抗JPEG压缩和几何攻击的鲁棒零水印算法

针对数字图像传输时经常面临JPEG压缩和几何攻击,提出一种抗JPEG压缩和几何攻击的鲁棒零水印算法.将原始图像分割成互不重叠的子块,对每个子块进行奇异值分解,对奇异值矩阵进行harr小波变换,通过比较相邻两个子块奇异值矩阵小波低频逼近子带对角线元素的均值大小关系产生零水印序列.数学理论分析表明:通过比较相邻两个子块奇异值矩阵所有奇异值的均值大小关系产生零水印序列,算法实质上没有对原始图像做任何改动,具有非常好的不可见性.实验结果表明,该算法在抵抗JPEG压缩和旋转、尺寸缩放、随机删除行列、偏移行列、打印-扫描几种几何攻击表现出比较强的鲁棒性.     

干涉多光谱图像压缩编码新技术

提出一种基于运动估计的三维小波变换和非对称零树编码的干涉多光谱图像压缩方案.该方案利用大孔径静态干涉成像光谱仪推扫成像特点,对图像进行分区域运动估计的三维小波变换.采用了一种新型非对称零树编码方法,该方法可在较少的图像间建立较长的零树,增加了系数编码时由重要结点变为不重要结点并趋于零的概率,使编码的效果更好.该方案消耗内存少,延时小,有利于卫星上的图像压缩,有效地保护了图像的光谱特性.在8倍压缩下,满足干涉多光谱图像的质量要求.     

基于快速层次交替最小二乘非负张量Tucker分解的干涉高光谱图像光谱信息压缩方法

提出一种基于快速层次交替最小二乘非负张量Tucker分解的高光谱图像光谱信息压缩算法。首先,将干涉高光谱图像光程差方向的三维信息采用三维光程差方向提升小波变换(3D OPT-LDWT)进行分解,将三维小波子带系数看作三阶非负张量,采用快速层次交替最小二乘非负张量Tucker分解(FHALS-NTD)算法对进行分解,得到核心张量和模式矩阵。对每个模式矩阵进行量化,对核心张量采用比特平面重要系数编码算法进行编码,得出最终的压缩码流。结果表明,此压缩算法可以稳定可靠地工作。与传统压缩算法比较,平均信噪比提高了1.23 dB。有效的提高了干涉高光谱图像压缩性能。     

基于三幅子图的干涉合成孔径雷达数据处理方法研究

现有干涉合成孔径雷达(InSAR)数据处理方法需要单视复图像对包含的所有四幅子图信息, 且生成的干涉相位图去相关噪声非常严重。提出了基于三幅子图的InSAR数据处理方法：等值线相关干涉法, 包括图像对配准和干涉相位图生成。首先介绍了条纹方向图和条纹等值线窗口求取的方法, 并对算法进行了改进, 然后采用相关的方法详细推导了在等值线窗口内InSAR图像的配准和干涉相位图生成的公式。模拟和实测数据表明, 等值线相关干涉法(CCI方法)仅需用InSAR复数图像对的4个实虚部子图中任意3个能得到基本无斑点噪声、无模糊效应的干涉相位图, 并且减少了数据的传输和处理量, 是一种InSAR数据处理的全新方法。     

基于方差的奇异值分解域鲁棒零水印算法

 针对已提出的奇异值分解域鲁棒水印算法往往将水印嵌入在奇异值矩阵的奇异值上,利用奇异值分解产生的两个正交矩阵提出一种基于方差的鲁棒零水印算法.将图像分割成互不重叠的子块,对每个子块进行奇异值分解,通过判断每个子块U矩阵第一列元素平方的方差与V矩阵第一列元素平方的方差之间的大小关系产生零水印序列.算法实质上没有对原始图像做任何修改,具有非常好的不可见性.算法进行抵抗重采样、平滑处理、加噪音和JPEG压缩攻击实验测试鲁棒性.实验结果表明该算法在以上攻击中表现出很强的鲁棒性.     

基于方向角预测三维小波变换的干涉多光谱图像压缩

根据大孔径静态干涉多光谱图像的成像特点,提出一种基于方向角预测的三维小波变换.这种三维小波变换的新颖之处在于它将方向预测结合到三维提升小波中.这样每次提升小波中的预测可在相关性最强的方向上进行而不需总是局限在变换的方向上.实验证明,对于干涉多光谱图像这种方向性很强的立体图像序列,基于方向角预测的三维小波变换比原始三维提升小波变换有明显改进,在相同的量化编码下,基于方向角预测的三维小波变换比原始三维提升小波变换提高1 dB左右.经该种方法压缩的图像的光谱特性也得到明显改善.     

