基于DWT及方向可控金字塔变换的抗几何攻击水印

几何攻击会使水印嵌入与检测失去同步,影响水印的检测。为解决几何攻击造成的水印同步问题,基于方向可控金字塔变换域特征实现了水印图像旋转失真的检测,结合归一化小波树熵掩码及小波域人眼对比敏感度掩码完成了小波超树的自适应调制,实现了水印信息的嵌入,基于小波超树算法的抗缩放攻击能力以及采用方向可控金字塔变换设计,算法能够抵抗缩放攻击和旋转攻击。仿真结果表明,算法对几何攻击具有较强的鲁棒性。

基于可控金字塔子带能量特征的文种识别方法

为了更精确地描述文本图像的纹理特征进行文种识别,提出了一种利用可控金字塔对图像进行分解并提取子带系数的特征量进行文种识别的方法。通过在两个不同质量图像库上进行的对比实验,证实了基于子带能量均值和标准差的方法具有更高的识别准确率,而基于广义高斯模型的方法对文本行倾斜更具有鲁棒性。

基于小波树调制及方向可控金字塔域特征的抗几何攻击水印

基于小波变换的抗几何攻击水印是当前数字水印研究的难点之一。基于方向可控金字塔变换域能量主方向特征及子带交叉相关特征实现了水印图像旋转失真的检测与恢复,采用基于人眼视觉特性的小波树自适应调制方法在小波树中完成水印的嵌入,水印的提取基于小波超树的能量对比关系实现。仿真结果表明,该算法可较好地抵抗旋转、缩放和剪切等几何攻击。

结合区域特性和非子采样SPT的图像融合方法

针对基于方向可控金字塔变换的图像融合方法中存在的缺点与不足,提出了一种基于区域特性和非子采样方向可控金字塔变换(NSSPT)的图像融合方法.首先采用NSSPT对源图像进行多尺度、多方向分解,得到低频子带、高频子带以及各方向带通子带系数;然后,针对高频和带通子带系数的选择,结合各子带图像的区域特性,给出了一种基于区域均值能量匹配的"加权平均"与选择相结合的系数融合策略;而对于低频子带系数则给出一种基于灰度均值偏差的选择与加权平均的系数选择方案,得到了融合图像的NSSPT系数.最后,经过NSSPT逆变换得到融合图像.对多组不同的源图像进行融合实验仿真,实验结果表明该方法可以避免"人为"效应或高频噪声的引入,能够获得视觉效果更佳、细节更为丰富的融合图像,其融合效果要优于基于传统的金字塔变换、小波变换以及方向可控金字塔变换的图像融合方法.

一种具有旋转鲁棒性的文本图像文种识别方法

针对目前用于文本图像文种识别的纹理特征描述子对文字行倾斜缺乏不变性,采用可控金字塔变换提取文本图像的纹理特征,通过对特征空间元素重新排列,提出一种对文字行倾斜具有鲁棒性的文本图像文种识别方法。不同倾斜角度文本图像的文种识别结果表明,该算法具有较高的识别准确率并对文字行倾斜具有较强的鲁棒性。

基于多尺度方向分解的纹理特征提取方法研究

为了有效提取图像的纹理特征,充分利用纹理的方向性以及纹理在不同方向具有不同频率成分这两个特性,提出了基于多尺度方向分解的纹理特征提取方法。首先根据Radon变换的方法检测纹理方向,Radon变换各角度投影向量方差的二阶导数最小值对应的投影角度即为纹理方向。然后根据得到的图像纹理方向信息,利用可控金字塔将图像沿纹理方向进行三个尺度的分解,得到纹理方向上图像的多尺度子带图像。最后以三个尺度子带图像的Legendre矩和Zernike矩作为图像的纹理特征。分别在Brodatz和VisTex数据集上进行实验验证,与其他方法的对比结果表明,采用多尺度分解的方法提取纹理,用于纹理图像识别时,识别准确率高,抗噪声能力强。