表示方法)。给出了GNAM表示算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了详细的分析。理论分析和实验结果均表明,与无格雷码的NAM表示方法和经典的线性四元树表示方法相比,GNAM表示方法具有更少的子模式数(或节点数),能够更有效地减少数据存储空间,是一种有效的彩色图像表示方法。

基于位平面分解的图像数字水印方法

数字水印技术是解决多媒体数据版权保护问题的有效手段之一,论文提出了一种基于对图像水印位平面分解的数字水印方法。文中首先介绍了图像水印信号的生成过程,然后详细地探讨了该方法的实现过程,最后利用试验对该方法进行了论证,试验结果表明,该方法具有图像失真小、鲁棒性好、可操作性强等优点。