一种图像水印鲁棒性的协同序参量评价方法

针对图像水印的鲁棒性,运用协同序参量理论,提出一种基于协同序参量的定量评价方法。对载体图像完成各类鲁棒性实验,计算比较了各模式的协同序参量初始值,使用序参量演化曲线进行验证,得到相应的鲁棒性定量评价。评价结果与相关系数法一致,但更加方便和实用。     

基于协同学理论的数字水印检测技术研究

基于协同学理论,提出了一种新的数字水印检测算法。根据水印相关特性确定检测因子(序参量),将序参量代入由协同学理论确定的演化方程中进行演化来检测水印。实验证明该算法具有抗干扰、抗缺损能力。     

基于二维Walsh变换和斜变换的数字水印算法

论文给出了一种基于Walsh变换和斜变换的数字水印算法,实现的载体为图像。这两种变换都属于正交变换,取值简单且有即位算法,运算快捷,非常利于实时信号处理。实验表明,添加水印的图像具有较强的不可见性和鲁棒性,能够抵抗常见的攻击。尤其是亮度逐渐变化的图像,受到攻击后提取出的水印的效果比较好。提取水印不需要原图像,为盲水印。     

基于协同神经网络的图像数字水印算法

为保证图像数字水印的鲁棒性和安全性,结合加密技术,提出了一种使用协同神经网络的图像数字水印算法。该算法是先对有意义的灰度图像进行水印序列化处理后,再将其作为水印信号嵌入到载体图像的分块DCT系数直流分量里。水印的检测提取算法是采用协同神经网络,将疑似水印信号作为网络的输入,而网络的输出就是识别的结果。经仿真实验验证,该算法可承受一定的图像处理操作,不仅能同时完成水印的检测与提取,而且能有效判断水印的归属,具有较好的性能。     

一种提高数字水印鲁棒性的算法研究

鲁棒性是数字水印的重要指标之一,本文提出将分组码,卷积码编码的数字水印应用于数字版权保护中,利用编码纠正水印误码来降低检测误码率,提高水印受到攻击的鲁棒性。实验结果表明,数字水印图像对具有高斯白噪声的攻击具有很强的鲁棒性。     

基于YIQ色彩空间的彩色图像盲水印算法*

提出了一种将彩色图像作为数字水印嵌入到彩色宿主图像中的新算法,用于图像版权保护。将彩色水印图像进行一维数字化处理,并将彩色宿主图像由RGB色彩模式转换成YIQ色彩模式,采用整数小波变换将彩色水印嵌入到彩色图像YIQ色彩空间的Y分量中。彩色水印的提取不需要原始水印和原始宿主图像。实验表明：该数字水印算法不仅具有良好的透明性,而且对诸如叠加噪声、JPEG压缩、几何剪切、平滑滤波等攻击具有很强的鲁棒性。     

一种基于协同联想的空域数字水印恢复技术

针对空域数字水印鲁棒性差的特点,运用协同计算机理论,首次研究提出了一种基于协同联想神经网络的水印恢复技术.采用改进的LSB算法,把DES加密水印图嵌入到载体图像.多幅加密水印图组成模式向量训练协同神经网络,输入提取的水印进行协同联想,识别和恢复出水印.经过实验验证,该技术能抵抗噪声、锐化、平滑和剪切等信号处理,能有效恢复受损水印,可认证或仲裁嵌入水印的归属,达到版权保护的目的.     

基于LDPC码的数字图像水印技术研究

图像水印系统和通信系统的模式具有相似性。为了提高数字水印的鲁棒性和降低传输过程的差错,在研究低密度奇偶校验码(low density parity check,LDPC)在数字水印中的应用的基础上,提出了一种基于LDPC码的图像数字水印技术。该技术利用了LDPC码的纠错性能和图像的人眼视觉特性,实现了静止图像中数字水印的嵌入和提取;实验结果表明,该技术不仅降低了水印在传输过程中的差错率,而且可以达到提高埋藏水印的鲁棒性和隐匿性的目的。     

