基于视觉特性和纹理特征的图像水印算法研究

利用人眼对比敏感度视觉特性和图像的纹理特征,提出了一种彩色图像的水印算法。算法首先依据图像的纹理特征,将图像进行分割;再将水印嵌入到图像纹理复杂的部分,并利用人眼对比敏感阈值控制水印的嵌入量,从而实现水印的嵌入;最后利用逆过程实现水印的提取。同时对3幅不同复杂纹理的图像进行仿真实验,并对3幅含水印图进行5种方式的攻击测试,且与近些年国内外报道的8种水印算法进行对比分析。结果表明,在中间剪切1/4区域、质量因子为20%的压缩和旋转90°较强的攻击下,提取水印的NC值和含水印图的SSIM值均仍能达到0.8以上,且比8种水印算法具有更好的鲁棒性。综合结果表明,在水印嵌入过程中,提出的算法能够有效解决水印容量与视觉透明性、鲁棒性之间的平衡,是一种行之有效的图像水印算法。     

基于HVS的DCT域数字水印技术

提出了一种结合HVS的DCT域自适应图像水印算法,该算法根据人类视觉系统的频率、亮度、对比度特点,利用JND阈值自适应地调整要嵌入的水印强度,并根据人类视觉频率响应函数表征的人眼对中频信息敏感度较低频信息敏感度低的特点,把水印信息嵌入到经过DCT变换后的原始图像中频区域,完成数字水印的嵌入。     

一种基于HVS和DC分量的DCT域数字水印算法

为增强数字水印的透明性和鲁棒性,提出了一种基于人类视觉系统和直流分量的DCT变换域数字水印算法。算法依据原始图像的纹理掩蔽特性确定水印信息的嵌入位置,依据照度掩蔽特性确定水印信息的嵌入强度,将二值水印图像嵌入到原始图像在DCT域的直流分量中。在仿真实验中与同等条件下的中频嵌入做比较,实验结果表明,该算法提取的水印具有良好的透明性和鲁棒性。     

基于离散小波变换和混沌加密的图像水印算法

文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密;对载体图像进行多分辨离散小波变换,应用小波系数判断载体图像的纹理复创杂程度后,依据人眼的视觉系统（HVS）特性,将水印信号嵌入到图像的低频部分,对图像的不同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性.在检测和提取水印时,通过水印相似度（NC）和峰值信噪比（PNSR）评价水印质量,实验结果表明提出的算法可以抵抗剪裁、JPEG压缩、滤波等几何攻击,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性.     

一种基于特征的自适应水印算法

基于图像多尺度空间理论和扩频机制以及视觉感知模型的特性,给出一种基于特征的数字图像水印算法。算法采用尺度不变特征变换算子提取图像的局部不变特征区域,根据信噪比特点自适应选取水印嵌入强度因子,将一幅二值水印图像嵌入到原始图像中,实现了数字水印的不可感知性和鲁棒性。仿真结果表明,该算法对添加噪声、压缩、旋转等常见的图像处理攻击具有较强的鲁棒性。     

基于人眼对比度感知特性的数字图像防伪技术研究

结合人眼视觉特性和数字图像傅里叶变换频谱图的特点,提出了一种新的人眼对图像感知的最小可觉察误差即JND阈值的计算方法,根据计算的JND阈值提出了一种基于人眼对比度敏感视觉特性的数字图像水印算法,并加以实现和攻击测试;实验结果得出:经过不同质量因子QF的JPEG压缩,峰值信噪比在QF大于40％时均大于30 dB,提取的水...     

基于HVS和DWT的双彩色数字图像水印技术

根据HVS系统,人眼对于红、绿、蓝三色的敏感程度是不同的。人眼对于蓝色分量最不敏感,故嵌入水印有良好的透明性,但同时在红色分量中嵌入水印具有良好的鲁棒性。为解决水印嵌入的视觉失真问题,采用了不同基色对应不同的加权系数的水印嵌入方案。同时,将彩色水印图像嵌入彩色宿主图像的中频段以及多次嵌入低频段来增加算法的鲁棒性。仿真结果表明,该算法具有较好的透明性,且提取水印效果较好。     

基于子采样方法的DCT域盲水印技术

提出了一种增强水印鲁棒性的盲水印算法.算法在DCT(离散余弦变换)变换域,采用子采样的方法,选择嵌入水印的位置;以视觉感知模型调节嵌入水印的强度.算法的提取不需要原始图像,实现了盲提取.实验结果表明,算法不仅具有较好的不可见性,水印信息在噪声干扰、滤波、图像压缩等攻击下具有较好的鲁棒性.     

