基于IWT-SVD和BRISK的鲁棒图像水印算法

目的 针对数字图像水印中传统奇异值分解算法存在的提取水印对角线失真和目前的特征点匹配算法速度慢引起抗组合几何攻击性能弱问题,提出基于IWT-SVD和BRISK的鲁棒图像水印算法。方法 该方案是将Logistics混沌映射置乱的水印嵌入宿主图像IWT变换后进行SVD分解的矩阵中,然后运用BRISK算法完成失真图像的几何校正,最后根据提取的水印图像特性,用邻域平均法进行对角线元素修正。结果 嵌入水印后PSNR高于42 dB,在各种常规信号处理和组合几何攻击下,NC平均值在0.95以上,提取出的水印对角线失真问题得到明显改善。结论 实验结果表明,该方案能提高图像特征点的匹配速度,性能得到增强,水印不可见性较好,进一步提升了图像的鲁棒性。     

基于方向金字塔分解与稳定几何失真校正的鲁棒图像水印算法

目的为了提高水印算法的抗几何攻击能力,并兼顾较高的鲁棒性与不可感知性,设计一种基于方向金字塔分解与稳定几何失真校正的鲁棒图像水印算法。方法首先,引入方向金子塔,对载体图像完成分解,输出对应的低通与高通子带;将低通子带分割为一系列的非重叠块;根据载体的亮度、纹理与边缘掩码,计算水印嵌入强度,最大程度地平衡水印图像的不可感知性与鲁棒性;设计水印嵌入方法,将经过Arnold映射加密后的水印嵌入到非重叠子块中,通过修改载体的方向金子塔分解系数,获取水印图像;将不同的攻击类型作用于水印图像,建立训练样本;再利用方向金子塔分解训练样本,计算高通子带的高斯-厄米矩能量,将其视为特征矢量;再利用特征矢量对模糊支持向量机完成训练,以预测几何失真参数,准确校正受攻击的水印图像;设计水印检测机制,从水印图像中复原水印。结果实验数据表明,与当前图像水印方案相比,所提算法具有更高的抗几何变换能力,以及较好的不可感知性与鲁棒性,其提取的水印失真度最小,对应峰值信噪比保持在40dB以上。结论所提水印算法具有较高的鲁棒性和视觉隐秘性,在版权保护、信息防伪等领域具有一定的参考价值。     

纹理特征自适应的全息水印算法

目的在保证算法鲁棒性的同时最大化实现水印的不可见性,自适应地选择水印的嵌入区域,并根据图像特征嵌入不同强度的水印信号。方法利用分块的思想,根据载体图像灰度共生矩阵二次统计量下的各特征参量选择纹理复杂度最高的区域,通过模糊C均值聚类实现对纹理特征的定义,再利用灰度直方图分析各分块的纹理强弱,将不同强度的光全息加密水印信号自适应嵌入至图像小波域的对角分量。结果水印的不可见性得到显著提高(PSNR=49),且图像在滤波、噪声、剪切和旋转等操作下提取的水印内容依旧可被清晰识别。结论文中算法在确保鲁棒性和安全性的同时,极大地提升水印的不可见性。     

基于视觉感知的图像自适应半脆弱水印算法

在充分考虑图像视觉感知特性的基础上,提出一种图像自适应半脆弱水印算法.首先利用图像亮度、纹理特性确定水印嵌入比特深度;然后采用自适应LSB替换方法嵌入水印信息,水印嵌入强度依赖于载体图像特征;最后应用优化像素调整进一步提高水印透明性.实验结果表明,算法对偶然攻击有一定的鲁棒性而对恶意攻击比较敏感,且能有效识别图像攻击类...     

抗偏移行攻击盲鲁棒图像水印算法

利用区域点设计抗偏移行攻击修正方法估算偏移行数,把偏移行攻击转化成剪切攻击,从而提出一种抗偏移行攻击盲鲁棒图像水印算法。嵌入端将原始图像分割成互不重叠的子块,通过调整每个子块四列像素数值大小嵌入水印。检测端先对攻击后的含水印图像进行抗偏移行攻击修正,然后通过像素值大小比较和多数判决原则提取水印。算法具有良好的不可见性,而且实现了盲提取。算法采用抗偏移行攻击修正,在抵抗偏移行攻击上表现出较强的鲁棒性。实验结果还表明,算法在抵抗高斯低通滤波、剪切、添加椒盐噪声、添加高斯噪声常规信号处理上也表现出较强的鲁棒性。     

