基于分块DCT的自适应扩频水印算法

本文提出了一个利用块分类的DCT域自适应扩频图像水印算法。嵌人的水印是一个可视二值图像，用两个不相关的伪随机序列分别代表水印信息中的0和1，从而达到扩频的目的。将扩频后的水印信号，嵌入到分块DCT域的中低频段系数中的过程中，充分考虑到了局部图像的复杂度，能够自适应地调整嵌入强度，提取水印信号无需使用原始图像。仿真实验表明：图像经过JPEG有损压缩、低通与中值滤波和剪切等图像处理操作后仍是稳健的。     

DCT域水印嵌入新策略和算法

本文提出一种新的水印嵌入策略，将水印信号嵌入到原始图像块DCT域的AC分量和DC分量中。基于该策略提出了一个自适应图像水印算法。该算法先把原始图像和水印图像分别进行分块DCT，然后将水印信号的AC分量和DC分量以不同的能量分别嵌入到原始图像块DCT域的AC分量和DC分量中。实验结果表明，该算法具有良好的鲁棒性。     

基于离散余弦变换的数字水印技术

本文论述了DCT系数的选取原理和方法，介绍了15VS三个主要特性在DCT域水印上的数学模型。讨论了基于HVS特性的图像自适应DCT水印算法。利用HVS模型根据图像局部特征实现水印自适应地嵌入。     

基于整数DCT变换的新水印算法

鲁棒性及掩蔽性是衡量数字水印算法性能的重要指标。为了用较低算法复杂度使数字水印具有较好的鲁棒性与掩蔽性,提出了一种基于整数DCT变换的新的鲁棒水印算法。该算法利用DCT变换的整数特点,首先对频域嵌入系数进行定量分析,找出适合嵌入的系数与嵌入阈值的大小关系,接着提取每个图像块的DC系数组成一幅新图,选择新图中具有复杂纹理的图像块再次进行整数DCT变换,最后将水印信号嵌入到这些图像块域的系数中。仿真实验结果表明,新算法既保证了水印的掩蔽性,又同时具有很好的鲁棒性,对JPEG压缩、噪声、滤波等攻击都具有很好的免疫能力,即使是在马赛克攻击下也能提取出水印图像。     

DCT域自适应公开水印技术

提出了一种新的DCT域自适应公开水印算法。与以往DCT域算法有所不同，该文算法通过调整两个不同的DCT分块内相对应中频系数间大小关系以嵌入水印。算法首先将原图像各8×8DCT块按Hilbert扫描顺序排列，然后每次在原图像Hilbert块索引序列中伪随机选取两个相邻8×8块，在充分考虑人类视觉系统（HVS）特性的基础上，结合块视觉因子，通过不同强度调整两相邻DCT块中对应中频系数间的大小关系，以嵌入水印信号，嵌入水印与原图像是相自适应的。实验结果表明，该算法是在保证水印不可见的同时，对常见的信号处理操作和一些几何扭曲是鲁棒的，特别是对锐化、对比度增强、边缘增强和直方图均衡等信号增强处理，其鲁棒性更为可观。     

利用图像局部视觉特征的自适应盲水印

利用人类视觉特征提出了一种DCT域的自适应盲水印嵌入算法。该算法首先将载体图像划分为图像块序列,运用人类视觉特征将图像块分为三类：平滑块序列、边缘块序列和纹理块序列。对不同类块序列嵌入不同强度的水印信息,增强了水印的不可见性。实验结果表明,该算法具有较强的鲁棒性,同时能保证含水印图像的质量。     

置换DCT域中频系数的盲水印嵌入算法研究*

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

一种基于视觉模型的DCT域公开水印算法

提出了一种基于视觉模型的DCT域公开水印算法.算法在充分考虑人类视觉系统屏蔽特性的基础上,通过改变DCT分块内DC分量与低频AC分量之间的大小关系以自适应嵌入水印,水印提取不需要原图像.实验结果表明,算法保证水印不可见的同时,对有损压缩和一些通常的图像处理操作是鲁棒的.     

双重认证的变换域图像半脆弱数字水印算法

提出了一种DCT域与DWT域相结合的双重认证图像半脆弱数字水印算法,定义了一个小波系数量化函数以实现水印的嵌入与提取,根据图像局部特性,该量化函数可动态地进行调整;同时设计了三个混沌密钥,结合DCT域定义水印及其嵌入位置．实验表明,该算法在保持对常见的JPEG压缩稳健的同时,能有效地区分偶然失真与恶意篡改。     

基于HVS的自适应鲁棒视频水印算法

视频水印与静止图像比较,包含有运动部分,具有变化的特性。根据人眼对快速运动的物体敏感度会下降的特点及DCT域视觉掩蔽模型,提出一种自适应的鲁棒视频水印算法。算法首先通过比较I帧与相邻帧的同一区域的DCT直流系数,得到一个快速运动图像块集,然后在该图像块集中根据视觉掩蔽模型计算图像块的DCT中频系数,选择区域自适应嵌入水印。仿真实验表明,该水印算法不仅能很好地抵抗MPEG压缩,而且能较好地协调不可见性和鲁棒性,并能抵抗一定的几何攻击。     

基于纹理复杂度因子的自适应图像水印算法

对于一个有效的水印算法,要折中考虑到不可见性和鲁棒性这两个互相矛盾的因素。这实质上是一个如何确定水印的嵌入能量问题。现有算法一般都依赖实验来确定。本文提出了一个基于纹理复杂度因子的自适应图像水印算法。该算法首先将原始图像分割为互不覆盖的子块,对各个子块进行DCT变换(离散余弦变换)。然后计算纹理复杂度因子,逐块确定拉伸因子α。最后水印信号以不同的能量嵌入到各个子块的三个DCT低频交流系数中。 (1)水印嵌入。①原始图像分块DCT:首先将原始图像f(x,y)分割为互不覆盖的8     

