系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2008年
2期
354-357
,共4页
图像处理%数字水印%小波域%支持向量机
圖像處理%數字水印%小波域%支持嚮量機
도상처리%수자수인%소파역%지지향량궤
提出了一种新的基于支持向量机(support vector machine,SVM)的小波域图像水印算法.其主要思想是先对图像进行小渡分解,然后利用图像小波分解后的子图系数之间的关系训练SVM,并利用训练好的SVM在小波域嵌入水印和提取水印.实验结果表明,提出的方法对于一般的图像处理和JPEG压缩都具有很强的鲁棒性,与基于SVM的空间域上的算法相比性能更加优越.
提齣瞭一種新的基于支持嚮量機(support vector machine,SVM)的小波域圖像水印算法.其主要思想是先對圖像進行小渡分解,然後利用圖像小波分解後的子圖繫數之間的關繫訓練SVM,併利用訓練好的SVM在小波域嵌入水印和提取水印.實驗結果錶明,提齣的方法對于一般的圖像處理和JPEG壓縮都具有很彊的魯棒性,與基于SVM的空間域上的算法相比性能更加優越.
제출료일충신적기우지지향량궤(support vector machine,SVM)적소파역도상수인산법.기주요사상시선대도상진행소도분해,연후이용도상소파분해후적자도계수지간적관계훈련SVM,병이용훈련호적SVM재소파역감입수인화제취수인.실험결과표명,제출적방법대우일반적도상처리화JPEG압축도구유흔강적로봉성,여기우SVM적공간역상적산법상비성능경가우월.