一种DCT域中基于SVD分解的数字水印技术

数字水印(Digital Watermarking)是进行知识产权保护和认证的一种有效方法.在DCT域中基于SVD分解的数字图像水印嵌入-提取算法,通过在原始图像DCT变换的左上角系数嵌入水印信号的主分量信息,保留了原始图像的中低频信息,获得好的水印嵌入不可感知性;同时,该算法对于常见的图像攻击具有强的鲁棒性,很好地实现了数字信息的版权保护.计算机仿真结果表明所提出的算法是有效可行的.     

改进的哈达吗图像压缩算法

图像压缩是图像处理中很重要的组成部分,其效果的好坏直接影响到后面的图像分析。小波变换用于图像压缩的方法有多种,离散余弦变换更是JPEG图像压缩的核心,广泛应用于各种不同类型的图像压缩。本文提出一种将哈达吗变换和离散余弦变换结合起来实现图像压缩的新方法。实验结果证明,本文所提方法行之有效,值得推广。     

基于DCT变换的图像压缩研究

在信息时代不断发展的今天,人类利用计算机实时处理图像信息的要求也逐步在提高中,怎样在确保图像质量的情况下,同时兼顾高效性与实时性已成为人们值得关注的一个问题;然而对图像信息进行压缩处理已经成为了一个缺一不可的环节,图像压缩主要是利用最少的数据量而显示尽可多数的原图像信息的一个过程;基于DCT变换是图像压缩的一项十分重要的技术,怎样快速、准确地进行图像压缩一直以来是全世界不同国家研究的焦点;本文简明的浅述了图像DCT变换的概念与原理,对DCT变换的图像压缩技术算法的过程进行了研究。     

基于小波变换的嵌入式编码在图像压缩中的应用

由于图像数据量的巨大会使图像在存储和传输中受到制约,因此,图像压缩成为必然。图像压缩的关键技术包括对图像数据的变换、对变换数据的量化以及对量化后数据的熵编码。其中压缩中编码占有非常重要的位置。本文主要分析其中一种很流行的编码形式一嵌入式编码,分别比较分析了三种嵌入式编码的优缺点以及嵌入式编码的发展前景。     

基于二维DCT变换的图像压缩算法的研究及实现

通讯与信息技术的发展突飞猛进,数字信息呈爆炸式增长。作为数据压缩领域的一个重要分支,离散余弦变换（DCT）被理论上认为是一种很好的方法．本文正是基于DCT来研究数据压缩领域中的一个小的分支．图像压缩。文中详细研究了图像编码压缩技术和DCT的核心算法     

MATLAB在图像压缩技术中的应用

介绍了MATLAB在图像压缩研究方面的应用,重点探讨基于BP人工神经网络的图像压缩的MATLAB实现和基于小波的图像压缩技术：MATLAB软件使用MATLABR2007a版本。并且通过计算机实验证明了经过小波变换和BP神经网络编解码的图像在实现高压缩率的情况下能够保证很好的图像质量,具有较好的视觉效果。     

DCT图像数字水印技术

数字水印技术是近年来信息安全与信息隐藏领域比较热门的技术。它是一种将特制的不可见的标记,利用数字内嵌的方法隐藏在数字图像、声音、文档、图书、视频等数字产品中,用以证明原始作者对其作品的所有权,并作为鉴定、起诉非法侵权的证据,同时通过对水印的检测和分析,验证数字信息的完整可靠性,从而成为知识产权保护和数字多媒体防伪的有效手段。     

基于离散小波变换的数字水印嵌入与提取

数字水印技术作为数字产权保护技术的重要手段得到了广泛的研究和应用。给出了一种离散小波变换域实现图像水印的算法,并在Matlab7.0环境下实现了该算法。实验结果证明,该算法在保证水印的不可见性的同时对常见的水印攻击都具有较强的鲁棒性。     

数字水印技术及其发展

数字水印作为一种多媒体信息版权保护和数据安全维护的技术,近年来已成为国内外研究的热点并有着广泛的应用前景。随着信息化技术和计算机网络的迅猛发展,形式多样的数字产品(如电脑美术、扫描图像、数字音乐、视频、三维动画)已经     

基于偏微分方程的图像压缩预处理方法研究

本文研究了小波变换后图像的小波系数的特点,将改进的偏微分方程方法应用于图像高倍压缩前的预处理中。实验结果显示,经过本文提出的方法处理后的图像经过高倍压缩后的重建图像在主观视觉效果上有所改善,在客观质量上也有所提高。     

图像压缩算法在仓储安全监控的应用综述

仓储是整个物流过程的一个中心环节,是连接生产者和消费者的枢纽,仓储活动正常高效工作的前提是仓储环境的安全,发生在在仓库中的任何恶性事件,如火灾和非法入侵等等,都可能会对生命、财产造成巨大的威胁,并可能造成环境严重的破坏,因此需要有完整的安全理论、方法和程序来严格预防事故的发生.本文在详细分析目前仓储安全监控的实际需求基础上,将图像压缩技术有效应用到图像处理中,大大减少了仓储图像采集装置向上位机传送的图像数据量,不仅有效解决了数据传输压力大、资源消耗高的问题,而且为仓储安全监控的无线传输提供了基础.     

