基于小波變換的數(shù)字水印算法和邊緣檢測(cè).pdf

1、本論文是基于小波變換進(jìn)行數(shù)字水印算法和邊緣檢測(cè)的研究。首先介紹了研究數(shù)字水印算法和邊緣檢測(cè)的重要性，以及目前國(guó)內(nèi)外的研究現(xiàn)狀等基本問(wèn)題，作為算法的理論基礎(chǔ)部分，詳細(xì)介紹了離散小波變換，多尺度分析，二維小波變換和圖像處理。具體地，本文完成的工作主要包括以下三個(gè)方面。 第一，利用混沌序列的優(yōu)良性能，提出了一種在小波圖像低頻系數(shù)中嵌入水印及檢測(cè)的算法。從視覺(jué)效果考慮，嵌入低頻系數(shù)會(huì)影響圖像質(zhì)量。為克服這個(gè)問(wèn)題，我們將混沌序列嵌入到視覺(jué)

2、不敏感的位置。在256x256x8 bits 的 Lena 圖像上測(cè)試了算法的性能，實(shí)驗(yàn)結(jié)果表明，應(yīng)用本算法所實(shí)現(xiàn)的水印不可見(jiàn)，并對(duì)常見(jiàn)的圖像處理，例如加噪、JPEG壓縮、抖動(dòng)等具有很好的魯棒性，是一種行之有效的數(shù)字水印算法。 第二，利用小波變換、多尺度分析和模局部極大值來(lái)檢測(cè)鋼球圖像的邊緣。由于鋼球圖像中的非人為噪聲的特點(diǎn)，使得鋼球圖像的邊緣檢測(cè)難以取得較好的結(jié)果。小波變換不僅可以有效地反映了圖像的灰度變化，又盡可能地避免了噪

3、聲干擾。實(shí)驗(yàn)結(jié)果表明，應(yīng)用本文算法對(duì)帶有劃痕的鋼球圖像進(jìn)行邊緣檢測(cè)，不僅改變了以前Canny算法計(jì)算量大的缺點(diǎn)，而且去除了噪聲干擾，清晰反映了鋼球表面的劃痕，為進(jìn)一步實(shí)現(xiàn)鋼球圖像的計(jì)算機(jī)自動(dòng)檢測(cè)提供了依據(jù)。 第三，提出用離散平穩(wěn)小波變換對(duì)測(cè)井壓力數(shù)據(jù)進(jìn)行平滑去噪。在油井壓力測(cè)試數(shù)據(jù)中，由于噪聲的存在和某些突變點(diǎn)的影響，使得數(shù)據(jù)呈現(xiàn)鋸齒狀分布，影響了正常數(shù)據(jù)分析工作。本文應(yīng)用離散平穩(wěn)小波變換具有冗余性的特性，通過(guò)折中閾值方法，去除