首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 171 毫秒
1.
该文提出一种基于Turbo码的自适应水印算法。为了实现自适应嵌入水印,将原始图像分块并利用视觉掩蔽特性对图像块进行分类,根据分类的结果,将不同强度的水印分量嵌入到图像块的DCT低频系数中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。  相似文献   

2.
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。  相似文献   

3.
考虑到算法的复杂度,如何加以控制,把水印只嵌人在图像视觉掩蔽性较强的区域,是水印技术研究的热点问题之一。文章提出了一种基于模糊控制的图像水印有选择性嵌入算法。该算法通过定性分析图像视觉掩蔽性的强弱,采取似末位淘汰的模糊控制规则来选择掩蔽性较强的区域,然后直接嵌入水印,在提高水印图像保真度的同时,克服了基于隶属度嵌入算法计算复杂、对噪声以及孤立点数据比较敏感等缺点。计算机仿真结果验证了文中算法的有效性。  相似文献   

4.
孔月萍  鱼涛 《计算机应用研究》2009,26(11):4395-4397
考虑人眼视觉掩蔽特性,提出了一种基于图像边缘和模型的数字半色调图像水印算法。通过分析半色调图像边缘特性,将二值水印嵌入到半色调图像边缘区域,再结合视觉和打印模型对半色调图像进行优化,得到含水印半色调图像。仿真实验表明,该方法不会在含水印半色调图中产生明显椒盐状噪声,可取得较好的水印不可感知性。当此半色调图像打印输出,再遭受裁剪、随机涂改、JPEG压缩攻击后,仍能提取出有效的水印信息。  相似文献   

5.
基于小波变换和FCM分析的盲水印算法   总被引:4,自引:2,他引:2       下载免费PDF全文
利用人类视觉系统(HVS)的掩蔽效应和图像的局部相关特性,提出一种结合小波变换和模糊聚类分析的水印嵌入算法。在图像B通道下的小波域系数中,根据HVS的掩蔽性进行模糊聚类分析以选择适合嵌入水印的区域,结合图像的局部相关性和隶属度自适应地嵌入水印。算法在提取水印时无需原始载体图像的辅助。实验表明,该算法具有较好的透明性,而且对诸如JPEG压缩、图像锐化、几何裁剪、叠加噪声和平滑滤波等攻击均具有较好的鲁棒性。  相似文献   

6.
小波变换域图像水印嵌入对策和算法   总被引:152,自引:2,他引:152  
黄达人  刘九芬  黄继武 《软件学报》2002,13(7):1290-1297
稳健性是图像隐形水印最基本的要求之一.嵌入对策、嵌入公式、嵌入强度都影响水印的稳健性.提出了一个基于离散小波变换(DWT)的新的隐形水印嵌入对策.根据小波图像系数的分布特点和对小波系数振幅的定性、定量分析,水印应当首先嵌入小波图像低频系数,若有剩余,再按小波图像频带重要性的排序嵌入高频带.同时指出,水印嵌入到小波图像低频系数和高频系数需要用不同的嵌入公式.应用该嵌入对策,提出了一种把视觉系统掩蔽特性结合到水印编码过程中的自适应水印算法:将小波系数组织成小波块,采用一种新的方法将小波块分类,并根据分类的结果  相似文献   

7.
龚劬  余维  聂小英 《计算机工程》2011,37(6):113-115
提出一种基于邻域与FCM的多小波域盲水印算法。该算法根据人类视觉系统的掩蔽性对多小波域的中频系数进行模糊聚类分 析,自适应地找到适合嵌入水印的纹理边缘子块,并结合子块的局部相关性嵌入二值水印图像。为保证增强水印的安全性和鲁棒性,在嵌入前将水印置乱,嵌入时重复嵌入水印。实验结果表明,该算法对JPEG压缩、剪切、锐化及边缘锐化、椒盐噪声、滤波等常规攻击有较强的鲁棒性。  相似文献   

8.
将混沌加密理论运用于水印嵌入算法中,对水印图像进行先置乱再加密的预处理.结合DC分量和AC分量的优点在DC系数、AC低频系数和AC中低频系数上分别嵌入水印,并结合人类视觉系统的纹理掩蔽特性将原始图像块分为三类以控制水印的嵌入强度,实现水印的自适应嵌入.水印提取时,对结果进行融合来获得更好的提取效果.实验结果证明本算法具有良好的不可见性和鲁棒性.  相似文献   

9.
一种基于变长位平面的自适应视频水印算法研究*   总被引:1,自引:0,他引:1  
针对视频水印嵌入强度在平衡水印系统的鲁棒性和不可见性时存在的问题,提出了一种变长位平面分解的视频水印算法。该算法根据8位灰度水印图像在位平面分解后各位平面在重构水印图像时的权值不同,将不同的位平面嵌入在不同数量的DCT中低频系数中,并利用HVS和Watson视觉模型的亮度掩蔽特性自适应的调整水印嵌入的强度从而实现了自适应地嵌入水印。实验表明,该视频水印系统在满足鲁棒性的同时具有高度的透明性。  相似文献   

