混沌的完全脆弱认证水印改进算法

针对现有空域脆弱认证水印算法定位精度低和安全性的问题,提出一种基于混沌的完全脆弱水印算法用于图像内容完整性认证和篡改定位。算法采用对原始图像分块的方法,计算图像块中各像素点高6位比特的灰度均值作为图像特征水印信息。利用混沌序列对水印信息进行加密和确定各水印比特嵌入的位置,篡改定位精度为2×2像素的图像块。实验结果表明,算法简单、安全性高,具有较好的实用性。     

用于图像认证的基于神经网络的水印技术

针对图像的真实性和完整性认证，提出一种基于神经网络的脆弱水印技术。首先，随机选取一些像素及它们的邻域；然后，用神经网络建立这些像素点与它们邻域中的其它像素点之间的关系模型，最后，通过调整被选像素点与模型输出值之间的大小关系来嵌入水印图案的位信息。根据提取的水印图案，可以判断被检测的图像是否真实以及被篡改的位置。实验结果表明，该技术在保持较高图像质量的前提下，具有安全性能好，对篡改敏感性强以及能够准确定位篡改的位置等优点。     

基于最大意义位(MSB)的图像篡改认证算法

提出一种用于图像认证的半脆弱水印算法,该算法能够区分出恶意攻击和一般的图像处理.实验表明该算法能准确确定篡改的具体位置,同时对JPEG压缩等常规的图像操作具有较好的鲁棒性.这种算法以16×16个像素点为分块单位对图像进行分块认证,通过小波变换并采用SHA-256产生认证信息,再通过颜色量化的方法,把认证水印信息嵌入到图像的最大意义位,在水印的嵌入过程中,以块为单位对认证信息进行置乱后再进行嵌入,保证了认证的可靠性和水印的鲁棒性,有一定的抗攻击能力.     

基于数字水印和数字签名的图像篡改认证算法

提出了一种用于图像认证的半脆弱水印算法, 能够区分出恶意攻击和一般的图像处理.实验表明,该算法能准确确定篡改的具体位置,同时对JPEG压缩等常规的图像操作具有较好的鲁棒性.这种算法以16×16个像素点为分块单位对图像进行分块认证,通过小波变换并采用SHA-256产生认证信息,再通过颜色量化的方法,把认证水印信息嵌入到图像的最大意义位.在水印的嵌入过程中,以块为单位对认证信息进行置乱后再进行嵌入,保证了认证的可靠性和水印的鲁棒性,有较强的抗攻击能力.     

安全的变容量恢复水印方案

针对现有水印算法大多无法准确定位并恢复被篡改区域的问题,兼顾水印嵌入容量和安全性,提出了一种安全的变容量恢复水印算法.该算法首先将原始图像分成纹理块和平滑块,纹理块除了保存常规信息外,还保存了"细节"信息,不同块将根据自身特点产生不同长度的"复合水印".所谓"复合水印"是指水印由认证水印和信息水印构成,其中认证水印用于检测篡改区域,信息水印用于恢复图像.然后采用新提出的"3级秘钥嵌入方案"(three level secret-key embedding scheme,TLSES)将图像块的"复合水印"随机嵌入在其他图像块中,再利用"3级篡改检测方案"(three level tamper detection scheme,TLTDS)定位被篡改图像块并进行恢复.实验结果表明,所提出的水印算法不仅能够准确检测篡改区域并恢复图像,而且能够有效地抵抗均值攻击和拼贴攻击.     

一种能进行篡改定位的文档认证水印算法

针对一些重要二值文档图像的完整性保护问题,提出一种能进行篡改定位的文档认证水印算法。给出可翻转像素选择标准,利用判断标准确定可嵌入块,然后将加密后水印信息代替可翻转像素实现水印嵌入。实验结果表明,本算法具有良好的不可见性,水印提取既不需要原始图像,也不需要原始水印,并能对图像的内容篡改进行定位。     

一种灵敏的文本图像认证混沌脆弱水印技术

提出了一种适合二值文本图像产品认证、完整性证明和内容篡改证明的脆弱数字水印算法．文中定义了区域的最不重要像素块LSPB（Least Significant Pixel Block）概念，将一个区域中非嵌入水印点的像素值映射成混沌初值，经过混沌迭代生成水印信息，然后将水印比特嵌入到LSPB的中心像素．实验表明，嵌入水印后的二值图像视觉质量好。算法能够准确地检测并定位对含水印图像的篡改．是一种灵敏的完全盲水印方案．     

基于RS码的二值图像认证及篡改定位算法

用于二值图像内容认证和篡改定位的数字水印技术具有重要的实际价值,但却面临着二值图像像素单一、嵌入容量有限且分布不均匀等问题.根据纠错码--RS码的检错原理,提出一种用于二值图像内容认证和篡改定位的脆弱的数字水印算法.该算法利用二值图像的像素值来构造RS码,通过嵌入其校验码来实现对图像的内容认证和篡改定位,一方面保证了其优越的检错能力;另一方面,具有较低的嵌入负载.经实验证明,该算法能有效地检测出二值图像是否被篡改以及篡改发生的位置.此外,在水印信号的生成和提取过程中使用了密钥,确保了水印的安全.     

