基于彩色分量DCT域的数字图像水印

提出一种基于彩色图像色差分量DCT域下的数字图像水印算法，该算法在埋植水印信息时利用了彩色图像两色差分量DCT系数相关值的统计特点，通过修改两色差的量的DCT系数，将水印信号埋植到图像中，而在水印信息检测时，不需要原始图像以及其它额外的数据，经实验测试，提出的算法可以抵抗诸如JPEG压缩，低通滤波，降采样，放大和缩小以及裁剪等大多数图像处理方法的攻击，具有很高的鲁棒性和不可见性。     

基于小波变换的彩色图像多分量水印嵌入算法

针对彩色图像水印典型算法的不足,利用彩色图像信息量大的特点,提出了一种基于离散小波变换的彩色图像数字水印算法.该算法选择彩色图像的YIQ色彩空间的Y分量和Q分量分别嵌入水印,具有水印嵌入信息量大和隐蔽性好的特点.实验结果表明,该算法对JPEG压缩、滤波、剪切和噪声攻击等都具有一定的鲁棒性.     

DCT与LSB相结合的彩色图像双水印算法研究

为了提高图像水印的嵌入信息量,提出一种LSB和DCT相结合的彩色图像双重水印算法。即将载体图像分解为R、G、B三个色彩分量,分别在R分量和G分量上嵌入水印,对第一重水印图像进行置乱加密,将其嵌入到经8×8分块DCT变换后的R分量中;G分量上的水印则采用空间域的最低有效位方法,先对原始水印进行扩展,再将其嵌入到G分量的各个点像素值的最低有效位。实验表明该算法能有效提高水印的嵌入量,满足数字水印不可见性和鲁棒性的平衡。     

采用小波变换方法的彩色图像水印方案

提出了一种基于离散小波变换的彩色图像水印方案.首先估计彩色图像的视觉临界形变,然后利用均值量化的方法将水印分别嵌入到彩色图像亮度分量和色度分量的小波系数中.水印嵌入的强度随着不同区域视觉临界形变的变化而不同,水印的提取不需要载体图像.仿真结果表明,该水印方案能够抵抗常见的图像处理攻击,并且水印的嵌入不降低载体图像的视觉质量.     

基于时空二维混沌的自适应彩色图像水印算法

提出一种基于时空混沌的离散余弦变换域(DCT域)自适应彩色图像水印算法.算法采用时空混沌模型生成混沌序列对二值水印进行置乱加密,同时结合改进的人类视觉模型(HVS)图像块分类方法和彩色图像RGB分量特点确定水印嵌入强度,最后,水印被重复嵌入到彩色图像RGB各个分量DCT中频变换系数中.实验结果表明,该算法对于抵抗各种噪声、滤波和压缩等攻击具有非常好的鲁棒性,在分别遭受压缩比为30%、剪切掉25%的攻击时,仍能提取出相似度为0.914和0.869的水印.     

一种彩色图像自适应数字水印算法

提出一种彩色图像自适应数字水印算法,该算法根据红绿蓝三色分量的比例调整要嵌入到三分量中的水印强度。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信号的破坏,减少视觉影响。     

空间域彩色水印嵌入算法研究

针对彩色水印图像的嵌入问题,介绍了数字水印技术中的最低有效位(LSB)算法,研究了利用Arnold变换进行图像置乱的基本原理,提出了一种基于Arnold变换的空间域彩色水印图像的嵌入算法。仿真结果表明,将一幅彩色图像的R、G、B分量经过Arnold变换后,嵌入到载体图像的最低有效位(LSB)中,可以有效地实现彩色水印信息的隐藏,水印信息具有良好的透明性和安全性.     

采用Haar离散小波变换的彩色图像水印算法研究

提出一种基于Haar离散小波变换的彩色图像水印算法,将载体图像分解为88的图像块,对载体图像块的R、G、B分量和水印图像进行Haar离散小波变换,析出水印图像的低频小波系数。将低频系数隐藏到两个相邻的载体图像块中的R、G、B分量。实验结果证明了算法的有效性,表明算法对抵抗多种攻击具有较好的不可见性、较高的安全性和较强的鲁棒性。     

基于预测误差差值扩展的彩色图像可擦除水印

将Tian差值扩展技术应用于彩色图像,提出一种基于预测误差差值扩展的彩色图像可擦除水印算法。该算法将更小的差值扩展量分散到2个色彩分量中,同时用直方图修改法嵌入辅助信息,嵌入点由不可扩展差值的数量自适地确定。水印信号和嵌入位置由密钥决定,双密钥机制使水印更加安全。实验表明,该方法嵌入的水印不可见性好,在擦除水印后能无损地恢复原始图像。     

