基于小波域低频系数的自适应盲视频水印算法

设计了一种基于小波域低频系数的自适应盲视频水印算法,先用Arnold变换对水印图像进行置乱加密,再对原始视频进行分帧处理并提取亮度分量,将水印信息嵌入到亮度分量三层离散小波变换的低频系数中,嵌入强度由低频系数自适应地选取.实验结果表明,水印的安全性和不可感知性很好,在抵抗噪声干扰、帧删除、帧剪切以及滤波等多种攻击时具有良好的稳健性.     

一种基于图像内容的小波域半脆弱水印算法

在充分考虑图像视觉屏蔽特性的基础上,提出一种小波域图像半脆弱水印算法.嵌入水印基于小波低频子带系数产生,该方案通过自适应地修改小波变换后水平与垂直细节子带系数以嵌入水印,嵌入水印具有较好的透明性.实验结果证明了算法对非恶意攻击的鲁棒性和对恶意攻击的脆弱性.     

基于DWT的彩色图像绿色分量数字水印方案

提出了一种在彩色图像的绿色分量嵌入置乱水印的方案,嵌入过程在小波变换域进行。原始二值图像水印经过置乱加密,并用均值为零、相互正交的两个伪随机序列扩频后,嵌入到绿色分量经两层DWT变换后的低频子带系数中。选取低频子带中能量最大的系数嵌入水印,并根据低频系数的能量比来确定水印嵌入的强度。针对水印嵌入方案,设计了有源提取水印的算法和水印盲检测算法。实验结果证明,该水印方案能有效地抵抗加性噪声(如椒盐噪声和高斯噪声)、低通滤波、缩放、图像剪切、行(或列)删除、JPEG压缩等各种攻击,具有很强的顽健性。     

自适应的混合域音频水印新算法

本文结合小波包变换和离散余弦变换，提出了一种基于听觉模型的混合域自适应音频盲水印算法，在不引入听觉失真的前提下，实现了自适应的水印嵌入。算法首先对音频信号进行小波包分解，使得分解后的子带更接近人耳临界频带。其次对每个子带的小波包系数进行离散余弦变换，计算出子带掩蔽阈值。根据子带掩蔽阈值自适应的选取噪声敏感度小的音频段作为水印嵌入段，选取功率值低于掩蔽阈值的频域系数作为水印嵌入位置，同时采用噪声掩蔽比调整水印嵌入强度。二值水印图像通过量化索引调制的方法嵌入到音频信号的中低频系数中，提取水印时不需要原始音频载体。本算法在水印容量、不可感知性和鲁棒性之间达到了很好的平衡，水印容量在576.7bps到689.5bps之间，算法对添加噪声、重新量化、重新采样、低通滤波和MP3压缩均具有很好的鲁棒性。      

基于混沌与自适应小波变换的图像水印算法

目前基于小波变换的数字水印算法,主要根据低频小波系数的幅值大小确定是否嵌入水印,该算法的缺点是嵌入水印后的图像透明性有待提高。基于以上问题,提出一种基于混沌加密和自适应小波变换的图像数字盲水印算法。采用混沌映射和m序列先后对水印置乱,结合人眼视觉特性确定载体图像的纹理区,选用自适应小波变换分解纹理区,将水印信息嵌入其高频子带中。实验结果表明,该算法可有效提高水印的安全性,具有较好的鲁棒性和不可见性。     

一种小波包域图像自适应水印算法

为了解决日益严重的盗版问题,提出了一种基于小波包变换的自适应水印算法。对宿主图像进行小波包分解,对水印图像进行小波分解。根据视觉感知特性将水印的低频分量自适应地嵌入到宿主图像的低频分量中,嵌入强度根据图像的内容自适应地决定。水印的中高频分量用位置自适应的方法嵌入到图像的中高频分量中。嵌入过程中充分利用Hilbert扫描曲线的良好特性。实验结果表明,该算法对常见的图像处理操作具有较强的鲁棒性。     

基于BP神经网络和SNR的自适应音频水印算法

提出一种基于BP神经网络和信噪比(SNR)的自适应音频水印算法。通过修改音频分抽样后子音频帧小波变换近似分量均值的方法嵌入水印。水印嵌入强度由期望的SNR值确定,可避免反复实验或者由经验数据确定水印强度。水印的提取以子音频抽样帧小波变换近似分量均值为BP神经网络的输入,以神经网络的输出作为提取的水印。经过模板训练的BP神经网络能有效的恢复嵌入到音频中的水印数据,实现了水印的盲检测。实验结果表明,本文提出的水印算法具有较好的鲁棒性和不可听性。     

基于DCT的自适应多重彩色图像盲水印算法

针对现有图像水印算法的一些不足,提出了一种基于离散余弦变换的自适应多重彩色图像盲水印算法。该算法根据彩色载体图像内容特点,将预处理后的不同二值图像水印自适应地嵌入到其绿色分量的离散余弦变换低频系数和中频系数,实现了不同水印在彩色载体图像中的嵌入及盲提取。实验结果表明,该算法在保证不可觉察性的前提下能够较好地抵抗各类常规攻击,具有良好的稳健性。     

基于BCH和JND的小波域数字图像水印算法

为了提高数字图像水印的鲁棒性,提出一种结合BCH码和JND模型的小波域数字图像水印算法.该算法采用Ar-nold变换和BCH码对二值水印图像进行置乱加密以及编码,对载体图像分块后再进行二维离散小波变换,将加密并且编码后的水印信息嵌入到载体图像各子块的二维离散小波变换的低频子带中,嵌入强度根据载体图像的JND值自适应的选取.实验结果表明,水印的透明性很好,在遭受不同类型和强度的水印攻击时,具有较强的鲁棒性.     

