基于神经网络的自适应彩色图像盲水印算法

文中提出的算法是自适应地将水印嵌入，并利用神经网络实现水印的盲提取。首先将二值水印嵌入到YIQ色彩空间的Y分量小波分解的低频系数中，为达到平衡水印图像的鲁棒性和不可见性，嵌入的强度是根据人类视觉特性自适应调整至最佳；利用BP神经网络的学习和自适应的特性和一段已知序列训练神经网络，可实现水印的盲提取；在神经网络的输入信号计算上提出选择邻域窗口为3＊3方形窗口比十字窗口具有更好的实验效果。仿真实验结果表明该算法对常用的图像处理具有较好的鲁棒性和不可见性。     

基于神经网络的图像盲水印技术

将水印嵌入到宿主图像的小波变换域的低频分量;利用BP神经网络的自学习、自适应的特性和一段已知序列训练神经网络,根据确定的神经网络模型可实现水印的盲提取;在神经网络的输入信号计算上提出选择邻域窗口为3＊3方形窗口比十字窗口具有更好的实验效果.仿真实验结果表明该算法对常用的图像处理如JPEG压缩、剪切、加噪和滤波等攻击具有较好的鲁棒性和不可见性.     

基于小波包变换的图像数字水印算法

提出一种基于小波包变换和人类视觉特性的自适应盲水印算法。该算法选择原始图像小波包变换的中频子带进行嵌入,提高了水印的容量和不可见性;采用双极性量化方法嵌入水印,根据嵌入强度自适应地确定量化步长,提取时无需使用原始图像。实验证明该算法对常见的图像处理攻击具有良好的鲁棒性,同时也很好地保证了水印的不可见性。     

基于UML2．0序列图的Web服务运行时验证方法

针对一般数字水印算法对于水印不可感知性和鲁棒性无法达到较好平衡的问题,提出了一种改进的DCT的自适应盲数字水印。嵌入水印的时候,根据云图的纹理和暗影特征,结合人类视觉系统(HVS),DCT块的DC分量利用奇偶量化法嵌入水印,AC分量利用确定固定系数法嵌入水印;提取水印的时候,利用盲检测方法。实验结果表明,提出的自适应盲数字水印不仅对常见的高斯噪声、椒盐噪声攻击具有很好的鲁棒性,而且较好地满足了水印的不可见性,同时减少了水印的嵌入和提取时间。     

非抽样Contourlet变换的盲数字水印

根据非抽样Contourlet变换的特性,提出一种非抽样Contourlet变换域的盲水印算法,算法选择在具有最大能量的中高频子带中嵌入水印,在对水印进行加密后,利用密钥生成PN序列,根据水印值的不同PN序列嵌入宿主图像的方式也不同。提取水印不需要原始图像,利用NSCT变换系数与PN序列的相关性系数提取水印,实现盲提取。实验证明算法具有一定的不可见性和鲁棒性,具有很强的抗JPEG压缩的鲁棒性。     

一种基于神经网络和小波变换的盲水印算法

提出一种新的运用神经网络将水印嵌入离散小波变换后的宿主图像中的数字水印算法。算法创新地提出选择水印嵌入点周围的8个邻域像素点作为神经网络的样本输入,这样可以更好地增强水印的透明性。该算法首先对宿主图像做离散小波变换,取低频子带作为嵌入位置,运用密钥随机选取水印的具体嵌入坐标,提取其邻域的像素点,利用建模好的神经网络对其进行训练,通过修改其像素值嵌入水印,提取时利用确定的神经网络实现水印的盲提取。水印嵌入之前运用Amold变换进行了置乱处理。实验结果表明,该算法具有较好的不可见性和鲁棒性。     

一种新的基于DCT系数置换的鲁棒水印算法

针对水印算法中存在的不可见性和鲁棒性之间的矛盾,提出了一种新的水印算法.该算法一方面综合考虑人类视觉特性和JPEG压缩原理选择恰当的嵌入位置,利用所选系数对的大小关系嵌入水印;另一方面自适应地对嵌入水印后相应位置的DCT系数进行增强处理,从而使水印具有良好的不可见性,又大大增强了水印的鲁棒性,且可实现盲检测.具体分析了不可见性和抗JPEG压缩性能与水印嵌入强度的关系,理论分析及实验表明该算法能够有效的抵抗JPEG压缩、噪声、滤波、剪切等各种攻击,具有较好的实用价值.     

基于独立分量分析的小波域数字图像水印算法

提出了一种鲁棒数字图像水印算法。水印生成过程对原始水印进行转换、置乱和扩展等处理;水印嵌入过程将水印嵌入在原始图像小波域的逼近子图,嵌入的强度由噪声可见性函数自适应决定。水印提取过程不需要任何原始图像和原始水印的信息,采用独立分量分析实现对水印信号的盲提取。实验结果证实对于水印基准测试软件Checkmark的各种攻击,该算法具有较强的鲁棒性。     

一种基于DWT和DCT的自适应盲水印算法

研究鲁棒性水印算法一直是数字水印技术发展的重要方向,文中根据Watson视觉模型推导出的一种可以直接应用于DCT域的自适应归一化掩模作为水印嵌入强度,利用相邻的DWT和DCT块之间的关系把二值水印嵌入到灰度图像中,提取水印时不需要原始图像,实现了盲提取。实验结果表明,本算法在不可见性和鲁棒性方面具有良好性能。     

基于SVD的彩色图像自适应盲水印算法

本文提出了基于SVD(奇异值分解)的自适应彩色图像盲水印算法,利用HVS(人类视觉系统)特性自适应地调整水印嵌入强度,通过SVD变换来进行嵌入,在保持不可见性的前提下提高了鲁棒性.实验表明,该算法在水印嵌入总量不变时,可减弱嵌入水印后对原始图像的破坏,减少视觉影响.     