基于图像特征和公钥密码系统的易损水印算法

提出一种基于图像特征和公钥密码系统的易损水印算法，在图像认证中能够定位图像被篡改的位置。水印算法根据图像特征和私钥信息，将用于完整性验证和局部篡改检测的图标嵌入到图像中。水印提取过程中使用与嵌入过程中私钥相对应的公钥提取水印信息。该算法不仅能解决现有易损水印算法存在的安全问题，而且在不需要交换密钥的情况下允许水印的公共检测，可用于数码相机、互联网图像的真实性认证。最后，通过理论分析和实验论证该算法的有效性。     

一种篡改检测与篡改定位分离的图像认证方案

针对脆弱水印认证算法的篡改定位精度及安全性问题,提出了一种将篡改检测和定位分离的图像认证方案:对图像进行单像素置乱并将其低两位置零,采用像素关联技术生成各个像素的篡改定位水印,并将其嵌入到自身的次低位;将图像逆置乱后并进行分块,生成各个分块的篡改检测水印,将篡改检测水印嵌入到各像素的最低位,进而生成含水印图像.理论分析和实验结果表明:该方案可以抵抗目前针对单像素认证算法的Oracle攻击及针对分块算法的量化攻击,在保证系统安全性的同时可将篡改定位到单个像素.     

基于单向预测误差扩展的三维医学图像可逆水印算法

对于可逆水印技术在三维医学图像中的应用问题，提出一种基于单向预测误差扩展的三维医学图像可逆水印算法。首先根据像素间的三维梯度变化预测像素从而得到预测误差；然后结合磁共振成像生成的三维医学图像的特征，采用单向直方图位移与预测误差扩展相结合的方法将外部信息嵌入至三维医学图像；最后，重新预测像素，提取外部信息，恢复原始三维图像。实验结果表明，在MR-head和MR-chest测试数据体上，与二维梯度预测相比，所提算法预测误差的平均绝对偏差分别降低1.09和1.40，每个像素的最大嵌入容量分别增加0.0456比特和0.1291比特，从而能够更准确地预测像素值，嵌入更多的外部信息。该算法可应用于对三维医学图像的篡改检测以及患者隐私保护。     

基于奇偶性的大容量医学图像可逆水印算法

本文提出了一种针对医学图像的基于奇偶性的大容量可逆水印算法。相比一般图像医学图像拥有更多接近0 值的像素点,在嵌入过程中容易溢出。通过测试选择像素中嵌入水印信息不会引起溢出的像素携带水印信息。本算法充分利用了医学图像中所有有能力携带水印信息的像素,提高了医学图像的嵌入率。为保证水印信息提取端图像像素的正确分类和算法的可逆性,本算法基于像素预测误差的奇偶性改进了提取端的测试算法。实验分析表明,本算法不仅保证了含水印医学图像的视觉效果,同时提高了医学图像的水印嵌入容量。对于一般图像,在水印嵌入量和视觉效果方面也有一定的提升。     

块截断编码的图像自嵌入半脆弱水印算法

目的 数字图像自嵌入水印技术是解决图像篡改检测和恢复问题的主要技术手段之一,现有的自嵌入水印技术存在着认证粒度不高、嵌入水印后的图像失真较大,且无法抵抗滤波等操作。为提高图像自嵌入水印的认证粒度以及抵抗滤波等处理操作的能力,提出了一种基于块截断编码的图像自嵌入半脆弱水印算法。方法 水印生成与嵌入：首先,将图像进行块级别的二级划分,分别生成粒度为4×4和2×2的图像块;然后,利用块截断编码对每个4×4图像块进行压缩编码,生成2×2图像块的恢复水印,并对恢复水印进行哈希生成2×2图像块的认证水印;最后,将恢复水印和认证水印级联构成自嵌入水印,嵌入到映射块中。篡改认证与恢复：首先,将某个4×4图像块提取的水印与该块生成的水印比较,判别该图像块的2×2子块是否通过认证;最后,依据认证结果对2×2图像块实施恢复。结果 该算法产生的水印图像的峰值信噪比（peak signal-to-noise ratio,PSNR）均高于44 dB,在50%的篡改率下,恢复后的图像质量可达到32.7 dB。该算法生成水印并在图像上嵌入大约需要3.15 s,恢复图像大约需要3.6 s。结论 算法利用块截断编码,有效缩短了生成的水印长度,保证嵌入水印后图像的质量。此外,通过引入的可容忍修改阈值,使得水印能够对滤波等图像处理操作具有一定的鲁棒性,同时保证对图像的恶意篡改具有敏感性。最后通过与最近典型方法的对比实验,验证了算法在嵌入水印后图像质量、恢复图像质量等方面的优势。     

Digital watermarking using Hall property image decomposition method

Most of the existing singular value decomposition-based digital watermarking methods are not robust to geometric rotation, which change the pixels’ locations without maintaining the corresponding changes to the pixel’s intensity values of entire image and yield high computational cost. To answer this, we propose a digital image watermarking algorithm using the Hall property. In the proposed method, a digital watermark image is factorized into lower-triangular, upper-triangular, and permutation matrices. The permutation matrix is used as the valid key matrix for authentication of the rightful ownership of the watermark image. The product of the lower and upper triangular matrices is processed with a few iterations of the Arnold transformation to obtain the scrambled data. The scrambled data are embedded into particular sub-bands of a cover image using Wavelet transform. Our experiments show that the proposed algorithm is highly reliable and computationally efficient compared with state-of-the-art methods that are based on singular value decomposition.     