基于HVS感知模型与数据压缩的可逆图像水印算法

提出了一种基于人类视觉系统(HVS)感知模型和数据压缩技术可逆图像水印算法.算法首先将原始图像进行分块,每块进行DCT变换,利用JND模型对变换域系数进行处理,得到每个像素最大可提取的有效位并提取.将提取出的有效位串进行压缩,得到压缩位串,将水印信息与压缩位串连接在一起嵌入原始图像,同时记录边信息,包括每个像素点的最大可提取有效位数目以及嵌入位置,提取时可据此边信息完全恢复原始图像,并得到水印信息.容置的大小取决于所使用的压缩算法,使用游程编码进行压缩.同时,运用人类视觉系统的感知模型,保证了嵌入水印后的图像的视觉质量.     

一种利用人眼视觉特性的数字图像水印技术

结合人眼对比度敏感视觉特性和图像特征,提出一种基于人眼视觉特性的频谱图的不同频率下最小可觉察误差阈值的计算方法,利用阈值来决定水印的嵌入和提取,设计水印方案并通过实验进行验证和攻击测试。结果表明,在JPEG压缩质量因子大于30%时,峰值信噪比均大于30dB,隐蔽性较好;相似度在压缩质量因子为20%的情况下还能达到0.653 9,且从直观上看,提取的水印仍能清晰可见。     

抗噪声、几何失真和JPEG压缩攻击的鲁棒数字水印方案

该文提出了一个抗噪声、几何失真和JPEG压缩攻击的鲁棒数字水印方案,首先对原始水印信息进行置乱变换,然后再进行Turbo码编码以及扩频、合成,产生CDMA水印信息,在充分考虑人眼视觉特性的基础上确定编码水印在DWT和DCT混合变换域的嵌入位置和强度。为了减小水印提取过程中多址干扰(MAI)的影响,通过采用好的编译码方法(Turbo码)降低接收机检测门限来实现。实验结果表明,应用该文提出的数字水印方案,水印的安全性有了很大提高,而且,在保证水印不可见的情况下,水印容量大大增加了。更重要的是,对剪切、平移、旋转等各种几何失真攻击以及噪音攻击、JPEG压缩、滤波等常见的信号处理都具有极强的鲁棒性,即使嵌有水印的图像遭受攻击后质量损伤严重,水印图像还是能够清晰地提取出来。     

Gray-scale image watermarking using GA-BPN hybrid network

In this paper, a novel watermarking scheme is proposed by embedding a binary watermark into gray-scale images using a hybrid GA-BPN intelligent network. HVS characteristics of the images in DCT domain are used to obtain a sequence of weighting factor from a GA-BPN. This weighting factor is used to embed and extract the watermark from the image in DWT domain. The GA-BPN is trained by 27 inference rules that includes three input HVS parameters namely luminance sensitivity, edge sensitivity computed using threshold and contrast sensitivity computed using variance. The robustness of the embedding scheme is examined by executing seven different image processing attacks. Visual quality of signed images before and after the attacks is examined by PSNR. The extracted watermarks from signed and attacked images show a high degree of similarity with the embedded content. Overall, the algorithm is robust against selected attacks and is well optimized.     

基于整数变换的自适应图像可逆水印方法

为保证水印图像质量并提高嵌入水印数据量,该文提出一种基于整数变换的自适应图像可逆水印方法。该方法定义了一种新的一般化整数变换算法,对于任意像素点组成的图像块向量进行简单的整数变换后,将产生一定的冗余数据可用于嵌入水印数据。该方法进一步根据图像块向量自身方差大小自适应选择参数m值进行整数变换,在平滑图像块中嵌入更多数据,同时避免复杂图像块中引入较大失真,从而保证具有较高的嵌入容量和较好的水印图像质量。与同类算法对比的实验结果表明,该方法增大了最大数据嵌入容量,以Lena为宿主图像时有效载荷可达2.36 bpp。该文整数变换算法运算简单,通过自适应选择参数进行整数变换并嵌入数据可保证水印图像质量并实现较大的有效载荷。     

