结合纹理复杂度与 BEMD 的灰度水印图像算法

本文提出并实现了一种结合纹理复杂度和二维经验模态分解(BEMD)的灰度水印图像算法。该算法首先对 Arnold 变换的水印图像进行 BEMD 分解,得到不同尺度的内蕴模态函数及余量信息。其次,对宿主图像分块进行纹理复杂度的计算,选择纹理复杂度高的区域作为嵌入位置;为了使水印图像的内蕴模态函数能与宿主图像更好地融合,对宿主图像进行了与水印图像相同筛分条件的 BEMD 分解。最后,将水印信息重复地嵌入到宿主图像预先选好的位置中,再对嵌入水印信息后的内蕴模态函数及余量重建得到嵌入水印后的图像。水印提取则为水印嵌入的逆过程。通过对不同纹理程度的宿主图像进行实验,得到嵌入水印后图像的峰值信噪比均在 40 dB 以上,面对 8 种常见攻击时提取水印的 NC 值均在 0.95 以上。与现有算法进行对比,该算法在大比例剪切、噪声攻击、图像滤波和 JPEG 压缩攻击上表现出色,且结果整体优于对比算法。     

基于Contourlet和SVD的鲁棒双水印算法

提出了一种Contourlet域的基于奇异值分解的鲁棒水印算法。综合Contourlet变换和奇异值的优点,选择宿主图像Contourlet变换后的低频子带和能量最大的高频子带作为水印嵌入子带,分别嵌入水印信息。水印提取时,从两个子带水印中选择NC值较大的作为最终提取的水印。实验结果表明,该算法在保证了不可见性的同时,对常规攻击和几何攻击均具有较强鲁棒性。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

一种基于DWT和SVD的数字图像水印算法

该文研究并提出了一种基于离散小波变换和奇异值分解的数字图像水印算法。为保证水印算法的安全性,首先对水印图像进行置乱变换预处理;然后对宿主图像进行二维离散小波变换,根据嵌入策略将预处理后水印图像的奇异值嵌入宿主图像二维小波分解得到的中频区域。最后利用Matlab对该算法及其对攻击的鲁棒性进行了仿真。     

基于宿主图像差值矩阵的可逆信息隐藏算法

提出一种能无失真地从水印图像中提取出隐藏信息并无失真地恢复出原始图像的可逆图像信息隐藏算法。该算法利用图像相邻像素之间差异较小的特性,通过差值矩阵对原始图像进行预处理,修改差值矩阵并映射到宿主图像中实现信息隐藏。理论分析和仿真实验表明,该算法在保证良好不可见性的情况下,有效提高了信息嵌入容量。     

基于矩阵Schur分解的彩色图像盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印是二值灰度图像且为提取水印时需要原始宿主图像或原始水印的现状,本文提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。该算法分析了矩阵Schur分解的基本特征,通过修改其上三角矩阵对角线上的最大能量元素来嵌入水印,水印提取过程达到盲提取的目的。实验结果表明,该水印方案不但嵌入和提取的速度快,而且具有较好的水印不可见性(峰值信噪比达到40dB以上)和较强的鲁棒性。     

采用整数小波变换和多目标遗传算法的可逆灰度水印

现有的可逆水印算法大部分以二值图像作为水印图像,灰度水印在嵌入之前需要转换为二值图像.为此提出一种基于人眼视觉系统、整数小波变换以及多目标遗传算法的可逆灰度水印算法.为了避免水印在嵌入过程中产生溢出的情况,需要对原始图像进行直方图修改.首先对整数小波变换之后的图像进行分块,在每一个局部块中通过像素点灰度值的大小找到满足条件的2个像素点;然后依据它们的灰度值之差与6进行模运算找到第3个像素点,通过修改找到的3个像素的灰度值嵌入水印.该算法直接以灰度图像作为水印图像,在水印嵌入之前无需对其做任何处理操作;利用人类视觉系统提高水印嵌入之后的不可见性,通过对每个子块的熵值进行归一化动态地调整水印信息的嵌入强度;然后使用遗传算法对结果进行优化,兼顾了水印嵌入之后图像的质量和不可见性.实验结果证明,文中算法易于实现、完全可逆,而且透明性好、保密性高,具有可行性.     