一种基于离散小波变换的多重水印算法

在数字作品中嵌入鲁棒水印是对数字作品进行版权保护的一种技术。本文提出了一种基于离散小波变换的多重水印算法。先对两个水印图像进行置乱,对原始图像进行尺度为3的离散小波变换,提取出第3层的低频子带及水平方向、垂直方向和对角方向高频子带,再利用量化的方法,把水印图像分别嵌入到低频子带和水平方向高频子带中。实验证明用这种算法嵌入的数字水印对一些常见的攻击有较好的鲁棒性。     

基于分形压缩变换的数字水印技术

本文提出一种新的基于分形压缩变换的数字水印技术,该水印可以通过嵌入后的载体进行恢复。实验结果表明本文提出的算法具有比较好的鲁棒性和不可见性。     

基于FPGA的MJPEG图像压缩算法的设计与实现

在视频传输系统中,最大障碍是视频数据的大数据量.故压缩就显得尤为必要.MJPEG是以25帧每秒传输的JPEG图像.本文根据JPEG基本压缩模式,通过前端图像采集芯片输出标准的4:2:2格式的图像流.在XILINX公司的SPARTAN IIE芯片下压缩,获得良好效果,压缩比达到10:1.     

会议电视中图像压缩编码技术的进展

围绕ＩＴＵ一系列关于会议电视的国际标准，着重介绍了会议电视中的图像压缩编码技术的发展状况。同时简要介绍了最新的Ｈ．３２４等系列标准及其特点     

基于频域奇异值分解的LPI雷达信号降噪

随着低截获技术在战场上的大量使用,侦察接收机接收到的低截获（LPI）信号大多都湮没在噪声中。为了准确地检测威胁目标,在研究时域奇异值分解（SVD）降噪的基础上,提出了基于频域SVD的LPI雷达信号降噪方法。仿真实验表明,该方法可以将LPI雷达常用的线性调频连续波（LFMCW）信号和二相编码（BPSK）信号的信噪比从0 dB提升到6 dB以上。频域SVD降噪使侦察机发现LPI雷达的概率大大提高。     

基于奇异值分解的基图像的人脸识别

研究了基于奇异值分解的人脸识别问题。首先证明了图像的大量信息主要体现在图像矩阵奇异值分解的前几个最大奇异值所对应的左、右奇异向量中,然后给出了模板图像的基图像,并将图像展开成基图像的线性表示,提取其组合系数作为图像的代数特征并用于人脸识别中。实验表明,较以投影系数向量为代数特征的人脸识别方法,该方法所需的运行时间明显降低,而且与基于奇异值向量作为图像特征的方法相比,该方法的识别精度明显提高。     

基于奇异值分解的web信息检索模式

针对传统信息检索搜索时间慢、空间占用量大的问题,提出了一种基于奇异值分解和欧氏距离算法的信息检索算法。该算法降低了信息检索时间复杂度和空间复杂度,实验证明了该算法的有效性。     

TD-LTE系统中基于奇异值分解的高效波束赋形方法

为了克服TD-LTE系统中传统的基于矩阵信道的迭代波束赋形方法复杂度较大且可能 不收敛的问题,提出一种基于奇异值分解的高效波束赋形方法。该方法利用系统终端侧 仅有2根天线的系统特性,采用基于2×2矩阵特征值分解公式的矩阵信道奇异值分解获得波 束赋形天线加权向量;不仅可以直接获得精确的加权向量,而且相对于传统迭代方法大幅降 低了复杂度。理论分析和仿真结果验证了所提方法的有效性。     

一种基于Lasso回归与SVD融合的深度学习模型压缩方法

针对深度学习模型所需的海量参数及强大的计算资源而导致其不能很便捷地应用于嵌入式设备或移动端的问题,在Lasso（Least Absolute Shrinkage and Selection Operator）回归通道挑选法的基础上,提出了Lasso+奇异值分解（Singular Value Decomposition,SVD）的融合压缩法。使用VGG-16为初始模型,分别在不同的小型数据集上进行迁移学习,使用迁移学习后的模型在不同的加速率下进行测试。实验结果表明,相对于传统的模型压缩算法,Lasso+SVD的融合压缩法实现了在加速和参数压缩两方面的优势,进而以目标检测为应用方向,在保证准确率的同时不仅降低了模型存储需求,而且也较大提升了模型的实时性。