基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

一种基于小波域的彩色图像自适应水印

数字水印作为数字媒体版权保护的有效办法,近年来越来越为人们所重视。该文提出了一种新的基于小波变换的静止的彩色图像数字水印的嵌入和检测算法：算法采用二值图像作为水印,首先利用二维离散小波变换对原始载体图像的蓝色分量进行多级分解,然后置乱二值水印图像,将置乱后的二值水印数据自适应地叠加到图像的第L级水平、垂直和对角线小波系数上实现水印的嵌入,最后进行逆向小波变换生成嵌入水印后的图像。实验结果表明,该算法对JPEG有损压缩、滤波和噪声等水印攻击显示出较强的鲁棒性,取得了隐蔽性和鲁棒性的良好折中,且提取水印时采用了“多数原则”,不需要原始载体图像,水印检测的可靠性得到了很大的提高。     

基于小波变换和纹理特征的水印算法的研究

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印，这种算法的缺点是嵌入水印后的图像的视觉透明度不够好。对目前已有的基于小波变换的数字水印算法进行了研究，在保证嵌入水印的鲁棒性的前提下，也保证嵌入水印后的图像的理想的视觉效果的基础上，提出了一种基于小波变换和图像纹理特征的自适应数字水印算法，该算法利用了图像本身固有的纹理特征来寻找水印的嵌入位置，实验结果表明该方法能较好地降低原始图像视觉失真和经压缩变换后水印图像的失真。     

基于整数小波变换的图像盲数字水印算法

为了提高基于小波变换的图像数字水印算法抵御缩放等攻击的能力,提出了一种基于整数小波变换的图像盲数字水印算法.采用的整数小波变换利用了小波的多分辨分析特性能有效地匹配人类视觉系统模型的特点,更好地兼顾了水印透明性与鲁棒性之间的矛盾;算法中将嵌入的水印作为二值图像进行处理和隐藏,增强了水印所含信息的丰富性和直观性;多个水印副本的嵌入提高了图像抵御攻击的能力;数学形态学中的腐蚀与膨胀运算的运用提高了提取出水印的可辨识度.经过实验证明该算法具有较好的鲁棒性及实用性.     

一种基于小波变换的自适应图像水印算法

在离散小波变换的基础上，提出了一种自适应的新数字水印算法，将伪随机二值序列作为水印嵌入灰度图像中，在检测端需要原始宿主图像。该算法具有以下特点：在水印嵌入时利用了小波变换域系数的均值，可广泛地适用于各种灰度图像；针对每幅图像，都可调节水印的嵌入深度，找到隐形性和鲁棒性的最佳折中。实验结果表明，该算法既实现了水印的隐形性，又对常见的图像处理操作具有很强的鲁棒性。     

一种小波域数字水印算法及其MATLAB仿真

该文提出了一种基于DWT域有意义二值图像数字水印的新算法。首先,利用Arnold变换对水印序列进行置乱,增强嵌入水印的安全性;再分别对原始图像和置乱后的水印进行离散小波变换,最后,在原始图像的中频子带图像中进行水印小波域的融合。试验结果表明,该算法嵌入的水印具有比较好的透明性和鲁棒性。     

基于神经网络的小波域数字水印嵌入算法研究

提出一种结合神经网络将二值水印嵌入离散小波变换后的宿主图像中的新方法.为使算法具有更好的不可感知性和鲁棒性,进一步提高它的实用性,结合神经网络理论,创新地提出在小波域实现对数字水印嵌入.该方法是对宿主图像做离散小波分解,取分解后的近似分量作为嵌入位置.在其中随机的选取一些像素点及其邻域,利用神经网络对其进行建模及训练,通过修改其像素值嵌入水印信息.在嵌入之前对二值水印进行了Arnold变换来加密.实验结果表明,算法具有很强的抗几何攻击和承受其他图像处理操作的能力,不可感知性好,鲁棒性明显优于一般小波域嵌入算法,对数字水印的实现具有很强的参考价值.     