基于分块奇异值分解的小波域水印算法

对于一般有意义灰度水印,如何在不可见性下增大水印嵌入容量,增强鲁棒性仍是水印研究学者研究的重要内容.根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒水印算法.算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对宿主图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中.实验结果与分析表明:水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种可行的算法.     

一种在正交化分形压缩图像中嵌入灰度水印的方法

传统的基于分形编码的水印技术一般采用0,1码,没有实现灰度图像的嵌入。本文在研究正交化分形编码的基础上,构造出水印嵌入变换函数,提出了一种能够嵌入灰度图像的分形编码水印算法,且水印提取速度大大加快。利用正交化分形解码参数在迭代过程中的不变性,使水印直接嵌入解码参数,从而实现了灰度水印嵌入。实验结果和数据表明,水印嵌入对宿主图像分形编码质量几乎没有影响,具有可行性。与传统算法相比,本文算法在抗剪切处理、低通滤波,JPEG压缩等方面具有更好的鲁棒性。     

一种自嵌入的图像脆弱水印算法

针对现有脆弱水印算法大多无法区分水印被篡改还是内容被篡改的问题,提出了一种基于奇异值分解的自嵌入水印算法.算法基于原始图像2×2大小分块,图像块的高6位进行奇异值分解,每块的最大奇异值经过量化生成恢复水印嵌入到偏移子块的次低位,每块的奇异值范数二值编码生成认证水印嵌入到本身的最低位.实验结果表明,该算法不仅篡改定位准确,而且能区分是水印被篡改还是图像内容被篡改,可有效地恢复被篡改的区域.     

A robust semi-blind watermarking for color images based on multiple decompositions

In this paper, a robust semi-blind watermarking scheme for color images, based on multiple decompositions is proposed to preserve the copyrights of the owner. Using multiple decompositions, the gray watermark is embedded into a host color image. Prior to that, to enhance security the gray watermark is encrypted with Arnold transform and SVD by generating secret keys. The luminance component of the given host image is subjected to discrete wavelet transform(DWT), contourlet transform(CT), Schur decomposition and singular value decomposition(SVD) in sequence and finally the watermark is embedded. In the semi-blind extraction process, the watermark is extracted without the help of the original host image. Experimental results show that the proposed watermarking scheme has better visual imperceptibility and high robustness against image & signal processing attacks compared to other methods.     

实离散分数Krawtchouk变换及其在数字图像水印中的应用

目的传统Krawtchouk变换处理图像时存在变换域信息表示单一、不可调节等问题,传统分数阶Krawtchouk变换处理实信号表示有冗余等问题。为了构造更加灵活的图像变换域表示,提出了实离散分数阶Krawtchouk变换,并应用于数字图像水印。方法利用对传统Krawtchouk变换矩阵特征值分解的方式,通过对分解后的特征值矩阵的实矩阵分数化构造得到了实离散分数阶Krawtchouk变换的变换矩阵,从而构造出实离散分数阶Krawtchouk变换。然后,利用所提变换从实数域变换到实数域这一特性,提出了在实离散分数阶Krawtchouk变换嵌入水印信息的图像水印算法。算法采用了图像分块处理的方式,对每个图像块的实离散分数Krawtchouk变换系数进行奇异值分解,将水印信息嵌入奇异值分解矩阵中,然后进行逆向实离散分数阶Krawtchouk变换得到嵌入水印后的图像。结果通过比较所提实离散分数阶Krawtchouk变换域水印算法和传统Krawtchouk变换域水印算法,提取水印的平均错误率在中值滤波、均值滤波、高斯滤波、JPEG压缩和缩放攻击下,分别降低了12.39%、10.04%、18.50%...     

