小波变换应用实验报告去噪融合水印Word格式文档下载.docx
- 文档编号:21344705
- 上传时间:2023-01-29
- 格式:DOCX
- 页数:18
- 大小:1.34MB
小波变换应用实验报告去噪融合水印Word格式文档下载.docx
《小波变换应用实验报告去噪融合水印Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《小波变换应用实验报告去噪融合水印Word格式文档下载.docx(18页珍藏版)》请在冰豆网上搜索。
在去噪方面,小波分析由于能同时在时-频域中对信号进行分析,具有多分辨分析的功能,所以在不同的分解层上有效的区分信号的突变部分和噪声,从而实现信号的消噪。
2.2图像压缩原理:
一个图像作小波分解以后,可得到一系列不同分辨率的图像,不同分辨率的子图像对应的频率是不相同的。
高分辨率(即高频)子图像上大部分点的数值都接近0,越是高频这种现象越明显。
对于一个图像来说,表现一个图像最主要的部分是低频部分,所以一个最简单的压缩方法是利用小波分解,去掉图像的高频部分,而只保留低频部分。
2.3图像的融合原理:
图像融合是将两幅或多幅图像融合在一起,以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。
融合算法应该充分利用各原图像的互补信息,使融合后的图像更适合人的视觉感受,适合进一步分析的需要;
并且应该统一编码,压缩数据量,以便于传输。
图像融合可分为三个层次:
a.像素级融合
b.特征级融合
c.决策级融合
其中像素级融合是最低层次的融合,也是后两级的基础。
它是将各原图像中对应的像素进行融合处理,保留了尽可能多的图像信息,精度比较高,因而倍受人们的重视。
像素级的图像融合方法大致可分为三大类:
简单的图像融合方法:
a.基于塔形分解(如Laplace塔形分解、比率塔等)的图像融合方法
b.基于小波变换的图像融合方法
小波变换是图像的多尺度、多分辨率分解,它可以聚焦到图像的任意细节,被称为数学上的显微镜。
近年来,随着小波理论及其应用的发展,已将小波多分辨率分解用于像素级图像融合。
小波变换的固有特性使其在图像处理中有如下优点:
a.完善的重构能力,保证信号在分解过程中没有信息损失和冗余信息;
b.把图像分解成平均图像和细节图像的组合,分别代表了图像的不同结构,因此容易提取原始图像的结构信息和细节信息;
c.具有快速算法,它在小波变换中的作用相当于FFT算法在傅立叶变换中的作用,为小波变换应用提供了必要的手段;
d.二维小波分析提供了与人类视觉系统方向相吻合的选择性图像。
2.4图像的水印技术原理:
数字水印的基本思想是在原始媒体数据中,如音频、视频、图像等,隐藏具有一定意义的附加信息作为标记,这些信息与原始数据紧密结合,并随之一起被传输。
在接收端,通过计算机水印信号被提取出来用于各种目的,可能的应用包括数字签名、数字指纹、广播监视、内容认证、拷贝控制和秘密通信等。
数字水印被视做抵抗多媒体盗版的“最后一道防线”。
因此从水印技术自身来说,它具有广泛的应用前景和巨大的经济价值。
数字水印算法可以分成两类:
空域水印算法和频域水印算法。
。
空域水印算法是指将水印信号直接嵌入在原始数据中。
频域水印算法是将原始信号和待检测信号同时进行变换域变换,比较两者的区别,进行嵌入水印的逆运算,得出水印信息。
如果是可读的水印,那么就此结束;
如果是不可读水印,如高斯噪声,就将得出的水印与已知水印作比较,由相关性判断待检测信号含不含水印,故水印的检测有两个结束点。
频域法有以下优点:
1、嵌入的水印信号能量可以分布到空域的所有像素上,有利于保证水印的不可见性;
2、视觉系统的某些特性(如频率的掩盖特性)可以更方便地结合到水印编码过程中;
3、频域法可与国际数据压缩标准兼容,从而实现在压缩内的水印编码。
3.小波函数库
实现二维小波变换的常用函数:
(1)函数dwt2
功能:
进行一层二维离散小波变换。
语法格式:
[cA,cH,cV,cD]=dwt(X,’wname’)
说明:
X表示输入信号,wname表示使用的小波基函数,cA表示分解得到的近似分量系数,cH表示分解得到的水平分量系数,cV表示分解得到的近似垂直分量系数,cD表示分解得到的近似对角线分量系数。
(2)函数idwt2。
进行一层二维离散小波反变换。
X=idwt2(cA,cH,cV,cD,’wname’)
X表示重构的分量信号,wname表示使用的小波基函数,cA表示分解得到的近似分量系数,cH表示分解得到的水平分量系数,cV表示分解得到的近似垂直分量系数,cD表示分解得到的近似对角线分量系数。
(3)函数upcoef2。
重构二维小波分解的各种分量。
Y=upcoef(O,X,’wname’,N)
Y表示重构的细节信号分量,O表示细节信号的类型,为”a”表示近似细节信号,为”h”表示水平细节信号,为”v”表示垂直细节信号,为”d”表示对角线细节信号;
X是细节信号,wname是使用的小波基函数,N表示分解的层数,默认值为1。
(4)函数wavedec2。
进行多层二维小波分解。
[C,S]=wavedec2(X,N,'
wname'
)
X表示输入信号,N表示分解的层数,默认值为1,wname表示使用的小波基函数。
(5)函数waverec2。
进行多层二维小波分解的重构。
(6)函数wrcoef2。
X=wrcoef2(‘type’,C,S,’wname’,N)
X是重构的分量信号;
type是分量类型,为”a”表示近似分量,为”h”表示水平分量,为”v”表示垂直分量,为”d”表示对角线细节信号;
N表示重构的层数,默认值为size(S,1)-2;
