基于Block-SVD的小波域彩色图像数字水印算法

提出了一种基于Arnold变换和分块奇异值分解(Block-SVD)的小波域彩色图像数字水印算法。该算法采用彩色图像作为载体,灰度图像作为水印,增加了嵌入的信息量。仿真结果表明,该算法具有时间效率高、水印不可见性好、抗攻击能力强等特点,在版权保护方面具有一定的应用价值。

基于DK-SVD的深度学习电阻抗块稀疏成像方法研究

针对电阻抗层析成像逆问题的病态性和非线性,提出一种基于DK-SVD的电阻抗块稀疏图像重建方法。该算法通过多层感知器为每组测量数据提供最优的模型参数,以适应数据集的多样性,进一步提高成像质量,并在稀疏编码阶段采用迭代收缩阈值算法加快收敛速度。仿真实验结果表明DK-SVD算法重建图像的结构相似性可达到0.95以上,误差可控制在0.1左右,平均重建速度为0.034 s,有效地提高了电阻抗层析成像的质量和效率,且经进一步实验证明了该算法具有良好的噪声鲁棒性和实际应用价值。

一种基于改进型奇异值分解的数字水印算法及实现

在传统的奇异值分解(SVD)算法的基础上,提出了一种改进型的基于分块奇异值分解(B lock-SVD)的新型数字水印算法。该算法不仅鲁棒性更强,可以直接处理长方阵和提取出质量更高的水印,并且在大图像中嵌入和提取水印的时间很短,可以有效克服传统SVD算法提取出的水印在对角线上有明显失真等缺点。给出了鲁棒性测试的结果及SVD与B lock-SVD的时间对比分析,并将其与传统的Cox扩频方法进行比较。测试结果表明该算法的鲁棒性更好、速度更快、实用性更强。

考虑工程约束的船体分段测量点集匹配方法

为了能准确分析船体分段的建造误差,给出合理的修改方案,船体分段测量点数据与CAD模型的最佳匹配是关键.传统的匹配算法不考虑船体分段测量点带有的船舶工程约束,得出的匹配结果往往不能满足工程实际要求.针对此问题,提出一种考虑船舶工程约束的船体分段测量点集自动匹配算法,该算法利用奇异值分解(SVD)法得到匹配初值,利用权值向量实现对不同方向上精度要求的误差分配,利用多目标优化法,把水平度、垂直度、平面度、直线度等工程约束引入到优化目标函数中,然后求解非线性多目标优化模型进而得出最佳匹配结果.实例表明,该算法能够在满足工程约束的前提下,获得最合理的匹配结果,为后续装配提供依据.

基于曙光1000A的并行SVD图像滤波方法

提出了一种分块ＳＶＤ图像滤波算法，与现有的ＳＶＤ滤波方法相比，它有效地降低了存储开销，计算复杂度也由原来的Ｏ（ｎ３）降为Ｏ（ｎ２）；同时这种分块ＳＶＤ滤波方法具有很好的并行性，在曙光１０００Ａ上设计了并行处理算法，实验和分析都表明，其加速比接近处理机个数ｐ．

基于分块和NSCT-SVD的彩色图像数字水印算法

针对目前彩色图像数字水印算法水印容量较小、水印攻击强度较大时鲁棒性弱的问题,提出了一种基于分块和NSCT-SVD的彩色数字水印算法.将彩色载体图像分解成R,G,B共3个通道,同时将每个通道分解成4个非重叠块,分别对这些非重叠块进行NSCT处理,可得到各非重叠块对应的低频子带信息,并对低频子带信息进行奇异值分解.同时将彩色水印图像的R,G,B通道信息进行奇异值分解,考虑水印鲁棒性和隐蔽性均能较好权衡的原则,优选水印嵌入因子,将水印图像R,G,B通道信息的奇异值加入到原图像各块的低频子带信息的奇异值中,实现彩色图像数字水印嵌入.试验结果表明:该算法嵌入水印的图像保真度较高、水印的隐蔽性较好,同时对包括噪声、滤波、图像剪切、JPEG压缩、旋转等攻击均具有较强的鲁棒性,尤其提高了攻击强度较大时水印的鲁棒性.