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法。提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法，且水印的检测不需要原始图像，使用该算法嵌入的数字水印具有很好的隐蔽性，感觉不到对原始图像的影响，同时，嵌入的数字水印具有很理想的鲁棒性。常规的图像处理方法对其影响甚弱。     

基于图像置乱和小波变换的零水印算法

传统的数字水印方法在嵌入水印时都要对原始图像数据进行一定的修改导致嵌入水印图像的保真度下降.提出了一种基于仿射变换置乱与小波变换的零水印算法,该算法对嵌入的水印图像进行置乱,选择被嵌入图像的小波变换的低频子图与置乱的水印图像进行运算,对运算结果进行循环移位产生密钥图像.而小波变换的低频子图集中了图像的主要特征,所以该水印算法对各种攻击(例如:加噪,滤波,JPEG压缩,剪切)具有很高的鲁棒性,而且产生的水印为灰度图像而不是二值序列,具有很好的检测精度.仿真实验表明该算法的鲁棒性优于现有算法,而且在抗各种常见攻击方面性能良好.     

基于人类视觉系统的小波域的数字水印算法

本文首先分析了前人的小波域数字水印算法,然后应用人眼视觉特性和离散余弦变换变换对算法进行了改进。重点论述了水印的嵌入和提取,并选取了一幅有实际意义的二值图象作为水印,通过修改中、低频系数来进行水印的嵌入。实验证明嵌入水印后的图象有更好的隐蔽性,并且对JPEG压缩、图象添加噪音、中值滤波、剪切等图象处理操作具有很强的稳定性。     

一种基于小波多分辨率的数字水印方法

基于小波多分辨率的分解重构，提出了一种数字水印方法。该方法是将一幅二值化图像作为水印，不借助原始图像，能方便、可靠地检测出水印。实验表明嵌入水印后的图像及检测水印图像视觉失真率低，嵌入水印有很好的鲁棒性。     

一种基于频率细化多分辨率小波变换和量化的数字图像水印算法

提出了一种基于频率细化多分辨率小波变换和量化的数字图像水印算法，该算法不需要利用原始图像。实验结果表明，该算法较好地保持了图像的质量，对常见的图像处理方法显示了较强的健壮性。     

基于小波变换的数字水印技术

为了使水印具有更强的鲁棒性和更好的不可见性,本文提出一种基于小波变换的盲检测数字水印算法。基于多分辨率分解技术,首先利用Arnold置乱对水印进行加密,增强水印系统的安全性,然后结合人类视觉系统在小波高一级变换中选取嵌入位置,并通过对系数的改变实现水印的嵌入。实验结果表明,该算法有较好的不可见性,对一些常见的图像攻击操作也有较强的鲁棒性。     

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．     

Robust watermarking based on DWT and nonnegative matrix factorization

This paper presents a novel blind robust digital image watermarking scheme using nonnegative matrix factorization (NMF) in DWT domain. Firstly, the original image is transformed into some subband coefficients using discrete wavelet transformation (DWT), and then a Gaussian pseudo-random watermark sequence is embedded in the factorized decomposition coefficients using NMF. Because of the multiresolution decomposition for DWT and physically meaningful factorization for NMF, the proposed scheme can achieve good robustness, which is also demonstrated in the following experiments.     

基于小波变换的图象水印嵌入方法

数字水印技术作为数字产品版权保护的一项新技术，已受到越来越多的关注，为保证水印的安全性，提出了一种基于小波变换的水印嵌入方法，即在嵌入之前先对水印做置乱处理，然后根据小波变换后，高、低频分量的特点，在高频部分嵌入较多的水印信息，而在低频部分嵌入较少的信息，亦即利用小波变换的层次结构，将同一水印反复嵌入到不同的位置，实验证明，该方法对剪裁、JPEG压缩和锐化等图象退化处理均具有一定的抵抗力，是一种行之有效的水印嵌入方法。     

基于视觉系统特征的Contourlet域分层数字水印技术*

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术。该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中。利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性。     

基于视觉系统特征的Contourlet域分层数字水印技术

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术.该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中.利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性.