摘 要 4 Abstract 5 1.数据采集 6 1.1图像的选取 6 1.2 MATLAB读取方法 6 1.2.1 编辑Ｍ文件 6 1.2.2图像的读取 7 1.2.3查看图像的格式 8 2数据统计处理 10 2.1各像素点灰度值的均值 10 2.1.1原理介绍 10 2.1.2程序执行及其结果 10 2.2 各像素点灰度值的标准差 11 2.2.1原理介绍 11 2.2.2程序执行及其结果 11 图9 所有像素的标准差 11 2.3 各像素点灰度值的方差 12 2.3.1原理介绍 12 2.3.2程序执行及其结果 12 2.4灰度直方图的绘制 13 2.4.1原理介绍 13 2.4.2程序执行及其结果 13 2.4.3 灰度直方图结果分析 14 3 离散小波变换（DWT） 15 3.1 原理介绍 15 3.2程序执行 16 3,3仿真结果 16 4心得体会 17 参考文献 18

ＤＣＴ基的压缩感知代码，有注解，调试通过

基于matlab的数字水印系统。步骤：载体，水印，嵌入，攻击，提取，评价。带界面GUI，其中攻击步骤里面，有旋转，加噪，压缩，剪切等，且参数可调。算法可以有：dct，dwt，lsb，dft等，祝您学习愉快。

dct字典代码 matlab 一种高效的耦合字典学习方法 2019年论文《An Efficient Coupled Dictionary Learning Method》中CDL方法的Matlab代码 用于学习对应于相关联合数据集 {X1, X2} 的一对耦合字典 {D1,D2} 的计算高效算法，以便 D1 A = X1 和 D2 A = X2。 其中 A 是常见的稀疏表示矩阵 优化问题： {D1, D2} = argmin_{D1,D2,A} omega*||D1 A-X1||_F^2 + (1-omega) ||D2*A-X2||_F^2 s.t. ||A_i||_0 < k , i, 1,...,N and ||D1_t||_2 = 1 ,||D2_t||_2 = 1 , t = 1,...,K 输入变量： opts.omega：调整参数（默认值：0.5） opts.K：字典中的原子数（默认值：4*max([size(X1,1),size(X1,1)])） opts.k：A 列中非零条目的最大数量（默认值：max([size(X1,1),size(X1,1)])/4） opts.

使用 DEAP 数据集从脑电图信号进行情绪识别，准确率为 86.4%。应用了多种机器学习模型，并实现了DWT算法等各种信号转换算法。 并对数据进行了归一化、离散小波变换、划分频段、提取频域特征等等处理。

clear;clc size=512; block=8; blockno=size/block; LENGTH=size*size/64; Alpha1=0.02; Alpha2=0.02; T1=100; I=zeros(size,size); D=zeros(size,size); BW=zeros(size,size); block_dct1=zeros(block,block); i=imread('watermark64by64.png'); mark=reshape(i,1,LENGTH); figure;imshow(i);title('水印'); %subplot(3,2,1);plot(mark);title('水印'); %显示原图 figure;I=imread('lena512512.jpg'); I0=I; imshow(I);title('原始图像'); % BW=edge(I,'canny');figure;;imshow(BW); % title('edge of origine image'); %嵌入水印 k=1; for m=1:blockno for n=1:blockno x=(m-1)*block+1; y=(n-1)*block+1; block_dct1=I(x:x+block-1,y:y+block-1); block_dct1=dct2(block_dct1); BW_8_8=BW(x:x+block-1,y:y+block-1); if m<=1|nT1 Alpha=Alpha2; else Alpha=Alpha1; end block_dct1(1,1)=block_dct1(1,1)*(1+Alpha*mark(k)); block_dct1=idct2(block_dct1); D(x:x+block-1,y:y+block-1)=block_dct1; k=k+1; end end figure;imshow(D,[]);title('嵌入水印后的图像'); %提取水印 k=1; mark1=[];

提出了一种用于数字图像内容认证的半脆弱水印方案。将图像进行分块，图像块的归一化标准差经量化操作后映射为混沌系统初值，经混沌映射生成水印比特。用量化系数技术将水印比特嵌入块DCT直流系数。利用混沌对初值极端敏感性的特点,能够定位检测对加入水印图像的窜改,并且水印提取不需要原始图像。实验结果表明，嵌入水印后图像的视觉质量好；算法具有对图像内容局部窜改检测的有效性、敏感性以及良好的窜改定位能力，并具有更好的抗JPEG压缩、加性高斯噪声和中值滤波的鲁棒性。

完整代码，可直接运行

所提出的系统基于使用离散小波变换 (DWT) 技术的图像压缩和使用人工蜂群和粒子群优化等进化算法的优化。 优化提供了良好的图像质量以提供更好的结果。 随着图像质量及其大小的不断增加。 市场上的许多产品都采用先进技术的图像进行控制和显示。 图像压缩是不同类型多媒体服务中的一种技术。 在这个项目中，称为离散小波变换 (DWT) 的编码技术应用于图像压缩。 这些技术使用较少的内存。 为了找到最好的图像质量，我们将使用进化算法进行优化。 进化算法是物种的进化，它侧重于机制。 由于使用 DWT 压缩图像后图像质量下降，因此我们使用进化算法来优化压缩图像。 这里使用了两种进化算法：人工蜂群和粒子群优化，并根据 PSNR、CR、MSE 和熵等参数对它们进行比较。

MATLAB DWT小波变换数字水印，彩色图象，包括攻击，评价鲁棒性。可以自己制作GUI界面，顺着做。