基于小波理论的数字水印研究

数字媒体版权保护是数字信息技术研究领域一项不可忽视的问题,设计合理的数字水印算法必须具有良好的隐藏性、稳定性以及鲁棒性,借助离散小波变换在图像遭到攻击时下表现出良好的鲁棒性等优点的前提下,结合奇异值分解技术,设计出一种比较合理的数字水印算法,且在算法执行开始时使用平面分解技术,允许量化嵌入更多的满足视觉特性的水印。首先在宿主图像的小波域的低频子带当中利用分块的DCT技术,将变换后得到的系数量化的嵌入到低频子带当中,同时在宿主图像的小波域的高频子带当中采用分块奇异值分解技术在高频子带中量化嵌入奇异值向量。依据嵌入后的中频子带中具有的特征,采用零水印提取作为保护数字影像版权的手段,为提高算法本身的鲁棒性,通过把相同的水印信息量化的嵌入到在宿主图像的空域当中去。实验结果表明,该算法在能够有效抵御来自外界的干扰的同时表现出良好的鲁棒性以及隐蔽性。     

浅析多进制小波及其应用

本文首先介绍了多进制小波基本理论并分析了其变换特征,对图像做了八进制小波分解,然后阐述了其在图像处理中的一些应用。     

基于二进小波变换的遥感图像融合方法

为了充分利用各种遥感图像的信息,在分析以往图像融合方法优缺点的基础上,针对多光谱与全色图像的融合,提出了基于二进小波变换的融合方法,将各源图像进行二进小波分解,根据低频和高频分量的特点,按照各自的融合算法融合源图像的各分解层。再进行小波逆变换得到融合图像。利用信息熵等标准与其他融合方法进行比较,实验结果证明该融合方法较常用的正交(双正交)小波融合算法有更好的融合效果。     

一种基于Laplace谱和“匈牙利算法”的匹配算法

本文提出一种基于Laplace谱和"匈牙利算法"的匹配算法。该算法首先通过递增权值函数,分别对两幅待匹配图像的特征点构造Laplace矩阵,并对其进行奇异值分解;然后通过分解后的矩阵特征向量,构造一个初始的匹配关系矩阵,并结合匈牙利算法变换该矩阵,最后得到新的匹配矩阵。实验结果表明,该算法能够达到较高的匹配效果。     

图像去噪中的小波变换应用策略

图像信息在人们认识世界和了解世界中扮演着重要的角色。但是,由于图像在实际应用或者是传输过程中经常被噪声等因素所干扰,导致图像的质量下降,无法达到使人们满意的效果,所以对于图像也应该进行去噪处理,减少噪声对于图像的干扰。在早期对图像进行处理,主要是指使用数字计算机技术对图像进行加工处理,以此来获得自己所需要的图像信息。本文基于这个背景,分析了小波变换在图像去噪的中使用的处理方法,主要探讨了小波变换在图像去噪中的使用。     

基于小波变换的图像阀值去噪算法

针对传统的基于图像消噪的方法存在的问题,即在低信噪比的情况下,传统的滤波方法消噪效果得不到有效的改善,甚至图像在处理之后变得模糊。基于小波变换的图像阀值去躁算法,利用小波变换的特性,可以有效的去除噪声,最大程度的保留图像的有效信息。利用Matlab仿真实验结果表明,与传统的滤波方式相比,基于小波变换的图像阀值去噪算法使处理之后的图像更加接近于原始图像,且处理后图像模糊程度比传统算法大大减小。     

心电信号压缩方法研究

为有效压缩心电信号,且保持信号特征,以便实现心电信号远程传输与处理,在比较了常用数据压缩算法的基础上,本文提出了心电信号小波变换调整编码压缩方法来实现心电信号的压缩。首先将心电信号进行小波分解,再通过小波系数的处理减少信息冗余,达到信号压缩的目的。     

基于剪切波变换的图像去噪算法研究与仿真

小波在图像信号处理中起着十分重要的作用。然而,传统的小波在处理图像的离散不连续部分时并不十分有效。在本文中,我们将引入一种新型多尺度变换——剪切波变换,其几何特性与连续曲线波变换类似。剪切波变换基于一种简单而又严密的数学架构,不仅为多维数据的几何表述提供了一种更灵活的理论工具,而且实现起来也更加容易。     

基于距离变换的靶图像匹配

为降低图像数据规模,提高图像处理效率,常常需要将图像进行匹配处理,找出人们或机器所需要的特定区域,或者称之为感兴趣区域(Region of Interest,ROI)。本文在分析了归一化相关灰度匹配、序贯相似性检测法匹配和基于距离变换的匹配之后,提出了基于距离变换的靶图像匹配算法,并进行了实验。实验结果表明,采用距离变换匹配算法,匹配准确度优于序贯相似性匹配算法,匹配速度远远超过基于灰度的匹配算法,为靶图像的进一步处理提供了方便。     

小波去噪方法的研究

小波去噪是小波变换应用的常见用途,本文介绍了三种常用的小波去噪方式,分别是小波模极大值法、小波分解与重构法和小波阈值法。将这几种方式分别加入白噪声并实施去噪处理,通过对比优缺点,为小波去噪方法的选取提供了参考依据。     

基于小波变换的图像频域处理研究

本文介绍了几种常用的图像频域变换的方法,重点介绍了基于小波变换的方法,并且将传统的傅里叶变换、Gabor变换与小波变换作了详细的比较.小波变换具有丰富的伸缩和平移等运算功能,这些功能可对信号或函数进行多尺度的分析,能够解决传统频域变换不能解决的一些复杂问题.     