基于神经网络的小波域数字水印嵌入算法研究

提出一种结合神经网络将二值水印嵌入离散小波变换后的宿主图像中的新方法.为使算法具有更好的不可感知性和鲁棒性,进一步提高它的实用性,结合神经网络理论,创新地提出在小波域实现对数字水印嵌入.该方法是对宿主图像做离散小波分解,取分解后的近似分量作为嵌入位置.在其中随机的选取一些像素点及其邻域,利用神经网络对其进行建模及训练,通过修改其像素值嵌入水印信息.在嵌入之前对二值水印进行了Arnold变换来加密.实验结果表明,算法具有很强的抗几何攻击和承受其他图像处理操作的能力,不可感知性好,鲁棒性明显优于一般小波域嵌入算法,对数字水印的实现具有很强的参考价值.     

基于BP神经网络的盲数字水印算法

该文将二值水印嵌入到宿主图像的小波变换域的低频分量中,利用BP神经网络很好的非线性映射和自学习、自适应学习特点实现水印信息的盲提取,仿真实验结果表明该算法既能抵抗常规的图像处理攻击,也能抵抗一定程度的几何攻击,如JPEG压缩、剪切、加噪和滤波等,具有较好的鲁棒性和不可见性。     

基于BP神经网络的盲数字水印算法

该文将二值水印嵌入到宿主图像的小波变换域的低频分量中,利用BP神经网络很好的非线性映射和自学习、自适应学习特点实现水印信息的盲提取,仿真实验结果表明该算法既能抵抗常规的图像处理攻击,也能抵抗一定程度的几何攻击,如JPEG压缩、剪切、加噪和滤波等,具有较好的鲁棒性和不可见性。     

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Hopfield神经网络的盲检测数字水印

提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入,利用Hopfield神经网络记忆宿主图像以及原始水印信息。在水印检测时,通过神经网络从嵌入水印的图像中联想出宿主图像和水印嵌入信息,再利用嵌水印图像和联想出的宿主图像提取出水印,实现了水印的盲检测。     

一种基于熵理论的自适应水印嵌入算法

为了提高数字图像嵌入水印时的不可感知性与鲁棒性,提出一种利用图像信息熵与边缘熵理论并结合果蝇优化算法的水印嵌入方案。首先对载体图像进行分块,并计算每个分块的信息熵与边缘熵,将每个分块的2个熵值相加并排序。然后根据嵌入水印的容量选择熵值较高的分块,并将每一位水印信息嵌入到经过小波变换与奇异值分解的分块中。最后为了进一步平衡嵌入水印不可感知性与鲁棒性之间的矛盾,利用果蝇算法对嵌入水印的强度进行自适应优化。实验结果表明该方法具有更好的不可感知性,在面对多种类型、多种强度的模拟攻击时比同类算法表现出更强的鲁棒性。     

A robust digital image watermarking technique using lifting wavelet transform and firefly algorithm

In this paper, an optimized and robust digital image watermarking technique based on lifting wavelet transform (LWT) and firefly algorithm is proposed. LWT is newer and faster generation of former wavelet transforms and firefly algorithm is an efficient optimizing algorithms. In current technique, base image decomposed by LWT into 4 sub bands then the first sub band separated into non overlapping blocks. After that blocks are sorted in order of descending based on standard derivation of each block. Selecting suitable blocks for special embedding process seems to be an optimization problem due to existence of a trade-off between imperceptibility and robustness. Firefly algorithm used to solve this trade-off while selecting primary blocks causes high robustness and low imperceptibility and vice versa. For improving security, Arnold transform applied to watermark and achieved scrambled image bits used as condition for embedding process. The proposed technique evaluated by variety of attacks like additive noise, average filter, median filter, sharpening filter and some other geometric and non-geometric attacks and experimental results showed its good imperceptibility and high robustness.     

基于差错控制编码的数字图像水印方法

数字水印是近年来出现的一种新的数字媒体产品版权保护技术,其过程可看作干扰信道的通信,不可见性和鲁棒性是数字水印最基本的要求。文章根据通信中的差错控制编码(ECC)原理提出了一种提高数字水印鲁棒性方法,水印的嵌入在DCT域进行,为保证水印不可见,嵌入算法结合图像特征和人眼视觉掩蔽特性自适地将水印信号嵌入到DCT系数中。实验结果表明该方法能大大提高水印的鲁棒性。     

基于视觉特性的灰度水印自适应嵌入与提取算法

为了设计更加鲁棒的数字水印算法，在对水印的嵌入过程、提取过程及其抗攻击性能进行分析的基础上，提出了一种图像灰度水印自适应嵌入与自适应提取新方案。该方案基于小波变换的多分辨率特性，利用人眼的亮度感觉及对比灵敏度阈值等人类视觉系统特性，并结合图像各个局部小波子块的亮度与纹理特征，在嵌入的过程中，通过动态地计算各个局部块的自适应嵌入强度因子来嵌入水印。提取时，则根据从不同区域提取出的水印信息自适应计算最佳的水印提取结果，这就从提取的角度大大改善了水印系统的性能。实验结果表明，该算法对多种攻击具有较强的鲁棒性，尤其对平滑、滤波、JPEG压缩、JPEG2000压缩以及位平面去除等攻击，其鲁棒性更明显。