基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。     

基于块分类的自适应图象水印算法

提出了一个基于频域块分类的ＤＣＴ域自适应水印算法。为了实现自适应,将原始图象分块并利用视觉掩蔽特性对图象块进行分类。根据分类的结果,不同强度的水印分量被嵌入到图图象块的ＤＣＴ低频系数中,实验结果表明,应用所提出的算法实现的水印对常见图象处理和噪声干扰具有良好的稳健性。     

基于扩频调制和视觉掩蔽的彩色图像盲水印算法

为了更好地实现彩色图像的版权保护,首先,从理论上说明了应该选择彩色图像绿色分量嵌入水印,然后提出了一种新的适应彩色图像的盲水印算法。该算法先对宿主图像的绿色分量以8×8pixels分块进行DCT变换;然后将二值水印图像用两个互不相关的伪随机序列进行扩频调制;最后为了最大限度地增强水印强度,且不影响透明性,通过引入人眼视觉掩蔽因子,将调制好的水印根据视觉掩蔽因子大小,不同强度地嵌入到DCT变换域的中频子带系数上。该算法是通过比较两个伪随机序列和水印化图像的相关性大小来提取水印,不需要原始图像的参与,为盲水印算法。实验结果证明,该算法能有效抵抗JPEG压缩、加噪、剪切、滤波等常见攻击,而且在绿色分量中嵌入水印比在红色和蓝色分量中嵌入水印能更好地抵抗JPEG压缩的攻击。     

DCT域自适应公开水印技术

提出了一种新的DCT域自适应公开水印算法。与以往DCT域算法有所不同，该文算法通过调整两个不同的DCT分块内相对应中频系数间大小关系以嵌入水印。算法首先将原图像各8×8DCT块按Hilbert扫描顺序排列，然后每次在原图像Hilbert块索引序列中伪随机选取两个相邻8×8块，在充分考虑人类视觉系统（HVS）特性的基础上，结合块视觉因子，通过不同强度调整两相邻DCT块中对应中频系数间的大小关系，以嵌入水印信号，嵌入水印与原图像是相自适应的。实验结果表明，该算法是在保证水印不可见的同时，对常见的信号处理操作和一些几何扭曲是鲁棒的，特别是对锐化、对比度增强、边缘增强和直方图均衡等信号增强处理，其鲁棒性更为可观。     

DCT域水印嵌入新策略和算法

本文提出一种新的水印嵌入策略，将水印信号嵌入到原始图像块DCT域的AC分量和DC分量中。基于该策略提出了一个自适应图像水印算法。该算法先把原始图像和水印图像分别进行分块DCT，然后将水印信号的AC分量和DC分量以不同的能量分别嵌入到原始图像块DCT域的AC分量和DC分量中。实验结果表明，该算法具有良好的鲁棒性。     

基于反攻击的数字图像水印方法

在实际应用中 ,加有水印的数字图像不可避免会遭到一些有意或无意的攻击 .针对一些常用的攻击方法 ,提出了一种反攻击方法和相应的水印算法 ;算法自适应地选择水印嵌入位置和确定水印序列长度 ;水印嵌入在 DWT域进行 ;根据人眼视觉掩蔽特性确定水印嵌入强度 .实验结果表明该方法具有较好的图像自适应性和水印不可见性 ;对JPEG压缩、图像加噪声和图像滤波等常见的攻击方法具有极强的鲁棒性     

一种在图像中嵌入有意义文本信息的新型鲁棒水印算法

提出了一种在图像小波域中嵌入文字的新型鲁棒水印算法,并对嵌入的文字进行混沌加密和BCH纠错编码。实验结果表明,该算法增大了水印数据的嵌入容量,提高了抗常见攻击的能力。     

一种视觉模型引导的小波域彩色图像盲水印算法*

为了较好地解决水印不可见性与鲁棒性矛盾问题,提出了一种新的彩色图像盲水印算法。将原始彩色图像转换到YCbCr色彩空间,并对各分量进行分块处理及一级离散小波变换,利用人眼视觉特性建立视觉模型并引导水印嵌入到中频系数中。水印的提取简单且不需要原始载体图像和原始水印,鲁棒调控因子的引入协调了算法对各类攻击的抵抗能力。实验结果表明,该算法能较好地平衡不可见性和鲁棒性,并且对诸如剪切、叠加噪声等攻击具有更强的鲁棒性。     

一种复合型自适应盲水印算法

提出同时嵌入鲁棒水印和脆弱水印的复合型自适应盲水印算法。鲁棒水印根据邻居特征平均值和奇偶判决法嵌入到所选择的频带中,再将水印图像分块,把分块图像的灰度均值映射为混沌初值,经过若干次迭代生成脆弱水印,嵌入到其像素灰度值的LSB平面。实验结果表明,该算法对一般的图像处理具有良好的鲁棒性,同时还能对图像篡改进行精确定位,且作为盲水印算法有良好的安全性。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

