一种改进的基于离散余弦变换的数字水印算法

以离散余弦变换(DCT)为基础,针对产品版权保护问题提出了一种改进的数字水印算法.其基本思想是根据宿主图像的特征,在不同区域分别嵌入可见水印和不可见水印,用canny算子对宿主图像进行边缘检测,并结合纹理和亮度特征,将可见水印图像分块嵌入宿主图像中.嵌入不可见水印时,首先对二值不可见水印图像进行混沌序列加密等预处理,再根据对宿主图像离散余弦变换(DCT)的结果,自适应地进行嵌入.实验结果表明,本算法生成的含水印图像既可保持宿主图像的质量,又能使可见水印细节可见.此外,不可见水印对宿主图像影响较小并具有较好的鲁棒性.     

一个分形图像水印算法的改进

改进了一个分形水印算法,它把二值版权图标嵌入到分形压缩的图像文件中。具体说,把宿主图像分成大小相同的不重叠的子块,对这些子块进行分形编码（采用正交分形编码方法）。这些子块按拼贴误差的大小进行降序排列,并根据宿主图像内容分成三个子列。按照新的量化嵌入公式,经Arnold变换置乱后的水印被强度不同地嵌入三个子列的子块的量化均值中,通过分形解码得到含水印图像。实验表明,该算法隐蔽性强,并对剪切、涂抹、加噪、滤波以及JPEG压缩等具有较强的鲁棒性。     

DCT频域选块分组多重数字盲水印嵌入算法

对宿主图像频域进行二维DCT变换,采用灰度图像JND门限值和多数字基底对宿主图像的DCT频域构造了选块分组技术,对中频分量的DCT交流系数分组嵌入水印比特,对高低频分量的DCT系数随机嵌入水印比特,嵌入了多个灰度数字盲水印.该算法预估了水印嵌入量,提取水印无需宿主图像和水印图像,仿真实验表明能有效抵抗滤波、加噪、剪切、JPEG有损压缩,具有较好的鲁棒性.     

基于混叠DCT频域灰度级盲水印多重嵌入算法

基于扩展频谱通信技术，对宿主图像的频域进行2维DCT变换，采用保持图像亮度的JND（just noticeable distortion）门限值和多数字基底对宿主图像DCT频域进行选块，对中频分量的DCT交流系数分组嵌入水印比特，以随机二值序列对高低频分量的DCT系数的水印比特嵌入进行控制，使多个数字盲水印信号载波传输于混叠的DCT频带。该算法可预估水印嵌入量，提取水印无需宿主图像和水印图像，仿真测试实例表明，该算法能有效抵抗滤波、加噪、剪切、JPEG有损压缩，具有较强的顽健性和鲁棒性。     

一种使用正交分形编码的彩色图像水印算法

传统的正交分形水印算法,很多情况下只是针对灰度宿主图像,且嵌入的水印多为随机序列或二值图像,实用性不强.当这些算法在处理彩色宿主图像时,通常采用的是将R,G,B三个分量单独处理的SFC方法,没能考虑到分量之间的相关性,因此算法的鲁棒性较弱.文提出一种在彩色图像中利用正交分形编码嵌入灰度水印的算法,该算法在对彩色宿主图像进行正交分形编码的基础上,考虑彩色图像R,G,B三个分量的相关性以及拼贴误差特性,通过变换函数以及修改分形编码参数来嵌入灰度水印.实验及应用表明,该算法隐蔽性强,并对剪切、涂抹、加噪以及JPEG压缩等具有较强的鲁棒性.     

一种基于能量值的双彩色图像水印算法

提出了一种将彩色水印图像嵌入到宿主彩色图像的自适应水印算法.该算法首先将宿主彩色图像分解为R、G、B三个分量并进行8*8分块DCT,再将彩色水印图像R、G、B各分量的能量值对应嵌入到宿主彩色图像R、G、B各通道中.实验结果表明,该算法具有较好的不可见性和鲁棒性.     

基于DCT与分形理论的遥感影像鲁棒水印算法

提出一种基于DCT和分形理论的遥感影像数字水印算法.首先利用分形技术确定自相似块作为水印嵌入区域;然后对水印图像进行Arnold置乱预处理,并将其扫描为一维序列;最后,对所选自相似块进行DCT变换,并将水印嵌入其中频系数.实验证明本文算法易于计算和实现,算法实现盲检测且有效提高了水印的不可见性,对JEPG压缩、滤波和叠...     

基于Windows Mobile平台图像认证系统设计实现

针对移动终端多媒体信息版权保护的问题,提出了一种改进的基于DCT的半脆弱盲数字水印算法,并将其与当前流行的智能手机平台Windows Mobile相结合,开发一款应用于智能手机的图像认证系统.在水印嵌入过程中,充分考虑人类视觉系统的特征,采用YUV颜色空间,把载体亮度分量Y进行DCT变换,将二值水印信息嵌入DCT中频系数中,中频系数的选定通过将系数量化与块的复杂度结合,依据"特征丰富块多嵌入"的原则实现.此外,为了增强水印的安全性对水印图像进行Arnold置乱,水印的提取不需要原始载体图像.实验证明,该算法不仅得到了较高的图像质量,而且具有很好的抗JPEG压缩性能.     

基于纹理特征和分形调制的盲水印算法

为了解决水印盲检测中的水印定位问题,提出了一种在小波变换域中基于图像纹理特征和分形调制的盲水印算法.以熵值和方差等特征值作为划分图像块类型的依据,从中选择适当的区域嵌入水印.水印序列采用通过分形调制产生的分形序列.检测算法无需原始图像,只需要保留块嵌入位置作为密钥.实验结果证明,该算法具有很好的鲁棒性和不可见性.     

