基于混沌加密的小波域数字图像水印算法

本文提出了一种基于混沌加密的小波域数字图像水印算法,首先通过对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后再次利用小波变换对水印进行分解,得到水印的四幅小波分解子图,用混沌序列对4幅子图进行置乱,经小波逆变换完成水印加密;最后将加密后的水印嵌入到原始图像的低频部分中.在提取水印时,通过水印相似系数NC和峰值信噪比PSNR评价水印质量,实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等几何攻击,图像加密效果好.     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

一种高鲁棒性数字水印算法的FPGA实现

传统上数字水印算法使用软件方法实现.基于一种高鲁棒性的数字水印算法,研究了使用FPGA实现水印嵌入的方法.先通过提升小波变换将宿主图像进行3次分解,并用混沌置乱算法将水印图像进行置乱加密,然后将第3阶小波分解的LL部分进行SVD分解并得到对应的奇异值矩阵,然后将混沌置乱加密后的水印信息嵌入到该奇异值矩阵中.在该算法的FPGA实现中,主要研究了提升小波变换、混沌置乱加密、矩阵SVD分解的硬件实现方法.实验结果表明,该算法鲁棒性很高,嵌入水印的图像抗攻击性强,算法经过合理推导得以在FPGA上高效地实现.     

基于小波与奇异值分解的图像盲水印算法

提出一种新的基于离散小波变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法。该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入水印信息。水印的提取不需要原始图像。实验结果表明,该算法具有一定的不可感知性、鲁棒性。     

一种基于邻域均值关系的图像盲水印算法

提出了一种基于邻域均值关系的静止图像盲水印算法。该算法在嵌入前对水印进行置乱处理以提高安全性,然后对原始图像进行二级离散小波变换,在变换后的低频子带中选择感知重要系数作为水印的嵌入区间,再根据邻近特征平均值,选择合适的嵌入位置,将水印重复嵌入到低频子带中。实验结果表明,该算法嵌入信息量大,水印透明性好,且对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于混沌和SVD-DWT的数字图像水印算法

提出了一种基于奇异值分解和离散小波变换相结合的数字水印算法。将二值水印图像用混沌的方法进行置乱并对原始图像进行N层小波分解,对小波系数LLn,LHn,HLn,HHn分别采用不同的方式嵌入水印信息。对LLn部分,根据系数的能量大小嵌入伪随机扩频序列;对LHn,HLn,HHn三个小波系数矩阵作奇异值分解,将置乱水印的奇异特征值嵌入到这三个小波矩阵的奇异特征值中。针对嵌入方案,设计了非盲检测和盲检测算法。实验仿真表明,该算法能够经受住噪声、中值滤波、JPEG压缩和剪切等攻击,具有较强的鲁棒性。     

一种基于小波变换和神经网络的视频水印算法

针对视频版权的保护,本文提出了一种基于三维小波变换和RBF神经网络的视频水印算法。算法是采用二值图像作为水印,首先对水印图像进行随机置乱预处理以增强其安全性能,然后对宿主视频进行视频分割,并分别对得到的各序列作三维DWT变换。最后把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,并且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

基于Contourlet域伪3D-DCT变换的视频水印

提出了一种新颖的Contourlet域伪3D-DCT变换的视频水印算法,Contourlet变换采用方向滤波器组,能有效捕获自然图像的边缘轮廓信息。本算法首先对原始视频的每帧图像进行Contourlet变换,取其变换后的低频图像,然后对低频图像进行分组,每一组分别进行伪3D-DCT,最后在变换后的直流系数中嵌入经过Arnold变换置乱后的水印,提取算法简单并实现了水印的盲提取,实验结果表明,本算法在保证不可见性的前提下显著提高了嵌入水印的鲁棒性,能够有效地抵抗MPEG压缩及其他常见的攻击。     

基于Watson模型的改进QIM盲水印算法

2007年,LiQ.和CoxIJ.提出了一种基于离散余弦变换的自适应QIM算法。该算法为保存水印图像需在嵌入水印后对值进行四舍五入取整,造成误差最大达0.5。针对这一问题,利用小波变换的特点,结合Watson感知模型,提出了一种改进的QIM盲水印算法。该算法使用小波分解原始图像,利用Watson感知模型计算并自适应选取量化步长,生成重构图像,微调重构图像,产生水印图像,在小波域中值的误差最大0.25。该算法提取水印时,只依赖Watson模型重新计算的量化步长,不依赖原始图像或原始水印信息,该算法是盲检测算法。实验仿真结果表明:改进算法在抗加性高斯白噪声攻击、JPEG压缩攻击、中心裁剪攻击、中值滤波和伸缩比因子变化等方面都比原算法有更好的性能。     

一种基于DCT量化的视频水印算法

图像水印技术已经得到了一定的发展,但数字视频水印的研究仍是一个难点。为了更好地保护视频数据的版权,提出了一种新的视频水印算法。对图像帧的亮度分量其进行分块,每块进行离散余弦变换,把水印数据通过正负量化嵌入到各分块的低频系数中去。为增强算法的安全性,将原始水印图像和随机二值图像作为细胞神经网络（CNN）的输入,输出的图像再被用来进行进一步嵌入操作。载体视频中的部分图像帧被用来进行多次水印嵌入。实验结果表明该方法具有较好的鲁棒性,而且算法简单,便于视频实时处理。     