基于小波—奇异值分解的数字水印新算法*

为了有效地保护数字作品的版权,提出了一种以离散小波多级分解与奇异值分解相结合的数字水印新算法。该算法充分利用小波与奇异值的固有性质,对原始图像进行多级小波分解,并对部分子带作奇异值分解。将水印置乱来保证一定的安全性,再对其进行分块离散余弦变换,然后将它嵌入到中间奇异值及其周围的部分矩阵块中。实验表明,该方法不仅有较好的透明性,而且能抗大多数处理攻击,有较好的鲁棒性。     

一种NMF和SVD相结合的鲁棒水印算法

提出了一种非负矩阵变换(NM})和奇异值分解(SVD)相结合的数字水印算法。该算法对宿主图像进行离散小波变换,然后选取低频部分进行非负矩阵变换和奇异值分解,最后在奇异值中嵌入Arnold置乱后的水印。实验表明,该算法在获得良好的视觉效果的同时,又具有很好的鲁棒性,对加噪、滤波、剪切等图像攻击有很好的抵杭能力。     

基于Curvelet-DSVD和视觉密码的强鲁棒零水印算法

为了更好的表现自然图像的曲线特性,进一步提高数字水印算法的鲁棒性,提出一种基于Curvelet-DSVD和视觉密码相结合的强鲁棒零水印算法。首先对原始图像进行Arnold置乱;其次进行Curvelet变换得到低频域信息,对低频域信息进行分块并对各个块进行双奇异值分解(DSVD),利用块最大奇异值与整体奇异值均值之间的关系构造特征矩阵,同时利用视觉密码将水印信息生成两个共享份;最后将其中一个共享份进行Arnold置乱后与特征矩阵进行异或运算生成零水印。实验结果表明,该算法能够有效地抵抗常规攻击,与现有的零水印算法相比,鲁棒性更强,安全性更高。     

双正交提升小波和奇异值分解的彩色水印算法研究

在现有彩色图像水印提取技术基础上, 提出一种结合9/7双正交提升小波和图像矩阵奇异值分解的彩色图像水印加密算法。首先将彩色原始图像和彩色水印图像R、G、B分离, 将图像相应分量进行提升小波三级分解得到低频部分, 并将该低频信息进行奇异值分解, 把水印信息视做扰动矩阵按一定的量加在低频信息的对角阵上, 其中彩色水印图像预处理结合了骑士巡游变换和Arnold置乱算法。实验结果表明算法在确保水印不可见性的基础上有效地增强了水印的强度和鲁棒性, 实现了水印图像的盲检验。     

An adaptive color image watermarking using RDWT-SVD and artificial bee colony based quality metric strength factor optimization

Image watermarking has emerged as a useful method for solving security issues like authenticity, copyright protection and rightful ownership of digital data. Existing watermarking schemes use either a binary or grayscale image as a watermark. This paper proposes a new robust and adaptive watermarking scheme in which both the host and watermark are the color images of the same size and dimension. The security of the proposed watermarking scheme is enhanced by scrambling both color host and watermark images using Arnold chaotic map. The host image is decomposed by redundant discrete wavelet transform (RDWT) into four sub-bands of the same dimension, and then approximate sub-band undergoes singular value decomposition (SVD) to obtain the principal component (PC). The scrambled watermark is then directly inserted into a principal component of scrambled host image, using an artificial bee colony optimized adaptive multi-scaling factor, obtained by considering both the host and watermark image perceptual quality to overcome the tradeoff between imperceptibility and robustness of the watermarked image. The hybridization of RDWT-SVD provides an advantage of no shift-invariant to achieve higher embedding capacity in the host image and preserving the imperceptibility and robustness by exploiting SVD properties. To measure the imperceptibility and robustness of the proposed scheme, both qualitative and quantitative evaluation parameters like peak signal to noise ratio (PSNR), structural similarity index metric (SSIM) and normalized cross-correlation (NC) are used. Experiments are performed against several image processing attacks and the results are analyzed and compared with other related existing watermarking schemes which clearly depict the usefulness of the proposed scheme. At the same time, the proposed scheme overcomes the major security problem of false positive error (FPE) that mostly occurs in existing SVD based watermarking schemes.     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

基于SVD和神经网络的鲁棒水印算法

本文提出了一种基于奇异值分解和小波包分解相结合的全新水印算法。综合利用奇异值和方差的特征来对宿主图像进行预处理之后,提取出两个具有不同掩蔽效应的子图,分别对子图的奇异值和小波包系数使用抖动调制方法嵌入不同强度的水印。本文算法不仅实现了水印的盲提取,而且实现了水印鲁棒性与透明性的最佳折中。本文的另一创新之处是提出了一种基于神经网络的新的水印复原方法。实验结果表明本文方法较传统方法而言有更高的灵活性和鲁棒性,尤其具有很强的抗JPEG压缩能力。