结合Zernike矩和模板具有RST不变性的DWT-HMM鲁棒水印算法

抵抗几何攻击是鲁棒水印研究的关键问题之一。为实现水印同步,提出了一种结合Zernike矩和小波域模板实现由粗到精几何同步的算法,即首先利用平移归一化图像的Zernike矩估计旋转和缩放参数,并用校正旋转和缩放后的图像和原图像之间的质心增量估计平移参数;然后基于粗略估计的参数,通过匹配小波域模板实现旋转、缩放和平移(RST)参数的精确识别和校正,该同步方法可以较大程度地降低搜索空间。水印嵌入和检测采用了小波域向量隐马尔可夫模型(DWT-HMM)。仿真结果表明,利用由粗到精的几何同步方法和基于HMM的水印算法能有效抵抗StirMark平台的多种单项攻击和联合攻击,算法具有较好的鲁棒性能。     

一种基于DWT的彩色图像数字水印方案

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性。提出了一种基于小波变换的彩色图像数字水印方案。利用了人眼视觉的掩蔽特性,在彩色图像的蓝色分量小波域的最低层逼近系数分块矩阵中,采用重复嵌入技术自适应地嵌入水印,水印嵌入强度较大,而现有的基于小波变换的算法大多将水印嵌入在各个方向的中频或高频中。水印提取时采用两种方案,从而使该算法的抗剪切能力很强,且提取水印时不需要原始载体图像,而现有水印系统的提取方案是唯一的。实验结果表明该水印系统不仅较好地保持了图像的质量,对JPEG压缩、噪声污染、滤波、缩放、图像锐化、马赛克效应、剪切和联合攻击等图像操作都显示了较强的鲁棒性。     

基于小波域隐马尔可夫模型的小波隐写分析

基于精确描述图像小波系数间统计特性的小波域二维隐马尔可夫模型(HMM)参数集合,提出一种针对小波域信息隐藏算法的新型隐写分析技术。通过使用二维HMM对小波系数进行建模,对生成的HMT森林在隐写前后的参数集合构造隐写分类特征,采用SVM分类器进行隐写判别。实验表明该方法适用于小波域隐写术的检测,对小波域QIM、MFP和BPCS隐写有较好的检测性能。     

基于图像特征的小波域自适应水印算法

提出了一种基于图像特征的小波域自适应水印算法。该算法选用有意义二值图像为水印,把宿主图像分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中,该算法较好地实现了水印的隐蔽性和稳健性。为增强水印的安全性和稳健性,在嵌入前利用Arnold迭代变换将水印置乱。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

基于帧化采样和小波HMM的三维模型信息隐藏

针对现有三维模型变换域信息隐藏容量小、严格依赖顶点排列顺序及拓扑结构、只适用于规则或半规则等特定三维模型的不足,将视频流方法引入三维模型的信息隐藏,提出一种基于帧化采样的小波域信息隐藏算法.通过设计等高线空间分割和帧化采样,应用小波域隐马尔可夫模型(HMM)实现了小波系数零树结构信息隐藏;扩展了基于视觉系统小波域量化噪声的视觉权重分析方法,以自适应地确定信息隐藏的强度.实验结果表明,该算法具有高嵌入量(每个顶点嵌入3比特)、高安全性和低失真度的优点,能够抵抗仿射变换攻击和顶点重排攻击,适合任意网格的三维模型信息隐藏.     

基于小波视觉模型的乘性水印算法

虽然小波域加性水印算法具有较好的不可感知性,但其鲁棒性较弱。因此,结合小波域视觉模型,提出了一种基于小波视觉模型的乘性图像水印算法。在水印嵌入过程中,为平衡水印的不可感知性和鲁棒性,以中频子带作为水印嵌入空间,并根据图像的频域敏感度、亮度敏感度、纹理复杂度确定水印的嵌入强度。在水印检测过程中,采用广义高斯分布(GGD)对小波系数的统计特性进行刻画,并通过奈曼-皮尔逊(NP)准则确定水印系统的检测阈值,给出了水印系统的虚警概率和检测概率之间的接收者操作特征(ROC)曲线关系。最后通过实验测试了该算法在抗压缩、叠加噪声、缩放和剪切等攻击时的鲁棒性能。仿真结果表明：该算法具有较好的检测性能以及在抗攻击时具有较强的鲁棒性。     

一种基于小波变换域的数字图像公开水印方案

本文提出了一种基于小波变换域的自适应公开水印嵌入方案。方案中结合人类视觉系统的特点，将水印信息自适应地嵌入到小波变换域高频系数中；在水印提取的过程中根据小波高频系数的统计分布特性，利用最大似然(ML)估计法进行检测，不需要原图像。实验表明，该算法有较好的隐蔽性和鲁棒性。     

小波变换域图像水印嵌入对策和算法

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     

一种基于小波域的灰度水印逐层嵌入算法

提出了一种基于小波域的逐层嵌入灰度水印的方案。算法充分利用人类视觉系统（HVS）的掩盖效应，将水印图像数据分成比特平面组，并将每组的比特平面置乱后转化成一维水印序列。在小波域中按阈值逐层折半递减迭代，选择出适合嵌入水印的某几层，并随机搜索出每层中应嵌入水印的系数，将每个一维水印序列按重要性嵌入到相应层随机选出的系数中。同一系数可以重复嵌入水印，增大了嵌入容量。水印图像可以渐进式地恢复，达到一定的相似度时，可随时停止水印的提取。仿真实验表明该算法具有良好的稳健性和不可见性。     

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。     

An Adaptive Image Watermarking Algorithm Based on HMM in Wavelet Domain

An adaptive image watermarking algorithm based on HMM in wavelet domain is pro- posed.The algorithm is abstracted as follows:1)the vector HMM model is employed to describe the statistical characteristic of image wavelet coefficients and the resulting HMM based detector achieves significant improvements in performance compared to the conventional correlation detector; 2)adaptive watermark embedding based on HVS analysis;3)a novel embedding strategy which is optimized for the HMM tree structure is adopted;4)the strategy of dynamical threshold is applied in watermark detection.High robust results are achieved against Stirmark attacks,such as JPEG compression,adding noise,median cut and filter.     