基于重叠正交变换的自适应图像水印

本文提出了一种基于重叠正交变换（LOT）的自适应图像水印算法,给出了水印嵌簇检测的详细算法设计,数字图像水印是最近发展起来的一项新技术,它为图像的版权保护问题提供了一种新的解决思路,本文首次在水印算法中采用了LOT以代替传统的离散余弦变换（DCT),从而有效地避免了DCT的块效应,同时,本文还利用人的视觉系统（HVS）特性,在对图像块进行分类的基础上完成水印的自适应嵌入,实验结果表明,本文所提出的图像水印算法有效地提高了水印的鲁棒性和透明性。     

改进PVO预测的自适应选块可逆图像水印

为了解决预测误差方法在预测精度和图像不可感 知性上的不足,提出一种基于改进PVO的自适应选块可逆图像水印算 法。首先对原始图像进行分块,并利用子块内相关像素不平均值之间的梯度计算子块 噪声级;然后结合像素值排序预测 算子得到预测误差直方图;最后根据子块噪声级自适应地选择水印的嵌入位置,并采用本 文算法进行水印嵌入。本 算法可以根据原始图像的特性自适应选择水印嵌入的子块,提高了像素预测精度,减少了水 印嵌入产生的失真;提取水印信息 后,可以无失真地恢复原始图像。实验结果表明,本文针对噪声级判断以及PVO算法的改进 策略可以有效提升可逆图像水印 算法的性能,在相同的嵌入容量下,本算法嵌入水印后的图像峰值信噪比较相关文献平均提 高了1.3%左右,具有更好的不可感知性。     

自适应图像水印块分类准则分析

为保证水印算法的良好性能,许多文献研究自适应水印技术.文中研究自适应数字水印算法的关键技术--图像分类准则,这些准则将原始图像按照图像块的多个特性参数分成不同的类,使得水印嵌入过程能够考虑人类视觉系统的特点,在不同的类中嵌入不同的水印能量,从而使算法具有自适应能力.分析表明,采用这些分类准则可以较好地解决数字水印方案中不可见性与鲁棒性之间的矛盾.     

基于QDCT和HVS的双彩色图像水印算法

针对水印中信息容量、不可见性和鲁棒性相互制约的问题,文中提出了一种基于QDCT和HVS的双彩色图像水印算法。该算法首先将彩色载体图像和彩色水印图像进行QDCT;然后根据HVS的特性决定水印信息的嵌入位置与嵌入强度,并结合广义Arnold变换和冗余嵌入策略, 将水印QDCT系数嵌入到载体图像QDCT系数的实部和虚部。实验结果表明,通过该算法嵌入水印后的彩色图像在PSNR为35 dB时,在常见攻击下提取出的水印大部分NC值高于0.95,水印信息具有更好的不可见性与鲁棒性。     

一种基于视觉特性的图像质量评价指标

在分析多通道结构、遮掩效应、敏感度带通特性等人类基本视觉特性（HVS）的基础上,提出了一种新的图像质量评价指标的构造方法。指标构造先借助多尺度几何分析（MGA）中的Contourlet变换对图像进行子带分解以此模拟视觉多通道结构特性,然后在各子带中使用一种遮掩效应模型获取失真图像和参考图像之间的视觉误差,最后通过对比度敏感函数（CSF）获取不同子带的视觉误差加权系数,从而获取图像质量评价值。本文在具有5种类型降质图像的LIVE图库进行性能比较实验,结果表明本文所设计指标比峰值信噪比PSNR、结构相似度SSIM算法具有更好的稳定性和主客观评价一致性。      

Watermarking with refined perceptual masking tuned for synthetic aperture radar images

A watermarking scheme designed for remote sensing images needs to meet the same demand of both invisibility as for ordinary digital images.Due to specific perceptual characteristics of Synthetic Aperture Radar （SAR） images,the watermarking algorithms with consideration of Human Vision System （HVS） modeling from optical images give poor performance when applied on SAR images.This paper examines a variety of factors affecting the noise sensitivity,and further proposes a refined pixel-wise masking approach for watermarking on SAR images.The proposed approach is applied on logarithmic transformed SAR images,and has increased the acceptable watermark embedding strength by about 6 dB to 10 dB while achieving the same levels of watermarked image visual quality.Experimental results show that this approach enhanced the perceptual invisibility of watermarking based on wavelet decomposition.