基于Baker映射与时空混沌相结合的CT-QR域双彩色鲁棒盲水印算法

针对彩色水印图像的盲提取算法抗几何攻击鲁棒性不强的问题,提出一种Baker映射与时空混沌相结合的轮廓波变换(Contourlet transform,CT)和QR分解双彩色强鲁棒盲水印算法。首先将彩色水印分离成RGB分量,对三个分量分别进行Baker映射与时空混沌相结合的预处理操作,然后对载体图像的RGB分量分别进行Contourlet变换,分块QR分解得到酉矩阵,最后根据嵌入规则将加密后的水印分通道的嵌入到酉矩阵中。水印提取时利用Radon变换对图像进行几何校正可提高其几何攻击的鲁棒性。仿真结果表明,该算法不仅使嵌入水印后的图像具有良好的不可见性,而且能有效抵抗加噪、滤波、JPEG压缩、剪切、平移、旋转、马赛克、篡改等攻击,NC值均在0.9以上,对组合攻击也有较强的鲁棒性。      

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SIFT特征点匹配校正的抗几何攻击水印算法

嵌入水印的数字产品在传播过程中可能遭受到各种攻击,其中几何攻击破坏了水印和图像空间坐标的同步性,很容易使得水印算法失效。因此,抗几何攻击的水印算法成为了数字水印技术研究的热点和难点。本文利用图像尺度不变特征变换(SIFT)特征点所具有的旋转、缩放和平移不变性,提出了一种几何校正方法,该方法根据SIFT特征点的尺度特征和坐标关系实现带水印图像的几何校正。水印嵌入时首先对宿主图像Contourlet变换的低频子带进行分块奇异值分解,然后通过对各块奇异值向量的欧式范数的量化,改变所有奇异值实现水印信息的嵌入。水印提取时先对图像进行相应的几何校正,使得水印信息在受攻击后也能得到同步,从而提高了水印图像的抗攻击能力。仿真结果表明,该算法不可见性良好,水印容量较大,而且对于常规攻击和多种几何攻击都具有较好的鲁棒性。     

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。     

基于奇异值分解的Contourlet域图像水印算法

针对小波变换由于方向性缺乏而无法有效稀疏地表示图像本身几何结构的问题,结合Contourlet变换和奇异值分解的优点,提出了一种Contourlet变换域内基于奇异值分解的数字水印算法。宿主图像经过两层Contourlet分解后,生成一系列多尺度多方向的子带,选取第二层分解中能量最大的子带进行大小为4×4的互不重叠的分块,并进行奇异值分解,再将置乱后的原始二值水印信息嵌入到奇异值矩阵中。实验结果表明,该算法实现简单,透明性良好,对常规攻击和几何攻击具有较强的鲁棒性,且优于一般的小波域算法。     

采用几何校正优化的轮廓波水印算法

针对目前的图像水印难以同时抵抗常规攻击和几 何攻击的不足,提出一种新的轮廓波 水印算法。水印嵌入阶段,该方法将宿主图像进行离散小波变换和非下采样轮廓波变换,并 将水印嵌入到熵值最大的高频子带,解决了将水印嵌入低频无法抵抗几何攻击及高频不能 很好抵抗滤波等常规攻击的问题。在水印嵌入前对嵌入区域进行加密处理,提高算法的安全 性。水印提取阶段,利用Zernike矩对含水印图像进行几何校正再进行提取,进一步提高了 算法的抗几何攻击能力。最后利用峰值信噪比和归一化系数对算法进行评价,验证算法的不 可感知性和鲁棒性。仿真实验结果表明,算法在不同的宿主图像和水印图像上均表现良好。 该算法在具有较好不可见性的基础上,除了对常规攻击具有很好的抵抗力,对几何攻击也具 有强鲁棒性,归一化系数(normalization coefficient,NC)均达到了0.99     

