基于条带波变换的图像水印算法

为提高抗压缩和抗噪声攻击能力,提出一种基于条带波变换的图像水印加密算法.对水印图像进行Arnold置乱、混沌调制及BCH纠错编码,提高了数字水印的安全性;在载体图像条带波系数的低频最佳几何流为对角的位置嵌入水印信息的BCH码.实验结果表明,条带波域嵌入方法克服了DCT域的块效应,继承了小波域的优点,具有较强的数据信息隐藏能力和较好的抗攻击性能,弥补了小波域的不足,具备了更强的抗噪声能力和抗压缩能力.

基于总变差模型与条带波变换的图像压缩仿真研究

图像信号能被分解为低频信号、中频信号和高频信号,基于这一思想将总变差模型滤波器与离散余弦变换、离散条带波变换相结合,提出一种3层的图像压缩算法。首先通过改进的总变差模型滤波器及离散余弦变换得到修正的图像低频信号、中频信号和高频信号。对低频信号即少量的离散余弦系数采用自适应的Huffman编码方法。中频信号含有较丰富的纹理对其进行条带波变换,对其系数进行量化后采用SPIHT算法进行编码。高频信号作为对低频信号的拉普拉斯锐化操作因此只需对滤波器编码即可。Matlab仿真实验验证了方案的可行性,实验中此算法与几种常用的图像变换算法比较,结果表明该算法能达到图像信号更好的稀疏性表示,在保持一定的重构图像质量的前提下可大大提高图像的压缩率。

基于感兴趣区域函数优化的静脉图像分割算法

提出一种基于局部感兴趣区域中熵与梯度函数优化的近红外手背静脉图像分割算法.该算法首先基于压缩感知理论对图像进行去噪.其次,通过条带波变换提取存在静脉信息的感兴趣区域,在这些区域中对建立的关于熵和梯度的函数进行约束与优化,实现静脉与背景分离.最后,融合所有区域的分割结果,完成静脉图像的分割.实验表明在处理近红外静脉图像分割问题时,该算法相对其它算法能保留更完整的静脉特征.此外,该算法对于具有纹理特征的指静脉、掌静脉图像的分割具有较好的借鉴价值.