基于IWT和HVS的彩色图像盲水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的研究,提出了一种基于整型小波变换（Integer Wavelet Transform,IWT）将彩色数字水印嵌入到彩色宿主图像中的算法。采用YCbCr色彩空间的Y分量嵌入水印,利用人类视觉系统特性（Human Visual System,HVS）实现彩色水印嵌入位置的自适应确定;彩色水印的提取不需要原始水印和原始宿主图像。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对常见的图像处理操作具有很强的鲁棒性。     

图像盲水印算法的遗传优化

为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,为此在Cox等人提出的水印稳健性理论的指导下,充分考虑人类视觉系统特性,提出了一种基于遗传算法的图像盲水印算法。通过基于小波边缘的检测,调节系数差,实现了水印透明性和鲁棒性的综合优化。实验结果表明,该算法不仅对于水印的攻击具有强鲁棒性,且兼顾载体图像的质量。     

一种基于HVS的小波域水印算法

将有意义的二值图像作为水印图像,运用Arnold变换进行置乱加密,结合人眼视觉系统特性(HVS),对栽体图像小波系数进行计算以得到自适应的量化步长,以该步长对水平子带HL和垂直子带LH的小波系数进行量化,并把量化误差平均分配到这两个系数上,在保证嵌入强度的同时减少图像失真.水印提取时不需要原始载体图像和水印.实验结果证明本文提出的水印算法具有较好的不可见性和鲁棒性.     

基于分形和HVS的小波域数字图像水印算法

针对数字图像版权的保护,本文提出了一种基于分形的小波域数字图像水印算法。首先将载体图像进行Haar 小波变换,将小波系数树分为同方向小波树,并在同方向小波树中构造域子树和值子树,通过分形匹配将域子树分为嵌入域子 树和非嵌入域子树,然后在嵌入域子树中加入水印。在水印嵌入时,只嵌入部分水印信息来减少水印的嵌入量,同时运用人类 视觉系统HVS 模型控制水印嵌入的强度,保证其不可见的同时最大限度增强了其鲁棒性并实现了水印的盲提取。     

基于HVS和小波变换的彩色图像水印算法

提出了一种将彩色水印图像嵌入到原始彩色图像中的数字水印算法.该算法对水印的加密采取了Arnold结合矩阵变换的方法,并利用人类视觉系统特性,将水印信息嵌入到载体图像多级小波分解后的中低频奇数行奇数列系数中.实验结果表明,该算法在对嵌入水印后的图像进行剪切、不规则色块污染、添加各种噪声等处理后,提取的水印表现出良好的鲁棒性,且主观视觉失真较小.     

基于小波变换的图像自适应灰度水印嵌入算法

本文以图像反色、离散小波变换和人眼视觉特性为基础,提出了一种图像自适应水印嵌入新算法。该算法适用于水印采用灰度图像、宿主图像采用灰度或彩色图像的水印系统。实验结果表明,该算法很好地兼顾了水印的不可见性和鲁棒性。     

基于小波域和图像融合技术的视频水印算法研究

提出了一种基于三维小波变换的视频水印算法。算法以二值图像作为水印,并利用了三维小波变换和图像融合技术。首先对水印图像进行置乱预处理以增强其安全性;然后对宿主视频进行视频分割,提取视频关键帧,再将要加入水印的视频关键帧图像与水印图像均进行小波变换,并采用图像融合技术以及分块方法和重复嵌入,大大增强了水印的鲁棒性。     

利用HVS特性与混沌映射的图像水印算法

提出一种基于混沌序列的图像空域水印算法。首先通过亮度、边缘、纹理特性计算出每象素视觉因子;然后由视觉因子和混沌映射确定每象素水印嵌入比特位;最后通过替换方式嵌入水印。水印提取时不需原始图像的参与,实验表明算法具有较好的水印透明性,并对一般信号处理攻击是鲁棒的。     

一种基于小波变换的图像自适应盲水印算法*

根据人类视觉系统（HVS）特征和小波变换的多分辨分解特性,提出了一种基于小波变换的图像数字水印算法。该算法在原始图像的LL域自适应地嵌入盲水印,提取或检测时无需参考原始图像或原始水印,实现了全盲检测,与其他许多算法相比,提高了水印的强度,且兼顾了水印的容量,计算简单,易于实现。实验结果表明,该方法具有较强的鲁棒性和安全性,适用于数字图像的版权保护。     

基于HVS和关系的DCT域彩色图像水印方案

提出了一种基于人类视觉系统和关系的离散余弦变换域水印技术。首先对二值水印图像进行混沌加密和Arnold置乱处理;其次对载体彩色图像的每一分量进行8×8分块的离散余弦变换;最后根据每一分块的亮度和纹理掩蔽特性和水印图像的像素取值来自适应调整选定位置的离散余弦变换系数的大小关系以嵌入水印。实验表明,提出的算法具有较好的透明性和抵抗攻击的能力,且在红色分量嵌入的水印比在蓝色或绿色分量嵌入的水印对滤波、有损压缩攻击等具有更好的鲁棒性。与同类算法相比,提出的算法具有更好的性能。     

