基于压缩感知理论的图像水印算法

水印技术是保障图像安全的一项重要技术,为了克服当前图像水印算法存在水印信息嵌入量小、抗攻击鲁棒性差的缺陷,设计了基于压缩感知理论的图像水印算法。首先采用小波变换对原始图像进行预处理,分解为不同频率的子图像,并采用压缩感知算法对高频子图像进行压缩处理,提高图像传输效率;然后采用混沌系统对水印信息进行处理,产生水印序列,并将水印序列嵌入到低频子图像中,最后采用小波变换对嵌入水印的低频子图像和压缩后的高频子图像进行融合,得到嵌放水印的载体图像,并可以采用压缩感知理论的重构算法提取水印信息。与数字图像水印算法进行了对比测试,结果明,本文算法大幅度改善了水印信息的嵌入量,嵌入水印合的载体具有良好的透明性,而且对各种攻击具有较好的鲁棒性,具有十分显著的优势。     

基于HVS-Curvelet算法的数字水印算法研究

数字水印只有提高其准确性,才能更好地为多媒体产业进行服务,本文在此基础上提出HVS-Curvelet算法,希望能够增强数字水印算法的精确度。只有先对数字水印的基本模型和特点进行简要的了解,才能更加清楚地运用HVS-Curvelet算法,之后运用Matlab数学模型对图库中的图像进行实例检测,验证HVS-Curvelet算法是否能够真正促进数字水印的算法。最后通过实验得知,HVS-Curvelet算法能够通过验证,具有很好的稳定性能,因此可以进行研究,具备一定的研究价值。     

压缩感知稀疏信号重构算法研究

压缩感知理论是利用信号的稀疏性,采用重构算法通过少量的观测值就可以实现对该信号的精确重构。SL0（Smoothed l0）算法是基于l0范数的稀疏信号重构算法,通过控制参数逐步逼近最优解。针对平滑函数的选取问题,文章提出一种新的平滑函数序列近似l0范数,实现稀疏信号的精确重构。仿真结果表明,在相同实验条件下文章算法较传统算法有着较高的重构概率。     

基于稀疏压缩感知的医学图像重构算法的研究

为了更好地适应压缩图像技术的发展,针对图像重构对于资源的需求,本文提出了一种基于稀疏压缩医学图像方法,首先描述压缩感知图像中组成部分,然后在稀疏变换方面引入了字典学习概念,同时引入SCAD函数,有效提高了稀疏变换的要求,对于图像的降噪具有一定的促进,在重构算法部分引入了加权系数概念,使得改进后的算法使得回复重构具有更强的约束,通过测试函数证明,本文的算法在医学图像具有比较好的压缩效果,优于传统的重构算法。     

一种新的压缩感知FO-COSaMP算法

近年来,压缩感知因其打破传统采样理论的瓶颈从而吸引了许多领域的研究人员的关注。信号重构算法是整个压缩感知的核心内容,也是研究人员研究的重点方向,决定着压缩感知能否成功的广泛运用于信号处理领域的具体实际问题中。文章在COSa MP(压缩匹配采样)算法的基础上引入果蝇优化算法思想,对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构,提出一种新的改进算法——FO-COSaMP算法。仿真结果表明,在同等的条件下,与COSa MP算法等同类算法的性能参数作对比,新的算法运行的时间相仿,显示出的重构性能较优。     

基于压缩感知的声纳图像处理

本文利用小波基对声纳图像进行稀疏化,选取高斯随机测量矩阵作为观测基得到其观测值,再利用正交匹配追踪算法(OMP)对声纳图像进行重构。实验结果表明,重构图像质量得到极大提升,其信噪比PSNR得到大幅度提高,为声纳图像的水下传输提供了便利。     

基于混沌特性的小波数字水印算法研究

为了提高水印信息的隐藏性和安全性,基于混沌序列的优良特性,本文提出了一种用于图像数字水印嵌入和检测的算法。由于混沌序列对初值具有敏感性,攻击者很难从一段有限长度的序列推断出整个混沌序列的初始条件,因此可保证水印信息的安全性。嵌入水印后的图像具有很好的不可见性,并且对常见的信号处理和噪声干扰具有较好的鲁棒性。     

压缩感知理论研究简述

压缩感知(Compressive Sensing,CS)理论是一个充分利用信号稀疏性或可压缩性的全新信号采集、编解码理论。本文系一文献综述,主要阐述了CS理论模型及主要算法、CS理论应用与研究现状。     

