基于神经模糊控制的自适应图像水印算法

提出了基于神经模糊控制网络的新的自适应图像水印算法。该算法首先对原始图像进行小波变换，组织小波块。接着，从子块的视觉掩蔽性和能量强度两个方面，建立和训练神经模糊控制网络，得到每个小波子块嵌入水印的最优强度值。最后，根据神经模糊控制得出的最优嵌入强度，将不同强度的水印嵌入到不同的小波块中。实验结果表明，所提出的算法能抵抗各种常规的图像处理的攻击，具有较好的鲁棒性和透明性。     

基于小波包变换和块模糊分类的自适应水印算法

提出了在WPT域上基于块模糊分类的新的自适应水印算法。首先用m-序列来控制对原始图像进行小波包变换的分解结构,将适当的小波系数组成小波子块。然后根据人类视觉系统(HVS)模型和能量模型,对小波子块进行模糊分类。最后,根据分类结果,将不同强度的二值水印嵌入到不同的小波子块中。实验结果表明,提出的算法能抵抗各种图像处理的攻击,具有较好的鲁棒性。