基于小波包字典优化的旋转机械振动信号压缩感知重构方法

采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方法,提出了小波包字典优化方法代替传统的正交基字典稀疏表示方法,提高稀疏度。根据旋转机械振动信号自身特征,提出用块稀疏贝叶斯学习最大期望值算法,代替传统仅依赖于稀疏假设的算法实现信号重构。实际轴承振动信号仿真结果表明,该方法相对于传统的压缩感知方法重构性能明显提高。

基于图像旋转和分块的奇异值分解图像去噪

奇异值分解在图像处理中具有重要应用,针对奇异值分解在图像去噪中存在的问题,提出了分块旋转奇异值分解图像去噪新方法。首先分析了奇异值分解在图像去噪中的应用及对非竖直水平方向信息的图像在去噪时存在的问题;采用图像旋转的方法,将非竖直水平方向信息的图像变为竖直或水平方向信息的图像,较好克服了奇异值分解在图像去噪中的内在问题;对于图像具有的多方向性信息,通过图像分块获得各个图像块的方向性信息,分别对每个图像块进行旋转奇异值分解去噪,获得了最佳的奇异值分解图像去噪效果。仿真结果表明,与传统的奇异值分解去噪算法相比,图像分块旋转奇异值分解去噪算法能明显改善主观视觉质量和峰值信噪比。

基于代理函数优化的稀疏性字典学习

稀疏性字典学习是指对在某个已知的基字典上具有稀疏表示的字典的学习.论文利用块松弛思想,将稀疏性字典学习问题转化为字典和系数的分别优化问题,利用代理函数优化方法分别对固定字典和固定系数情况下的目标函数进行优化处理,得到固定字典情况下的系数更新算法和固定系数情况下的字典更新算法,进而得到稀疏性字典学习算法.理论分析说明了本文算法的收敛性.仿真对比表明了本文算法在收敛性和运算效率方面均优于稀疏性K-SVD算法.

基于原始对偶字典学习的磁共振复数图像去噪

针对磁共振(magnetic resonance,MR)幅度图像中带有不易去除的与信号相关的莱斯(Rician)噪声问题,利用其复数图像中的实部与虚部所含噪声为不相关的加性高斯白噪声这一特性,代替对幅度图像直接去噪,提出将原始对偶字典学习(predual dictionary learning,PDL)算法用于对MR复数图像的实部与虚部分别进行去噪,然后组合得到幅度图像的方法.经仿真实验和在HT-MRSI50-50(50 mm)1.2 T小动物核磁共振系统中的实际应用,证明所提方法较直接对幅度图像去噪取得更好的效果,在有效去除MR图像噪声的同时能较好地保持图像中的细节.与经典的字典学习算法核奇异值分解(kernel singular value decomposition,K-SVD)相比,PDL算法去噪效果优于K-SVD算法,而运算速度提高约5倍.与经典的基于非局部相似块的三维块匹配滤波(block-matching and 3D filtering,BM3D)算法相比,在噪声水平较低时PDL算法略优于BM3D算法,噪声水平较高时BM3D算法略优于PDL算法,两者总体比较接近.

基于非局部自适应字典的SAR图像迭代去噪算法

为了更好地利用SAR图像携带的信息,相干斑噪声的抑制成为各国学者研究的热点之一.结合稀疏表示理论和图像的非局部自相似理论,提出了一种基于非局部块匹配与自适应字典的K-singular value decomposition(K-SVD)的synthetic aperture radar(SAR)图像迭代去噪算法.首先,在每次迭代中,利用非局部块匹配算法对上一次迭代的结果进行匹配分组,然后对每组相似块进行自适应字典更新,并用图像块替换字典原子来提高字典训练的效率,最后通过K-SVD的迭代实现SAR图像的去噪效果.实验结果表明,该算法具有更好的去噪能力,能更好地保持图像的细节和纹理等有用信息.

