基于感兴趣区域的图像水印嵌入算法研究

鉴于现有绝大多数图像水印方案将载体图像看作整个场景,并未考虑载体图像自身的结构特征及人们感兴趣的视觉目标区域,本文提出了一种基于感兴趣区(ROI)的小波域图像水印嵌入算法.该算法首先结合人眼视觉感知特性,在小波变换域内利用k-均值聚类提取出感兴趣区域;然后对感兴趣区域进行小波变换,并结合图像局部相关性对小波系数进行自适应的量化调制,将水印信息嵌入到感兴趣区域的低频子带内.仿真实验表明,所提出的水印嵌入算法不仅具有较好的透明性,而且对JPEG压缩、叠加噪声、锐化等常规图像处理操作具有较好的鲁棒性.特别地,该算法能够有效抵御恶意剪切、目标移动、替换背景等攻击,而且可以实现盲检测.     

一种DCT域的最优均值量化盲图像水印算法

针对常规的图像水印算法不能很好地实现水印不可感知性和鲁棒性折中的问题,给出了一种最优均值量化盲水印算法.该算法首先对水印图像进行Arnold置乱,提高了水印的安全性;然后将载体图像进行8×8分块DCT(离散余弦变换),并根据均值量化原理将置乱后的水印嵌入到局部量化噪声值最小的图像子块中,提高了水印的不可感知性;最后水印提取时可以实现盲提取.实验结果表明,该算法对加噪、剪切、JPEG压缩、滤波等多种攻击都具有很强的鲁棒性.     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。     

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。     

基于图像块均值量化的自适应盲水印算法

提出了一种新的基于图像分块DWT的自适应盲水印算法。算法以一幅有意义的二值水印图像为水印信号。同时,利用了Hilbert扫描能很好地保持图像空间局部连接性的特点。在图像块的Hilbert序列中选取相邻的3个分块分别进行一层小波变换,计算各分块对应子带的均值并比较大小,根据较大和较小的两个均值决定的步长,调整另外一个均值对应子带系数的大小,从而完成自适应的嵌入水印信号。而且,水印的提取无需原始图像参与,达到真正的盲水印。实验结果表明,该算法是有效的,水印具有较好的不可见性,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性.     

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。     

基于几何校正的双树复小波域彩色图像水印算法

为了使图像水印算法拥有更好的鲁棒性和不可感知性,以双树复小波变换(DTCWT)为基础,提出了一种新的彩色图像盲水印算法。本算法将彩色图像颜色空间由RGB转换到YIQ,选取亮度分量Y进行双树复小波变换,得到低频子带,然后将加密后的水印信息嵌入到低频子带中。在水印提取过程中,使用了新颖的基于四元数PHT的最小二乘支持向量(LS-SVM)几何校正方法。实验结果表明,本算法具有更好的鲁棒性和不可感知性。     

基于小波的自适应图像数字盲水印算法

该文提出一种在小波变换域自适应嵌入图像数字盲水印的新算法,在水印检测过程中不需要原始图像。首先根据三级小波的细节系数确定嵌入位置,利用系数间存在很强的相关性,在第二级小波的水平和垂直细节数据中,通过采用修改图像小波系数及其邻域系数的均值之间的大小关系来自适应的嵌入置乱后的水印,嵌入的强度由该处的边缘强弱确定,这样,能在水印嵌入的鲁棒性和不可见性方面达到很好的平衡。并且,小波嵌入的位置互不相邻,嵌入水印信息之间不会产生相互干扰,从而提高水印提取的质量。该算法实验结果表明,该数字水印算法能很好的抵抗附加噪声、裁减、有损压缩、滤波等各种攻击,具有较强的不可见性和鲁棒性。     

基于DWT和均值量化的音频水印算法

提出基于小波包的离散小波变换和均值量化的音频水印算法。该算法的主要特点是：1）将音频信号根据嵌入的水印图像大小自适应地分段。利用Arnold变换对水印图像进行预处理,消除水印图像的相关性,提高图像的抗攻击性。2）采用小波包的离散小波变换,增加嵌入和提取效率,提高水印的透明性。3）水印信息嵌入到均值中,有较好的不可感知性。仿真实验表明：嵌入水印后音频的不可感知性较高,能够有效地抗击有损压缩、低通滤波和剪切等攻击。     

抗几何攻击图像水印算法研究

抗几何攻击的图像水印算法作为多媒体水印研究领域的一个热点扣难点问题受到关注.研究了几何攻击类型的估计方法,提出了一种基于边信息和仿射模型的抗几何攻击小波域自适应图像水印算法.该算法根据HVS的掩蔽特性将水印信息自适应地嵌入到图像小波域的低频子带中,在保证不可见性的前提条件下,根据几何攻击估计方法来判断图像所经受的几何攻击类型.实验结果表明,提出的几何攻击估计方法简单、有效,该水印算法不仅具有较好的不可感知性,而且对诸如平移.旋转、缩放、镜像和转置等几何攻击以及一般的图像处理均具有较强的鲁棒性.     

