一种基于邻域均值关系的图像盲水印算法

提出了一种基于邻域均值关系的静止图像盲水印算法。该算法在嵌入前对水印进行置乱处理以提高安全性,然后对原始图像进行二级离散小波变换,在变换后的低频子带中选择感知重要系数作为水印的嵌入区间,再根据邻近特征平均值,选择合适的嵌入位置,将水印重复嵌入到低频子带中。实验结果表明,该算法嵌入信息量大,水印透明性好,且对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

SVD与HVS相结合的小波域数字图像鲁棒水印

为了提升水印鲁棒性,解决水印透明性与鲁棒性相互间的矛盾,提出一种融合SVD和HVS优良特性的小波域数字图像水印算法。该算法首先对载体图像进行二级DWT,提取二级低频子带并进行分块;然后对各个子块进行SVD,根据HVS对平均亮度的敏感性,结合修正的余弦相似性度量方法计算出水印的最佳嵌入位置;最后以量化的方式将Arnold扰乱加密的水印嵌入到选定的奇异值中,嵌入强度根据载体图像子块的奇异值自适应地调节。实验结果表明,该水印不仅具有很好的透明性,对噪声、滤波、剪切以及JPEG压缩等水印攻击也都呈现出较高的鲁棒性。     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

一种基于DCT量化的视频水印算法

图像水印技术已经得到了一定的发展,但数字视频水印的研究仍是一个难点。为了更好地保护视频数据的版权,提出了一种新的视频水印算法。对图像帧的亮度分量其进行分块,每块进行离散余弦变换,把水印数据通过正负量化嵌入到各分块的低频系数中去。为增强算法的安全性,将原始水印图像和随机二值图像作为细胞神经网络（CNN）的输入,输出的图像再被用来进行进一步嵌入操作。载体视频中的部分图像帧被用来进行多次水印嵌入。实验结果表明该方法具有较好的鲁棒性,而且算法简单,便于视频实时处理。     

基于混沌序列的鸡尾酒算法

在分析了混沌序列统计特性的基础上,提出基于混沌序列的鸡尾酒算法。采用一维混沌映射生成的混沌序列二值化后截取合适的长度即可得到性能良好的数字图像水印信号,提高了安全性。利用视觉特性将水印值正向和负向调制叠加在宿主图像大于各域值的小波系数上,具有很强的鲁棒性。为实现水印信号透明性和鲁棒性的最佳均衡,水印嵌入时采用了一种自适应水印强度的控制方法。由实验结果可知,本算法对各种常见的攻击均有很强的抵抗能力。     

基于Contourlet域伪3D-DCT变换的视频水印

提出了一种新颖的Contourlet域伪3D-DCT变换的视频水印算法,Contourlet变换采用方向滤波器组,能有效捕获自然图像的边缘轮廓信息。本算法首先对原始视频的每帧图像进行Contourlet变换,取其变换后的低频图像,然后对低频图像进行分组,每一组分别进行伪3D-DCT,最后在变换后的直流系数中嵌入经过Arnold变换置乱后的水印,提取算法简单并实现了水印的盲提取,实验结果表明,本算法在保证不可见性的前提下显著提高了嵌入水印的鲁棒性,能够有效地抵抗MPEG压缩及其他常见的攻击。     

一种基于HVS的小波域彩色图像水印算法

提出了一种基于HVS的小波域彩色图像水印算法。首先将彩色载体图像由RGB彩色空间转换为YIQ彩色空间,选取Y分量进行多级小波分解,通过修改中频系数,将水印信息分成两部分,分别嵌入到三级水平细节子带和垂直细节子带中。在系数的选择上利用了人眼的视觉特性,使得水印信息嵌入到图像中比较暗的区域。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对JPEG压缩、图像添加高斯噪声、中值滤波和对比度增强等常见图像处理操作具有很强的鲁棒性。     

一种基于小波分块的自适应数字水印

为了在不破坏原始图像质量的情况下嵌入更多的水印,即较好地解决水印算法的不可见性和鲁棒性这对矛盾,本文提出了一种基于小波分块的自适应算法.先将水印进行置乱,提高安全性和抗剪切的鲁棒性.然后根据小波变换后,高、低频的特点,把水印以不同强度自适应地嵌入其中.实验结果表明,该算法不但具有较高的安全性,而且在增加了水印容量的前提下,图像的质量降低很小,很好地统一了水印算法的不可见性和鲁棒性.     

基于视觉掩蔽模型的视频水印算法

提出一种基于Watson视觉掩蔽模型的MPEG-2视频水印算法.将水印图像和水印属性转成二进制比特流,作为嵌入视频的水印信息.计算视频关键帧的DCT掩蔽阈值,根据阈值分布特点设计动态的水印嵌入量化步长,调整水印强度,采用量化索引调制的方式嵌入水印信息,保证嵌入的水印对视频的影响在视觉失真范围内.实验结果表明,该算法将嵌入水印后的关键帧平均PSNR提高了0.78 dB,有效缓解了水印不可见性和鲁棒性的矛盾.     