基于特征匹配校正的Contourlet域鲁棒水印算法

几何攻击破坏了水印系统中水印信息和图像之间的同步性,容易导致检测失败,因此抗几何攻击的数字图像水印算法成为研究的热点和难点。文章提出了一种基于特征匹配的Contourlet域鲁棒数字图像水印方法。该算法通过匹配特征点之间的几何关系,计算几何变换参数,校正攻击后的水印图像;通过量化将水印信息嵌入到图像Contourlet域中。实验结果表明,文章提出的算法具有良好的不可见性和抵抗多种攻击的鲁棒性。     

基于Contourlet变换的数字版权保护水印技术

提出了一种融合Contourlet变换和SVD分解的数字版权保护水印算法。利用图像Contourlet变换系数的稀疏特性和SVD的稳定性特点进行数字水印嵌入和检测。实验证明了该技术在多种攻击下具有很好的鲁棒性。     

基于Logistic映射和Arnold置乱的数字水印算法

提出了一种基于Logistic映射和Arnold变换的DCT域数字水印算法。利用Arnold变换将原始水印图像进行置乱,然后对图像进行分块DCT变换,结合Logistic映射控制水印信息的嵌入位置,把置乱后的水印图像嵌入到图像的DCT域中频系数中,进行分块DCT反变换得到水印图像。利用图像DCT系数的关系,实现了水印的盲检测。实验结果表明该算法不仅具有较好的隐蔽性,同时对常见的水印攻击具有较好的鲁棒性。     

基于混沌加密的dwt域数字水印算法

提出了一种将二维混沌系统应用到水印图像预处理中,对水印图像进行混沌加密。然后对载体图像进行三级小波分解,选择在水平和垂直子带中根据分块能量的大小,选择能量块较大的块系数嵌入水印,该算法在水印提取过程中需要原始载体图像。实验结果表明:该算法嵌入的数字水印具有很好的隐蔽性,同时对叠加噪声、平滑滤波等攻击具有很好的鲁棒性。     

基于Contourlet变换的偏振图像融合

提出一种基于Contourlet变换的偏振图像融合算法。Contourlet变换是一种具有几何信息的灵活多尺度、多方向和平移不变性的图像分解变换,与小波变换相比,对图像分析很重要的沿曲面任意方向反映的细节更容易调整。采用Contourlet变换对三个555波段不同方向的偏振图像进行分解,对于高频和低频系数分别采用不同的窗函数计算区域能量,最后加权实现偏振图像的融合处理。实验结果表明,该算法与小波分解法相比在保留原始图像边缘和纹理信息同时,可以体现偏振图像的特点,取得较好的融合视觉效果。     

基于WP-SVD的抗几何攻击水印算法研究

针对数字水印对抗几何攻击表现出的脆弱性,在分析小波包（Wavelet Packet,WP）变换的基础上,提出了一种基于WP-SVD的抗几何攻击的新水印算法。在对图像进行小波包变换的基础上,将中频部分数据进行奇异值分解（SVD）来获取具有小波包变换（RST）部分不变性的特征点准备水印嵌入,嵌入过程中根据图像局部区域特征点小波系数在变换前后梯度方向相同,梯度相似值一致的特点,运用同级分解的近似系数来调整嵌入强度和量化步长,模拟实验结果显示这种算法能有效地提高数字水印抵抗几何攻击的能力。     

基于QR码的Contourlet域数字水印算法

针对目前数字水印技术无法有效抵抗几何攻击的问题,本文提出了一种基于QR码的Contourlet域数字水印算法。将文字信息进行QR码编码作为水印信息。首先,将载体图像进行Contourlet变换;然后,将得到的低频逼近图像进行分块;最后,将每一位QR码水印信息以量化的方式对应嵌入到每一个子块中。实验结果表明,本算法可以抵抗任意角度旋转和任意等比例缩放攻击,同时对高斯噪声、Speckle噪声、均值滤波、高斯滤波和JPEG压缩攻击具有很强的鲁棒性,并且算法复杂度低;水印提取时不需要借助原始图像,属于盲水印。因此,本文提出的数字水印技术可以广泛应用在数字产品的版权保护中。     