基于SIFT特征点匹配的抗几何攻击水印算法

目的为了有效抵抗几何攻击,实现水印图像的嵌入与检测的同步。方法将水印嵌入到图像小波分解后的奇异值中,然后利用SIFT(scale invariant feature transform)特征点所具有的旋转、缩放和平移不变性进行宿主图像和受攻击图像的匹配,并估计受攻击图像的几何攻击参数,对可能失真的图像进行几何校正。结果图像经过几何失真、常规图像处理攻击或JPEG压缩后,嵌入的水印依然能被可靠地检测和提取。结论理论分析和大量实验结果表明,该算法校正精度高,具有良好的不可见性和鲁棒性。     

包装中专色印刷图像数字水印方法

目前,包装装潢图的印刷图像水印算法主要是针对传统的四色印刷方式,因而其用于专色印刷中效果不佳。基于包装中专色印刷和扫描图像特征,结合整数小波转换（IWT）和奇异值分解（SVD）提出了一种可用于专色图像印刷的鲁棒水印算法。先对专色通道进行IWT转换,然后将水印信息直接嵌入一级IWT各子带的奇异值S中;为了提高水印安全性,对水印图像进行了Arnold置乱加密,并在嵌入水印的图像中嵌入一个数字签名;提取水印时,基于专色图像印刷-扫描特征,将专色印刷图像扫描成灰度图,提取数字签名进行验证,验证通过后再提取水印信息。为了验证算法的有效性,选用胶版印刷方式对本文算法进行了一系列实验测试,并与文献[8]所提算法进行了比较,结果表明,本算法应用于专色印刷中具有很好的视觉不可见性,且可以抵抗胶版印刷过程。     

一种感兴趣区域防溢出数字水印算法

目的针对工程设计图纸、医学影像等存在大量边缘值像素点的图像在嵌入水印时容易出现像素值溢出的问题,文中提出一种基于感兴趣区域防溢出的水印方案。方法该方案使用改进后的区域生长法分割原始图像得到不规则形状的ROI,再通过填充像素值得到矩形水印嵌入区域,对该区域进行提升小波变换,并经过Arnold置乱,通过对水印嵌入区域的分块和扫描,跳过边缘像素值,使用奇偶映射的方法将制成QR码的水印信息嵌入至宿主图像。结果嵌入水印后图像边缘仍完整,像素值溢出现象得到大大改善,嵌入水印后图像峰值信噪比高于48db,水印不可见性高于一般水印嵌入方案,满足高精度图像对水印不可见度要求,且经过攻击后仍能实现水印的提取。结论该方案充分考虑到含有大面积背景和大量边缘像素值图像的特点,保证认证水印嵌入至图像关键ROI区域,在保证原图质量的基础上实现了防溢出的水印嵌入,经过攻击后提取的水印仍能够读取认证信息,在包装印刷工程中具有实际应用价值。     

基于SIFT变换和DWT-SVD的自适应图像水印算法

目的由于传统的自适应水印技术无法实现水印嵌入区域依据图像自身的特征而改变,且抵抗几何攻击的能力较弱,提出一种基于SIFT特征提取,结合DWT-SVD的水印嵌入方法。方法首先对图像进行SIFT特征提取,然后利用RANSAC算法选取出鲁棒性较好的特征点,通过特征点选取合适大小的水印区域,最后结合DWT-SVD算法将水印嵌入原始图像中。结果采用SIFT变换结合DWT-SVD算法嵌入的水印,含水印图像的视觉效果较好。含水印图像在没有受到攻击时,可以无损地提取出水印;在受到攻击时,提取出的水印品质较好,NC值均高于0.96,且算法的时间复杂度和空间复杂度均较小。结论实验证明,此方案在面对任意角度的旋转攻击,以及常规图像处理攻击有很好的鲁棒性,可以达到保护数字产品的目的。     

基于视觉内容分析和遗传算法优化的鲁棒图像水印算法

目的为了兼顾水印图像的不可感知性与鲁棒性,利用DCT(Discrete Cosine Transform)变换域,设计载体视觉内容分析耦合遗传算法优化的鲁棒图像水印技术。方法首先,将载体图像分割为一系列的非重叠子块,并引入奇异值分解机制,定义视觉内容分析方法,获取每个子块的活性因子,活性因子值较大的子块为水印嵌入位置;利用DCT机制处理活性因子值较大的子块得到相应的直流系数;联合结构相似度SSIM、峰值信噪比PSNR以及归一化相关系数NC,并基于权重因子设计适应度函数,通过执行遗传算法寻找最优的嵌入强度;根据优化的嵌入强度构建水印嵌入方法,将二值水印隐藏到这些直流系数中,通过逆DCT变换输出水印图像;设计水印检测方法,从水印图像中提取二值水印。结果实验数据显示,与当前基于变换域的水印技术相比,所提算法具有更高的视觉不可感知性与抗几何攻击能力,面对多种几何攻击,所提算法的PSNR与NC值分别保持在45 dB,0.96以上。结论所提算法能够较好地将水印信息隐藏在载体中,具有较高的视觉不可感知性与抗几何攻击能力,在版权保护、信息防伪等领域具有较好的参考价值。     