SVD与HVS相结合的小波域数字图像鲁棒水印

为了提升水印鲁棒性,解决水印透明性与鲁棒性相互间的矛盾,提出一种融合SVD和HVS优良特性的小波域数字图像水印算法。该算法首先对载体图像进行二级DWT,提取二级低频子带并进行分块;然后对各个子块进行SVD,根据HVS对平均亮度的敏感性,结合修正的余弦相似性度量方法计算出水印的最佳嵌入位置;最后以量化的方式将Arnold扰乱加密的水印嵌入到选定的奇异值中,嵌入强度根据载体图像子块的奇异值自适应地调节。实验结果表明,该水印不仅具有很好的透明性,对噪声、滤波、剪切以及JPEG压缩等水印攻击也都呈现出较高的鲁棒性。     

基于空域Contourlet-时域小波变换的视频水印算法

通过采用空域的Contourlet变换和时域的一维小波变换,提出了一种新型三维多分辨率分解方法,并将水印信息嵌入到Contourlet分解后空域低频子带系数的静止成分和动态成分中。为了增强水印的鲁棒性和安全性,在水印嵌入前先通过Arnold变换对原始二值水印进行置乱加密。在水印的嵌入过程中,构造了一种十位数规则来修改三维分解后的系数。实验结果表明,该算法能够抵抗各种攻击,如MPEG压缩编码、丢帧、帧平均和叠加噪声等等,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性,并且能取得更好的视觉效果。     

基于小波变换和量化理论的半脆弱数字声音水印算法及在电力系统中的应用

数字水印技术将在电力系统中得到广泛应用。文中提出一种半脆弱的数字声音水印算法。该算法通过量化被选参数将水印信息嵌入原始声音的小波变换域中。与傅立叶变换有所不同，小波变换域同时包含了信号的频率信息与时间信息。这一特征使得该算法既可用于声音文件的版权保护，又可用于判别声音是否受到恶意篡改。不同的量化系数会影响到水印的鲁棒性。在水印提取过程中，该算法运用了匹配滤波器确定水印的起始位置。文中主要包括运用数字水印判别声音的完整性、运用匹配滤波器定位水印信息的起始位置、以及提出既能用于版权保护又能用于内容认定的实用水印算法。实验数据证明了该算法的可行性。     

基于DCT系数的量化音频水印

近年许多水印算法被提出并应用到图像和视频中去，相较于人类视觉系统，听觉系统的敏感性使得音频水印的实现要难于图像视频水印。为了提高音频水印的不可见性，提出一种离散余弦变换（DCT）的量化音频水印算法，先是基于能量将原始音频分为两部分,对能量较大的部分进行分块离散余弦变换，然后对变换之后的中频系数均值采用量化索引调制（QIM）嵌入Arnold置乱后的二进制水印图片，保证水印的嵌入对原始音频的影响在听觉觉察范围之内。实验结果表明,算法具有很好的不可见性，并且对MP3压缩和噪声具有较好的鲁棒性。     

小波域的图像信号加密算法

小波变换在时域和频域上具有良好的局部性,可以将图像信号分解成不同分辨率的子图像,其多分辨率分析的特性还提供了利用人眼视觉特性的良好机制.本文提出了一种基于二维离散小波变换和视觉模型的图像信号加密算法.该算法在对密文进行嵌入前,首先进行编码,转化成比特流,然后根据人眼的视觉模型将密文信息嵌入到3层小波变换的高频系数中.实验结果表明:该算法可以抵挡滤波、噪音等攻击手段,能够平衡鲁棒性与不可见性之间的矛盾.该算法可以用于数字版权保护.     

一种基于FFMPEG的MPEG-2视频水印算法

近年来,许多算法被提出并且运用到多媒体水印中去,相较于图像水印和音频水印,视频水印数据量大,处理更为复杂。基于FFM PEG平台,大大减少了编程量。同时为了提高水印的不可见性和鲁棒性,将提取出的关键帧,进行离散余弦变换（DCT ）变换,利用Itti视觉模型,划分出视觉显著区域,然后采用DC-QIM 量化将置乱后的二进制水印信息嵌入非显著区域,保证水印的嵌入对视频质量的影响最小。实验结果表明,算法具有良好的不可见性,以及对常见攻击较好的鲁棒性。     

基于ICA和DCT的标注水印盲提取算法

标注水印为数字多媒体的便捷使用提供了一种新的途径.提出了1种结合独立分量分析(ICA)和离散余弦变换(DCT)的数字图像标注水印盲提取箅法.该算法先将载体图像重采样成2个极为相似的子图,再分别将其分解成互不重叠的8×8子块,并进行离散余弦变换,接着将经过置乱后的水印嵌入到余弦变换的中频系数上,最后进行逆余弦变换得到嵌有...