非抽样Contourlet变换的低频数字水印

非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换,在图像处理中具有一定的优越性,提出一种基于非抽样Contourlet变换的数字水印算法,低频系数集中了图像的大部分能量,在低频嵌入水印可以提高鲁棒性,为了满足不可见性,对低频系数进行8×8的分块,根据每一块的能量以及人类视觉特性进行自适应的嵌入水印,实验结果表明算法具有很好的鲁棒性和不可见性,能够有效地抵抗JPEG、噪声等攻击。     

基于信噪比的自适应图像水印算法

提出了一个基于信噪比SNR的完全自适应水印算法,该算法先把原始图像分块DCT,利用信噪比SNR确定各个子块的拉伸因子α,最后水印分量以不同的能量被嵌入到各个子块的DCT低频系数中,实验结果表明该算法具有良好的不可见性和鲁棒性。     

基于小波域多元非线性回归的鲁棒性数字水印算法

提出一种基于小波域多元非线性回归分析的鲁棒性数字水印算法,此方法首先对图像进行三级小波变换,并将低频系数划分成3×3的块,然后建立块质心能量值与其邻域像素点的能量值的非线性回归模型,最后依据建立的回归模型嵌入和检测水印,仿真实验表明本文所提出的算法在对抗JPEG压缩、图像亮化、剪裁、噪声等攻击具有良好的鲁棒性和抗攻击能力。     

基于混沌加密和SVD的数字图像水印算法

为提高传统数字图像水印算法的安全性,提出一种基于混沌加密和奇异值分解的水印算法.采用Chebyshev混沌映射产生的混沌序列加密水印图像,将加密后的水印图像与原始图像进行分块,再对每一块进行奇异值分解,从而实现水印的嵌入.仿真实验结果证明,该算法对JPEG压缩、高斯噪声、椒盐噪声、滤波等具有较高的鲁棒性,同时能较好地抵抗剪切攻击.     

基于线性空间隐藏模型的可逆图像水印算法

提出一种基于线性空间隐藏模型的可逆图像水印算法.通 过对原始图像载体互不重叠的划分形成图像块序列,对其进行整数小波变换,获取待嵌水印子带.根据0/1水印序列和线性空间隐藏模型,将水印不可感知地嵌入到图像的小波域中,提高水印鲁棒性和不可见性. 只需判断奇偶性提取水印,并且通过简单逆向平移恢复原始.线性空间隐藏模型的提出实现了水印间相互独立,从而 使该算法能扩展到多著作权的无损水印领域.投票原则的使用又进一步提高水印的 鲁棒性和降低了误检率.在无外界干扰的条件下,拥有密 钥和其他秘密参数的用户能够无损恢复原始图像.仿真实验表明,与相关工作比较该算 法能应对一定程度的有损压缩和高斯噪声攻击,表现出 较高的鲁棒性、安全性和不可见性.     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

小波分块的鲁棒性数字水印算法

利用小波分块思想,结合Arnold变换算法,提出了一种基于小波分块的水印算法,并且利用人类视觉系统的掩蔽特性,使水印的不可感知性和鲁棒性得到很好的统一。实验结果表明,该算法在对图像进行噪声、中值滤波、剪切等攻击有较强的鲁棒性。     

基于Krawtchouk不变矩和SVD-LWT的双重水印研究

为提高数字图像水印的鲁棒性和透明性,提出了一种基于Krawtchouk不变矩、奇异值分解(SVD)和提升小波变换(LWT)的彩色图像双水印算法。该算法首先从载体RGB图像中提取绿色分量进行两级提升小波变换,利用Krawtchouk不变矩对平移、旋转和缩放的不变性以及Krawtchouk矩良好的局部特性和重构性,计算其低频分量的Krawtchouk低阶矩不变量构造水印系统;然后对其变换后的中频分量奇异值进行分解,嵌入混沌置乱后的水印图像的奇异值作为另一水印系统。仿真实验结果表明,该算法不仅有良好的不可见性,而且对常见攻击和几何攻击都具有很好的鲁棒性,并具有一定的应用价值。     

基于Hilbert扫描和SVD的小波域图像水印算法

为了提高水印的安全性、鲁棒性和不可见性,提出了一种基于Hilbert扫描和SVD（Singular Value Decomposition,奇异值分解）的小波域图像水印技术。算法以一幅有意义的二值水印图像为水印信号。首先对原始图像进行一层小波变换,对低频分量进行图像分块,并对每一个图像块进行SVD。利用了SVD的单向非对称性和正交矩阵的性质,给出了一种自适应水印方案。同时,利用了Hilbert扫描能很好地保持图像空间局部连接性的特点。然后,利用图像的局部统计特征自适应地修改阈值,利用两个阈值严格控制系数的修改程度,使算法达到不可见性和鲁棒性之间的最优平衡。水印的提取无需原始图像的参与,达到了真正的盲水印。实验结果表明,该算法是有效的,对常见的图像处理操作具有较强的鲁棒性。