水印的嵌入与提取 fft()实现一维信号和二维信号的FFT(快速傅里叶变换)，ifft()分别实现一维信号和二维信号的IFFT(逆向快速傅里叶变换)。下面以256×256 的灰度图像lena 为原始宿主图像、以32×32 的二值图像flag 为水印图像为例，给出利用MATLAB 实现数字水印的过程。 水印攻击实验 由于数字水印在实际应用中可能会遭到各种各样的攻击，因此对算法进行攻击测试是衡量一个水印算法优劣的重要手段。 JPEG 压缩实验 首先对嵌入水印后的图像进行JPEG（Quality=45），而后从压缩的图像中提取出水印，如图5 所示。从图中可以看到DCT 域的水印算法抵抗JPEG 压缩攻击的效果是比较好的。imwrite()函数中的jpg 和quality 参数能对图像进行可控jpg压缩 噪声实验 加入噪声是对水印鲁棒性考验的一种常见的攻击。本实验是在嵌入水印的图像中分别加入均值为0，方差为0.002 的高斯噪声和强度为0.02 的椒盐噪声，并从中提取水印，如图6 所示。imnoise()函数可以对图像加入各种噪声，如白噪声、椒盐噪声等 结论 嵌入水印信息后，原图与嵌入水印信息后的图像在视觉效果上没有明显分别，用肉眼几乎分辨不出，这说明这种算法充分利用了人眼的视觉HVS 特性，利用FFT域嵌入水印后，水印的不可见性相当好，图像在嵌入水印前后视觉效果改变不大，不影响图像的正常使用。从图5 可明显看出：嵌入水印后的图像经过参数"Quality"为"45"的JPEG 压缩后，还能从中提取出水印且非常清晰；对含水印的图像进行方差为0.002 的高斯噪声攻击后，加入水印后的图像已经模糊，但是提取出的水印仍清晰可辩。以上实验证实了这种嵌入算法的抗攻击性较好，而且检测和提取易于实现。

利用c++ 实现了图片的二值化

通过Matlab生成简单二值条纹图及灰度值0-255的渐变图。 希望能够为学习matlab编程的伙伴们提供点帮助！

10篇数字水印算法方面的论文，其中有硕士毕业论文哦。 这10篇分别是： 《一种改进的无损二值图像水印算法》、《一种改进的基于 DWT 的二值图像水印算法》、《基于像素翻转的鲁棒扩频二值图数字水印研究》、《基于误差修正的二值水印图像提取算法》、《基于脆弱性水印算法的文本认证系统》、《基于边缘水印的二值图像版权保护》、《基于SVG数字水印算法研究》、《基于Arnold变换的二值图像算法》、《二值图像中的数据隐藏算法》、《二值图像数字水印技术综述》。 如有侵权，请联系本人删除！

opencv视频二值化处理

有一幅图像，编制一段m 程序将其转换为RGB 格式的二值化的黑白圆环图并显示，注意选择原图中圆环内最亮和最暗像素的1/2 作为二值化的域值。

C# 图像图片灰度、反色、二值化、腐蚀、膨胀，及对应批量处理应用源代码

知乎转引的此文介绍了来自北京航空航天大学刘祥龙副教授研究团队的最新综述文章 **Binary Neural Networks: A Survey**，合作者包括中国电子科技大学的宋井宽教授和意大利特伦托大学计算机系主任 Nicu Sebe 教授。在阅读基础上，做了.md的笔记。 摘要如下： 神经网络二值化能够**最大程度地降低模型的存储占用和模型的计算量**，将神经网络中**原本 32 位浮点数参数量化至 1 位定点数**，**降低了模型部署的存储资源消耗，同时极大加速了神经网络的推断过程**。但二值化会不可避免地导致**严重的信息损失**，其**量化函数不连续性也给深度网络的优化带来了困难**。 近年来许多算法被提出致力于解决上述问题，并取得了令人满意的进展。在本文中，我们对这些方法进行了全面的总结和概括，主要分为**直接量化的朴素二值化方法**，以及使用**最小化量化误差**、**改善网络损失函数和减小梯度误差**等技术的**改进二值化方法**。 本文还调研了二值神经网络的**其他实用方面**，例如**硬件友好的设计和训练技巧**。然后，我们对**图像分类，目标检测和语义分割**等不同任务进行了**评估和讨论**。最后，本文展望了**未来研究可能面临的挑战**。

基于MATLAB的二值图像形态学基本运算，包括膨胀、腐蚀、开启和闭合等。

很不错的边界提取源代码，欢迎下载是基于matlab的开发源代码。经过验证还不错。