-
-
论文研究-基于DWT-LSSVM的图像压缩算法.pdf
为了更好地模拟三维树木动态摇曳的效果,根据真实风场的变化规律,利用Perlin噪声技术产生虚拟风场的数学模型,采用迭代函数系统(IFS)方法构建三维树木模型,并运用动力学知识进行受力分析,计算树木的摇曳幅度以及树枝和树叶的旋转角度和偏移大小。实验结果表明,该方法能够较好地模拟自然树木的形态以及树木的真实摇曳效果。
-
论文研究-MANET组密钥管理的研究.pdf
为了有效实现对数字图像的版权保护,提出一种通用的水印图像几何校正和零水印算法。,用两个稳定而又相距最远的图像SIFT特征点的变化估计图像所经历的旋转和缩放参数,校正之后,再用一个稳定的SIFT特征点的变化校正图像的平移变换。根据零水印特点,随机从载体图像提取特征像素与水印像素按位异或运算构造零水印。理论分析和实验结果表明,图像几何校正算法能有效恢复水印同步,使水印算法能够正确检测水印;零水印算法具有较好的安全性,比基于DWT的同类零水印算法具有更强的抗剪切、几何变换、图像处理和常规信号处理攻击的能力。
-
论文研究-小波的循环阈值去噪方法.pdf
视频水印技术是保护数字视频版权的一种有效方法。提出一种基于3D DWT的彩色视频水印算法,按场景以16帧划分视频,在各子段YCbCr颜色空间上对Y分量进行二级三维小波变换,利用三维小波低频帧间系数相近而不相同的特性进行水印嵌入,并实现了水印的盲提取。实验结果表明,该算法在保证含水印视频图像质量的同时具备良好的鲁棒性,对各种视频几何攻击及MPEG压缩均具有较强的抵抗能力。
-
论文研究-基于小波系数相关性的图像隐写分析.pdf
提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。
-
论文研究-基于主成分分析的高速网络IDS性能研究 .pdf
提出了一种基于人类视觉系统(HVS)和离散小波变换(DWT)的图像鲁棒数字水印新算法。将宿主图像进行小波分解,根据人类视觉系统的掩蔽特性计算出JND视觉门限值,选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,修改小波系数的小数部分,以提高水印嵌入后图像的质量。实验证明算法在保证水印不可见性的前提下有效地提高了算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。
-
论文研究-基于EST和SVM的乳腺癌识别新方法.pdf
提出一种基于图像特征区域的鲁棒水印算法。确定载体图像的关键点,利用轮廓跟踪工具勾出嵌入水印区域的轮廓,从而确定嵌入位置。对确定的图像区域做离散小波变换(DWT)。将由密钥产生的水印信息按照从大到小的顺序嵌入到低频变换域里,再做离散小波逆变换,将抽出的部分与含水印部分叠加,得到完整含水印图像。实验结果证明,算法既保证了载体图像的视觉质量,同时对于一般常见攻击也具有较好的鲁棒性。
-
论文研究-基于斜变换的小波设计及其应用.pdf
本文根据Walsh变换与小波之间的联系,在斜变换的基础上提出了一种新的多进制多小波设计思想,改变了传统小波变换中滤波器设计方法的单一性和推导的复杂性,该滤波器组利用斜变换的快速算法生成简单方便。将该方法应用于图像去噪和图像压缩的实验中,实验结果证明该方法的去噪效果和压缩效果要优于传统的DWT,并且去噪效果还要优于文献[6]中提出的多进制多小波。
-
论文研究-采用重要性面片采样的实时全局光照.pdf
提出一种离散小波变换(DWT)域的水印算法。在人类视觉系统自适应处理水印信息嵌入强度的基础上,对水印图引入Rõssler混沌系统进行置乱,兼顾不可见性和健壮性的同时,增强了水印图的保密性。同时建立了干扰误差模型,提出了抗干扰水印提取算法。减少提取过程中干扰对嵌入水印的影响,使提取出的水印效果得到改善。实验结果表明,该算法在局部空间上抗均匀干扰的能力有明显提高。
-
论文研究-双重变换域和水印划分策略的鲁棒盲水印方案.pdf
提出一种基于DWT和DCT域相结合的数字水印算法。利用Arnold变换对水印进行置乱,消除像素的空间相关性,增强水印图像抗剪切等操作的鲁棒性。将水印和载体图像分为两部分,结合DCT和DWT的特性,将一部分水印自适应量化嵌入到DCT视觉容量最大的DC系数上,另一部分自适应嵌入到DWT的中频子带中,有效地解决了水印的容量问题,并提高水印的鲁棒性和不可见性。实验证明该算法对JEPG压缩、几何剪切、滤波、叠加噪声等攻击均具有较好的鲁棒性。
-
论文研究-基于小波分析的金融波动分析.pdf
... 有效和可行的.又对长记忆随机波动(LMSV)过程同一尺度下和不同尺度下的离散小波变换(DWT)系数的相关性进行了分析,结果表明同一尺度和不同尺度下的DWT系数都是近似不相关的.
-