基于邻域与FCM的多小波域盲水印算法

提出一种基于邻域与FCM的多小波域盲水印算法。该算法根据人类视觉系统的掩蔽性对多小波域的中频系数进行模糊聚类分 析,自适应地找到适合嵌入水印的纹理边缘子块,并结合子块的局部相关性嵌入二值水印图像。为保证增强水印的安全性和鲁棒性,在嵌入前将水印置乱,嵌入时重复嵌入水印。实验结果表明,该算法对JPEG压缩、剪切、锐化及边缘锐化、椒盐噪声、滤波等常规攻击有较强的鲁棒性。     

基于GHM和FCM的自适应图像水印算法

提出一种基于GHM多小波变换域上的模糊自适应水印算法。利用多小波系数块的能量、重要系数对小波块进行分类,结合图像自身的局部特性,在多小波系数中的两个相关的细节子图像中自适应地嵌入一幅二值水印图像;为了增强水印的鲁棒性,采用冗余嵌入方法;水印的提取不需要原始图像。实验结果证明,该算法对剪切、JPEG压缩、锐化等多种图像处理具有很好的鲁棒性。     

基于小波变换的图像自适应数字水印算法研究*

提出了一种基于小波变换的图像自适应数字水印算法。首先对水印图像作置乱处理;然后对原始图像进行小波分解,并根据人类视觉系统的特性,在小波分解的低频域中,采用邻域均值代替单个小波系数进行估计和量化的方法,将水印自适应地嵌入低频域小波系数中;最后对该算法进行了仿真实验。实验表明该算法对图像的各种常规处理都具有较好的鲁棒性,与邵亚非等人的水印算法相比,该算法在水印容量、不可见性、鲁棒性上有更大的协调性。     

基于图像特征的小波域自适应水印算法

提出了一种基于图像特征的小波域自适应水印算法。该算法选用有意义二值图像为水印,把宿主图像分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中,该算法较好地实现了水印的隐蔽性和稳健性。为增强水印的安全性和稳健性,在嵌入前利用Arnold迭代变换将水印置乱。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。     

一种基于小波变换的自适应图像水印算法

在离散小波变换的基础上，提出了一种自适应的新数字水印算法，将伪随机二值序列作为水印嵌入灰度图像中，在检测端需要原始宿主图像。该算法具有以下特点：在水印嵌入时利用了小波变换域系数的均值，可广泛地适用于各种灰度图像；针对每幅图像，都可调节水印的嵌入深度，找到隐形性和鲁棒性的最佳折中。实验结果表明，该算法既实现了水印的隐形性，又对常见的图像处理操作具有很强的鲁棒性。     

基于图像内容的局部化自适应数字水印算法

提出一种小波域基于图像内容的局部化自适应数字水印算法．该算法利用图像中相对稳定的特征点来标示局部水印的嵌入位置，并在与每个特征点对应的局部区域(子图像)内，依据DWT域的水印嵌入策略，独立地、自适应地嵌入基于子图像内容的水印．实验结果证明，该算法对裁剪等各类攻击具有很强的鲁棒性．     

基于小波对比度的自适应图像水印算法

提出一种基于小波对比度的小波域自适应水印算法,充分利用小波对比度更适合人类视觉特性的特点自适应地确定小波域上各分块的嵌入的强度和位置。理论分析和实验结果表明,该算法很好地解决了水印鲁棒性和不可见性之间的矛盾,对一般的图像处理和攻击有很好的鲁棒性。     

一种新的基于图块分类的水印算法

提出了一种新的小波域鲁棒性水印算法,算法以图像块矩阵的熵和标准差等特征值为依据,对图像进行了光滑和纹理等4个区域的划分,并在此基础上结合小波域系数特征,自适应地选取最佳水印嵌入位置和嵌入强度,从而在保证算法鲁棒性的同时进一步提高水印的透明性。     

一种新颖的时频组合数字水印

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,提出了一种基于时域和小波域的组合算法。先将水印分成两部分,分别进行置乱,使安全性加倍,然后将一部分嵌入原始图像的时域中,再将此含一部分水印的图像进行小波变换,把另一部分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,而且在增加了水印的容量的前提下,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。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。     

