基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

DWT域抗几何攻击水印算法研究

鲁棒水印面临的最大问题就是几何攻击.小波变换域不具有几何不变性,一个微弱不可察觉的几何攻击就能使小波域水印算法失效.提出了一种新的以特征点作为模板、有效抵抗几何攻击的图像水印算法.它包括:(1)根据小波变换空间各子带呈树形结构的特性,选择每棵小波树中纹理最强的方向子树的树根作为水印嵌入点;(2)根据嵌入点在低频对应位置的能量和该方向子树高频叶子结点的纹理信息确定一种自适应嵌入水印策略;(3)利用Harris-Laplace算子从含有水印的图像中提取出具有几何形变鲁棒性的特征点,将其作为模板;(4)水印检测时,先利用特征点模板通过线性变换恢复几何形变的图像.然后通过统计图像的相关性来验证水印的存在,无需原始图像.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理和几何变换具有很好的鲁棒性.     

基于DWT及方向可控金字塔变换的抗几何攻击水印

几何攻击会使水印嵌入与检测失去同步,影响水印的检测。为解决几何攻击造成的水印同步问题,基于方向可控金字塔变换域特征实现了水印图像旋转失真的检测,结合归一化小波树熵掩码及小波域人眼对比敏感度掩码完成了小波超树的自适应调制,实现了水印信息的嵌入,基于小波超树算法的抗缩放攻击能力以及采用方向可控金字塔变换设计,算法能够抵抗缩放攻击和旋转攻击。仿真结果表明,算法对几何攻击具有较强的鲁棒性。     

基于混沌的Contourlet域抗几何攻击图像水印算法

为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明,该算法对JPEG压缩、滤波、加噪、旋转、缩放和平移等常规的图像处理和几何攻击具有很强的鲁棒性。     

一种基于DWT的双密钥自适应水印算法

为了更好地保护数字图像的版权,提出了一种基于小波变换域的双密钥自适应水印算法。该算法首先结合梯度分割阈值选取策略,自适应抽取图像内容特征并作为水印信息;然后利用载体图像的邻域特征自适应确定量化步长,并通过量化调制小波系数嵌入数字水印。针对不断出现的各种各样的水印攻击,尤其是解释攻击,通过对其原理的分析,提出了由认证中心分密钥和作者分密钥组成的双密钥水印方案,较好地解决了在抗解释攻击方面存在的问题,提高了水印信息的安全性。仿真实验表明,该自适应水印算法不仅具有良好的不可见性,而且对JPEG压缩、高斯噪声、图像剪切和中值滤波等攻击具有理想的鲁棒性。     

一种抗几何失真的水印校正方法研究

几何攻击会使大多数水印算法监测器失效,从而制约了水印技术的实用性.提出一种基于特征点集和Hausdorff距离的抗旋转和缩放攻击的数字水印检测校正方法.算法利用水印图像受攻击前后的小波域特征点集和点集之间的Hausdorff距离来估计图像所经历的几何失真.实验证明,算法性能稳定、精度高、可校正较大强度的联合几何失真.     

基于NSCT变换的轮廓匹配水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于非采样NSCTContourlet(NonsubsampledContourletTransform)变换的鲁棒水印算法.算法利用NSCT提取图像轮廓并用于几何校正.水印嵌入过程分为三步:首先利用NSCT域高频系数提取图像轮廓;其次依据图像轮廓提取特征点用于几何校正;最后水印信息自适应量化嵌入NSCT域低频系数.实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性.     

基于小波树调制及方向可控金字塔域特征的抗几何攻击水印

基于小波变换的抗几何攻击水印是当前数字水印研究的难点之一.基于方向可控金字塔变换域能量主方向特征及子带交叉相关特征实现了水印图像旋转失真的检测与恢复,采用基于人眼视觉特性的小波树自适应调制方法在小渡树中完成水印的嵌入,水印的提取基于小波超树的能量对比关系实现.仿真结果表明,该算法可较好地抵抗旋转、缩放和剪切等几何攻击.     

一种基于正交分解的离散小波域水印方案

提出一种基于QR分解的小波域图像水印算法,是将水印信息矩阵做QR分解并嵌入到做离散小波变换后的载体图像的两个特殊的区域.首先将原始图像进行归一化处理后做离散小波变换,并计算出嵌入区域的嵌入强度;再将水印按照密钥进行置乱;然后再对置乱后的信息做正交分解,得到两个正交矩阵;分别将这两个正交矩阵使用加性规则自适应地嵌入到小波变换域的低频和对角方向上;最后小波逆变换得到含水印的图像.实验结果证明,本算法具有较好的鲁棒性、安全性和不可见性,特别是抗几何攻击效果尤其明显.     

结合Zernike矩和模板具有RST不变性的DWT-HMM鲁棒水印算法

抵抗几何攻击是鲁棒水印研究的关键问题之一。为实现水印同步,提出了一种结合Zernike矩和小波域模板实现由粗到精几何同步的算法,即首先利用平移归一化图像的Zernike矩估计旋转和缩放参数,并用校正旋转和缩放后的图像和原图像之间的质心增量估计平移参数;然后基于粗略估计的参数,通过匹配小波域模板实现旋转、缩放和平移(RST)参数的精确识别和校正,该同步方法可以较大程度地降低搜索空间。水印嵌入和检测采用了小波域向量隐马尔可夫模型(DWT-HMM)。仿真结果表明,利用由粗到精的几何同步方法和基于HMM的水印算法能有效抵抗StirMark平台的多种单项攻击和联合攻击,算法具有较好的鲁棒性能。