一种基于Arnold置乱和小波变换的二值图像水印算法

为了更有效地保护网络上静态图像版权,提出了一种基于Arnold置乱和小波变换的二值图像水印算法。将Arnold置乱过程用于提高其安全性和抗剪切的鲁棒性;然后将置乱后的水印进行一次小波分解,再根据人眼的视觉特性以相应的尺度因子嵌入原始图像的小波变换不同频域中。仿真实验表明该算法安全、有效,兼顾了水印的透明性和鲁棒性。由于该算法是在小波变换域中实现的,故可JPEG2000、MPEG4相兼容,是一种可以推向实用的水印算法。     

一种基于FFMPEG的MPEG-2视频水印算法

近年来,许多算法被提出并且运用到多媒体水印中去,相较于图像水印和音频水印,视频水印数据量大,处理更为复杂。基于FFM PEG平台,大大减少了编程量。同时为了提高水印的不可见性和鲁棒性,将提取出的关键帧,进行离散余弦变换（DCT ）变换,利用Itti视觉模型,划分出视觉显著区域,然后采用DC-QIM 量化将置乱后的二进制水印信息嵌入非显著区域,保证水印的嵌入对视频质量的影响最小。实验结果表明,算法具有良好的不可见性,以及对常见攻击较好的鲁棒性。     

一种高鲁棒性数字水印算法的FPGA实现

传统上数字水印算法使用软件方法实现.基于一种高鲁棒性的数字水印算法,研究了使用FPGA实现水印嵌入的方法.先通过提升小波变换将宿主图像进行3次分解,并用混沌置乱算法将水印图像进行置乱加密,然后将第3阶小波分解的LL部分进行SVD分解并得到对应的奇异值矩阵,然后将混沌置乱加密后的水印信息嵌入到该奇异值矩阵中.在该算法的FPGA实现中,主要研究了提升小波变换、混沌置乱加密、矩阵SVD分解的硬件实现方法.实验结果表明,该算法鲁棒性很高,嵌入水印的图像抗攻击性强,算法经过合理推导得以在FPGA上高效地实现.     

基于改进小波阈值函数和奇异值分解的电能质量扰动检测定位

为了在噪声环境下准确提取电能质量扰动特征,本文提出基于改进小波阈值函数去噪和奇异值分解的电能质量扰动检测定位方法。首先构建改进小波阈值函数对含噪电能质量扰动信号降噪,利用经验模态分解的信号频带划分能力,实现降噪后扰动信号各模态的有效分离,再采用希尔伯特变换提取各模态幅值、频率等特征信息,同时基于奇异值分解实现对扰动信号的起止时刻的有效定位。最后分别采用不同类型的电能质量扰动信号进行仿真实验,实验证明本文提出的算法不仅具有良好的抗噪性能,同时具有较高的定位准确度和良好的鲁棒性。     

一种智能鲁棒数字图像水印方案

数字水印技术是多媒体安全领域的研究热点.与传统的加密/解密技术不同,它具有广泛的诸如版权保护、权利认证以及秘密通信的能力.提出了一种新的利用神经网络分类的数字水印技术.在所提出的方法中,原始图像首先被分成互不重叠的8×8块,然后利用神经网络按照纹理特征与人类视觉特性对图像块进行分类,不同的类采用不同的水印嵌入强度,以此来提高水印的鲁棒性.检测采用相关运算,不需要原始图像.实验结果表明,所提出的方法对多种攻击具有很好的鲁棒性.     

基于视觉显著性与量化指数调制的图像鲁棒水印算法

为了兼顾水印系统的透明性与抗几何变换能力,提出了基于视觉显著性与量化指数调制的图像鲁棒水印算法。首先,采用Ripplet变换来处理宿主图像,得到特征映射;再利用Gaussian概率密度模型来计算特征映射对应的视觉显著性映射,并将其实施分解成一系列的子块,以获取其显著性均值;引入非下采样Contourlet变换来分解宿主图像,输出对应的低通子带和带通方向子带;随后,把低通子带分割为尺寸较小的非重叠子块,并计算每个子块的能量;联合显著性均值与能量,计算待嵌入子块对应的量化步长,将其视为密钥;借助奇异值分解来处理低通子带的每个子块,获取对应的对角矩阵,基于这些矩阵中的最大元素的均值,通过改进传统的对数量化指数调制方法,设计水印嵌入方法,根据每个子块对应的量化步长,将水印数据隐藏到载体中,得到水印图像;最后,根据接收密钥,定义水印提取机制,在水印图像中检测水印数据。实验数据表明:较当前的基于分块的水印技术而言,所提算法具备更高的水印透明性,且在常规几何内容操作下,其表现出更强的鲁棒性,所复原的水印失真最小。     

基于SIFT和NMF-SVD的NSCT域抗几何攻击水印算法

为了进一步提高水印算法的鲁棒性,提出了一种在无下采样Contourlet变换(non-subsampled contourlet transform,NSCT)域中利用尺度不变特征变换(scale-invariant feature transform,SIFT)特征点进行几何攻击校正,并结合非负矩阵分解(non-negative matrix factorization,NMF)和奇异值分解(singular value decomposition,SVD)的图像抗几何攻击水印算法。该算法首先对RGB宿主图像进行两层NSCT并分别提取低频部分的红色分量和蓝色分量;然后充分利用非负矩阵的线性无关性和稀疏性以及奇异矩阵的稳定性,对蓝色低频分量进行水印的嵌入;最后利用红色低频分量的SIFT特征点信息对宿主图像进行几何攻击校正,恢复水印的同步信息后再提取水印。大量的实验结果表明,该算法在保证不可感知性的前提下,对于常规图像处理具有更好的鲁棒性能,并能有效地抵抗各类几何攻击和组合攻击。     

电力设备三维网格模型自适应鲁棒水印算法

提出一种新的电力设备三维网格模型鲁棒水印算法,介绍了该算法在电力多媒体信息安全中的应用。该算法首先对电力设备三维网格模型进行离散曲率估计,找出模型中脐点;结合网格模型离散法向量和局部粗糙度,通过自适应主方向投影实现水印嵌入。实验结果表明,该水印算法能有效抵抗加性噪声、仿射变换、网格简化、网格剪切等多种网格变换和攻击,具有较强的不可感知性和鲁棒性。