基于视觉系统特征的Contourlet域分层数字水印技术

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术。该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中。利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性。

基于人类视觉模型和Contourlet变换的图像感知哈希算法

图像感知哈希(Perceptual Hashing)技术在图像的认证、识别和检索中得到广泛应用。融合人眼视觉系统(HVS)、Contourlet变换及奇异值分解(SVD)提出了一种新颖的图像感知哈希算法。该算法首先对图像进行Contourlet变换,计算变换后系数的视觉掩蔽特征值(掩蔽矩阵);然后对掩蔽矩阵分块后作奇异值分解,取每块最大奇异值作为图像的特征值,经过量化编码、压缩,生成最终哈希。该算法使用MATLAB作为实验平台,实验结果证明算法对大部分的感知保持操作具有较好的鲁棒性,不同图像之间也有较好的唯一性,同时对哈希进行加密处理,使得算法具有良好的安全性。

基于人类视觉系统的非抽样Contourlet变换域图像隐写算法

为提高图像信息隐藏的容量和隐蔽性,对比分析了非抽样Contourlet变换(NSCT)和Contourlet变换各自的优缺点和适用范围,提出了一种基于NSCT和人类视觉系统(HVS)的图像隐写方案。通过对人眼的视觉掩蔽效应进行建模,在NSCT分解的最精细尺度的各方向子带中,对不同系数分别嵌入不同的秘密信息量。仿真实验表明,新的算法相比小波域中的隐写方案,隐写的嵌入量至少提高了70000 b,峰值信噪比(PSNR)提高约4 dB,较好地兼顾了隐写在不可见性和嵌入容量上的要求,较小波域中的隐写方案具有更好的应用前景。

基于多判断和加权最小二乘优化的NSCT红外和可见图像融合

为了克服传统方法的一些缺陷和单一特征提取信息的不足,在进一步提高红外和可见图像融合的同时,寻找针对不同类型特点的适应能力强的方法,提出了一种基于多判断与加权最小二乘优化(WLS)的非下采样轮廓波变换(NSCT)红外可见图像融合方法。首先,采用NSCT对图像进行多尺度分解,得到图像的低频和高频子带。其次,低频子带选择局部平方熵和修正拉普拉斯和(SML)来相互补充,在保证好的对比度下提取少量细节信息;高频子带充分考虑底层特征的重要性,选择相位一致性(PC)、局部加权修正拉普拉斯算子和(WSML)以及局部加权能量(WLE)相互补充的方式融合细节层,对其进行WLS优化,融合后的图像细节更自然,更适合人眼视觉感知。最后,对融合后的低频和高频子带进行逆变换,得到融合图像。对不同类型特点的图像进行了实验验证,实验结果表明,与其他融合方法相比,本文方法在主观上目标显著、背景清晰、视觉效果好。在4个客观评价指标平均梯度(AG)、信息熵(IE)、空间频率(SF)、互信息(MI)中,在保证MI指标比较好的前提下,其他3个指标都处于最好的状态,尤其是对于光照均匀的camp图像,AG和SF与最好的数值相比提高了6.9%和4.8%,从而验证了本文方法的有效性。

立体压缩图像的客观质量评价方法

针对立体图像的客观质量评价问题,提出了一种适合于立体压缩图像的质量评价方法.该方法基于平面图像的人类视觉系统评价模型,考虑了人类视觉系统的多通道特性和对比度敏感度特性,使用Contourlet变换实现多通道分解,将立体图像对的差值信号进行评价.实验结果表明,该方法得到的质量评价结果符合人眼视觉特性,与主观质量评价方法的一致性较好,能够客观反映压缩立体图像的质量.

一种基于视觉特性的图像质量评价指标

在分析多通道结构、遮掩效应、敏感度带通特性等人类基本视觉系统特性(HVS)的基础上,提出了一种新的图像质量评价指标的构造方法。指标构造先借助多尺度几何分析(MGA)中的Contourlet变换对图像进行子带分解以此模拟视觉多通道结构特性,然后在各子带中使用一种视觉遮掩效应模型获取失真图像和参考图像之间的视觉误差,最后通过对比度敏感函数(CSF)取得不同子带的视觉误差加权系数,从而得到图像质量评价值。本文在具有5种类型降质图像的LIVE图库进行性能比较实验,结果表明本文所设计指标比峰值信噪比PSNR、结构相似度SSIM算法具有更好的稳定性和主客观评价一致性;同时试验表明通过对比度敏感函数(CSF)获取的加权对本图像质量评价指标改进较小。

基于结构相似度的CT域图像质量评价方法

提出一种基于结构相似度及人眼视觉系统的图像质量评价方法——Contourlet变换(CT)域结构相似度,采用Contourlet变换提取图像不同频带不同方向上的信息,该方法利用了Contourlet变换系数的优越特性。理论分析和实验结果表明,该方法具有较高的准确性及良好的相关性,可以更好地评判图像质量。