基于小波域HMM模型的自适应图像水印算法

An adaptive image watermarking algorithm based on HMM in wavelet domain is proposed. The algorithm is abstracted as follows: 1) the vector HMM model is employed to describe the statistical characteristic of image wavelet coefficients and the resulting HMM based detector achieves significant improvements in performance compared to the conventional correlation detector; 2) adaptive watermark embedding based on HVS analysis; 3) a novel embedding strategy which is optimized for the HMM tree structure is adopted; 4) the strategy of dynamical threshold is applied in watermark detection. High robust results are achieved against Stirmark attacks, such as JPEG compression, adding noise, median cut and filter.     

一个基于DWT的自适应数字水印算法

本文提出了一个新的DWT域自适应数字水印算法。该算法利用小波域高、低频部分嵌入水印的优势互补特点，在载体图像的高频和低频子带分别嵌入相同水印来增强水印抵抗多种攻击的能力；水印的嵌入采用量化调制方式，其量化步长可根据人类视觉系统和载体图像的局部特点自适应地调整。此外，由于奇异值分解具有良好的性能，因而被用于高频部分水印的嵌入以提高其鲁棒性。实验结果表明水印具有良好的鲁棒性和不可见性，与相近算法相比，本文方法可以有效抵抗更多的攻击。     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

多比特水印的实现方法研究

明确了多比特水印的概念,利用水印嵌入空间不相关标志之间无相互影响的特性,给出了基于多符号编码方法的三种多比特水印实现方法。方法1 通过空域分割实现并在单一标志域使用了基于置乱和哈达玛变换的空域水印处理技术;方法2 在空域分割后使用了基于DCT变换的频域水印技术;方法3 在对图像进行三层小波分解后通过对小波系数不相交的划分形成独立的嵌入空间。由实验结果看完全可以满足一般的多比特水印应用的要求。     

一个基于矢量量化的数字水印算法

文章提出了一个新的基于矢量量化的数字水印算法,与基于DCT(DiscreteCosineTransform)、DFT(DiscreteFourierTransform)及DWT(DiscreteWaveletTransform)等的传统水印算法不同,该算法利用码书分割方法和矢量量化索引的特点,在矢量量化的不同阶段分别嵌入水印来保护原始图像的版权,水印检测不需要原始图像。实验结果表明,该方法实现的水印具有良好的不可见性,并对JPEG压缩、矢量量化压缩、旋转以及剪切等空域操作也具有较好的稳健性。     

基于模糊聚类的小波域数字图像水印算法*

结合人眼视觉系统的感知特性与图像的局部相关特性,提出了一种基于模糊聚类的小波域数字图像水印嵌入方案.该方案首先对原始载体图像实施小波变换;然后结合视觉感知特性,在小波域内进行模糊C-均值(FCM)聚类分析,自适应确定出数字水印的嵌入位置与嵌入强度;最后利用图像自身的局部相关性,通过修改小波系数值,将数字水印嵌入到宿主图像内.该方案在提取数字水印信息时,不需要原始载体图像.实验结果表明,该自适应小波域图像水印嵌入技术不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.     

Image watermarking method in multiwavelet domain based on support vector machines

A novel image watermarking method in multiwavelet domain based on support vector machines (SVMs) is proposed in this paper. The special frequency band and property of image in multiwavelet domain are employed for the watermarking algorithm. After performed single-level multiwavelet decomposition on each image block of an image, a mean value modulation method, which modulates mean value relationship of multiwavelet coefficients in two approximation sub-bands, is used for carrying watermark embedding. The mean value modulation method can more effectively reduce image distortion than that of conventional single coefficient. At watermark detector, SVMs is used to learn the mean value relationship. Due to good learning ability of SVMs, watermark can be correctly extracted under several different attacks. The experimental results show proposed algorithm is robust to common attacks such as JPEG, low-pass filtering, noise addition, rotation and scaling, etc.     

An adaptive audio watermarking based on the singular value decomposition in the wavelet domain

This paper presents a secure, robust, and blind adaptive audio watermarking algorithm based on singular value decomposition (SVD) in the discrete wavelet transform domain using synchronization code. In our algorithm, a watermark is embedded by applying a quantization-index-modulation process on the singular values in the SVD of the wavelet domain blocks. The watermarked signal is perceptually similar to the original audio signal and gives high quality output. Experimental results show that the hidden watermark data is robust to additive noise, resampling, low-pass filtering, requantization, MP3 compression, cropping, echo addition, and denoising. Performance analysis of the proposed scheme shows low error probability rates. The data embedding rate of the proposed scheme is 45.9 bps. The proposed scheme has high payload and superior performance against MP3 compression compared to the earlier audio watermarking schemes.