一种基于VQ的自适应多重水印算法

提出一种基于矢量量化和DCT的多重鲁棒性水印算法,所提算法利用人类HVS及图像特征将不同的水印信号分别嵌入到载体图像的码书和DCT域中,通过自适应选择嵌入参数,保证水印算法的不可见性及抗攻击性能。实验结果表明所提水印算法比基于扩频调制的水印算法在抵抗各种信号处理所带来的攻击的鲁棒性方面有较大的改进,特别在抵抗同谋攻击方面具有较好的鲁棒性。     

一种基于DWT和DCT的自适应盲水印算法

研究鲁棒性水印算法一直是数字水印技术发展的重要方向,文中根据Watson视觉模型推导出的一种可以直接应用于DCT域的自适应归一化掩模作为水印嵌入强度,利用相邻的DWT和DCT块之间的关系把二值水印嵌入到灰度图像中,提取水印时不需要原始图像,实现了盲提取。实验结果表明,本算法在不可见性和鲁棒性方面具有良好性能。     

一种DCT域的图像自嵌入算法

文章分析了当前的一些图像自嵌入算法,指出了他们的算法不能抵御JPEG压缩的缺陷,并结合当前DCT域水印嵌入算法提出一种基于DCT域的自嵌入算法。这种算法能够抵御一定的JPEG压缩,从而拓展了图像自嵌入的应用范围。     

基于HVS特性的混沌自适应水印算法

提出了一种DCT域自适应水印算法,该算法利用了经典的Logistic方程对水印进行混沌置乱加密,并将水印嵌入在图像视觉感觉最重要的部分-DCT域的直流或低频分量中,提高了水印的稳健性和安全性.同时,该算法还综合考虑了人类视觉掩蔽特性,根据原图像的特征进行分类分块,将水印以不同的强度嵌入在不同类的分块中,使水印在不可见性和稳健性上都能达到较好效果.实验结果给出了经历常见攻击后提取的水印图像,并计算出了相关系数,实验证明了该算法抗JPEG压缩性能好,对其它常见攻击的稳健性也较好.     

一种基于语义特征的自适应水印

提出了一种基于图像语义特征的D CT域自适应水印算法。该算法首先对图像进行分块,根据各块到图像中心的距离及各块纹理丰富程度确定水印是否嵌入,并依据其纹理丰富程度确定嵌入强度,最后在DCT的基础上将水印嵌入到中低频系数上。该水印不但不可察觉性好,且具有良好的鲁棒性。     

一种适于多媒体流的鲁棒性水印方案

提出一种适用于多媒体流的鲁棒性水印算法,该方案将二值图像分段后经扩频调制作为水印信息分别嵌入视频帧的DCT域和音频的DCT域.实验结果表明:算法中嵌入的水印具有良好的不可觉察性,算法复杂度低,并且能够抵抗帧删除,帧插入和帧替换等攻击.对于针对音频信号的攻击,也具有良好的鲁棒性.此外,可以参照另一信号的相应信息,恢复被破坏的水印.     

基于混合域的自适应扩频肓鲁棒水印算法

针对当前数字水印技术中基于单一变换域所存在的问题,提出了一种基于DWT与DCT相结合的自适应扩频肓检数字水印算法.在载体图像被转入YIQ空间后,首先对Y分量小波分解,再对中低频子带做分块DCT变换,从而有效地降低单一变换所带来的负面影响.算法在对水印图像进行Hamming编码与混沌调制后,根据人眼视觉特性对各系数子块分别计算水印自适应强度因子实现了水印的自适应嵌入.将仿真结果与基于单一变换域的算法进行比较,结果表明了该算法具有更好的鲁棒性.     

基于人类视觉特性的自适应水印嵌入方案*

针对已有算法在嵌入量和嵌入强度自适应控制方面存在的问题,结合人类视觉对纹理区域的感知特性,通过噪声可见函数（NVF）对图像块复杂度的计算,提出了一种在DCT直流系数进行嵌入的水印算法。该算法能够根据图像块复杂度计算结果实现嵌入强度的自适应控制。实验结果表明,所提算法相比已有算法提高了嵌入容量和嵌入强度的自适应控制程度,并且一定程度上避免了由于DC系数嵌入数据所出现的块效应现象,对图像处理和常见的图像攻击也具有很好的稳健性。     

结合纹理复杂度和JND模型的图像水印算法

针对目前基于灰度共生矩阵相关水印算法存在容量较小的问题,提出一种将纹理复杂度和DCT域JND模型相结合的图像水印算法。首先将原图像分成子块,利用各子块灰度共生矩阵的四个纹理特性计算其纹理复杂度,并据此对子块进行排序以确定水印嵌入的子块位置后对原图像素矩阵进行DCT变换,结合新的分区方式计算各块JND值,根据JND值以及新的嵌入规则确定子块内水印嵌入方式。算法有效考虑了图像块的纹理特性和人眼视觉敏感性,加强了嵌入水印后的图像质量,提高了水印嵌入容量。实验结果表明,所提方法在嵌入相同容量的水印时,图像平均峰值信噪比（PSNR）较现有方法高出4.27%左右,在嵌入超过原方法容量上限一倍的水印时,图像平均PSNR仍有53.449 8 dB。