wname表示使用的小波基函数。
(7)函数appcoef2。
提取多层二维小波分解的近似分量。
A=appcoef(C,S,’wname’,N)
A是得到的近似分量;
C和S是函数wavedec2得到的分解结构;
wname表示使用的小波基函数,N是分解的层数。
(8)函数detcoef2。
提取多层二维小波分解的细节分量。
D=detcoef2(O,C,S,N)
D是得到的分量;
O是细节信号的类型,为”h”表示水平细节信号,为”v”表示垂直细节信号,为”d”表示对角线细节信号;
N表示分解的层数,C和S是函数wavedec2分解得到的结果。
二.小波变换应用实验
1.图像的去噪实验
源程序:
clc;
clearall;
closeall;
I=imread('
Lena.bmp'
);
%输入图像
figure
(1);
imshow(I);
X1=imnoise(I,'
gaussian'
0,0.01);
X2=imnoise(I,'
salt&
pepper'
0.01);
X3=imnoise(I,'
speckle'
figure
(2);
imshow(X1);
X=X1;
[c,s]=wavedec2(X,2,'
sym5'
%用sym5小波对图像信号进行二层的小波分解
%下面进行图像的去噪处理
%使用ddencmp函数来计算去噪的默认阈值和熵标准
%使用wdencmp函数用小波来实现图像的去噪和压缩
[thr,sorh,keepapp]=ddencmp('
den'
'
wv'
X1);
[J,cxc,lxc,perf0,perfl2]=wdencmp('
gbl'
c,s,'
2,thr,sorh,keepapp);
figure(3),imshow(uint8(J));
%显示去噪后的图像
title('
去噪后的图像'
实验结果:
图1:
原始图像
图2:
加入高斯噪声后的图像
图3:
小波去噪后的图像
图4:
加入椒盐噪声后的图像
图5:
图6:
加入加乘性噪声的图像
图7:
小波去噪后图像
2.图像的融合并增强实验
X1=imread('
Goldhill.bmp'
subplot(2,2,1);
X2=imread('
subplot(2,2,2);
imshow(X2);
X1=double(X1);
X2=double(X2);
%对上述两图像进行分解
[c1,I1]=wavedec2(X1,3,'
sym4'
[c2,I2]=wavedec2(X2,3,'
%对分解系数进行融合
c=c1+c2;
%应用融合系数进行图像重构并显示
XX=waverec2(c,I1,'
subplot(2,2,3);
XX=double(XX);
image(XX);
融合图像'
Csize1=size(c1);
%对图像进行增强处理
fori=1:
Csize1
(2)
c1(i)=1.2*c1(i);
end
Csize2=size(c2);
forj=1:
Csize2
(2)
c2(j)=0.8*c2(j);
%通过减小融合技术以减小图像的亮度
c=0.5*(c1+c2);
%对融合系数进行图像重构
XXX=waverec2(c,I2,'
%显示重构结果
subplot(2,2,4);
XXX=double(XXX);
image(XXX);
融合后增强图像'
实验数据一:
原始图像如下:
图8:
原图像Goldhill.bmp
图9:
原图像Lena.bmp
融合后图像如下:
图10:
融合后图像
融合后增强的图像如下:
图11:
融合后增强图像
实验数据二:
图12:
原图像Peppers.bmp
图13:
图14:
图15:
3.水印技术实验
img=imread('
Barbara.tif'
img=double(img);
c=0.001;
figure,
imshow(uint8(img));
原始图像'
[pq]=size(img);
%生成密钥
key=imread('
girl.bmp'
figure,imshow(key),title('
密钥信息'
[Lo_D,Hi_D,Lo_R,Hi_R]=wfilters('
haar'
[ca,ch,cv,cd]=dwt2(img,Lo_D,Hi_D);
y=[cach;
cvcd];
N=ones(p,q);
[ca,ch,cv,cd]=dwt2(key,Lo_D,Hi_D);
y1=[ca,ch,cv,cd];
[m,n]=size(y1);
N(1:
m,1:
n)=y1;
Y=y+c*abs(y).*N;
p=p/2;
q=q/2;
p
forj=1:
q
nca(i,j)=Y(i,j);
ncv(i,j)=Y(i+p,j);
nch(i,j)=Y(i,j+q);
ncd(i,j)=Y(i+p,j+q);
end
%显示数字水印后的图像
wimg=idwt2(nca,nch,ncv,ncd,Lo_R,Hi_R);
figure,imshow(uint8(wimg)),title('
水印图像'
diff=imabsdiff(wimg,img);
%求出两幅图像的绝对差值
figure,imshow(uint8(diff));
两幅图像的绝对差值'
图16:
原始图像Barbara.tif
图17:
密钥信息图像girl.bmp
图18:
加入密钥后的水印图像
图19:
水印图像与原始图像的差值。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 变换 应用 实验 报告 融合 水印
![提示](https://static.bdocx.com/images/bang_tan.gif)