基于HVS的小波域信息隐藏方法

为了提高信息隐藏的不可感知性和鲁棒性,结合人眼视觉系统(HVS)的相关知识,提出了一种新的小波域信息隐藏算法。将载体图像的中等亮度区域设为不可用区域,不在该区域隐藏信息,同时选择在载体图像小波变换的高频系数细节子图隐藏信息,并优先选择在对角高频系数细节子图中隐藏。计算局部子块的方差值作为隐藏信息的嵌入系数,并通过计算高频子图的噪声敏感模型ωθ(i,j)决定隐藏信息的位置。充分考虑了人眼的各种视觉掩蔽效应,使得隐藏信息后的结果图像相比隐藏之前没有出现明显的降质。实验结果表明该方法能够有效提高信息隐藏的不可知性,达到了很好的隐藏效果,同时能够有效地抗击噪声、裁剪和压缩等攻击影响,具有很好的鲁棒性,在信息安全领域有较好的应用前景。     

一种基于小波和矩阵型扩散的图像放大

提出了一种基于小波多分辨分析和矩阵型扩散的图像放大方法.该方法把原图像作为放大图像的小波低频子带,初始高频置零小波重构,用矩阵型扩散方程处理后小波分解,得到估计的高频再与原图像重构.在扩散中取矩阵型扩散的扩散系数,选择其特征根,使扩散在垂直于边缘方向梯度较大时为逆扩散以锐化边缘,而沿边缘方向为正向扩散以增强边缘;同时提出了放大图像与原图像的一种相似性标准.该方法在放大图像的同时既去除了噪音又有效保持了边缘.数值实验结果证实,此方法为一个有效地图像放大方法.     

基于改进的分块压缩感知红外图像重建

针对基于压缩感知理论的红外图像重建问题,提出一种基于改进的分块压缩感知红外图像重建方法。该方法首先对原始红外图像进行分块,并对每个子块用相同的观测矩阵进行随机观测,获得少量的观测数据;然后利用谱图小波变换优异的稀疏特性,将其引入平滑投影Landweber算法进行迭代优化重建,同时采用混合中值滤波进行处理以增加图像的平滑度和减少块伪影,最后输出满足要求的高质量红外图像。实验结果表明,在相同采样率下,该方法对于不同类型红外图像的重建性能均优于目前广为采用的一些小波压缩感知方法,可获得更高质量的红外图像。     

双树小波变换与小波树稀疏联合的低场CS-MRI算法

压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振扫描时间.稀疏表示是压缩感知理论的一个关键假设,重建结果很大程度上依赖于稀疏变换.本文将双树复小波变换和小波树稀疏联合作为压缩感知磁共振成像中的稀疏变换,提出了基于双树小波变换和小波树稀疏的压缩感知低场磁共振图像重建算法.实验表明,本文所提算法可以在某些磁共振图像客观评价指标中表现出一定的优势.     

基于Karhunen-Loève变换和小波谱特征矢量量化的三维谱像数据压缩

提出了基于Karhunen Lo埁ｖｅ变换的小波谱特征矢量量化三维谱像数据压缩方法耍幔颍瑁酰睿澹?Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化方法应用了Karhunen Lo埁ｖｅ变换的消除谱相关性优良性能 ,应用二维小波变换消除空间相关性 ,在小波变换域内应用二维集分割嵌入块编码和一维谱特征矢量量化对三维谱像数据压缩 ,获得较高的压缩性能。实验结果表明 :Karhunen Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化编码比Karhunen Lo埁ｖｅ变换 /小波变换 /改进对块零树编码和Karhunen Lo埁ｖｅ变换 /小波变换 /快速矢量量化编码方法在同样压缩比条件下 ,峰值信噪比提高 2dB和 1dB以上 ,而速度提高了 1.5和 8倍 ,整体压缩性能有较大的提高     

基于分形的小波分析压缩编码

分析了小波及分形在图形压缩编码中的特点 ,构造了Haar小波树 ,提出基于分形的小波域图像压缩编码的算法。实验证明 :该方法在相近的压缩比的情况下 ,使重建图像的PSNR增加 4 1,图像压缩速度明显提高 ,并且重建图像的主观视觉质量也优于JPEG。     

一种彩色图像的小波域预测编码方法

彩色图像存在空间相关性和帧间相关性,如何有效的去除这两种相关性是提高彩色图像压缩比的关键。提出一种小波变换域的自适应预测无损压缩方法,分为三个步骤:首先对彩色图像各个分量进行可逆整数小波变换减小空间相关性,然后利用联想记忆神经网络对小波系数图像分别进行空间预测和帧间预测,进一步去除空间和帧间相关性,最后对预测残差进行算术编码。实验证明该算法是可行的和有效的,对测试图像的压缩效果优于JPEG LS标准。     

基于图像压缩算法的计算复杂度的讨论

多级树集合分裂算法是一种简单有效的嵌入式零树编码算法,但它需要多次重复运算,复杂程度高,降低了编码效率.针对该算法的不足,提出了一种改进的多级树集合分裂算法,在相同的小波变换条件下,通过增加零树深度,减少了表示位置信息的系数,提高了表示有效系数的信息,该算法改变了原来的扫描顺序,便于并行处理.实验表明在压缩性能相同的情况下,提高了编码效率.     