一种小波域自适应的盲视频水印算法

针对视频版权的保护,本文提出了一种小波域自适应的盲视频水印算法。首先基于猫映射和Logistic映射的双混沌加密对图像水印进行处理以增强其安全性;然后对宿主视频进行场景分割,通过像素帧平均法提取关键帧并提取其亮度分量,将处理后的图像水印自适应地嵌入到经过小波变换后亮度分量的低频系数中。实验结果表明,本文的算法具有较好的不可见性,且针对锐化、高斯滤波、噪声、帧剪切等攻击具有良好的鲁棒性。     

基于小波变换的信号奇异性检测研究

信号的突变性或奇异性经常携带有比较重要的信息,它是信号重要的特征之一。本文介绍了小波变换的基本概念,讨论了小波变换的奇异性检测方法,可以应用于海洋声波信号的奇异性检测。阐述了高斯和Daubechies小波函数的信号奇异性检测原理及其MATLAB仿真实现,分析了信号奇异点的定位方法和小波检测效果,并指出了利用此方法时对所用小波函数的要求及小波尺度的选取对检测结果的影响,为非平稳信号的奇异性检测的研究提供了一种行之有效的方法。     

基于变分法的医学超声图像去噪研究

目的 :医学超声图像中斑点噪声的存在,降低了图像质量,本文着重讨论医学超声图像的去噪问题。方法:针对超声图像的斑点噪声,本文基于全变分正则化模型,首先对超声图像进行对数变换,将乘性斑点噪声转化为加性噪声,再对对数变换后的图像进行全变分正则化处理,最后通过指数变换重构超声图像。结果:子宫超声图像去噪实验中,将全变分法与常用的中值滤波和小波变换去噪方法进行对比,结果显示全变分法的去噪性能指标明显优于其余方法。结论:采用基于全变分正则化的方法,不仅很大程度上抑制了医学超声图像的斑点噪声,而且保留了清晰的边缘细节信息,具有重要的学术价值和现实意义。     

笔迹纹理图像预处理综述

研究了笔迹图像预处理的常规步骤和方法,简述了灰度参数值的选择,二值化的处理方法以及归一化的基本原理,以期为纹理笔迹图像处理提供借鉴参考。     

基于Matlab的遥感图像IHS小波融合算法的并行化设计

随着遥感图像数据规模的不断扩大与融合算法计算复杂度的增大,遥感图像的快速融合成为很多遥感处理步骤的关键一环。计算机技术快速发展,CPU多核架构逐渐普及,为了充分利用多核处理器资源,Matlab提供了并行计算模型。本文选取了基于小波变换和IHS空间的图像融合算法进行并行化设计,利用Matlab并行计算工具箱与分布式计算服务器进行任务分割,实现了算法的并行化。实验结果表明,并行化处理可以有效缩短图像融合的时间,获得良好的加速比,验证了并行算法的高效性,对进一步研究并行图像处理有一定的指导意义。     

提升小波和模糊聚类在图像数字水印中的应用

将提升小波变换与模糊聚类相结合,提出一种基于变换域的自适应盲水印算法。算法利用提升小波变换得到图像的低频子图,结合人类视觉特征进行模糊C均值聚类,进一步划分出最适合水印嵌入的纹理区域,并嵌入经过混沌映射加密的水印。对比攻击实验表明该算法具有较好的透明性和鲁棒性,能有效抵抗多种类型的攻击。     

分布式光纤传感边坡工程检测设计

光纤传感的边坡工程检测系统是光纤振动传感器的一种新型应用设计,可对边坡工程进行实时监测,同时掌握边坡的变形动态,对滑坡进行预警。高精度的传感器对边坡振动信号进行识别、经验模态分解,提取不同环境状态下的快速傅里叶变换频谱系数,再结合小波包分解技术,建立信号特征向量,对信号进行模式识别,从而达到快速准确地分析处理数据。该方案有效的区分风、雨其他外界因素干扰,较准确的反映边坡的检测情况满足工程安全监测和滑坡早期预警要求。     

图像去噪方法的对比研究

本文介绍了图像噪声的类型及评价标准,对图像的几种去噪法进行了简单的分析,在总结这些去噪法的同时指出了去噪法中最新的研究领域。针对某些图像中背景复杂、目标对比度和信噪比低等特点,提出一种基于小波变换的图像去噪方法。     

基于不变矩的手形认证方法研究

针对现有的手形认证方法的不足,提出一种基于几何不变矩的手形认证方法。图像经过二值化处理和分割手腕后,需要对所得到得手掌及手指部分图像进行平移和缩放归一化处理,以提取图像的几何矩特征,再由7个矩特征构成一组特征向量。最后通过支持向量机方法对图像库中的100幅图像数据进行训练,并随机抽取15幅图像进行测试,结果表明手形认证准确率可达到93.3%。提取手形几何矩特征作为手形认证的有效特征,该方法具有算法简单、运算量小、认证准确率高等特点,并且解决了由于去除定位栓所带来的手形采集平移、旋转和缩放等问题。