基于位平面分解技术的JPEG水印算法*

提出一种基于位平面分解技术的JPEG压缩水印算法。该算法首先对图像进行置乱变换;然后采用位平面分解技术对灰度水印图像进行预处理操作,将该灰度水印图像转换成二值信息流;最后把水印嵌入载体图像中。实验表明,该算法对于不同类型的攻击有较强的鲁棒性。     

基于位平面分解技术的JPEG水印算法

提出一种基于位平面分解技术的JPEG压缩水印算法.该算法首先对图像进行置乱变换;然后采用位平面分解技术对灰度水印图像进行预处理操作,将该灰度水印图像转换成二值信息流;最后把水印嵌入载体图像中.实验表明,该算法对于不同类型的攻击有较强的鲁棒性.     

基于SVD的彩色图像自适应盲水印算法

本文提出了基于SVD(奇异值分解)的自适应彩色图像盲水印算法,利用HVS(人类视觉系统)特性自适应地调整水印嵌入强度,通过SVD变换来进行嵌入,在保持不可见性的前提下提高了鲁棒性.实验表明,该算法在水印嵌入总量不变时,可减弱嵌入水印后对原始图像的破坏,减少视觉影响.     

基于Arnold置乱和小波包分解的自适应水印算法

针对小波变换的不足,根据原始图像各子块对水印信息的适应程度不同,提出一种基于Arnold置乱和小波包分解的自适应水印算法。首先,该算法采用Arnold变换对水印图像进行预处理,然后对原始图像进行小波包分解,小波包分解能够提供一种更为精细的分解方法,将频带进行了多层次的划分,最后将水印图像嵌入到小波包分解后的子带中,水印的嵌入强度和嵌入位置均根据原始图像的内容自适应地决定,这样很好地解决了水印鲁棒性和不可见性之间的矛盾。仿真实验结果表明,算法对常见的图像攻击具有较强的鲁棒性和稳健性。     

基于视觉特性的灰度水印自适应嵌入与提取算法

为了设计更加鲁棒的数字水印算法，在对水印的嵌入过程、提取过程及其抗攻击性能进行分析的基础上，提出了一种图像灰度水印自适应嵌入与自适应提取新方案。该方案基于小波变换的多分辨率特性，利用人眼的亮度感觉及对比灵敏度阈值等人类视觉系统特性，并结合图像各个局部小波子块的亮度与纹理特征，在嵌入的过程中，通过动态地计算各个局部块的自适应嵌入强度因子来嵌入水印。提取时，则根据从不同区域提取出的水印信息自适应计算最佳的水印提取结果，这就从提取的角度大大改善了水印系统的性能。实验结果表明，该算法对多种攻击具有较强的鲁棒性，尤其对平滑、滤波、JPEG压缩、JPEG2000压缩以及位平面去除等攻击，其鲁棒性更明显。     

一种基于三维小波变换的盲视频水印算法

为了寻求有效的数字媒体保护方法,本文提出了一种基于三维小波变换的盲视频水印算法。算法将灰度水印图像进行了多分辨率分解和位平面分解为,然后将这些不同分辨率的二值图像嵌入到视频场景中的各帧Y分量的中频小波系数帧相应的子带中,使水印嵌入具有自适应性,嵌入时通过对系数分组并修改每组第一个系数的相对大小来完成,可以实现盲检测。实验结果表明,该文所提出的视频水印算法对MPEG编码、帧平均、帧丢失和帧交换具有良好的鲁棒性。     

提升方案小波和HVS下的自适应视频水印算法研究

提出一种基于小波域与HVS特性的自适应视频水印盲提取算法.算法首先将视频流分割成一个个镜头,并通过密钥从中选取嵌入水印信息的若干镜头,镜头中的视频帧图像与灰度水印图像均被变换到小波域中,并将水印图像的小波域系数按照小波树结构重新进行分块并按位平面重要次序形成水印序列;水印的嵌入是按照子带到子带的顺序进行的,水印序列被嵌入到视频帧图像相应子带的重要系数中;此外,水印的嵌入充分考虑了HVS对图像纹理区域、运动区域的掩蔽特性,使得水印的嵌入强度具有自适应性,从而保证了所嵌入水印在不可见性前提下的极大鲁棒性.试验结果表明,所给出的算法对于诸如Gaussian噪声、丢帧、帧平均和MPEG-4压缩等常见攻击具有很好的鲁棒性.     

