已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文結(jié)合圖像方向特征信息和非下采樣Shearlet變換，提出了一種零水印算法。并利用k均值聚類算法對Shearlet域方向子帶系數(shù)進(jìn)行了聚類分析，對提取方向性特征系數(shù)的方法進(jìn)行了優(yōu)化。算法的核心思想就是將諸如邊緣和紋理等方向性特征成分視作是圖像中的一種魯棒性特征，然后提取這些特征來構(gòu)造零水印。而非下采樣Shearlet變換的多方向性和各向異性使得非下采樣Shearlet變換不僅能夠?qū)D像信號進(jìn)行最優(yōu)逼近表示，還能精確捕捉圖像本身固有的方
2、向特征信息。主要工作如下:
(1)在分析了非下采樣Shearlet變換捕獲圖像方向性特征成分的基礎(chǔ)上，提出了一種零水印算法。原始載體圖像的方向性特征體現(xiàn)在Shearlet域中不同的方向子帶上。算法中提出了一種叫做方向信息強度的概念來量化頻域中子帶所含有的方向特征信息，方向信息強度也就是單個子帶圖像在時域中的像素值的和，并選擇方向信息強度最大的子帶來提取零水印。然后對該子帶按照實際水印的大小分塊，接著計算每個小塊矩陣的2-范數(shù)，
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合SVD的非下采樣Shearlet變換域下的數(shù)字水印研究.pdf
- 基于輪廓變換和非下采樣輪廓變換水印算法.pdf
- 基于非下采樣輪廓波變換的水印盲提取算法.pdf
- 基于非下采樣Shearlet變換域的圖像融合及去噪算法研究.pdf
- 基于統(tǒng)計模型與非下采樣Shearlet變換的SAR圖像相干斑抑制.pdf
- 基于非下采樣Contourlet變換的遙感圖像融合算法研究.pdf
- 基于非下采樣contourlet變換的人臉表情識別算法研究論文
- 基于非下采樣contourlet變換的醫(yī)學(xué)超聲圖像去噪算法研究.pdf
- 基于非下采樣Contourlet變換的眼底圖像去噪增強算法研究.pdf
- 基于非下采樣Contourlet變換的人臉識別技術(shù)研究.pdf
- 基于非下采樣小波變換的圖像去噪研究.pdf
- 基于非下采樣Contourlet變換的絕緣子圖像分割.pdf
- 基于非下采樣Contourlet變換的自適應(yīng)圖像增強方法.pdf
- 結(jié)合紋理方向性的非下采樣剪切波域數(shù)字水印算法研究.pdf
- 非下采樣塔式變換的光學(xué)實現(xiàn)方法研究.pdf
- 基于非下采樣剪切波的去噪算法研究.pdf
- 基于非下采樣Contourlet變換的多源圖像融合方法研究.pdf
- 基于非下采樣剪切波變換的圖像融合方法研究與應(yīng)用.pdf
- 基于非下采樣Contourlet變換的超分辨率圖像重建.pdf
- 38292.基于非下采樣contourlet變換的圖像去噪方法研究
評論
0/150
提交評論