一种基于自适应关系矩阵的带边信息水印算法

数字水印技术已成为多媒体信息安全领域的一个研究热点.本文对宿主图像和水印图像DCT系数的幅值分布情况和相互关系进行了理论上的分析,得出二者的分布可以通过一个自适应关系矩阵进行拟合的理论结果,并给出了计算自适应关系矩阵的快速算法.在此基础上,以自适应关系矩阵为边信息,提出了一种基于宿主图像和水印图像DCT系数分布的自适应边信息水印算法.该算法将灰度图像作为水印信息,利用自适应关系矩阵调节水印图像DCT系数的样本值,并用调节后的样本值替换伪随机选择出的宿主图像中嵌入位置的DCT系数,实现水印嵌入.自适应边信息的引入,使水印算法获得了尽可能多的优化.与同类方法比较,所提出的算法透明性好,鲁棒性强,安全性高,对常见的几何、滤波、噪音、压缩等多类攻击性能很好,水印提取不需要原始宿主图像.实验结果验证了方法的有效性.另外,本文所提出的自适应矩阵及其快速计算方法,还可应用于其它类似的分布拟合过程.     

基于复合分类的快速分形图像压缩编码

针对分形编码方法耗时过长的不足，提出一种分类加聚类的快速分形图像编码方法，通过提取图像块的分形维数对图像块分类，在同类内基于分形维数聚类，使匹配搜索在同类的聚类域内进行，并对不同类块采用不同算法，实验表明，该方法与经典分形方法（PIFS）比较，在信噪和解码图像质量可接受的条件下，大大提高了编码速度，且压缩比有显著提高。     

结合分形编码的小波域水印方法

提出了一种结合分形编码的小波域水印方法。首先,将宿主图像分成互不重叠的子块,利用分形编码的拼贴误差对子块进行降序排列,并根据水印大小依次选取两个等长子块序列;其次,利用Arnold迭代变换置乱水印,按照新的嵌入公式,将置乱水印重复嵌入到所选两子块序列小波变换后的低频子图中;最后,对提取的两个水印进行融合得到最终的水印。实验结果表明,该方法隐蔽性强,安全性高,对剪切、加噪、涂抹、滤波、旋转以及JPEG压缩等具有较强的鲁棒性。     

一种基于小波域的分形图像编码改进算法

提出了一种基于小波域的分形图像编码改进算法。该算法首先将图像分解到小波域,然后根据各子图像所包含能量的大小和所代表的方向等信息,采用不同大小、形状和类别的图像块及相似块,进行分形编码。在编码过程中按照零树结构在同方向不同分辨率的各个子带图像上确定要预测的图像块,同时在同方向低一级分辨率的子带图像上寻找与其最佳分形匹配的相似块,并由各级相似块构成预测树。实验证明,这种改进算法能够大大提高分形编码的速度,并取得较高的压缩比。     

基于分形压缩编码的数字水印技术

提出一种利用分形编码方案在图像中嵌入数字水印的方法。对数字图像分别进行传统分形编码和频域分形编码后,通过码书的比较,选择一些R块,将这些块的编码方案更改, 即用次优匹配D块替代最优匹配D块,从而实现数字水印的嵌入。实验证明该方案对图像质量几乎没有影响,在抗模糊、噪声干扰和剪切方面有较好的鲁棒性。     

数理统计特征的快速图像分形压缩算法研究

图像自相似是图像分形研究中一个重要的研究方向,尤其是对自相似图像子块的特征提取量化问题尤为引人关注。在分形图像编码发展的过程中,图像自相似特征的提取和量化得到了广泛的研究和应用。通过对图像数理统计特征的研究,提出了一种对图像子块进行分类的方法,使拥有相似特征的图像子块能够划分到更小的区域范围内,改进了分形图像压缩算法。经过分析和实验证明,该方法在不影响重建图像质量的前提下,提高了分形编码的速度,较大程度地减少了计算量。     

分形与伪Zernike矩的鲁棒水印算法研究

以分形编码技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的高鲁棒数字水印新算法。算法首先利用分形编码及设置的阈值将图像分成自相似性块和非自相似性块;然后计算自相似性块的伪Zernike矩,并从中选出最鲁棒的矩;最后通过量化调制伪Zernike矩幅值将水印嵌入其中。仿真实验表明,算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。     

以图像认证为目的的分形编码数字水印算法

以图像认证为目的,提出一种基于分形编码的脆弱性盲水印算法。该算法将认证水印嵌入分形变换域,又将分形编码参数作为水印嵌入到宿主图像中。算法能有效的检测图像是否被恶意篡改,并能定位篡改区域。通过提取嵌入在图像中的分形编码参数,还可以自动恢复被篡改区域。实验数据表明,算法可行有效,并且具有良好的篡改定位和恢复原图像的能力。     

基于标准差和亮暗分布排序的分形图像编码

针对分形图像编码花费时间较长的问题,提出一种基于标准差和亮暗分布排序的快速分形图像编码算法.在全体码本中预先排除标准差较小的定义域块,以减少码本数量,仅对亮暗分布与值域块相似或相反的定义域块进行匹配搜索,从而完成编码.仿真结果表明,该算法较局部方差算法和正负跳变算法的编码速度分别提高了10倍和5倍,重构图像的峰值信噪比也有所提升.