基于小波变换和FCM分析的盲水印算法

利用人类视觉系统(HVS)的掩蔽效应和图像的局部相关特性,提出一种结合小波变换和模糊聚类分析的水印嵌入算法。在图像B通道下的小波域系数中,根据HVS的掩蔽性进行模糊聚类分析以选择适合嵌入水印的区域,结合图像的局部相关性和隶属度自适应地嵌入水印。算法在提取水印时无需原始载体图像的辅助。实验表明,该算法具有较好的透明性,而且对诸如JPEG压缩、图像锐化、几何裁剪、叠加噪声和平滑滤波等攻击均具有较好的鲁棒性。     

用于图像认证的小波域双重脆弱水印算法研究

针对当前小波域脆弱水印图像认证算法不能有效抵抗矢量量化攻击以及虚警率和漏警率较高的问题,基于混沌理论和块相关策略,提出一种小波域双重脆弱水印图像认证算法。算法首先对载体图像分块并建立块相关映射表;再对每一图像块作一级整数提升小波变换,利用Logestic混沌系统生成基于近似子带LL特征的水印信号;最后将水印信号分别嵌入相关图像块的细节子带HL和LH。实验结果表明,该算法不仅能很好地抵抗矢量量化攻击,而且具有较低的虚警率和漏警率,能很好地实现图像完整性认证功能。     

基于小波变换和模糊熵的自适应鲁棒水印算法

提出了一种新的基于模糊理论的小波域自适应鲁棒性水印算法,目前很多小波域算法都没有真正实现自适应,该算法充分考虑了HVS掩蔽特性,利用离散小波变换的性质和模糊熵衡量出来的纹理特征和亮度对噪声的掩盖因子确定该小波系数嵌入水印的强度,使水印在不同图像块有不同的嵌入强度,真正实现自适应,实验结果表明,该算法在保持良好水印透明性的同时,对一些常见的图像处理以及噪声干扰都具有很强的鲁棒性。     

提升方案小波和HVS下的自适应视频水印算法研究

提出一种基于小波域与HVS特性的自适应视频水印盲提取算法.算法首先将视频流分割成一个个镜头,并通过密钥从中选取嵌入水印信息的若干镜头,镜头中的视频帧图像与灰度水印图像均被变换到小波域中,并将水印图像的小波域系数按照小波树结构重新进行分块并按位平面重要次序形成水印序列;水印的嵌入是按照子带到子带的顺序进行的,水印序列被嵌入到视频帧图像相应子带的重要系数中;此外,水印的嵌入充分考虑了HVS对图像纹理区域、运动区域的掩蔽特性,使得水印的嵌入强度具有自适应性,从而保证了所嵌入水印在不可见性前提下的极大鲁棒性.试验结果表明,所给出的算法对于诸如Gaussian噪声、丢帧、帧平均和MPEG-4压缩等常见攻击具有很好的鲁棒性.     

基于SVD和小波包分解的自适应鲁棒水印算法

针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。     

基于分形压缩的整数小波图像水印技术

通过对现有图像压缩和水印技术的研究,考虑图像压缩率和图像恢复的容错能力,提出了一种基于分形图像压缩编码的整数小波图像水印技术.水印嵌入时,用分形压缩编码技术对灰度水印图像进行高效压缩,再把压缩编码嵌入到载体图像的整数小波系数里,实现了在数字图像整数小波变换域中水印的大容量无损嵌入.根据提取算法,盲提取水印图像的分形编码,分形解压缩获得水印图像.经过实验验证,本水印技术具有较好的数据压缩和隐蔽性能,达到预期的设计目的.     

基于图像内容敏感度分析数字水印算法

现有的数字水印技术大多是通过基于对图像进行纹理分析的统计方法和二级统计信息方法确定嵌入点,缺少针对图像内容、意义以及观察者的喜好来确定嵌入点的算法,给出了数字图像内容敏感度的定义及数学模型,并提出一种基于对数字图像内容敏感度分析的小波包结合SVD奇异值分解的鲁棒数字水印新算法。该算法得到数字水印的不可见性与鲁棒性的最佳折中,并支持水印的盲提取。另外,还给出了一种全新的数字水印评价方法——图像内容敏感加权峰值信噪比（ICSP-PSNR）,该方法可以给出含水印图像基于内容的质量评价。