基于SVD的小波域自适应量化盲水印算法

提出了一种新的基于SVD的小波域自适应量化盲水印算法;对有意义的二值水印图像进行预处理置乱后,该算法结合人类视觉系统特性采用不同的嵌入策略把0/1水印值分别嵌入到图像三级小波分解后的中低频子带和高频子带系数中,并结合小波零树原理在中低频子带进行嵌入水印,而在高频细节子带则利用奇异值良好的稳定性能来进行水印的嵌入;仿真结果表明:与传统的算法相比,该方法在针对高低频的多种攻击下具有良好的鲁棒性。     

基于小波变换的多功能数字水印

提出一种基于小波域的多功能数字水印算法,根据人类视觉特性和原始图像的自身内容确定可见水印在低频子带和各高频子带的拉伸系数。对嵌入可见水印图像的低频小波系数进行量化,并将合适的量化步长嵌入不可见水印。实验结果表明,该算法生成的水印图像满足可见水印的要求,且不可见水印对一般的图像处理和攻击具有很好的鲁棒性,可以同时实现版权通知和版权保护。     

基于HVS特性的数字图像水印研究

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法.其中使用了有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到低频子带系数中.该算法利用了人眼视觉系统(HVS)特性对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可感知性.实验结果表明,使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和旋转等操作具有较强的抵御攻击能力.     

一种基于HVS的小波域水印算法

将有意义的二值图像作为水印图像,运用Arnold变换进行置乱加密,结合人眼视觉系统特性(HVS),对栽体图像小波系数进行计算以得到自适应的量化步长,以该步长对水平子带HL和垂直子带LH的小波系数进行量化,并把量化误差平均分配到这两个系数上,在保证嵌入强度的同时减少图像失真.水印提取时不需要原始载体图像和水印.实验结果证明本文提出的水印算法具有较好的不可见性和鲁棒性.     

一种基于小波变换的灰度图象水印算法

用作版权保护的数字水印技术是当前研究的热点,代表版权信息的大多是信息含量较大的灰度图象,为了解决嵌入容量问题,因此提出了一种基于小波变换的数字水印算法,该算法结合人类视觉系统(HVS)特性,根据不同系数噪声容量的上限来选取适当的嵌入系数,即根据噪声量化表在嵌入强度和嵌入系数重要性之间取得的平衡点,将水印嵌入到第3级小波变换子带系数的高频部分,同时保证水印的不可见性和鲁棒性.通过实验证明,利用该算法嵌入的水印,对于平滑滤波、锐化、剪切及JPEG和JPEG2000压缩等攻击都有较强的鲁棒性.     

基于中值滤波的小波域水印算法

提出一种小波域鲁棒图像水印算法,水印信息被嵌入小波变换的低频子带。为检测对视觉不敏感的离散小波变换低频系数,将小离散波变换的低频子带进行中值滤波,并与原小波变换低频子带的小波变换系数比较,对变化程度小的系数嵌入水印信息。实验结果表明,该算法与基于小波低通滤波的水印算法相比,保证不可见性,对压缩、中值滤波、剪切、锐化等具有更强的鲁棒性。     

基于人眼视觉特性的小波树量化水印

在分析图像小波分解系数的树结构关系以及人眼视觉系统 (HVS)模型的基础上 ,提出了一种基于人眼视觉特性的小波系数树量化水印 ,该方法在宿主图像的两棵小波系数树中嵌入一位水印信息 ,通过量化使它们呈现足够大的统计差别从而使水印检测时能提取水印信息 .实验结果和分析表明 :该方法水印有较好的不可视性和鲁棒性 ,检测水印的虚警概率很低     

基于小波域的大容量图像信息隐藏盲提取算法

目前基于变换域的信息隐藏算法面临容量较小,提取时需要原始图像的问题.提出了一种基于小波变换的大容量信息隐藏盲提取算法,该算法结合人类视觉特性(HVS)及隐密信息自身的特征,以三次小波变换后的低频分量作为参照自适应地调整中高频子带系数来实现信息的嵌入.实验结果表明,该算法具有容量大的特点,并实现了隐密信息的盲提取.     

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     

HVS-DWT算法在数字水印技术中的应用

介绍了一种利用HVS-DWT的数字水印算法,该算法采用人类视觉系统(HVS)和离散小波变换(DWT),将数字水印信息嵌入到中频段,通过多次嵌入水印低频系数,以此增强水印的鲁棒性;最后通过水印提取算法,从含水印的图像中提取出嵌入的水印.试验表明,该算法具有较好的隐蔽性,对噪声等攻击手段具有较好的鲁棒性.     