基于AVC和小波变换的数字图像水印嵌入量的研究

鲁棒性、不可见性和水印嵌入量是评价图像数字水印质量的3个重要指标，而水印嵌入量又是嵌入算法质量好坏的关键，在分析利用传统通信信道计算水印嵌入量的缺陷和不足的基础上，提出了一种新的计算水印嵌入量算法．该算法不仅分析了图像数字水印的特性，结合了视觉模型和小波变换的特点，而且利用了可变信道（AVC）的原理。实验结果证明，该算法不仅水印嵌入量大，而且水印的鲁棒性和不见性也相当高，此算法的出现为进一步实现信息的隐藏奠定了理论基础。     

基于DWT-DCT和Zernike矩的灰度级鲁棒性水印算法

鲁棒性是数字水印极为重要的指标.目前大多数文献中的鲁棒性水印方案对常规信号处理攻击均具有良好的鲁棒性,但抗几何攻击的鲁棒性相对较弱.提出了一种新的灰度级鲁棒性水印算法,对常规信号处理攻击和几何攻击均具有良好的鲁棒性.水印算法的鲁棒性由以下3方面获得:1)选择载体图像的内切圆盘作为Zernike矩的计算域,选择内切圆盘的内接正方形作为水印的嵌入区域.2)在载体图像嵌入区域的层叠DWT-DCT域嵌入水印,获得对常规信号处理攻击的强鲁棒性.3)保存原始含水印图像的2个Zernike矩作为校正几何攻击的参数,获得抗几何攻击能力.实验结果表明,该水印算法嵌入容量大,不仅对大角度旋转和大尺度缩放等几何攻击具有很好的鲁棒性,而且可以有效地抵抗有损压缩和常规信号处理攻击.     

一种3维模型的网格盲水印算法

3维模型的数字水印是数字水印研究的热点之一,鲁棒性、嵌入可读性水印和盲检测是3维模型数字水印的难点所在。从增强3维模型数字水印的鲁棒性出发,提出一种基于局部几何空间的3维模型数字水印算法,它以模型三角网格顶点在其一环邻居顶点为所确定的局部几何空间;通过改变顶点在局部几何空间中的位置来嵌入水印,并以调整其间的夹角来嵌入水印序列的索引,而调整顶点与圆心的距离来嵌入较高比特的二进制数值。本文算法在水印检测时,无需原始模型,且可抵抗平移、旋转、均匀缩放、顶点乱序、剪切及网格简化等攻击。实验结果表明, 该水印算法具有很好的鲁棒性、可读水印的不可感知性和盲水印检测的优势。     

一种图像小波域内分形零水印算法

针对数字图像版权的保护,本文提出了一种小波域内基于分形理论的零水印算法。首先对载体图像进行Haar 小波变换,接着对小波低频系数进行分形编码,通过分形匹配获得图像的重要特征信息;然后建立特征信息与图像水印之间的 关系,进行水印的双重嵌入;由于算法没有对图像进行任何修改就完成了水印的嵌入,很好地解决水印鲁棒性与不可见性之间 的矛盾。仿真实验结果表明,算法对常见的图像处理及几何攻击有较强的鲁棒性。     

基于IFS理论的数字水印算法

为了使数字水印算法具有更好的鲁棒性,首先阐述了迭代函数系(iterated function system,IFS)理论,并给出了构造IFS吸引子的随机迭代算法;然后从理论分析了IFS吸引子抗几何失真的特性,并提出了一种非对称数字水印算法;接着利用三点法将数字水印信息转化为IFS码,并由重构的分形水印图像与原始图像进行相关性处理得到索引集;最后版权者和第3信任方用私钥将索引集进行数字签名和加盖时间戳。水印检测时,只需利用第3信任方和版权者的公钥,而不需要原始图像参与。实验结果表明,该算法对噪声、滤波、压缩、旋转等图像处理方法具有较好的鲁棒性。     