基于NSCT域核模糊聚类的视频水印算法

为减小水印嵌入对视频视觉效果的影响,结合人类视觉系统,提出了一种基于无下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)域核模糊聚类的视频水印算法。首先利用独立分量分析提取视频同一镜头中视频序列的静态分量;然后根据人类视觉系统的掩蔽特性和图像的局部特性,对静态分量NSCT后的带通子带进行核模糊聚类分析;最后将置乱后的水印嵌入到适合嵌入水印类的子带系数中。文中给出了视频嵌入水印后的平均峰值信噪比、算法鲁棒性比较和视频被攻击后所提取的水印。实验结果证明该算法能取得极佳的视觉效果,同时还能抵抗空间域和时间域的常见攻击。

一种新的毫米波图像去噪方法

毫米波(MMW)焦平面成像系统得到的图像质量较差,为此,结合基于人类视觉系统(HVS)的自适应中值滤波和轮廓波变换,提出一种新的MMW图像去噪方法。利用基于HVS的自适应中值滤波方法实现噪声的自适应检测和滤波,滤除脉冲噪声。根据轮廓波分解的方向性和能量变化特性对中值滤波结果进行变换,并对得到高频子带做阈值去噪处理,以最大限度保留图像轮廓。实验结果表明,与传统方法相比,该方法所得图像的峰值信噪比较高。

基于人眼视觉机理的雾霾图像质量提升算法

针对目前主流去雾算法结果尚未达到人眼视觉愉悦度且消耗计算资源大等不足,以人眼视觉特性规律为指导,运用亚当斯区域曝光理论与非下采样Contourlet多尺度分析工具,在HSV彩色空间中提出一种雾霾背景下的彩色图像质量提升算法。该算法采用最大视觉显著度作为中度灰基准,模拟人眼控制瞳孔曝光程度,适度拉伸亮度分量的动态范围;鉴于雾霾遮掩图像大量细节特征,仿照人眼多频信道分解特性,将处理后的亮度分量纳入改进的非下采样Contourlet滤波器组以凸显图像边缘信息;依据颜色恒常性原理,色调分量保持不变,通过统计彩色图像各分量间的先验信息,融合亮度与色调分量,构造线性变换以校正饱和度分量,使各颜色分量间维持良好的相关性。实验结果表明:本文算法能有效提升雾霾图像的视觉效果,具有较好的实用性和较少的计算资源消耗。

基于喷泉码和人眼视觉系统的扩频数字水印方案

为了更好地在Contourlet域里选择合适的嵌入位置和嵌入强度,提出基于人眼视觉系统(HVS)的视觉掩蔽.利用此视觉掩蔽在Contourlet域里选择适当的嵌入位置和嵌入强度来嵌入水印信息,提高水印的保真度;采用喷泉码编码对水印图像进行预处理加密,增加水印的安全性;利用扩频水印技术增强水印方案抵抗常见水印攻击的能力,提高水印方案的鲁棒性.Matlab仿真结果表明,新水印设计方案具有较高的鲁棒性和安全性,保真度得到较大幅度的提高.

基于无下采样Contourlet变换和人眼视觉系统的稳健盲水印算法

提出一种基于无下采样Contourlet变换(NSCT)和人眼视觉系统(HVS)的自适应稳健盲数字水印方案,该方案在NSCT域中对人类视觉系统的特性进行建模,利用人眼的视觉掩盖机制自适应嵌入水印序列。实验结果表明,该数字水印方案在保证人眼视觉不可见性的前提下,对包括噪声、JPEG压缩、图像剪切、滤波、图像扭曲等均具有很强的稳健性,并且检测水印时无需原始图像,是一种很有前途的盲水印方案。

基于人眼视觉特性的非下采样轮廓波变换域红外图像增强算法

针对红外图像对比度低、噪声大等特点,提出了一种基于人类视觉系统的亮度掩蔽和对比度掩蔽特性的非下采样轮廓波变换(NSCT)域红外图像增强算法,在NSCT域中定义一种带参数的对比度,对高频系数计算其带参数的对比度,用非线性增益函数对其进行增强,低对比度区域进行高增益,高对比度区域进行低增益,从而突出图像细节与提高图像对比度,同时通过估计噪声水平设置阈值,抑制绝对值小于阈值的系数,用以抑制噪声。对表示图像概貌的低频系数采用非完全贝塔函数进行非线性调整,从而提高图像的整体亮度。实验结果表明,该算法能够有效地对图像局部和整体进行增强,同时能够避免产生过增强现象,具有良好的视觉效果。

基于人眼视觉特性的遥感图像融合算法

首先提出基于非下采样Contourlet变换(NSCT,Nonsubsampled Contourlet Transform)的人眼视觉相对对比度灵敏度函数(RCSF,relative contrast sensitivity function)和绝对对比度灵敏度函数(ACSF,absolute contrast sensitivity function)。然后提出了基于人眼视觉对比度灵敏度函数(CSF,contrast sensitivityfunction)的遥感图像融合算法(IFA-CSF,image fusion algorithmof human visual contrast sensitivity function)。IFA-CSF采用NSCT作为多尺度变换工具,对单方向高频子带采用ACSF融合,对多方向高频子带采用RCSF融合,并对8方向高频子带采用先方向分组再融合的方法。实验结果表明,IFA-CSF优于基于传统CSF和基于局部能量的图像融合算法。