基于分形和HVS的小波域数字图像水印算法

针对数字图像版权的保护,本文提出了一种基于分形的小波域数字图像水印算法。首先将载体图像进行Haar 小波变换,将小波系数树分为同方向小波树,并在同方向小波树中构造域子树和值子树,通过分形匹配将域子树分为嵌入域子 树和非嵌入域子树,然后在嵌入域子树中加入水印。在水印嵌入时,只嵌入部分水印信息来减少水印的嵌入量,同时运用人类 视觉系统HVS 模型控制水印嵌入的强度,保证其不可见的同时最大限度增强了其鲁棒性并实现了水印的盲提取。     

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。     

基于人类视觉系统的小波域数字水印算法

分析了一种小波域数字水印算法，利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印，在对原始图像进行多级小波分解后，通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性，并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

一种基于DCT的模糊聚类自适应水印算法

在DCT域提出了基于模糊和人类视觉系统的新颖的数字水印算法，该算法将图像块按照亮度和纹理进行分类，可以自适应地根据图像特点嵌入水印。水印为二值图像，根据块分类以不同的嵌入强度嵌入到所选择块的中频系数中。该方法允许在一定的视觉距离下嵌入更为鲁棒的水印，达到鲁棒性和不可见性的良好折衷。仿真结果显示了该方法可以抵抗如压缩，加噪等常用攻击。     

Fractal and neural networks based watermark identification

Transform techniques generally are more robust than spatial techniques for watermark embedding. In this paper, a color image watermarking algorithm based on fractal and neural networks in Discrete Cosine Transform (DCT) domain is proposed. We apply fractal image coding technique to obtain the characteristic data of a gray-level image watermark signal and encrypt the characteristic data by a symmetric encryption before they are embedded. We then use neural networks and Human Visual System (HVS) to embed the watermark in the DCT domain. A Just Noticeable Difference (JND) threshold controller is designed to ensure the strength of the embedded data adapting to the host image itself entirely. Aiming at misjudging problem of the extracting process, maximum membership principle criterion is selected for identifying the watermark. And the CIELab color space is chosen to guarantee the stability of the results. The simulation results show that the algorithm is robust for common digital image processing methods as attacks and that the quality of the image is retained.     

一种基于HVS的图像小波域鲁棒性数字水印

提出了一种基于人类视觉系统（HVS）和离散小波变换（DWT）的图像鲁棒数字水印新算法。将宿主图像进行小波分解,根据人类视觉系统的掩蔽特性计算出JND视觉门限值,选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,修改小波系数的小数部分,以提高水印嵌入后图像的质量。实验证明算法在保证水印不可见性的前提下有效地提高了算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。     

基于CL多小波的数字水印技术

数字水印是一种嵌入到图象、视频或者音频数据中的不可见标志 ,通过对水印信息的检测可达到保护多媒体数据版权的目的 .为了提高数字水印系统的鲁棒性 ,提出了一种基于 CL 多小波变换的图象数字水印嵌入和检测模型 .该 CL 多小波变换可将图象的能量集中在其最低分辨率子图象上 ,同时 ,能使最低分辨率子图象的能量进一步汇聚于其第 1个分量之上 .由于最低分辨率子图象受压缩、滤波等变换的影响较小 ,因此在 CL 小波变换域嵌入数字水印可以改善水印系统的鲁棒性 .为了提高水印的透明性和不可统计性 ,在嵌入水印之前需要对水印图象进行相应的预处理 .实验表明 ,该水印系统具有良好的鲁棒性和透明性 .     

基于HVS模型的JPEG2000数字图像水印算法

文章提出了一种基于HVS模型的JPEG2000数字图像水印算法,该算法根据计算原始图像嵌入水印的能力限制和数据量化方法进行水印的嵌入与提取。实验证明,该算法对于常用的图像处理方法以及JPEG2000编码在保持了较好质量的基础上有较强的鲁棒性。     

高稳健性图像水印算法

提出了一个以8位灰度图像作为水印的DCT域水印算法。首先对以往的基于人眼视觉掩蔽特性(HVS)的块分类方法进行了改进，使其能更充分地挖掘载体图像的信息隐藏能力。在图像水印的嵌入方法上，将水印图像进行DCT变换，然后将DCT系数的低频分量嵌入到拉伸因子较大的块中。同时，对水印图像的DCT系数进行调整，使得各频率的能量基本相当，间接地提高了提取的水印图像的信噪比。实验结果表明，所提出的水印算法对多种攻击具有较好的稳健性，尤其对JPEG压缩、旋转和剪切攻击。其稳健性更明显。