基于离散余弦变换的数字图像水印算法及其MATLAB实现

数字水印技术作为数字媒体版权保护的有效办法,涉及到多个学科,迫切需要一种强大的研究工具。MATLAB以其自身具有的优势,正好可以成为研究数字水印的一种有效工具。本文介绍了数字水印技术实现的一般概念,提出了一种基于离散余弦变换(DCT)的数字图像水印算法通过MATLAB仿真结果表明,利用该算法嵌入的水印具有信息量大、不可见性好等优点。     

基于LDPC码的数字水印技术

由于图像水印系统和通信系统的模式具有相似性，提出了一种基于LDPC码的图像数字水印算法。该算法利用LDPC码的纠错性能和人眼视觉特性，以实现静止图像中数字水印的嵌入和提取；在水印嵌入之前，对水印序列进行LDPC码编码，然后把水印嵌入到符合人眼视觉特性的小波域中，并采用了LDPC迭代译码算法进行水印提取，最后进行了仿真实验。实验结果表明，该算法降低了水印在传输过程中的误码率，具有很强的鲁棒性和视觉不可见性。     

一种基于量化的DCT域音频数字水印算法

提出了一种基于量化的DCT域音频数字水印算法，该算法首先将视觉可辨的二值水印图像降维成一维水印序列，再将水印序列按伪随机排序，最后对数字音频信号作分段DCT变换，水印信号通过量化处理过程嵌入到DCT变换后的系数中，提取水印信号无需使用原始数字音频信号。仿真实验表明水印是不可察觉的，经过mp3有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

数字图像水印算法的快速实现研究

数字水印技术作为数字多媒体作品版权保护和认证的重要手段,近几年来发展得很快.本文着重研究水印算法的快速实现.第一步提出一种基于图像盲水印算法:首先对原始图像进行分块处理,然后通过在分块Hadamard变换域中修改中频系数来嵌入水印,最后得出具有一定使用价值的结论.实验结果表明,算法对常用的图像处理如JPEG压缩、加噪、滤波等攻击具有较好的鲁棒性.第二步,在前人的研究基础上,实现GPU来执行快速Hadamard变换和反变换.实验结果表明,在Visual C++下利用GPU执行Hadamard变换在一定条件下比CPU更快,实验用显卡性能越强,实验效果越好.     

基于小波域量化的数字图像水印容量估计

提出了一种基于小波域的容量自适应数字图像水印算法，从小波量化出发，对可嵌水印位置进行选择。在此基础上，结合人眼视觉模型和图像纹理特性，得出小波域的水印最大可嵌强度，用修改极性的方法进行水印的嵌入和提取。仿真结果表明，该算法不仅具有较好的不可视性和鲁棒性，而且在保证这些性能的基础上实现了自适应容量，较好地协调了水印三要素间的关系。     

数字图像的一种相位水印算法

提出一种用于数字图像版权保护的变换域水印算法，将二值随机序列作为水印信号嵌入在图像付里叶变换的重要系数的相应成分中，并利用相关检测器进行水印检测，实验证明，该算法具有不可见性，对通常的图像处理，如JPEG压缩，剪切，缩放，中值滤波等以及噪声干扰都具有很强的鲁棒性。     

基于小波分析和神经网络的交通事件自动检测

提出了利用小波分析和神经网络进行交通事件自动检测的方法，其基本思想是通过小波变换对原始采样信号进行奇异点检测，然后通过神经网络对小波变换的结果进行分类，最后给出交通事件的信息。通过MATLAB仿真实验，证明该方法相对于传统的事件检测算法能更准确、快速地实现分类。     

一种基于DWT和DCT域的灰度图像盲水印算法

本文提出了一种新的频域嵌入盲水印的方法,把DWT的低频子图作为待嵌入的图像,再在逼近子图DCT域进行嵌入,增强水印的稳健性同时,也增强了水印的不可见性。经对多幅图像进行实验证明,该算法不可见性好并且具有较强的鲁棒性。     

基于改进递归小波变换的交通流异常点与变点检测算法

为准确界定交通流状态,辅助交通管理者对交通异常事件进行及时处理,提出了一种基于改进递归小波变换的异常点与变点快速检测算法,并将其应用于交通流实时监控与预警。首先,对历史交通流序列建立自回归模型,将残差序列的标准化有效分数向量作为统计量,利用3-Sigma原则,提出为统计量差分时序设定监控阈值的方法,实现了交通流状态的实时预警。其次,利用改进递归小波变换统计量,结合小波复合信息并综合考虑真实变点与估计变点之间的差异,选取小波变换特征频率与最优搜索长度,快速检测并估计交通流异常点与变点,实现了交通流状态的在线监控。最后,仿真试验和实例分析验证了算法的合理性与可行性。研究结果表明:设定的阈值对交通流变化趋势掌控明显,能够对交通异常状态进行及时预警;结合特征频率的复小波变换信息,能够有效检测并区分交通流异常点与变点;与基于有效分数向量的传统变点检测算法相比,算法的检测性能在延迟与收敛性两方面均有明显改善。该算法能够对交通流状态进行在线监控,这将为断面车流实时预警提供支持。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于提升小波变换的数字水印算法研究