基于非下采样Contourlet变换的图像融合算法

针对曲波变换图像融合的不足,提出了一种基于非下采样轮廓波变换（Non—subsampledContourletTransform,NSCT）图像融合方法。首先对已配准待融合图像进行NSCT分解;然后使用相应的融合规则对Contourlet域系数进行融合,得到融合图像的NSCT系数;最后经逆变换重构得到融合图像。通过对不同曝光度图像以及多聚焦图像进行融合实验,仿真结果表明该算法融合图像在主观视觉和客观评价指标上均取得良好效果。     

SIFT特征区域Contourlet域遥感图像水印算法

针对现有遥感图像数字水印算法多为基于图像全局的水印算法,抵抗旋转、缩放、行列剪切以及联合几何攻击能力较差的问题,提出一种基于SIFT特征区域的Contourlet域遥感图像数字水印新方法。算法选取二值数字图像作为水印图像,将二值水印图像置乱预处理后,对其进行行扫描形成一维向量作为待嵌入的水印信息;然后,在宿主遥感图像中提取SIFT特征点,筛选特征点,并依据特征点确定水印嵌入的特征区域;最后,规范所选特征区域,对其进行归一化后实施Contourlet变换,利用奇偶量化方法将水印信息嵌入所选的变换系数内。实验结果表明算法对JEPG压缩、噪声以及滤波等常规信号处理具有较好的鲁棒性,同时能够更好地抵抗旋转、缩放、平移及其联合等几何攻击。      

一种基于mean shift的Contourlet域SAR图像去噪方法

Contourlet变换是小波变换的新发展,具有良好的多尺度和多方向性。合成孔径雷达(SAR)图像Contourlet阈值去噪不考虑相邻像素在变换域的联系,将低于阈值的变换系数置零,会丢失图像中的细节信息。针对上述问题,文中提出一种新的去噪算法:首先,将SAR图像进行Contourlet分解;然后,利用具有良好间断点保留能力的mean shift算法处理子带系数。实验结果证实该算法能够在有效抑制相干斑噪声的同时,较好地保留图像中的细节信息。     

基于Contourlet变换的抗几何攻击数字水印算法

提出一种新的基于Contourlet变换的抗几何攻击水印算法。利用图像Contourlet系数在不同分辨率下的父子关系提出“空间方向重要树”（SDST）的概念,进而确定重要系数并嵌入水印信息;利用新的仿归一化方法,通过计算并比较原始图像（水印已嵌入）与接收图像（受到攻击后）的特征量校正图像,达到抵抗几何攻击的目的。结果...     

基于复Contourlet域的支持向量机和Krawtchouk矩的双水印算法

为了进一步提高基于支持向量机(SVM)水印算法的 鲁棒性,提出了一种 基于复Contourlet域的SVM和Krawtchouk矩的双水印算法。首先从RGB宿主 图像中提取B 分量和G分量,并且充分利用Krawtchouk矩不变量的平移、旋转、缩放不变性 和Krawtchouk矩良好 的局部重构特性,计算B分量图像的Krawtchouk低阶矩不变量 ,由此构造鲁棒水印;然后对G分量图 像进行两级复Contourlet分解,在其低频分量中,利用SVM建立图像尺度内的 局部相关性训练模型, 并根据预测结果自适应地实现数字水印图像的嵌入和提取。大量实验结果表明,本文算法不 仅具有较好的 不可感知性,而且对中值滤波、加性噪声和JPEG压缩之类的常规图像处理,以及缩放、旋转 和剪切等几 何攻击,均具有较好的鲁棒性能,其性能优于基于小波域的SVM和基于Contourlet域的SVM水 印算法。     

一种基于DWT与SVD的数字图像水印算法

利用小波变换和矩阵奇异值的固有特性,提出了一种基于小波变换和奇异值分解的数字图像水印算法.算法对原始载体图像进行小波变换和奇异值分解;对水印图像进行Arnold变换和奇异值分解;把分解后的水印信息嵌入到分解后的原始载体图像中,再进行相应的变换处理,得到嵌有水印的图像.实验结果表明,该算法具有良好的安全性和鲁棒性.