基于BEMD和位平面分解的彩色图像水印算法

为了得到水印更好的鲁棒性和不可见性,以二维经验模态分解（BEMD）和位平面分解为基础,提出了一种新的彩色图像水印嵌入算法。该算法运用人类视觉系统（HVS）的特性和Arnold置乱变换,将位平面分解的水印信息嵌入到宿主图像其中一个固有模态函数（IMF）中,完成水印的有效嵌入。实验表明,该算法具有良好的鲁棒性和不可感知性,能够有效抵抗JPEG压缩、中值滤波、旋转、椒盐噪声和高斯噪声等多种恶意攻击。     

一种综合空域和时频域的数字水印算法

提出一种空域和时频域相结合的多分辨率灰度图像水印算法。该算法对原始载体图像进行离散小波分解,并对灰度水印图像先进行拉普拉斯金字塔分解再进行位平面分解。将水印图像位平面分解系数嵌入到原始图像的水平和垂直分量上,水印嵌入小波系数的位置由具有混沌特性的Arnold映射确定,从而实现水印的盲提取。实验结果证明,该算法对图像的普通处理,如噪声、滤波、剪切、JPEG压缩和旋转等,均具有较好的鲁棒性。     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。     

基于多位平面嵌入的二元纯位相滤波器水印

二元纯位相滤波器（BPOF）数字水印是一种用于图像真实性认证的半脆弱水印技术。它由图像离散Fourier变换（DFT）的幅值和相位分别得到幅值位平面和BPOF,并将BPOF作为水印嵌入到幅值位平面中。本文〖BP）〗在简要分析基于单一幅值位平面嵌入BPOF水印的基础上,讨论了使用多个幅值位平面嵌入水印并进行了性能分析。通过仿真实验得到了优化方案：以多个幅值位平面嵌入水印,而从其中的最高位平面中提取水印可以明显提高水印性能。     

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.     

Visible watermarking based on importance and just noticeable distortion of image regions

Visible watermarking is the process of embedding data (watermark) into a multimedia object (video/image) such that the embedded watermark is perceptible to a human observer. Many times, visible watermarks occlude important portion of multimedia objects. This paper introduces a visible watermarking algorithm to embed a binary logo watermark at N non-overlapping positions in an image such that important portions of the image are not occluded. The important portions are found through visual saliency computation or available human eye fixation density maps. In the proposed visible watermarking, just noticeable distortion is used to adaptively filter the watermark embedding energy based on the image content. A mathematical model in terms of information-content-weighted-structural-similarity-index and visual importance is proposed to find optimal watermark embedding strength. We tested the algorithm on several color images of different sizes and on several binary watermarks of different sizes and found the results to be very promising as per the requirements in visible watermarking. When compared to the state-of-the-art, we also found that the proposed technique does better in not hiding the details of any test image.     

基于H.264压缩域的视频盲水印算法

为了解决H.264视频信息的版权保护问题,提出了一种基于即时解码刷新(IDR)帧离散余弦变换(DCT)域的盲水印算法。该算法首先分析IDR帧的纹理特征,利用滑动矩形窗根据图像的梯度特性提取出复杂纹理区域;然后,计算该区域内每个宏块的16个4×4子块能量,得到能量最高子块;最后,通过自适应修改子块的一个交流(AC)系数幅值以达到嵌入水印的目的。实验结果表明：对CIF分辨率视频测试序列嵌入水印后,视频图像的峰值信噪比(PSNR)平均下降0.15dB,码率平均增加了0.49%,水印检测准确率达到91%以上,并且该算法能够有效抵抗不同量化参数(QP)的重复编码攻击。     