Improving digital image watermarking by means of optimal channel selection

Supporting safe and resilient authentication and integrity of digital images is of critical importance in a time of enormous creation and sharing of these contents. This paper presents an improved digital image watermarking model based on a coefficient quantization technique that intelligently encodes the owner’s information for each color channel to improve imperceptibility and robustness of the hidden information. Concretely, a novel color channel selection mechanism automatically selects the optimal HL4 and LH4 wavelet coefficient blocks for embedding binary bits by adjusting block differences, calculated between LH and HL coefficients of the host image. The channel selection aims to minimize the visual difference between the original image and the embedded image. On the other hand, the strength of the watermark is controlled by a factor to achieve an acceptable tradeoff between robustness and imperceptibility. The arrangement of the watermark pixels before shuffling and the channel into which each pixel is embedded is ciphered in an associated key. This key is utterly required to recover the original watermark, which is extracted through an adaptive clustering thresholding mechanism based on the Otsu’s algorithm. Benchmark results prove the model to support imperceptible watermarking as well as high robustness against common attacks in image processing, including geometric, non-geometric transformations, and lossy JPEG compression. The proposed method enhances more than 4 dB in the watermarked image quality and significantly reduces Bit Error Rate in the comparison of state-of-the-art approaches.     

Adaptive reversible watermarking with improved embedding capacity

Embedding capacity is one of the most important issues of the reversible watermarking. However, the theoretical maximum embedding capacity of most reversible watermarking algorithms is only 1.0 bits per pixel (bpp). To achieve a higher capacity, we have to modify the least significant bit (LSB) multiple times which definitely lowers the quality of the embedded image. To this end, this paper proposes a novel reversible watermarking algorithm by employing histogram shifting and adaptive embedding. Specifically, the amount of the embedded watermark is adaptively determined in terms of the context of each pixel. For pixels with small prediction error, we modify the second, third and even the fourth LSBs as well to embed more than one watermark bit. Consequently, the proposed method achieves the embedding capacity larger than 1.0 bpp in single-pass embedding as well as bringing relatively low embedding distortion. The superiority of the proposed method is experimental verified by comparing with other existing schemes.     

一种大容量的半色调图像水印算法

在半色调图像中隐藏信息是解决印刷品的版权保护、来源认证和防止伪造等问题的有效措施。提出了一种能在半色调图像中嵌入大容量数据的隐藏算法,该算法利用误差扩散算法将待隐藏的信息作为误差信号嵌入到与该位置相邻的多个像素上,信息嵌入与半色调处理同步完成。实验表明本算法能将一幅与半色调图像同样大小的二值水印图像嵌入到半色调图像中,载有水印的图像在经受一定的噪声干扰、污损和旋转的情况下,仍能有效提取水印图像。该算法可用于普通证件的防伪。     

图像插值空间大容量可逆数字水印算法

可逆数字水印技术在遥感、医学、军事等众多领域有着广泛应用,而现有大数可逆水印算法需要依赖于附加信息,严重影响了嵌入容量,为此提出一种无附加信息的大容量可逆水印算法。首先设计了一种类似双线性插值原理的图像放大方法,并利用该方法将载体图像放大为原来的4倍,放大图中有1/4的插值点保留了原始图像信息,其余插值点均可嵌入水印。为了在插值的同时同步嵌入水印,先利用随机函数选取水印嵌入位置,再由嵌入水印信息决定理论插值的最终取值,实现水印嵌入,保证了水印的均匀分布,而且最大限度地降低了嵌入水印对插值的影响,同时还提高了算法效率和水印安全性。与经典插值算法相比,生成的含水印图像质量较好,且对任何载体图像嵌入率均能达到0.75 bpp,大量实验也表明,算法隐蔽性好、安全性高、嵌入率高、实用性强。     

基于区域性构建支持向量机模型的空域水印算法

为提高基于机器学习的数字水印算法的鲁棒性与不可感知性,根据支持向量机在有限训练样本的情况下具有很好的学习和泛化能力,图像的不同区域邻域像素与中心像素的关系紧密程度不同,文章提出一种基于区域性构建支持向量机模型与Arnold变换相结合的空域水印算法。利用不同区域的邻域像素与中心像素的不同关系紧密程度构建不同区域,从而构建不同的支持向量机模型,并通过水印的Arnold变换预处理实现水印的随机嵌入和提取操作。实验证明,该算法在剪切攻击、椒盐攻击、对比度增强方面相对其他基于机器学习的水印算法有良好的改善,并具有良好的不可感知性。