基于数字全息与小波变换的图像数字水印技术

提出一种以数字全息和小波变换为基础的数字水印技术,实现在原始图像中嵌入数字全息水印。首先通过傅里叶变换方法将待隐藏的图像制成数字全息水印图,接着将数字全息水印图和原始图像都分为四个子块,并对原始图像子块进行小波分解,最后将数字全息图像子块嵌入到原始图像相应子块较大的小波系数中。实验仿真结果证明了该水印技术对图像剪切和图像有损压缩有较好的稳定性。     

基于分块离散小波变换的图像信息隐藏与盲提取算法

提出了一种在小波域中图像信息隐藏与盲提取算法. 该算法首先对载体图像进行分块两层离散小波变换, 找到每块第二级分解子带中的最大值即最重要小波系数, 然后根据小波特征树的对应关系将其在第一级分解子带中的对应区域作为嵌入区域, 在该区域嵌入由秘密信息生成的伪随机序列. 提取过程中, 同样按照小波系数对应关系寻找到嵌入区域并判断其与伪随机序列的相关性即可解密, 不需要提供原始图像. 实验结果表明, 该算法能实现二值图像的嵌入与盲提取, 且提取出的图像质量较好并具备一定的抗攻击能力, 尤其对于剪切攻击的鲁棒性较好.     

基于小波变换和奇异值分解的图像水印算法研究

利用小波变换频谱特性和图像奇异值分解特征,提出了一种结合人眼对比感知特性的图像水印算法。并通过结合人眼视觉特性,将置乱的水印以一定的强度嵌入到图像的奇异值矩阵中,采用其逆过程提取水印,通过仿真进行了验证。对其实施了压缩、剪切、高斯噪声和中值滤波攻击测试,与前人提出的8种水印算法的抗攻击性能进行对比分析。结果表明,在质量因子为20%的较强压缩攻击下,提取水印的NC值仍能达到0.8359,含水印图的PSNR和SSIM达到25.0908dB和0.8451,且比8种水印算法具有更好的鲁棒性。综合表明,提出的算法有效地解决了水印嵌入过程中鲁棒性、视觉透明性与水印嵌入量之间的平衡问题。     

基于小波变换的新型数字散斑相关方法

通过将小波分析的方法应用到传统的空域相关计算中,提出了基于小波变换的数字散斑相关方法。详细介绍了该方法的原理,并对传统空域相关方法与小波相关方法进行了实验计算比较。实验结果表明,与传统的空域相关方法相比,基于小波变换的数字散斑相关方法大大提高了相关计算的精度,精度由0 05像素提高到了0 01像素以下。最后利用该方法测量了编织结构复合材料板在三点弯曲载荷作用下的位移场。