10.
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。  相似文献   

11.
设计了一种基于自相关函数(ACF)的盲检测小波域数字图像水印算法,提取原图像小波分解的高频细节分量信息,并增强其相关性后,对水印信息进行调制掩盖。经过处理的掩藏了水印的高频细节分量与原图像的逼近分量再合成,得到含水印的图像。水印检测时,将含水印图像小波分解,分析其细节分量的ACF峰值,对图像的几何攻击进行估计及校正,以取得水印同步,再通过水印相关性进行检测评价,实验表明,该方法可行,具有较强的抗剪切、几何攻击性。  相似文献   

12.
基于形殊点抗局部非线性几何攻击水印算法*   总被引:1,自引:0,他引:1  
为了提高数字水印抗非线性几何攻击的性能,设计了一种基于形殊点的鲁棒数字水印算法。该算法利用Canny算子提取图像边缘信息,将图像边缘分块并计算分块子图的形殊点坐标;利用形殊点坐标生成代表原始图像信息的特征向量;最后结合用户密钥和数字水印实现图像版权保护。仿真实验结果表明,算法在大幅度降低算法复杂性的同时,提供了一种安全的抗图像局部非线性几何攻击的方法。  相似文献   

13.
一种鲁棒性好的图像水印算法   总被引:28,自引:0,他引:28  
提出了一种鲁棒性好的数字图像水印算法.算法采用Hilbert扫描顺序,用考虑HVS(human visual system)特性的噪声阈值矩阵作为叠加水印信号的掩模插入水印,并具有水印强度自适应调节特性.水印检测算法还可加入自动校正模块,大大提高了判决的准确性.在描述算法的基础上,给出了实验结果及攻击分析.实验结果表明,该算法具有较强的透明性和鲁棒性,水印检测结果准确,并且算法的计处量小.  相似文献   

14.
提出了一种向遥感图像中嵌入水印以保护其版权的算法。算法将数据融合技术和数字水印技术相结合,首先将全色图像进行小波分解,提取图像分解后的第三级低频边缘特征,利用PCA变换得到边缘特征的第一主分量作为水印信息,将水印与第三级中频进行融合;然后进行小波逆变换得到重构图像;最后采用小波变换和PCA融合法将含有水印的全色图像和多光谱图像相融合。提取水印时使用独立分量分析(ICA)方法。实验表明,该算法可以保护遥感图像的版权和进行真伪认证,且不破坏原始遥感图像的信息和特征,是有效可行的。  相似文献   

15.
This paper proposes a new system for low frequency adaptive image watermarking based on the statistical data from psychological experiments on human image perception. The new approach can lead to a reduction of degrading the subjective image quality that often occurs when watermark is embedded into low frequency area. In order to reduce the degrading of image quality, the new approach determines the strength of watermark according to local image characteristics such as brightness and contrast. By conducting a behavioral experiment on human image fidelity based on the psycho-visual image association technique, we were able to infer the relationship between the watermark strength and the different levels of image brightness and contrast information. The exact watermark is extracted according to edge characteristics by adopting a so-called edge mask that exploits the coefficients of subbands in the subsampled discrete wavelet transform images. Thus, our new approach does not require original images for watermark. We also show the new approach is practically validated against some standard images.  相似文献   

16.
根据可见水印性质和载体图像的噪声掩蔽性在小波域进行可见水印算法的研究。提出了一种根据载体图像视觉掩蔽性进行水印嵌入强度的方案。在此基础上又结合水印图像的纹理特性对于高频系数水印嵌入强度进行重新调制。另外还对水印可见性质量评估进行了探讨。实验表明,改进后的算法水印可见性质量更好。  相似文献   

17.
提出了一种基于视觉注意模型的数字图像水印算法,充分利用人眼的视觉注意特性,通过对图像中视觉注意区域嵌入较弱的水印信息,降低水印图像的视觉失真,对非视觉注意区域嵌入较强的水印信息,提高水印检测的鲁棒性.在多幅图像上的实验结果表明,该方法能够有效地隐藏图像水印信息,获得较佳的图像视觉效果;并且,在各种常见的图像攻击下,水印检测结果优于基于边缘的方法.  相似文献   

18.
一种基于HVS的图像自适应盲水印算法   总被引:5,自引:1,他引:4  
利用人眼视觉系统对背景亮度和纹理的掩盖特性,对小波变换后的系数进行分类,分类的结果是基于图像特征的。对二值水印图像预处理后,根据分类结果采用不同强度自适应的嵌入水印,嵌入采用奇偶判决法则。水印的提取不需要原始载体图像和原始水印图像。实验结果表明,此算法的不可觉察性很好,并对一些诸如中值滤波、JPEG有损压缩、附加高斯噪声、裁剪等各种图像处理攻击有较强的鲁棒性。  相似文献   

19.
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。  相似文献   

20.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号