Radon域下的K-SVD字典的混采分离

基于地震反演来分离混采数据的方法,笔者提出用K次迭代奇异值分解(K-SVD)来更新Radon域下混叠信号中的字典原子的方法:在同步源采集和地震稀疏反演的背景下,将混合地震信号的分离视为稀疏反演问题,将共检波点域的数据表示在Radon域内,此时有效信号同相轴收敛;对数据阈值滤波后进行分块字典学习,进一步稀疏地表示地震数据;最后,固定字典,更新恢复信号和稀疏系数完成分离。模拟和实际资料处理结果表明:该方法对于混采数据的分离相对中值滤波、小波变换等更有效、分离质量明显提升,可应用于实际混叠数据中。

改进的奇异值分解法估计图像点扩散函数

为了提高图像复原算法的性能,提出了一种改进的奇异值分解法估计图像的点扩散函数。从图像的退化离散模型出发,对图像进行逐层分块奇异值分解,并自动选取奇异值重组阶数以减少噪声对估计的影响。利用理想图像奇异值向量平均能谱指数模型,估计点扩散函数奇异值向量的频谱,再反傅里叶变换得到其时域结果。实验结果表明,该方法能在不同信噪比情况下估计成像系统的点扩散函数,估计结果比原有估计方法有所提高,有望为图像复原算法的预处理提供一种有效的手段。

奇异值分解中非奇异矩阵的性质结构

矩阵分解在和矩阵理论中有着极其重要的作用,其中奇异值分解尤其重要.本文着重研究了三个矩阵QQ-SVD分解中非奇异矩阵的性质结构.

基于分块奇异值分解的图像水印算法

提出一种新的基于分块SVD的图像水印算法,水印图像为二值图像,用混沌加密算法对水印加密后嵌入到载体图像的平滑块中;算法有较强的抗几何攻击能力,同时对剪切、压缩、滤波等攻击也有较强的鲁棒性。

1998年夏季500hPa行星尺度环流系统对长江流域“二度梅”的影响

利用 NCEP/ NCAR1 998年 5～ 8月逐日 5 0 0 h Pa高度场再分析资料及中国国家气象中心整编的同时段全国 1 6 0站降水资料 ,就 1 998年夏季 5 0 0 h Pa行星尺度环流系统对长江流域“二度梅”的影响进行了深入研究。结果发现 ,鄂霍次克海附近阻塞高压加强 (减弱 )和副热带西太平洋高压西部强度减弱 (加强 )的反位相变化是造成长江中下游和东北大部分地区的降水增加 (减少 )

一种图像区域复制篡改的检测算法

本文提出一种基于小波变换和奇异值分解的同幅图"复制-粘贴"篡改检测算法。算法利用离散小波变换提取图像的低频分量,再对低频分量分块提取奇异值特征,用k-d树近邻搜索匹配特征向量,最后以欧式距离作为匹配准则并且配合图像块的坐标偏移信息,进行图像复制粘贴区域的检测和定位。实验结果表明该算法运算量小,检测效率高,不仅能够对篡改区域进行较精确的定位,而且能够有效抵抗压缩、高斯噪声、模糊等多种后处理操作。

基于纠错编码的SVD水印算法研究

针对目前水印算法抗几何攻击较差的现状,给出了一种新的鲁棒性较强的水印算法。该算法在小波变换的基础上,运用了纠错编码技术、水印分块隐藏技术和奇异值分解来实现水印的鲁棒性。实验结果表明,该水印算法除了抗几何攻击效果好外,而且安全性高、不可见性好。

基于分块奇异值水印算法研究

随着信息技术的飞速发展,信息隐藏与保密技术日渐受到人民的重视.数字水印是版权保护的重要手段之一,目前已经得到广泛的研究与应用.提出了一种基于分块奇异值的水印算法,运用奇异值分解方法与图像分块技术,对水印进行嵌入与提取.通过图像分块,降低了对图像奇异值分解的过程,加速了数字图像水印的嵌入和提取,最后用VC++实现了该过程,并验证了该算法的鲁棒性.

二维ARMA模型AR阶次p1、p2的判定

本文提出了用分块奇异值分解法 ,确定二维自回归滑动平均模型的最佳阶次 。