基于错误控制编码的差值扩展可逆数字水印

可逆数字水印能在水印提取后将含印载体恢复到无失真的原始状态。Tian的基于差值扩展隐藏算法是目前容量最高但含印载体质量偏低的可逆隐藏算法。针对Tian中过度修改像素对值造成含印图像质量不必要下降问题，该文提出了基于错误控制编码的差值扩展可逆数字水印算法。该算法将像素对仅分为I, II两类。嵌入、提取及恢复过程对称，实现相对简单，含印图像质量在容载较低时得到很大提高。     

基于IWT和广义差值扩展的可逆水印算法

针对传统差值扩展可逆水印算法的缺陷,提出了一种基于整数小波变换（IWT）和广义差值扩展的可逆水印算法。它将原始图像划分成4×4大小的互不重叠的像素块;计算各分块的近似平滑度值,该值在水印嵌入前后保持不变;将所有分块按平滑度值进行排序;根据水印信息量,依序选取适当数目的分块;对所选取分块进行整数小波变换,在变换后的低频部分利用广义差值扩展法嵌入水印信息,在高频部分通过数据压缩嵌入水印辅助信息。实验结果表明,该算法在减小图像失真的同时,提高了信息嵌入量,另外在同等水印嵌入量下,该算法的[PNSR]高于常见的一些算法。     

基于分段差值扩展的彩色图像可逆数据隐藏

针对Tian差值扩展技术存在过分修改像素值、定位图较大等缺点,提出一种基于分段差值扩展的彩色图像可逆数据隐藏算法。利用色彩分量之间的相关性减小差值,并将较小的差值扩展量分散到两个色彩分量中,采用分段差值扩展和位平面替换的方法嵌入数据,从而减少不可扩展差值的数量,提高定位图的压缩率,根据差值次低位平面的可改变性定位不可变差值,从而提高嵌入容量。提取端在提取信息后可根据需要无损地恢复原始图像。实验结果表明,该算法在保证图像质量的同时,嵌入容量有较大的提高。     

SVG矢量图的大容量可逆水印算法

在差值扩展和差值平移算法的基础上提出了一种针对SVG矢量图的大容量可逆水印算法。原本不能嵌入水印的差值平移顶点对在进行平移后,对差值最低位的后一位添加水印,而且不需要记录原始数据信息即可在提取水印后恢复原始数据。由于充分利用矢量图的每对顶点,大大提高可逆水印容量。     

无定位图的预测误差差值扩展可逆数据隐藏*

将Tian差值扩展技术应用于彩色图像中,提出一种利用预测误差差值进行扩展嵌入的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素灰度值、须嵌入定位图等缺点,首先利用色彩分量间的相关性减小差值,并将差值扩展量分散到两个色彩分量中;其次,对直方图平移技术进行改进,使得同等嵌入率下图像质量达到最佳;最后由两个色彩分量中像素的预测值之和决定可用于扩展嵌入的像素,无须保存溢出定位图,提取端在提取信息时可无损地恢复原始图像。实验结果表明,与其他算法相比,该算法在同等嵌入率下可取得更好的图像质量,算法复杂度     

利用差值扩展进行可逆数据隐藏的新算法

基于整数哈尔(Haar)小波变换,提出一种新的利用横向和纵向差值图像进行扩展嵌入的数据隐藏算法。传统的差值嵌入技术最大的缺点是在第二重嵌入开始之前图像的质量已经遭到破坏,原因是前一重嵌入用到了很大的差值。针对这个问题,该方法动态地把负载分配到两个正交方向上的图像进行嵌入。尽量使这两个方向上用于嵌入的差值属于同一个幅值范围。与其他算法相比,本算法在同等嵌入率下可取得更好的图像质量。     

基于预测误差差值扩展的彩色图像无损数据隐藏

将Tian差值扩展技术应用于彩色图像中,提出一种利用预测误差差值进行扩展嵌入的彩色图像无损数据隐藏算法。传统的差值扩展和预测误差扩展嵌入技术最大的缺点是过分利用差值造成载体图像质量严重下降。针对这一问题,该方法利用色彩分量间的相关性减小差值,并将差值扩展量分散到两个色彩分量中,同时,对差值直方图平移技术进行改进,使得同等嵌入率下图像质量达到最佳。实验结果表明,与其他算法相比,本算法在嵌入率和图像质量方面都有明显提高。     

基于采样预测和差值变换的医学图像可逆水印算法

针对远程诊疗应用场景下医学图像传输的安全性问题,提出一种基于采样预测差值变换的医学图像可逆水印算法.首先对图像进行采样并预测得到相邻子样图像的像素值;然后计算得到子样图像间的像素差值,通过调整差值嵌入水印信息并形成水印图像.接收端在水印图像没有遭到篡改情况下能正确提取出水印信息并且无失真地还原原始图像.算法充分利用图像子样像素之间的高相关性,提高了嵌入容量;另外,算法具有较好的图像质量和运行效率,实验结果证明了算法的优越性.     