基于独立分量分析的小波域数字图像水印算法

提出了一种鲁棒数字图像水印算法。水印生成过程对原始水印进行转换、置乱和扩展等处理;水印嵌入过程将水印嵌入在原始图像小波域的逼近子图,嵌入的强度由噪声可见性函数自适应决定。水印提取过程不需要任何原始图像和原始水印的信息,采用独立分量分析实现对水印信号的盲提取。实验结果证实对于水印基准测试软件Checkmark的各种攻击,该算法具有较强的鲁棒性。     

一种基于图象内容的小波域鲁棒水印技术

为了提高水印的鲁棒性及抗攻击能力，提出了一种基于图象内容的小波变换域水印技术，该技术是将水印内容的选取与原始图象的内容相联系，并在水印嵌入之前，先对水印进行伪随机排列，分块，扩展等预处理，以增强鲁棒性，其与传统的水印方法不同的是，在水印嵌入过程中选将分块后的水印嵌入，然后将整个水印嵌入，这样水印不仅嵌入到图象小波分解系数的低频分量中，也嵌入到高频分量中，而提取过程中，也同样提取分块后的水印和整个水印，并将基于图象内容的水印与事先给定水印在相同条件下进行了比较实验，实验结果表明，这种水印技术的鲁棒性明显好于传统水印技术，同时还证明了水印嵌入的容量不仅与视觉系统的刚刚可分辨门限有关，而且与水印信号本身的一些特性有关系。     

一种DCT变换域的鲁棒数字水印

提出一种以二值图像为水印的离散余弦变换(DCT)域数字水印算法,对水印图像进行Arnold置乱,用置乱次数作为提取时的密钥,将置乱后的水印图像和载体图像分别进行分块DCT。为了使嵌入的水印具有较强的鲁棒性,把水印的每个子块同时嵌入到多个载体图像的子块中,按照奇数块和偶数块分别将水印嵌入到直流分量和交流分量的中频系数中,实现水印的完全嵌入。实验结果证明,该算法具有良好的鲁棒性和不可见性,能够抵抗有损压缩、剪切、随机涂改和白噪声等攻击。     

基于三维网格模型的双重数字盲水印算法

为提高一重三维模型数字水印的安全性,提出一种基于三维网格模型的双重数字盲水印算法。通过改变三角网格顶点在其一环相邻顶点所确定的局部几何空间中的位置和三角面片顶点排列顺序,嵌入双重水印,使模型能抵抗严重的剪切攻击及一定程度的噪声攻击。算法在提取水印时无需原始模型。仿真结果表明,该算法能够有效抵抗平移、旋转、均匀缩放、顶点乱序、多边形乱序及剪切等攻击,具有嵌入可读水印的不可见性。     

稳健局部特征非下采样小波域数字水印

目的 基于数字水印技术的音乐作品版权保护是学术界的研究热点之一,多数数字音频水印方案仅仅能够对抗简单的常规信号处理,无法有效抵抗破坏性较强的一般性去同步攻击。为此,提出了一种基于稳健局部特征的非下采样小波域数字水印算法。方法 利用非下采样小波域平滑梯度检测算子从载体音频中提取稳定的音频特征点,结合数字音频样本响应确定局部特征音频段,采用量化调制策略将数字水印信号重复嵌入局部特征音频段中。结果 选取4段典型的采样频率为44.1 kHz、量化精度为16 bit、长度为15 s的单声道数字音频信号作为原始载体进行测试,并与经典算法在不可感知性和鲁棒性两方面进行对比。结果表明,本文算法在含水印音频与原始载体音频间的信噪比平均提升了5.7 dB,同时常规攻击和去同步攻击下的平均检测率分别保持在0.925和0.913,高于大多数传统算法,表明了本文算法具有较好的不可感知性。在常规信号处理（MP3压缩、重新量化、重新采样等）和去同步攻击（幅度缩放、随机剪切、音调伸缩、DA/AD转换、抖动等）方面均具有较好的鲁棒性。结论 本文利用描述能力强且性能稳定的平滑梯度刻画局部数字音频性质,提出一种基于平滑梯度的非下采样小波域音频特征点提取方法,有效解决了音频特征点稳定性差且分布极不均匀的缺点,提高了数字音频水印对音调伸缩、随机剪切、抖动等攻击的抵抗能力。