摘要：为提高三维模型版权信息的安全性和鲁棒性,提出了一种基于尺度不变特征转换的三维点云模型水印算法。首先对三维点云模型进行主成分分析,然后将模型中的点到模型中心的距离r进行一定的排序,形成一个m×n的矩阵。对该矩阵进行尺度不变特征提取,找到其稳健的特征点。在选取合适的特征点后对其邻域进行contourlet变换,将水印嵌入其低频部分,然后进行contourlet逆变换,即可生成带水印的三维点云模型。实验表明,该算法对几何攻击以及噪声、裁切、简化等攻击具有较强的鲁棒性。该算法可用于实际三维模型的版权认证。

摘要：在contourlet域中,结合计算全息技术提出一种基于计算全息的强鲁棒性自适应水印算法。将两个原始水印图像利用共轭对称延拓傅立叶计算全息分别生成对应的全息水印,并利用预处理方法对全息水印进行加密处理。将原始图像进行2级contourlet变换,得到的中频信息进行8方向分解,得到8个方向子带。利用contourlet变换的多方向性和各向异性,将两幅加密全息水印自适应地替换中频的两个方向子带,实现水印的嵌入。实验结果表明,含水印图像与原始图像的PSNR值为38.385 7dB,水印隐蔽性好。在JPEG压缩因子为30的情况下,提取的水印信息清晰。当剪切含水印图像30%时,提取出的水印信息依然清晰可辨认。对噪声和低通滤波攻击均有很强的抵抗能力,并且可以有效抵抗打印扫描攻击。在水印提取时,不需要原始图像。本文提出的数字水印算法可以广泛应用在数字图像和印刷图像的版权保护中。

摘要：为了提高图像去噪效果,提出了基于contourlet域HMT模型的Cycle Spinning去噪方法。首先将待去噪图像进行循环平移,使用contourlet域HMT模型对平移后的图像进行降噪处理,然后将降噪后的图像进行循环反平移,最后将不同循环平移量下的降噪图像进行平均处理,以减少去噪后图像的失真。实验结果表明,该方法不仅可以提高降噪后图像峰值信噪比,而且可以提高降噪后图像的视觉效果。

摘要：针对两幅严格配准的同一场景左聚焦和右聚焦图像融合问题,设计了一种基于contourlet变换的多聚焦图像融合方法。应用contourlet变换对源图像进行多尺度、多方向分解,分别采用主成分分析法和区域结构相似度的融合规则得到融合图像的低通子带系数和带通方向子带系数,经过contourlet逆变换得到融合图像。实验结果和定量分析结果表明,融合成为一幅清晰的单一聚焦图像,且将熵提高2.64%-3.15%,相关系数提高0.11%-0.57%,平均梯度提高4.44%-51.4%。

摘要：提出了一种基于contourlet变换方向的多描述格型矢量量化图像编码算法.利用contourlet变换所具有的多尺度、多方向的特点解决小波变换在多描述格型矢量量化过程中对输入的图像方向信息不充分的局限性.对contourlet变换后的系数按照子带中方向特征划分区域设计相应的扫描方式对系数进行重新排序;然后采用基于几何相似的六边格矢量量化方案的多描述编码方案对图像进行编码.实验结果表明,文中策略对单路信道解码图像的峰值信噪比较传统方案具有一定程度的提高,同时重构图像较好地保留了原图像的纹理、边缘等几何信息.

摘要：为设计更加鲁棒的彩色图像水印算法,研究重要参数对水印的影响,提出一种基于非下采样contourlet变换(NSCT)和奇异值分解(SVD)的水印算法。选用彩色图像R分量做NSCT分解,分解后提取中频系数进行奇异值分解,生成水印模板;中频系数矩阵根据加性规则嵌入水印,嵌入水印后对图像进行重构。实验重点分析算法中参数取值对算法性能的影响,给出合适的取值范围,结论具有典型性和普遍性。与其它同类算法相比,在大多数情况下,该算法的归一化互相关函数(NCC)和峰值信噪比(PSNR)值更高,对攻击的鲁棒性更强。

摘要：提出了一种基于contourlet多尺度分解的图像融合新方法。该方法首先对源图像进行contourlet分解,得到高频和低频图像。针对不同频段图像的特性,对于高频和低频图像分别采用不同的融合规则,最后进行contourlet逆变换得到融合图像。采用平均梯度、熵、平均交叉熵和均方根交叉熵4种准则来评价融合算法的性能。实验结果表明,该方法不仅在客观评价指标上优于小波变换法和塔形分解法,而且从主观评价上来看,该方法得到的融合图像更加清晰。

摘要：针对农田杂草图像中时常出现的各类噪声,以高斯噪声和脉冲噪声构成的混合噪声模型为研究对象,结合多级中值滤波以及非下采样contourlet变换(nonsubsampled contourlet transform,NSCT),提出了一种基于NSCT改进阈值的去噪算法。该算法首先在对含有混合噪声的杂草图像进行脉冲检测的基础上实现多级中值滤波,以排除脉冲噪声的干扰;然后实现对滤波后杂草图像的4层NSCT分解,根据高频和低频NSCT分解系数中噪声分布特征,分别设计出不同的自适应阈值函数,并根据分解层数而自适应调整阈值选取策略,以实现对高频和低频NSCT分解系数处理;最后进行系数重构。算法仿真结果表明,滤波算法性能优于小波域硬、软阈值法以及contourlet阈值法,对于提高杂草识别的准确率具有一定意义。

摘要：很多基于变换域的数字水印算法在完整性和鲁棒性方面表现较差,针对此问题,提出一种基于压缩感知和模糊理论的水印算法。利用非下采样contourlet变换(NSCT)将载体图像稀疏分解,得到低频系数矩阵;运用模糊理论获得观测值,这些观测值可用于水印的嵌入;稀疏信号可通过子空间追踪(SP)算法恢复,重构图像通过NSCT逆变换完成。实验结果表明,该算法满足了水印的隐蔽性,表现出对常见的攻击的强鲁棒性,信息安全得到了明显提升,与其它同类算法相比,大多数情况下,其具有更高的峰值信噪比(PSNR),结构相似性度量(SSIM)和归一化互相关(NCC)函数值。

摘要：在分析多通道结构、遮掩效应、敏感度带通特性等人类基本视觉系统特性(HVS)的基础上,提出了一种新的图像质量评价指标的构造方法。指标构造先借助多尺度几何分析(MGA)中的contourlet变换对图像进行子带分解以此模拟视觉多通道结构特性,然后在各子带中使用一种视觉遮掩效应模型获取失真图像和参考图像之间的视觉误差,最后通过对比度敏感函数(CSF)取得不同子带的视觉误差加权系数,从而得到图像质量评价值。本文在具有5种类型降质图像的LIVE图库进行性能比较实验,结果表明本文所设计指标比峰值信噪比PSNR、结构相似度SSIM算法具有更好的稳定性和主客观评价一致性;同时试验表明通过对比度敏感函数(CSF)获取的加权对本图像质量评价指标改进较小。