基于LAB色彩空间和DWT的数字水印算法

为了解决电子产品印刷盗版的问题,提出了基于LAB色彩空间和DW T的彩色图像数字水印算法。算法将水印置乱后嵌入到LAB色彩空间的亮度L分量的小波分解系数。实验证明,选择LAB色彩空间的亮度L分量比选择Y IQ色彩空间的Y分量嵌入水印具有更好的实验效果。所提出的算法对常用的图像处理如JPEG压缩、加噪、剪切和滤波等攻击具有较好的鲁棒性、不可见性和安全性。     

基于小波变换和混沌映射的自适应水印算法

提出的基于小波变换和混沌映射的自适应图像水印算法中水印由混沌序列生成,在宿主图像的低频系数中嵌入水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明:该算法能够自适应地根据图像内容添加水印,对图像的平滑区进行的修改非常小,而对图像中抑制噪声能力较强的纹理和边缘区域修改较大,使用该算法嵌入的数字水印具有很好的隐蔽性、安全性及鲁棒性。     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

一种改进的基于奇异值分解的数字水印算法

提出了一种基于奇异值分解（SVD）的数字图像水印改进算法。该算法将原始图像进行分块,对前M个子块进行奇异值分解,之后选取各子块中最大的奇异值,通过量化的方法嵌入经过BCH纠错码及交织预处理后的M个水印信息。由于采用了量化的方法嵌入水印信息,其提取不需要原始图像的任何信息,实现了水印的盲提取。同时,提取过程受到交织参数的限制,不知道该参数就无法正确地提取出数字水印,实现了水印的加密。实验结果表明,该改进算法明显改善了原算法的鲁棒性和安全性。     

基于分块DCT的盲水印算法的研究

为了在保持嵌入强度不变的前提下进一步增强数字水印的不可见性,提出一种自适应盲水印算法,首先将水印图像进行比特位分解,提取其中的一层作为预处理的水印信号,并对其进行置乱处理;然后利用Logistic映射的混沌序列进行调制,构成水印;最后,利用视觉掩蔽特性对载体图像的DCT块进行分类,根据分类结果,对相应的斜方向相邻频域系数之间的差值进行量化和调整以嵌入水印．实验结果表明,该算法对常见的图像处理具有较好的鲁棒性．     

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.     

基于图像能量和量化的公开数字水印算法

提出了一个新的基于图像能量和量化的公开数字水印算法.首先对原始图像进行均匀分块,然后根据相应的水印信息和量化方法修改各个图像子块的能量以嵌入水印;水印的提取则是水印嵌入的逆过程.由于在算法中采用了量化嵌入策略,从而使该算法在提取水印时无需原始图像.实验结果表明:该算法具有很好的水印不可见性,对常见的图像处理攻击:如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性.     

基于图像纹理特性的数字水印算法

提出一种基于图像纹理特性的数字水印算法,该算法采用分形参数描述图像纹理特征,选取粗糙纹理块作为水印的嵌入块,水印嵌入利用图像小波分解系数的塔式特性进行不同级之间相似块的替代,检测算法无需原始图像,仅需保留块嵌入位置作为密钥.由于水印算法充分利用了图像自身特点,同时水印嵌入分块进行,有效地提高了水印信号的鲁棒性.实验结果表明该方法对一般的图像处理操作具有很好的鲁棒性.     

基于JPEG应用于图像认证的半脆弱数字水印

给出了一种能经受JPEG压缩的半脆弱数字水印算法,该算法与JPEG编码、解码器相结合。利用小波和混沌产生与原始图像内容有关的水印,并与密码学相结合,提高其安全性;利用JPEG压缩前后的不变量,把水印信息半脆弱地嵌入到图像的DCT域中,同时密钥也被稳健地隐藏在载体信息中。实验表明,该算法在保持对常见的JPEG压缩鲁棒的同时,能有效地区分合理失真和恶意篡改。     

基于分块的小波域图像半脆弱水印认证算法

提出一种图像半脆弱水印认证算法,该算法将图像分成四块,从三级小波分解的低频系数中提取每部分图像的特征作为水印,嵌入到载体图像的各分块中,水印提取既不需要原始图像,也不需要原始水印信息.理论分析及实验结果表明,该算法可以对任意大小的载体图像进行水印嵌入,具有很好的透明性,不仅能抵御噪声、有损压缩等非恶意攻击,还能有效地检测定位剪切、替换等恶意攻击.