基于DCT域的数字图像盲水印算法研究,王红程永强,,数字水印是一种有效的数字产品版权保护和数据安全维护技术,它将具有特定意义的标记即水印,利用数字嵌入的方法隐藏在数字图像、
以归一化技术,分形编码技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的鲁棒数字水印新算法。算法首先利用归一化技术和不变质心理论在图像中提取出重要区域；然后利用分形编码及设置的阈值将
根据人眼视觉系统特征,提出一种将小波对比度的思想引入图像水印中的算法。先将宿主图像分块并根据纹理强弱进行分类,然后对每个块进行小波分解,小波对比度的大小同时决定了嵌入对象的选择和嵌入的强度。由于小波对
提出了一种基于对象传播神经网络的抗TSM攻击音频水印算法。利用CPN自学习和自适应的特征,通过自适应改变段长的分段算法,选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN,建立音频特征与水印信
针对因为格式种类庞大而导致音频文件数字水印的嵌入较复杂且繁琐的问题, 采取了利用FFMPEG将音频文件转换成一种统一格式而进行数字水印嵌入的方法, 其效率和效果有较大提高。对于水印算法提出了一种改进的
协同过滤是当前主要的推荐技术,它的主要缺点是稀疏和扩展性问题。提出了一种基于DSmTrust信任模型的推荐系统,利用信任的传递性解决稀疏问题,分布式的DSmTrust方法具有良好的扩展性。实验表明,新
数字水印技术中水印强度是影响水印鲁棒性的重要参数。当前大多数的水印算法均利用实验来确定水印强度,但实验具有很大的随机性,得到合适的水印强度需要大量的实验。提出了一种DCT(discretecosine
提出了基于广义调和均值距离的最小偏差图像阈值化分割新算法。Otsu阈值法是图像分割中最典型阈值法之一,因其计算简单、速度快和性能稳定等优点而在图像分割中得到广泛应用；但是,传统Otsu阈值法是基于欧式
为了解决均值漂移跟踪算法中背景对目标定位的扰动,提出了一种基于颜色和纹理混合特征以及采用背景加权更新的改进算法。改进算法先将原始视频序列RGB帧图像转换为HSV颜色空间表示,然后分别在H、S通道上提取
利用粒子群算法全局性和鲁棒性的特点,可以解决模糊C均值算法(FCM)用于图像分割时对初始值敏感、容易陷入局部极小值的问题。但是设定粒子群算法的初始搜索范围依赖于人的经验,并且所设范围往往过大,影响算法
