基于非下采样Contourlet变换和伪Zernike矩的水印算法

针对水印嵌入伪Zernike矩信息量小的不足,设计一种基于非下采样Contourlet变换和伪Zernike矩的水印算法.算法首先将水印信息量化调制嵌入原始图像的非下采样Contourlet变换域低频区域,然后计算伪Zernike矩进行几何校正.实验结果表明,该算法在具有较大的水印嵌入量的同时,对常见图像处理和几何攻击具有较好的鲁棒性.     

一种基于复合混沌序列的扩频水印算法*

提出了一种安全性高的DWT（discrete wavelet transform）域鲁棒性扩频水印算法。该算法用Arnold变换对水印置乱,而后基于复合混沌二值序列对水印图案信号进行加密和扩频,并给出了一种小波域中量化步长的自适应确定方法,通过奇偶量化的方法将二值水印比特批量嵌入到载体的频域系数中。复合混沌密钥的使用与小波域系数修改的隐蔽性,增强了水印算法的安全性,基于混沌序列扩频码的扩频水印技术增强了水印的鲁棒性,同时很好地兼顾了水印的不可见性,并且实现了水印信息的盲提取。     

基于Contourlet变换的遥感影像数字水印方案

针对现有变换域遥感影像数字水印算法存在的问题,提出一种基于Contourlet变换的遥感影像数字水印方案。算法首先对宿主遥感影像进行图像归一化;然后,对水印图像进行Arnold置乱预处理,并将置乱后的水印图像利用行扫描形成一维向量,得到二值水印序列作为数字水印信息;最后对宿主遥感影像进行Contourlet变换,并通过奇偶量化将水印嵌入所选Contourlet变换系数中。实验证明该算法对JEPG压缩、滤波和噪声以及旋转、缩放、平移等几何攻击均具有较好的鲁棒性。     

基于Schur分解的Contourlet域水印方案

基于奇异值分解的数字水印方案计算量大、算法实现困难,为此,提出一种基于Schur分解的Contourlet域数字水印方案。将载体图像进行Contourlet变换,利用矩阵分裂理论得到分块对称矩阵,对每个对称矩阵进行Schur分解得到对角矩阵,通过量化对角元素的方法实现水印嵌入。水印提取是嵌入的逆过程。实验结果表明,该水印方案嵌入和提取的速度快,具有较好的不可见性和鲁棒性。     

基于Contourlet变换和DCT量化的零水印算法

提出一种基于Contourlet变换和DCT量化的数字图像零水印算法。对原始载体图像进行Contourlet变换,对其低频逼近子图进行分块DCT变换,并将系数值的量化结果和置乱后的水印图像进行一定运算得到构造图像,再加密成密钥图像。密钥图像被用来提取水印。实验仿真结果表明,该算法比较简单,不可觉察性很好,有较强的鲁棒性。     

一种综合带失真补偿量化和扩频的水印算法

针对单独采用带失真补偿的水印算法或单独采用扩频的水印算法的不足,以轮廓波变换为基础,综合带失真补偿的量化调制技术和扩频技术,提出一种鲁棒数字图像水印算法。该算法首先将原始载体图像分割为互不重叠的子块,并选取能量较大的子块;然后对选择的子块采用轮廓波变换,最后结合量化调制和扩频策略将水印嵌入到能量较大的图像子块内。仿真实验表明,提出的水印算法不仅具有较好的不可感知性,而且对常见图像处理(中值滤波、叠加噪声、JPEG压缩等)和几何攻击(缩放、旋转等)均具有较好的鲁棒性。     

基于QR分解的Contourlet域鲁棒盲水印算法

为了提高变换域数字水印的鲁棒性,提出一种基于QR分解的Contourlet域鲁棒盲水印算法。该算法首先对二值水印图像进行Arnold置乱预处理,然后对宿主图像进行Contourlet变换,提取低频子带进行不重叠的分块,最后对每个子块依次进行QR分解,采用自适应量化策略在上三角R矩阵的第1行元素上重复嵌入1 bit水印信息。在水印提取时,根据多数原则从每个子块提取相应的1 bit水印信息。实验结果表明,该算法在取得良好不可见性的同时,对JPEG压缩、噪声、滤波、缩放和剪切等多种攻击具有较强的鲁棒性,并且可以实现水印的盲提取。     

基于邻域均值关系的Contourlet域量化水印算法

提出了一种基于邻域均值关系的Contourlet域量化水印算法。原始图像经过Contourlet变换,分解为一系列多尺度、局部性、多方向性的子带,对原始水印图像进行Arnold置乱加密,从分解的多方向高频子带中选择能量较大的子带作为嵌入区域,根据系数与邻域均值关系选择嵌入位置,用量化的方法修改嵌入位置的系数,达到嵌入水印的目的。水印的提取不需要原始图像,实现了盲提取。实验结果表明,该水印算法不仅具有较好的不可见性,而且对加噪、JPEG压缩、滤波、剪切等攻击具有较强的鲁棒性。     

自适应小波变换的扩频音频数字水印

在分析了自适应小波变换特性的基础上,提出一种基于自适应小波变换的扩频音频数字水印算法.将二值水印图像降维处理转化为一维序列,再将一维序列与m序列做扩频调制,对音频信号进行分段做自适应小波变换,把经过扩频调制的水印信号经过量化处理嵌入到自适应小波变换后的系数中.模拟实验证明,该方法具有较好的不可感知性和鲁棒性.     