基于小波变换的彩色图象数字水印算法

提出了一种基于离散小波变换（DWT）域的彩色图象序列加密数字水印新方法，算法选用了彩色图象RGB色彩空间的G分量嵌入水印，数字水印图象含有密钥信息，因此算法具有很好的安全性。同时利用人类视觉系统（HVS）的亮度掩蔽特性和纹理掩蔽特性，把低频分量根据局部纹理的强弱分成两类，将二值水印图象加密后自适应的嵌入到宿主图象的DWT域的低频分量中，从而很好的兼顾了水印的不可见性与鲁棒性。大量仿真结果表明本算法对于诸如JPEG压缩、高斯噪声干扰和图象剪切具有很好的鲁棒性。     

基于离散小波变换和边缘掩蔽的盲水印算法

针对图像低频区域嵌入水印后图像质量下降问题,提出一种新的基于小波变换和边缘掩蔽的盲水印算法。该算法依据人眼视觉系统的屏蔽特性和图像的部分特征决定水印的强度,利用边缘掩蔽技术决定水印在图像低频区域的嵌入和提取位置。实验结果表明,该算法实现了水印的隐形性,对常见的图像处理操作具有较强的鲁棒性。     

一种基于HVS的图像小波域鲁棒性数字水印

提出了一种基于人类视觉系统（HVS）和离散小波变换（DWT）的图像鲁棒数字水印新算法。将宿主图像进行小波分解,根据人类视觉系统的掩蔽特性计算出JND视觉门限值,选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,修改小波系数的小数部分,以提高水印嵌入后图像的质量。实验证明算法在保证水印不可见性的前提下有效地提高了算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。     

HVS和DWT相结合的数字密写技术研究与实现

提出一种基于人眼视觉系统（HVS）和离散小波变换（DWT）的数字密写算法,结合人眼对遮掩特性的差异,将秘密信息分段嵌入到R、G、B三层的小波中高频系数中,嵌入的顺序按照频带的重要性由低到高嵌入,实验证明,该算法有较好的隐蔽性和较高的嵌入量,通过对彩色图片的数字密写来进行文本信息传输,较好地解决了在互联网上信息传输的通信安全问题。     

一种基于HVS的彩色图像水印算法

讨论了一种将彩色水印图像嵌入到原始彩色图像中的数字水印算法。它利用人眼视觉系统特性,采用了在DWT域下按照频带重要性来嵌入水印的规则,即：水印应当首先嵌入图像小波低频系数,若有剩余,再按图像小波频带重要性的排序嵌入高频带。实验结果表明,提取的水印表现出较好的鲁棒性,且主观视觉失真较小。     

一种小波域自适应数字水印算法

本文提出了一种基于连续子带量化(SSQ)和人类视觉系统(HVS)的小波域自适应数字水印算法。该算法中,水印嵌入到图像的视觉重要系数(PSCs)上,PSCs是从小波变换后低频子带和高频子带中选出来的。其中,低频子带中的PSCs是根据系数的幅值来选出的,高频子带中的PSCs是通过子带量化选出。为了更好的嵌入水印,该算法中利用了HVS模型,(?)模型基于噪声可见性函数(NVF)的计算来决定水印嵌入强度,使水印更多的嵌入到图像的纹理和边缘区域。     

基于小波系数块能量分析和混沌映射的水印算法

小波变换具有时频局部化特性和与人眼视觉特性相符的变换机制,而混沌序列具有确定、似随机、不可预测等特性.在对小波系数块能量分析的基础上,提出了一种基于小波系数块能量分析和混沌映射的水印算法.该算法具有一定的鲁棒性,并且抗破译性强.     

基于小波变换和HVS的图像数字水印的研究

在经典Barni算法的基础上,本文提出了一种改进的图像水印算法。本算法有如下改进点:(1)选择JND值较大的块作为水印嵌入块,保证了水印嵌入强度,从而实现了较好的鲁棒性;(2)根据不同的图像特性选取嵌入因子,保证了不可见性;(3)水印嵌入在小波系数的中低频部分,进一步提高了鲁棒性。实验结果证明本文算法比Barni算法有明显的性能提高。     

一种新的基于内容的公开水印技术

提出了一种新的基于内容的DCT域公开水印算法。通过调整Hilbert块索引序列两相邻分块中对应的中频系数的大小关系,将水印嵌入原始图像。实验表明,该技术充分考虑了人类视觉系统的屏蔽特性,嵌入水印与原始图像是自适应的,能较好的保证水印的不可觉察性;同时对常见的信号处理技术以及剪切、旋转与缩放等几何变换具有鲁棒性,尤其对锐化、对比度增强、边缘增强和直方图均衡等信号增强处理具有的鲁棒性更为可观。     

小波域人类视觉感知模型的数字水印算法

提出基于小波域人类视觉感知模型的有意义二值图像数字水印,利用 Arnold变换置乱和Logistic混沌系统对水印进行加密,增强了水印系统的安全性,充分利用了小波域人类视觉系统,增强了水印系统的鲁棒性与容量.