基于回归型支持向量机的小波域盲水印算法

以回归型支持向量机（Support Vector Regression,SVR）理论为基础,提出了一种新的基于SVR的小波域盲水印算法。算法核心思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系和图像局部相关性获得SVR训练模型,并利用SVR训练模型在小波域嵌入和提取水印。该算法以保证鲁棒性和透明性的良好平衡为前提,实现了数字水印的盲检测。仿真实验表明,该文算法不仅具有较好的透明性,而且对JPEG压缩和一般的图像处理具有很强的鲁棒性,其整体性能明显优于现有基于SVM的空间域上的水印算法。     

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。     

基于分集与谱线增强器的彩图可读水印盲算法

利用分集接收能够大幅度改善系统接收性能的原理，把彩色图像看成是多通道的通信信道，可读水印被正弦调制，并分别被混沌置乱，嵌入到彩色图像3个通道的小波域中。检测时，利用自适应谱线增强器对宽带信号和窄带信号的良好分离特性，采用LMS算法将调制水印自适应地从各信道中提取出来，并被数字累加，设计了数字水印相关接收机，达到了最优盲检测。实验结果证实了理论推导。     

基于多尺度小波分解的自适应图象水印算法

该文提出了一种多尺度小波域的自适应水印算法,水印采用有意义二值图。自适应地确定嵌入系数的阈值,根据0/1水印值对3级小波系数,由高尺度层向低尺度层,有选择地进行细节图象系数的量化。恢复不需原图,只需相关参考序列,恢复水印亦是二值图,效果直观。经攻击实验证明,对图象噪声、剪切和压缩具有一定的鲁棒性,是一种可行的水印算法。     

一种基于小波变换域的有意义图像盲水印算法

提出了一种基于小波变换域的有意义图像盲水印算法。算法中利用乘性隐藏方法在原始图像小波高频系数中嵌入一幅二值图像信息，通过拉普拉斯分布对原始图像小波变换域高频系数的统计分布特性进行建模，然后采用最大似然(ML)法推导得出了一个盲水印检测器，并且利用该检测器实现了一个有意义图像的盲水印算法。实验表明该算法具有较好的隐蔽性和鲁棒性。     

基于小波域的自适应图象盲水印算法

文章提出了一种多尺度小波域的自适应盲水印算法,水印采用有意义二值图。将0/1水印值嵌入到图象三级小波分解后的细节子带系数中,嵌入方向由高分解层向低分解层进行。嵌入过程根据选定位置点的3个细节子带系数的间隔差异,采取不同的嵌入策略。水印提取不需原图,属于盲水印提取,提取水印亦是二值图,效果直观。经攻击实验证明,对图象噪声、剪切和压缩具有一定的鲁棒性,是一种可行的水印算法。     

基于整型小波变换的彩色图像盲水印算法*

针对多数图像水印算法将灰度图像嵌入宿主图像的研究现状,提出了一种基于整型小波变换将彩色数字水印嵌入到彩色宿主图像中的算法。本算法结合人眼的视觉掩蔽特性, 实现了数字水印嵌入位置的自适应确定,同时采用量化小波系数的方法将彩色水印嵌入到彩色图像YCrCb模式的Y分量中去,彩色水印的提取不需要原始水印和原始宿主图像。实验证明,水印具有良好的不可见性,并且对常见的图像处理操作具有很强的鲁棒性。     

基于YIQ色彩空间的彩色图像盲水印算法*

提出了一种将彩色图像作为数字水印嵌入到彩色宿主图像中的新算法,用于图像版权保护。将彩色水印图像进行一维数字化处理,并将彩色宿主图像由RGB色彩模式转换成YIQ色彩模式,采用整数小波变换将彩色水印嵌入到彩色图像YIQ色彩空间的Y分量中。彩色水印的提取不需要原始水印和原始宿主图像。实验表明：该数字水印算法不仅具有良好的透明性,而且对诸如叠加噪声、JPEG压缩、几何剪切、平滑滤波等攻击具有很强的鲁棒性。     

复合式的多功能数字水印算法

提出了一种鲁棒性数字水印和脆弱性数字水印相结合的复合式水印算法,具有较好的双重保护性能,即鲁棒性数字水印用于版权认证方面和脆弱性数字水印用于图像内容的保护.首先,在原始载体图像的DCT中频域上嵌入不可见水印;其次,再根据LSB算法在空域自适应地嵌入脆弱性数字水印.实验结果表明,该方法不可见性好,对一般的图像处理和攻击,如JPEG压缩、滤波、加噪声、旋转、缩放等都有良好的鲁棒性,同时还能对图像中细微的篡改进行有效精确的定位,并且作为一种盲水印算法有着良好的安全性.     

基于小波域的自适应彩色图像盲水印算法

论文提出了一种小波域的自适应彩色图像盲水印算法,水印采用有意义二值图。将0/1水印值嵌入到图像三级小波分解后的细节子带系数中,嵌入方向由高分解层向低分解层进行。嵌入过程根据选定位置点的三个细节子带系数的间隔差异,采取不同的嵌入策略。水印提取不需原图,属于盲水印提取,提取水印亦是二值图,效果直观。作者通过大量的实验发现,算法在彩色图像的绿色空间中嵌入水印,提取效果最佳。