基于最优小波包变换和离散余弦变换的灰度图像水印算法

本文提出了一种基于最优小波包变换和离散余弦变换的灰度图像水印算法,利用Arnold变换和Baker映射对水印图像进行置乱,并将置乱结果进行分块,对宿主图像进行最优小波包分解,然后修改低频子带系数来嵌入水印信息.嵌入前,利用离散余弦变换去除低频子带相邻系数的相关性后嵌入经过同样处理的置乱水印子块.实验表明该算法在抵抗噪声、滤波、旋转剪切等攻击下有比较好的鲁棒性.     

DCT域下采样视频水印技术

根据DCT域Watson模型提出了一种抵抗下采样攻击的不可感知水印模型.用DCT域准卷积下采样方法得到图像的下采样版本,利用亮度特征和图像感知失真限制自适应确定被嵌入水印序列的区域、长度和强度,以使上采样水印图像具有良好的视觉效果和鲁棒性.实验结果表明该算法对噪声干扰及视频下采样具有较好的鲁棒性,而且不使用原始图像,就可进行水印的相关检测.     

基于关键帧和小波变换的盲视频水印算法

针对现有视频水印算法在抗几何攻击能力方面的一些不足,提出一种基于关键帧和小波变换的盲视频水印算法.依据视频帧间差欧氏距离提取视频关键帧并分块,结合人类视觉系统特性,从关键帧不同的块中选择亮度敏感性和纹理敏感性最高的块构成三维体块,进行三维小波变换,将置乱的水印图像以不同的嵌入强度嵌入到小波系数的低频区域,利用阈值门限实现水印的盲提取.结果表明,该算法提高了水印嵌入容量,对于针对视频水印的攻击具有较好的不可见性和稳健性.     

一种心理声学模型的自同步音频数字水印

提出了一种基于心理声学模型的自同步音频水印算法。在掩藏水印信息的同时，嵌入一个同步信号．使水印具有自同步能力。根据人耳听觉系统的心理声学模型，将水印信号和同步信号嵌入到中低频子波系数中．嵌入强度由掩蔽闻值自适应控制。仿真实验证明了算法的不可觉察性和鲁棒性。     

基于视觉显著性和置乱技术的小波域鲁棒性水印算法

用于版权认证的数字水印技术应满足安全性.鲁棒性和不可见性.为满足此三方面的要求,提出了一种基于视觉显著性和置乱技术的小波域鲁棒性水印算法.算法利用Arnold变换实现水印图像的置乱处理,通过小波空频分解,根据计算载体小波系数显著性指标确定水印的嵌入强度,最后进行小波系数融合嵌入.实验结果表明,文中算法能够抵抗常见攻击手段,具有较高的安全性、鲁棒性和不可见性.     

基于听觉掩蔽效应和小波变换的数字音频水印

提出了一种基于听觉掩蔽效应和小波变换相结合的音频数字水印算法。根据人耳听觉系统的掩蔽效应，计算载体音频信号的掩蔽阈值，利用小波变换将掩蔽门限映射到小波系数中，然后将水印信号嵌入到中低频子波系数中．嵌入强度由掩蔽阈值自适应控制。实验结果表明：该算法隐藏水印具有很强的掩蔽性；叠加了水印的音频信号对数据压缩、加噪、重采样、低通滤波等常用音频信号处理技术具有很好的鲁棒性。     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

基于LDPC码的自适应视频水印算法研究

根据视频水印系统和数字通信系统相似的特性,提出了一种基于LDPC码的自适应视频水印算法。水印信息经随机置换与LDPC编码,对经过二次整数变换之后的直流分量进行修改实现水印的嵌入。为了兼顾水印的不可见性与鲁棒性的要求,算法根据水印长度和变换之后系数的大小自适应地选择嵌入水印的组及系数的改变强度。实验结果表明:该算法能够保证很好的视频质量,较之基于DCT变换的水印算法嵌入速度更快,并实现了水印的盲提取。对于常见的视频攻击有较强的鲁棒性,在码率高于汉明界推导出的下限的情况下,算法鲁棒性随着码率的减小而增强。      

基于小波变换域的运动目标检测视频水印算法

针对现有视频水印算法稳健性不足的问题,结合人类视觉系统,提出一种基于小波变换域的运动目标检测视频水印算法。该算法首先将原始帧图像进行8×8分块,分别对每一子块进行Daubechies复杂小波分解,采用基于近似中值滤波的帧间差分法,有效地解决阴影、重影、噪声等问题,更加准确地检测运动目标并标记运动区域;然后对水印进行Arnold置乱和混沌加密预处理,来加强水印的安全性;最后将预处理后的水印自适应嵌入在运动区域和高纹理复杂区域中。实验结果表明,该算法具有较好的不可感知性,并对常见的视频攻击具有较好的稳健性。与现有三种算法的性能比较,说明了本算法的优越性。     

基于EMD的音频水印算法研究

提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)的音频水印算法,选择EMD分解得到的冗余信号分量作为水印的嵌入位置,并证明了冗余信号分量按照提出的算法嵌入水印以后仍然是冗余信号分量,从而为水印嵌入提取提供了理论基础.通过粒子群优化算法求解出适用于EMD分解的最优音频水印嵌入强度,按此强度嵌入水印,可以同时满足水印的健壮性和不可感知性.仿真结果表明,使用计算出的最优嵌入强度嵌入水印,嵌入水印后的音频信号在受到大部分攻击的情况下可以确保水印的不可见性和健壮性.