基于双正交小波的自适应图像水印算法

论文提出了一个基于双正交小波的自适应图像水印算法，在该算法中，先对可视水印进行置乱和小波变换，然后嵌入宿主图像小波域的低频系数中，在嵌入水印时考虑了人类视觉特性(HVS)。实验结果证实了所提算法具有良好的不可见性和稳健性。     

基于付里叶变换的数字水印算法及其matlab实现

提出一种用于数字图像版权保护的变换域水印算法，将随机序列作为水印信号嵌入在图像付里叶变换的重要系数的幅度成分中，并利用相关检测器进行水印检测。实验证明，该算法具有一定不可见性，对通常的图像处理，如剪切、噪声干扰等特别是几何旋转都具有很强的鲁棒性。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。     

卫星遥感图像的鲁棒无损数据隐藏传输算法

提出一种基于整数离散余弦变换（IntDCT）域的鲁棒无损数据隐藏算法。先对载体图像进行预处理来构建适合信息嵌入的载体,并将无损隐藏的思想引入到预处理中用以存储可恢复原载体图像的信息。为兼顾鲁棒性和图像质量,算法通过修改载体图像IntDCT域高频系数的直方图修改来完成秘密信息的嵌入;最后,与以往算法不同,为保证遥感图像的质量,给出了接收端在含密图像未失真和失真情况下载体恢复的方法。实验结果表明,本文所提出的算法能有效抵抗压缩攻击,并具有良好的图像质量和较大的容量。与以往算法相比,本文算法在性能方面具有明显的优势。     

针对JPEG图像典型隐写算法的鲁棒性研究

针对图像在传输过程中遇到的椒盐噪声、高斯滤波、裁剪攻击等几种干扰攻击方式,在研究Jsteg、MB、OutGuess和F5等4种典型隐写算法嵌入和提取秘密信息的原理的基础上,分析了图像嵌入秘密信息后的不可感知性,提出采用差分归一化相关系数测量隐写算法鲁棒性对干扰攻击的敏感程度,研究了4种隐写算法在上述3种干扰攻击下的鲁棒性和受干扰攻击的敏感程度。仿真实验表明,椒盐噪声、高斯滤波对F5隐写算法的鲁棒性影响最大,而OutGuess隐写算法的鲁棒性对裁剪攻击最为敏感。     

考虑小波数相关性的SAR图像去斑算法

SAR(合成孔径雷达)发射的相干信号之间会使图像产生相干斑点噪声,严重影响SAR图像的应用,需加以抑制。通过研究分析,一副图像小波分解之后的小波系数在幅度、符号之间具有强烈的相关性,由此提出了一种小波去斑算法,该算法考虑了小波系数幅度、小波系数符号之间的相关性。利用合成斑点噪声图像和实际SAR图像验证了该算法的有效性。结果表明:该算法在抑制SAR图像斑点噪声的同时,具有更好的边缘细节保持能力,提升了SAR图像后续应用效能。     

基于坐标定位的矢量数据水印算法研究

针对遥感专题产品质量(quality)监督过程中的责任追溯问题,在离散傅里叶变换方法的基础上提出一种改进算法,有效解决了将水印信息嵌入到矢量数据文件后的数据精度、抗攻击能力等技术难题。水印信息嵌入过程首先应用Arnold、进制转换、快速傅里叶变换等方法对二值水印信息进行预处理;其次根据密钥产生不重复伪随机数组,进行嵌入位置选取;最后将水印信息嵌入到目标位置序列横坐标的频域中。水印提取时,通过设计的定位方法,降低目标点纵坐标识别错误的几率。运用该算法分别对廊坊市林地、固安县小麦、巨鹿县设施蔬菜三组矢量数据进行实验,结果表明,提取得到水印与原水印相似度最高为100%,最低为89%,且算法对原始数据造成的误差在0.01m以内。实验结果表明,算法对原文件横纵坐标影响很小,可以有效抵抗数据添加、删除、修改、移动等攻击,因此,算法对于解决遥感专题产品质量(quality)监督过程中的技术难题切实有效。     

基于小波阈值降噪和经验模态分解的高光谱图像分类算法

为了充分降低高光谱图像中的噪声以获得高精度的分类结果,本文结合小波阈值降噪(WTD)和经验模态分解(EMD)的优点,提出了一种基于小波阈值降噪-经验模态分解的高精度支持向量机(SVM)高光谱图像分类算法(WTD-EMD-SVM)。首先对高光谱图像进行小波阈值降噪,除去高光谱数据中的高频噪声;然后再对高光谱图像进行EMD,获得含有高光谱数据本质特征的内固模态函数(IMF)和含有低频噪声的残差;最后采用内固模态函数重构高光谱图像,并对高光谱图像进行SVM分类。将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,同时可减少支持向量数目,以提高高光谱图像分类速度。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。     

基于小波变换和自适应加权的无人机侦察图像融合

针对各种不同无人机侦察图像的特点,以区域能量为活性测度、区域平均能量的比值作为匹配测度,提出一种基于小波变换和区域平均能量对比度的自适应加权图像融合算法。首先选取多光谱图像的低频系数作为融合图像的低频系数,再通过小波变换和区域平均能量对比度的自适应加权图像融合算法得到高频系数,最后进行小波逆变换即可得到融合后图像。实验结果表明,针对TM多光谱低分辨率图像和SPOT全色高分辨率图像的融合,采用三层小波分解尺度,该算法的信息熵较大,分别是3.8917、4.4971和4.3635;光谱扭曲度较小,分别为12.7910、18.3332和21.1418;峰值信噪比较好,分别为51.9508、49.4961和49.6944;清晰度较高,分别为4.8975、8.8838和7.9902,证明该算法可实际应用于无人机侦察图像融合。