基于位平面的数字水印算法

论文提出一种基于位平面的数字水印算法,通过改变小波分解后不同分辨率下细节子图某些位平面的信息来嵌入二值水印。水印检测时计算待测图像小波分解后细节子图某些位平面的差异值,并将差异值映射为少量灰度级的图像而实现二值水印的检测,所以水印提取不需原图参与。实验显示论文提出的数字水印算法,对一些图象处理操作及JPEG压缩是鲁棒的。     

基于混沌和运动矢量的视频水印算法*

针对新一代视频压缩标准H.264,提出一种基于混沌置乱以及运动矢量域的视频水印方案.该方案在运动矢量域自适应嵌入水印和提取经过混沌置乱的水印信息,再经过置乱逆变换恢复得到原水印信息.混沌序列的伪随机性和初值敏感性为水印的安全性提供了保证.实验结果表明,主客观视频质量都与原始视频序列相当,码率误差小.     

基于模糊聚类的小波域数字图像水印算法*

结合人眼视觉系统的感知特性与图像的局部相关特性,提出了一种基于模糊聚类的小波域数字图像水印嵌入方案.该方案首先对原始载体图像实施小波变换;然后结合视觉感知特性,在小波域内进行模糊C-均值(FCM)聚类分析,自适应确定出数字水印的嵌入位置与嵌入强度;最后利用图像自身的局部相关性,通过修改小波系数值,将数字水印嵌入到宿主图像内.该方案在提取数字水印信息时,不需要原始载体图像.实验结果表明,该自适应小波域图像水印嵌入技术不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.     

基于DWT与DCT的灰度水印图像嵌入算法

图像中嵌入的多为二值水印,容量有限且抗攻击能力有待提高。为了增加嵌入水印的容量以及增强算法的鲁棒性,提出基于DWT与DCT的灰度水印图像嵌入算法。首先对灰度水印进行Arnold置乱预处理,其次对所选取的载体图像进行二级小波变换,选择第二层的逼近子带LL2与细节子带LH2、HL2、HH2依次嵌入灰度水印的高四位位平面。嵌入水印时对4个子带分别进行8×8分块DCT变换,然后采用一种改进的交换中频系数的方法将置乱后水印的高四位位平面分别嵌入所选取的4个子带,为增强算法的鲁棒性,在不同的子带由实验选择不同的水印嵌入因子。仿真实验表明,本算法抵抗图像裁剪、图像加噪、直方图均衡化、常用滤波处理、JPEG压缩等攻击的效果较好。     

基于支持向量机的自适应图像水印技术

提出一种基于支持向量机的自适应图像空域水印嵌入算法.由于支持向量机与人眼视觉系统在自学习、泛化和非线性逼近等方面具有极大的相似性,算法利用支持向量机模拟人眼视觉特征,结合图像的局部相关特性,自适应地确定图像的最佳嵌入位置和嵌入强度.首先,利用无导师的模糊聚类分析方法对图像各像素进行初步的聚类,为有导师的支持向量机找到分类规则;然后,从各类别中选出隶属度超过一定阈值的像素作为支持向量机分类的训练样本集,建立支持向量机的分类模型,根据此模型对图像各像素再次分类,从而确定水印的最佳嵌入位置;最后结合图像自身的局部相关性,自适应地调整水印嵌入位置的像素值.该算法在提取水印时不需要原始载体图像.实验结果表明,此算法对多种图像处理均具有很好的稳健性和图像感知质量,其性能优于相关文献上的相近方法.     

基于模糊聚类分析的自适应图像空间域水印技术

结合人眼的视觉感知特性与图像的局部相关特性，提出了一种基于模糊聚类分析的自适应图像空间域水印嵌入算法．该算法首先根据人眼视觉系统(HVS)的感知特性，结合模糊c-均值(FCM)聚类分析，自适应确定出数字水印嵌入位置；然后利用图像自身的局部相关性，通过修改像素值，将二值水印图像降维置乱后自适应嵌入到宿主图像内，并且具有水印嵌入深度智能调节特性．该算法在提取水印信息时，不需要原始载体图像．实验结果表明：该自适应空间域图像水印嵌入技术不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．