基于图像归一化的轮廓域数字水印算法研究

为了使Contourlet域数字水印能有效地抵抗几何攻击,提高数字水印的鲁棒性,以图像归一化理论为基础,提出了一种可有效抵抗几何攻击的Contourlet域数字图像水印方案。该方案利用基于矩的图像归一化技术和不变质心理论提取出归一化图像的重要区域,对该重要区域进行Contourlet变换,根据Contourlet变换后图像系数的特性,用奇偶量化的方法将水印信息嵌入到Contourlet变换后中频子带上。实验结果表明,该方案不仅具有很好的透明性,而且具有较强的抵抗常规信号处理及几何攻击的能力。     

基于奇异值分解和Contourlet变换的图像水印算法

在分析抵抗几何攻击的几种方法以及Contourle变换的特点基础上,提出了一种基于Contourlet变换的水印算法.图像进行Contourle变换后,对各子带进行奇异值分解,选择所有子带奇异值中较大的数据作为水印植入点,这样将水印分散植入各个子带中,提高抗攻击能力.实验结果表明,该算法能够抵抗加噪和剪裁等攻击,具有较强的鲁棒性,提高了水印识别的可靠性.     

基于小波域的均值量化数字音频水印算法*

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。     

一种DCT域的最优均值量化盲图像水印算法

针对常规的图像水印算法不能很好地实现水印不可感知性和鲁棒性折中的问题,给出了一种最优均值量化盲水印算法.该算法首先对水印图像进行Arnold置乱,提高了水印的安全性;然后将载体图像进行8×8分块DCT(离散余弦变换),并根据均值量化原理将置乱后的水印嵌入到局部量化噪声值最小的图像子块中,提高了水印的不可感知性;最后水印提取时可以实现盲提取.实验结果表明,该算法对加噪、剪切、JPEG压缩、滤波等多种攻击都具有很强的鲁棒性.     

一种自适应的奇偶量化水印算法

数字水印是数字媒体版权保护的一种有效方法。提出了一种自适应的奇偶量化水印算法,其量化步长由Watson模型和JPEG量化表共同确定,并通过二者自适应地调节量化步长。水印在DCT的中频系数中嵌入,由于采用奇偶量化,水印提取方法简单。实验结果表明,该算法具有良好的不可见性,算法简单,并能抵抗常规的图像处理和噪声攻击,具有很强的鲁棒性。     

基于奇偶量化的Contourlet变换域指纹图像水印算法

提出了一种基于奇偶量化的Contourlet变换域指纹图像水印算法。原始指纹图像经过Contourlet变换后，分解为一系列多尺度、局部化、方向性的子带图像，选择在低频子带中嵌入经过二维Arnold置乱加密后的水印。嵌入水印时，采用奇偶量化算法修改低频子带的系数。水印提取时，不需要原始图像，实现了盲提取。实验结果表明，提出的指纹图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击，具有较好的不可见性和鲁棒性，提高了指纹识别的可靠性。     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

基于SVD与几何矫正的水印算法

为提高水印算法的抗攻击性能,提出一种基于SVD和几何矫正的鲁棒水印算法。通过量化图像每个子块中的第1个奇异值嵌入水印,利用遗传算法搜索量化步长的最优解。在提取水印时,引入几何矩和DFT变换估计几何变换参数,从而矫正测试图像。实验结果表明,该算法在抵抗普通攻击与几何攻击方面均具有较好的鲁棒性。     

基于DWT的彩色图像鲁棒盲水印新算法

本文提出了一种基于小波域低频系数量化的彩色图像鲁棒盲水印新算法.首先将RGB彩色宿主图像转换为YCbCr颜色空间,然后对亮度分量Y进行三层小波分解,采用适当的量化间隔对低频逼近子带LL3进行均值量化,根据量化系数的奇偶特性再与二值图像置乱转化后的水印序列进行异或运算,从而把水印嵌入到亮度分量的逼近子带中.仿真实验结果表明,本文提出的算法对JPEG/JPEG2000压缩、添加噪声、滤波、剪切、像素移位等多种攻击有较强的鲁棒性,透明性好,并且能实现水印的盲提取.     

一种NVF量化的小波域图像水印算法及实现

本文提出了一种基于噪声可见函数（NVF）量化的水印算法。该算法用噪声可见函数NVF最大化水印能量,在嵌入时使用多重嵌入技术,增加了水印的不可见性和鲁棒性,水印在提取和检测时不需要原图信息。     

An audio watermarking scheme using singular value decomposition and dither-modulation quantization

Quantization index modulation is one of the best methods for performing blind watermarking, due to its simplicity and good rate-distortion-robustness trade-offs. In this paper, a new audio watermarking algorithm based on singular value decomposition and dither-modulation quantization is presented. The watermark is embedded using dither-modulation quantization of the singular values of the blocks of the host audio signal. The watermark can be blindly extracted without the knowledge of the original audio signal. Subjective and objective tests confirm high imperceptibility achieved by the proposed scheme. Moreover, the scheme is quite robust against attacks including additive white Gaussian noise, MP3 compression, resampling, low-pass filtering, requantization, cropping, echo addition and denoising. The watermark data payload of the algorithm is 196 bps. Performance analysis of the proposed scheme shows low error probability rates.