本文阐述了提升小波变换特性,设计并实现了基于提升小波变换的数字水印算法,仿真结果表明该算法鲁棒性强、不可见性好。     

基于小波变换的汽车振动信号去噪分析

从小波变换的理论背景出发,介绍了利用小波变换对信号进行分解的原理。并针对汽车振动信号的非平稳性特点,对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析,并运用Matlab中的WaveletToolbox对其进行去噪处理,取得了明显的效果。通过与Fourier去噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。     

利用小波包变换实现电力系统谐波分析

小波包变换(WPT)建立在小波变换的基础上,可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,具有更好的谐波分析特性。但是现有的小波包变换算法实现的频带划分不是按频率大小顺序排列的,给系统和谐波分析带来混乱。根据采样定理和滤波器组实现电路分析了小波包变换实现频带划分的特点,并利用改进的小波包变换实现算法进行系统分析,实例验证这种新的小波包分解结构对谐波分析具有更好的特性。     

基于HVS的DCT中频嵌入数字水印算法

在人眼视觉系统特征的基础上，充分考虑了数字水印的不可感知性和鲁棒性，提出了一种数字水印嵌入、提取和验证的新方法，即从宿主图像的不可见分析开始，计算出宿主图像中每个像素点允许改变的范围值，在图像的离散余弦变换后选择位于中频的DCT因子，并按其系数强度进行相应的嵌入。该方法可大大地提高水印的容量，且使水印的鲁棒性和不可感知性良好。     

一种改进的小波消噪算法

针对传统小波变换在信号消噪中计算的不足,设计了一种改进的小波消噪算法.该算法保留了小波分析处理时变信号的优势所在,但较传统的消噪应用,算法相对简单,易于实现.利用实际数据对该消噪算法进行了数据验证,并与传统小波消噪算法等对比算法进行了效果对比.验证结果表明,所提出的新算法效果较好,具有一定实用性.     

纯电动汽车复合储能系统能量管理策略

针对纯电动汽车单电池系统功率密度低、大电流充放电能力差等问题,设计了锂电池-飞轮电池复合储能系统,提出了基于工况识别的自适应小波变换-模糊控制能量管理策略,将需求功率分解成低频成分和高频成分,并分别将其分配给锂电池和飞轮电池。最后,将所提策略与逻辑门限能量管理策略进行比较分析。结果表明：所提出的自适应小波变换-模糊控制能量管理策略可以有效减缓锂电池受到的峰值电流冲击,延长其使用寿命,增强纯电动汽 车的整体性能。     

基于小波变换-模糊控制的复合电源能量管理

以锂电池-超级电容构成的复合电源电动汽车为研究对象,在满足动力性能的前提下,为实现超级电容在合理的荷电状态（SOC）下承担高频率信号,且锂电池承担低频率信号的目标,建立了实时小波变换-模糊控制的能量管理控制策略。基于Matlab/Simulink和ADVISOR软件搭建整车模型,并在NEDC循环工况下进行仿真测试。仿真结果表明,与单一锂电池相比,在小波变换-模糊控制策略下,复合电源锂电池的驱动峰值电流降低了20.68%,寿命提高了16.74%。搭建了按一定比例缩小的复合电源系统试验平台,并在NEDC工况下进行试验验证。结果表明,小波变换-模糊控制策略对复合电源电动汽车的能量管理具有良好的控制效果。     

浅谈基于小波变换的图像压缩

本文讨论了小波变换对图像压缩的研究,以小波零树编码算法和分层树中的集分割算法为例,进行了较深入的阐述,实验结果证明了小波变换在图像质量的恢复和压缩比上都要优于一般的传统方法。     

小波理论及其在交通事件检测中的应用

简介小流变换的基本原理，给出Ｍａｌｌａｔ塔式算法的公式，采用小波变换的方法进行交通事件检测，并给出了利用小波变换进行交通事件检测方法的程序流程图。利用实际数据进行了分析，分析结果表明小波分析用于交通流数据分析有其优越之处。     

基于小波提升框架的交通目标检测与跟踪

交通图像分析是智能交通领域的关键技术之一。为实现复杂交通场景中的多目标检测与跟踪,设计了一种结合小波提升框架和KLT特征点跟踪的多运动目标检测与跟踪算法。对序列图像中相邻两帧图像的融合图像进行小波提升变换,求取水平和垂直方向上的小波能量,通过合理阈值二值化小波能量矩阵,再利用贴标签方法检测出运动目标;利用KLT特征点集合代表目标,通过跟踪后的特征点集合与目标检测区域的相互关联,实现多目标的跟踪。实验结果表明了所提算法的有效性。