基于子波变换的光谱信息数据压缩方法

本文介绍一种基于子波变换的光谱信息数据压缩方法，利用子波变换的多尺度分析原理，将原始光谱数据分解成集中源信号绝大部分能量的模糊信号和反映源信号变化特性的锐化信号。由于锐化信号只有源信号变化梯度大的区域系数值才较大，其他区域都接近零，只需保存少量的系数，就可以实现数据压缩，用本文方法，对２１种典型地物光谱数据进行了数据压缩实验，在１．０～１．７均方根误差情况下，若压缩结果不编码，压缩比一般为４：１～     

基于混沌与快速小波变换的多光谱图像压缩加密算法

针对多光谱图像存储和传输安全性问题,提出一种将混沌思想、小波变换和KL(karhunen-loeve)变换相结合的多光谱图像压缩加密算法。首先,采用K-means聚类方案将多光谱图像聚类为通用像素,通过选择合适的K值使算法的性能最优,同时便于后续处理;然后对通用像素进行二维离散9/7小波变换,对变换后的系数进行Arnold变换以及加密处理,消除多光谱图像大部分空间冗余,减少压缩过程中的块效应;之后对产生的小波系数进行改进的KL变换,消除残余空间冗余和光谱冗余;最后采用差分脉冲滤波器对系数进行编码,并采用Tent映射对码流进行混淆扩散加密。通过实验可知,本算法的信息熵达到11.794 3(选取12位多光谱图像),信息熵更接近最大值12,优于现有算法,可以更好的隐藏原图特征;该算法的像素变化率(NPCR)和归一化平均变化强度(UACI)分别为99.81%和34.19,优于现有的其他算法,本算法可以更好的抵御差分攻击;输出比特流变化率保持在47.62%～47.71%之间,密文比特流变化率保持在47.45%～47.52%,本算法具有较好的密钥敏感性;在压缩比为4∶1～32∶1范围内,系统PSN...     

一种减小静止图像压缩效应的后处理算法

提出了一种静止图像压缩的后处理算法.执行了基于Contourlet变换的图像插值迭代方法来恢复图像的高频通带信息,然后该信息和解压图像的高频信息相融合以进一步保护重要的小波系数.在低码率情况下,该算法有助于减小压缩效应并且提高解压图像沿边缘的正则性.在JPEG2 000和SPIHT压缩系统中证实了该方法的性能.仅仅通过一次迭代,后处理图像的峰值信噪比相比于解压图像可提高0.05~0.2 dB.当迭代次数增加时,振铃效应将进一步降低.     

基于K-means聚类和SPIHT编码的红外图像压缩算法研究

提出了基于K-means聚类和SPIHT编码的红外图像压缩算法。通过采用小波域系数的SPIHT编码压缩,克服了JPEG标准压缩算法在低比特率下严重的方块效应;通过K-means聚类算法,克服了嵌入式零树编码算法（EZW）没有充分考虑到图像小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明,此算法对红外图像具有很好的边缘和纹理保持性能。     

基于改进零树编码的图像联合压缩加密算法

在认真研究算术编码和算术加密的基础上,提出了一种基于改进零树编码的图像联合压缩加密算法.使用密钥对图像压缩产生的原始上下文和原始判决进行修正,实现了图像联合加密.阐述了上下文修正和判决修正算法的规则,对其安全性进行分析.结合比特平面编码技术,可以使用不同密钥对不同小波分辨率的系数分别加密,实现分辨率选择性加密,以满足不同应用需求.对零树编码进行改进,加入自适应算术编码,并对联合压缩加密算法进行仿真.结果表明:相对原始图像压缩算法而言,所提出的图像联合压缩加密算法具有基本相当的压缩效率;相对区间分裂的联合加密算法而言,所提出算法具有更好的安全性.     

基于WT算法联合混沌理论的图像加密研究

图像加密作为信息加密领域的重要一支,其对于信息安全的重要性显得愈发重要,能够有效地对目标图像信息进行加解密逐步成为了人们的研究热点。为了提高图像加密的安全性,以混沌系统所具有的初值敏感性以及类似随机为基础,提出了采用“混沌变换”方法对图像进行置乱操作的算法,随后以此为基础结合小波理论设计一种图像加密算法。在图像的预处理阶段首先对图像采用小波变换得到四幅小波子图;随后基于混沌置换将四幅子图置乱处理;最后通过小波逆变换恢复出目标加密图像。通过数值仿真实验表明通过该方法解密获得的图像具有与原图像非常高的一致性,并且获得了较高的安全性。