一种在正交化分形压缩图像中嵌入灰度水印的方法

来源 :中国图象图形学报 | 被引量 : 8次 | 上传用户:hunterpo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的基于分形编码的水印技术一般采用0,1码,没有实现灰度图像的嵌入。本文在研究正交化分形编码的基础上,构造出水印嵌入变换函数,提出了一种能够嵌入灰度图像的分形编码水印算法,且水印提取速度大大加快。利用正交化分形解码参数在迭代过程中的不变性,使水印直接嵌入解码参数,从而实现了灰度水印嵌入。实验结果和数据表明,水印嵌入对宿主图像分形编码质量几乎没有影响,具有可行性。与传统算法相比,本文算法在抗剪切处理、低通滤波,JPEG压缩等方面具有更好的鲁棒性。
其他文献
总结了对急救中心新上岗调度员综合素质培训的经验,主要包括接警调度工作基础知识、基本技能、接警技巧的培训以及心理素质方面的培训,认为系统化的培训能够使调度员全面系统
目的观察自制推结器在腹腔镜胆囊切除术(LC)中的应用效果及安全性。方法回顾性分析我院应用自制推结器行LC术的685例患者(观察组)及行统LC术的618例患者(对照组)。记录两组患
客观图像质量评价方法——自动评价图像质量使其与主观感受一致,对于很多图像和视频处理应用特别是图像编码具有重要意义。提出了一种基于结构失真的图像编码质量客观评价方法。首先根据匹配追逐算法将参考图像在基函数上进行投影分解按照重要性排列获得结构信息,并给出结构重要性度量,然后利用该信息计算编码图像的结构信息,比较编码前后结构信息的差异作为客观质量评价度量,其中在匹配追逐算法中,选取了2维可分离的Gabo
为了更有效地对被噪声污染的脑部MR图像进行分割,提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中,引入了基于Markov随机场的补偿项,作为分割算法的空间约束。这种空间补偿项用Gibbs分布描述,实际上是一种归一化的核函数,其和用来度量灰度特征的核函数的形式是相似的,并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Mar
针对随机纹理表面缺陷检测问题,提出了一种基于Gabor小波的检测方法。该方法首先利用实值2维Gabor小波对图像进行多通道滤波;然后通过对滤波图像进行非线性处理和平滑滤波产生通道能量图像(特征图像);接着在学习阶段估计学习样本(不含缺陷)特征的统计参数,并用于指导检测阶段特征图像的阈值化;最后在不同尺度和方向,对阈值化后的特征图像进行融合,并二值化,以达到减小虚警率的目的。实验结果表明,该方法检测
为了更好地研究植物黑腐病,对植物黑腐病病斑图像进行了分割研究,即根据病斑图像的特点,用图像模糊阈值分割法来分割病斑。针对目前图像模糊阈值分割法存在窗口宽度自动选取困难的问题,首先在预先给定隶属函数和图像像素类别数的情况下,提出了图像模糊阈值分割法的自适应窗宽选取方法;然后,针对用图像模糊阈值分割方法难于分割直方图具有单峰或双峰差别很大的图像的问题,提出了一种直方图变换方法,用来对直方图进行变换;最
为了快速获取更好的全息图显示效果,在研究了分数傅里叶变换与菲涅耳衍射光场的紧密联系的基础上,首先给出了一种分数傅里叶变换的快速数值算法,并将分数傅里叶变换应用到计算全息图中提出了一种用于计算全息图的分数傅里叶变换方法;然后分析了用这种记录全息的方法得到的全息图优越于传统的傅里叶变换获得的全息图,同时给出了计算机的模拟实验结果;最后利用拆卸的投影装置搭建出了以空间光调制器——DMD(数字微镜装置)为
以回归型支持向量机(SVR)理论基础,提出了一种可有效抵抗几何攻击的图像水印检测新算法.该算法首先选取图像的组合矩作为特征向量,并通过SVR对旋转、缩放、平移等几何变换参数进行训练学习,以获得SVR训练模型;然后利用SVR训练模型对待检测图像进行数据预测,并结合预测输出结果对其进行几何校正;最后从已校正数字图像内提取出水印信息.仿真实验结果表明,本文算法对常规信号处理(滤波、叠加噪声、JPEG压缩
为了将机载SAR超高分辨率(0.1m)条件下的超大带宽信号的实现和成像信号的处理进行有效结合,首先深入分析了基于PFA的2维重叠子孔径处理算法(PFOSA),并对算法中采用的不合理近似进行了改进;然后将PFOSA应用于调频步进信号的SAR成像处理,在此基础上,提出了一种基于调频步进信号的2维子孔径处理算法。该算法不仅能够将调频步进信号处理与距离子孔径处理相结合,使之无需常规的脉冲合成过程,而且还能
膝关节MRI图像中骨骼的精确分割是进一步分割与定量分析膝部软组织的前提。目前膝关节骨骼分割的方法比较耗时或需要一定的人机交互。为解决这一问题,将多尺度MRF方法引入到膝关节MRI分割中,以实现快速无监督的分割。首先建立高斯混合的灰度统计模型,运用MDL准则自动确定类别的数目。建立多尺度MRF的先验模型时,利用尺度间的因果性给出非迭代的计算方法,由细尺度往粗尺度传递统计信息,再由粗尺度往细尺度计算每