基于FFST和Hessenberg分解的立体图像零水印算法

目的 为提高立体图像零水印方案抗几何攻击性能,提出一种基于快速有限剪切波变换（FFST）和Hessenberg分解的立体图像零水印算法。方法 首先分别对原始立体图像在YCbCr颜色空间下的左右视点亮度分量进行FFST,然后在得到的2个低频子带中,基于随机子块选择策略和Hessenberg联合分解来构造鲁棒特征矩阵,最后与预处理后的二值水印执行异或运算生成认证零水印。此外,零水印检测前先采用傅里叶-梅林变换方法对待认证的立体图像进行几何校正。结果 与相关算法相比,文中算法对常见非几何和几何攻击提取水印的平均NC值为0.984 1,表现出更优的抗攻击性能。结论 所提算法具有无损性和较强的安全性,可为立体图像版权保护提供可行的解决方案。     

基于Harris角点的抗几何攻击数字水印算法研究

目的针对第2代数字水印算法具有良好的抗几何攻击能力,提出一种基于Harris提取特征区域并结合标志区的新算法,可有效抵抗几何攻击。方法首先对载体图像进行预处理,得到标准图Harris,提取并筛选特征点,要求特征点稳定集中,再根据水印大小确定嵌入水印的特征区域,筛选特征区域并进行小波分解;最后根据变换后子带的系数均值及调制因子调整小波系数,水印信息被分块后依次嵌入特征区域分解后的子带。结果实验显示文中算法的不可见性好,提取水印的相似度高,PSNR值均在65 dB之上,NC值均大于0.8。结论该算法水印的提取不需原图的参与,具极强的鲁棒性,可有效抵抗常见信号处理攻击。     

改进的基于压缩感知的鲁棒性水印算法

目的 为了提高水印算法的抗攻击能力,提出一种改进的基于压缩感知的鲁棒性水印算法。方法 为了确保嵌入的水印信息在载体中分布均匀,对彩色载体图像的R, G, B分量进行N×N不重复分块后得到Rij, Gij, Bij,按照下标值不同的原则,随机选择3个颜色分块构成嵌入块;为了提高水印的鲁棒性和检测的成功率,对水印信息采用循环嵌入的方式;详细论述水印的嵌入和提取流程,并通过仿真与其他3种算法进行实验结果对比。结果 水印提取不需要原始图像的参与,具有盲检测性,水印的循环嵌入策略极大地提高了水印鲁棒性和水印检测成功率。仿真实验结果表明,重建的水印图像具有较小的失真度,算法能够很好地抵抗一系列的几何攻击。结论 算法具有较好的鲁棒性和不可感知性,实现较简单,在版权保护及信息安全领域具有一定的参考价值。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

一种新的SIFT几何校正的抗几何攻击水印算法

目的为了提高抗几何攻击水印算法的鲁棒性,提出一种新的SIFT几何校正的抗几何攻击水印算法。方法利用尺度不变特征变换算法分别提取原始图像和受几何攻击图像的特征点,在水印提取前,将原始图像和受几何攻击图像进行特征点匹配,按照匹配的特征点对受几何的攻击图像进行几何校正。在水印嵌入过程中,结合奇异值分解(SVD)特征值的稳定性和非负矩阵分解(NMF)线性无关性来增强水印图像的鲁棒性。结果文中算法在剪切、JPEG、噪声等攻击下具有很好的鲁棒性,提取出来的水印图像NC值均大于0.98,在RST攻击下水印图像的NC值也能达到0.97以上。结论提出的抗几何攻击算法能有效的抵抗各类几何攻击,具有很好的鲁棒性。     

Robust Watermarking of Screen-Photography Based on JND

With the popularity of smartphones, it is often easy to maliciously leak important information by taking pictures of the phone. Robust watermarking that can resist screen photography can achieve the protection of information. Since the screen photo process can cause some irreversible distortion, the currently available screen photo watermarks do not consider the image content well and the visual quality is not very high. Therefore, this paper proposes a new screen-photography robust watermark. In terms of embedding region selection, the intensity-based Scale-invariant feature transform (SIFT) algorithm used for the construction of feature regions based on the density of feature points, which can make it more focused on the key content of the image; in terms of embedding strength, the Just noticeable difference (JND) model is applied to limit the intensity of the watermark embedding according to the luminance and texture of the picture to balance robustness and invisibility; after embedding watermark, the coefficients in the neighborhood are again adjusted with optimal constraints to improve the accuracy of watermark extraction. After experiments, it is shown that the method we proposed can improve the correct rate of watermark extraction, the quality of the visual aspect of the watermarked picture is also improved.