基于差值扩展的无线传感器网络无损认证水印算法*

在军事、远程医疗、卫星遥感等领域无线传感器网络数据认证过程中,往往存在对原始数据流的需求。利用差值扩展思想,提出一种适用于无线传感器网络的无损水印方案。水印信息依赖于数据流本身而产生,将经扩频处理后再嵌入到无线传感器网络数据流中,水印检测成功率较高。当含水印WSN数据未遭受攻击时,可无损恢复原始数据流。实验结果表明了该WSN无损水印算法的有效性,算法显示出比同类算法更高的透明性,同时具有较强的窜改识别能力。     

基于LASSO的可逆图像水印算法

对于采用差值扩展-直方图平移的可逆水印算法,提高预测的准确度有利于减小预测误差,从而在同等嵌入失真时获得更大的嵌入容量。为了进一步提高图像像素预测的准确度,构造了一种基于LASSO （Least Absolute Shrinkage And Selection Operator）的局部预测算法。具体而言,根据图像存在边缘、纹理方向的特点,将图像像素预测问题表征为基于LASSO的优化问题;然后通过优化求解得到预测系数,进而得到预测误差;随后利用预测误差,结合差值扩展-直方图平移嵌入技术设计可逆图像水印算法。实验仿真结果表明,与当前预测性能较好的、基于最小二乘局部预测的可逆图像水印算法相比,所提算法在嵌入相同的数据时拥有更高的峰值信噪比（PSNR）。     

一种相移键控数字图像水印算法

根据相移键控原理．提出了一种不可逆DWT域二相相位键控数字图像水印算法．水印信号为二值图像，用不同相位的正弦信号将水印调制后嵌入到数字图像DWT变换系数中；用提取的同频率正弦信号的相位进行水印提取；该方法嵌入的水印具有非常好的安全性，且水印提取不需要原始未加水印的图像．实验结果表明该方法具有很好的不可见性；对JPEG压缩、图像加噪声和图像滤波等常见的图像处理具有极强的鲁棒性．     

基于反攻击的数字图像水印方法

在实际应用中 ,加有水印的数字图像不可避免会遭到一些有意或无意的攻击 .针对一些常用的攻击方法 ,提出了一种反攻击方法和相应的水印算法 ;算法自适应地选择水印嵌入位置和确定水印序列长度 ;水印嵌入在 DWT域进行 ;根据人眼视觉掩蔽特性确定水印嵌入强度 .实验结果表明该方法具有较好的图像自适应性和水印不可见性 ;对JPEG压缩、图像加噪声和图像滤波等常见的攻击方法具有极强的鲁棒性     

基于Arnold置换的交换加密水印算法

针对载体图像内容安全与数字水印版权保护,结合Arnold置换与直方图平移可逆水印算法,提出基于Arnold置换的交换加密水印算法.算法利用置换后图像直方图不变的特性,将在密文中嵌入水印的操作映射到明文中,实现了加密与水印操作先后顺序的交换.在提取水印时,可直接从含水印的密文中提取水印,也可解密后再提取水印.实验结果表明,该算法加密操作与水印嵌入操作间的先后顺序不影响含水印密文的生成,解密操作与水印提取操作的先后顺序不影响水印提取与图像恢复,且直接解密得到的含水印明文图像质量较高,水印的不可见性好,算法有较高的效率.     

基于残差学习的新型不可感知水印攻击方法

传统的水印攻击方法虽然能够干扰水印信息的正确提取, 但同时会对含水印图像的视觉质量造成较大损失, 为此提出了一种基于残差学习的新型不可感知水印攻击方法. 首先, 通过构建基于卷积神经网络的水印攻击模型, 在含水印图像和无水印图像之间进行端到端非线性学习, 完成含水印图像映射到无水印图像的任务, 达到水印攻击的目的; 其次, 根据水印信息的嵌入区域选择合适数目的特征提取块以提取含水印信息的特征图. 鉴于含水印图像和无水印图像之间的差异过小, 水印攻击模型在训练过程中的可学习性受到限制, 导致模型很难收敛. 引入残差学习机制来提升水印攻击模型的收敛速度和学习能力, 通过减少残差图像(含水印图像和提取的特征图像做差)与无水印图像之间的差异来提升被攻击图像的不可感知性. 此外, 还根据DIV2K2017超分辨率数据集以及所攻击的基于四元数指数矩的鲁棒彩色图像水印算法构建了训练水印攻击模型的数据集. 实验结果表明该水印攻击模型能够在不破坏含水印图像视觉质量的前提下以高误码率实现对鲁棒水印算法的攻击.     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

基于色彩分量相关性的彩色图像可擦除水印算法*

通过研究自然图像色彩分量之间的相关性,提出一种在彩色图像中嵌入可擦除水印的新方法。该方法在图像分块的基础上,利用色彩分量之间的相关性在每一图像块中嵌入两位水印,水印信号是用有意义的水印图像经混沌序列调制生成的二值序列,嵌入位置由绿色分量的平均值和密钥决定,具有非常好的安全性和易碎性,水印的提取和擦除不需要原始图像。实验表明,该方法嵌入的水印不可见性好,擦除水印的图像与原始图像完全一致,适合于图像的精确认证。     

图像特征里的小波域水印算法

提出一种基于图像特征区域的鲁棒水印算法。确定载体图像的关键点,利用轮廓跟踪工具勾出嵌入水印区域的轮廓,从而确定嵌入位置。对确定的图像区域做离散小波变换（DWT）。将由密钥产生的水印信息按照从大到小的顺序嵌入到低频变换域里,再做离散小波逆变换,将抽出的部分与含水印部分叠加,得到完整含水印图像。实验结果证明,算法既保证了载体图像的视觉质量,同时对于一般常见攻击也具有较好的鲁棒性。     

边缘和纹理优先的可逆数据隐藏算法

为了提高加水印图像的感知质量,对基于图像像素预测误差的嵌入算法进行了研究。优先选择了图像的边缘和纹理进行差值扩展嵌入,并结合压缩性非常高的溢出位置图,实现了高视觉质量、大嵌入容量的可逆数据隐藏算法。     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。