基于压缩感知的图像混沌加密算法

为实现图像的同步加密与压缩,将压缩感知理论与混沌理论相结合,提出了一种兼顾压缩性能与安全性能的加密方案。该加密算法采用置乱-测量矩阵观测-置乱-双向扩散四级加密,采用离散小波变换(DWT)并设定合适的阈值对明文图像进行稀疏化操作,然后进行置乱-测量矩阵观测-置乱-双向扩散操作,得到密文图像,加密过程中,将混沌参数作为密钥,通过混沌系统产生伪随机序列作为置乱、构造测量矩阵和扩散过程中的密钥流,实验结果表明:图像在加密过程中,在保证图像信息质量的前提下,提高了加密和解密的速度,验证了本方案的可靠性、安全性以及鲁棒性。     

基于分数傅立叶变换的图像数字水印算法研究

以静止图像为研究对象,文章提出了一种离散分数傅立叶变换（DFRFT）域的图像数字水印算法,该算法通过对载体图像进行某个级次的分数傅立叶变换,将加密水印嵌入到载体图像的分数傅立叶谱中,从而得到含水印的图像。实验结果表明,该算法实现了水印图像的不可见性,同时对常见的图像攻击具有较好的鲁棒性。     

WORD文档数字水印算法研究

通过对WORD页面描述机制的分析,提出了一种适用于WORD文档保护的数字水印算法。修改文本块中不同字符的字体颜色值,将水印以正弦波的特征形式嵌入文本中。检测时通过提取字体颜色特征,重构正弦波来鉴定文档。实验结果表明,该算法实现的水印具有较好的视觉透明性和检错能力。     

基于网格编码量化的压缩感知量化问题研究

压缩感知理论提出至今,学术界对其理论研究取得了重大的成果,并将其应用于各个领域。本文主要研究其量化方式,将网格编码量化(TCQ)方法应用于压缩感知的信号量化过程,基于压缩感知理论获取采样信号,采样信号运用网格编码量化方式量化,解码端对信号重构,重构使用2D正交匹配追踪算法。实验结果表明,该方法可以减少图像压缩时间,不影响压缩图像的质量。     

基于压缩感知理论和空域下采样技术的图像压缩方法

本文首先将原始的高分辨率图像进行空域的下采样,将高分辨率图像转化为低分辨率图像后,再对低分辨率图像进行压缩感知采样,最后可以对重建后的低分辨率图像进行插值重建后得到高分辨率的图像。该方法复杂度都较低,实现了高效的图像压缩。     

基于压缩感知理论的图像压缩技术探析

伴随着科学技术的发展,图像压缩技术也出现了新的变化。本文以压缩感知理论为基础,对基于压缩感知理论的图像压缩技术的应用进行了探讨。对进一步优化我国基于压缩感知理论的图像压缩技术的理论研究与实践应用有一定的参考作用。     

基于小波变换的图像数字水印算法仿真与研究

分析了目前常见的三种水印算法,并提出了一种基于小波变换的水印嵌入算法。编写了此算法的MATLAB仿真程序并进行仿真实验,还对算法的鲁棒性进行检验,实验结果表明,该算法鲁棒性较好,对噪声攻击都有一定的抵御能力。     

基于压缩感知的大规模MIMO系统信道估计仿真研究

压缩感知相比传统信道估计技术具有复杂度低,重构精度高等优点,大规模MIMO技术具有在不增加带宽的条件下成倍提高系统容量的优点,但是在时分双工模式下导频开销较大,影响通信性能的提升,基于此将压缩感知技术运用在大规模MIMO信道估计中,可以在同等信躁比的条件下,提高大规模MIMO系统的信道估计精度。     

基于混沌加密的离散余弦数字水印算法

提出了一种基于混沌的DCT域盲数字水印算法。本算法选用了有意义的二值图像作为水印,采用复合离散混沌动力系统产生的混沌序列对水印进行加密处理,在检测算法中不需要原始图像从而实现了盲提取,最后对仿真实验结果作出分析,证明此方案的可行性,攻击实验结果表明此方案的健壮性。     

基于图像置乱的DWT数字水印算法

研究了一种结合Arnold变换的DWT数字水印算法,该算法先将嵌入的水印置乱加密,然后嵌入到进行了离散小波变换的宿主灰度图像中。通过仿真实验证明,该算法置乱效果好,对嵌入水印后的图像进行压缩、剪切、旋转、添加各种噪声均表现出较好的鲁棒性。     

基于DCT变换的图像版权数字水印算法

为了更好的保护图像版权,保护数字媒体版权所有者的合法利益,提出了一种具有强鲁棒性和抗攻击性的数字水印算法。利用Arnold变换数字图像水印信息进行了加密处理,通过像素矩阵进行水印的嵌入以及提取,有效的避免了数字水印图像在格式转换后水印信息的检测和提取。该数字水印算法具有良好的透明性和稳健性,同时对常见攻击具有较强的鲁棒性。在保证水印隐蔽性的同时能够抵抗一定程度的攻击,满足版权保护和数字防伪的需要。     

一种基于小波域的数字水印算法

分析了一种小波域数字水印算法,利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印,在对原始图像进行多级小波分解后,通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性,并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。