小波变换域图像水印嵌入对策和算法

稳健性是图像隐形水印最基本的要求之一.嵌入对策、嵌入公式、嵌入强度都影响水印的稳健性.提出了一个基于离散小波变换(DWT)的新的隐形水印嵌入对策.根据小波图像系数的分布特点和对小波系数振幅的定性、定量分析,水印应当首先嵌入小波图像低频系数,若有剩余,再按小波图像频带重要性的排序嵌入高频带.同时指出,水印嵌入到小波图像低频系数和高频系数需要用不同的嵌入公式.应用该嵌入对策,提出了一种把视觉系统掩蔽特性结合到水印编码过程中的自适应水印算法:将小波系数组织成小波块,采用一种新的方法将小波块分类,并根据分类的结果     

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DWT低频系数的自适应盲水印算法

提出了一种基于小波变换低频系数的自适应数字水印算法。通过小波变换将图像分解成不同空间与频率的系数,这些系数之间存在着一种树状结构关系。利用这种树状结构关系将低频系数分成两类,一类对应图像的强纹理区域,一类对应图像的弱纹理区域;针对分类的结果将不同强度的水印分量嵌入到对应的低频小波系数中。该算法具有很好的不可感知性,实验结果表明该算法有较好抗JPEG压缩、低通滤波、剪切等各种攻击的能力。     

基于Turbo码的信息隐藏技术

该文提出一种基于Turbo码的自适应水印算法。为了实现自适应嵌入水印,将原始图像分块并利用视觉掩蔽特性对图像块进行分类,根据分类的结果,将不同强度的水印分量嵌入到图像块的DCT低频系数中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。     

基于DCT域的自适应二维数字水印系统

本文提出了一个以图像为水印的DCT域二维自适应数字水印算法。为实现水印图像的叠加 ,我们首先将其进行 8× 8分块并进行DCT变换 ,然后对每块的DCT系数进行调整 ,最后 ,取出每块的部分低频系数构成水印信号。为了实现自适应 ,首先将原始图像按 8× 8分块并利用视觉掩蔽特性对图像块进行分类 ,然后对每块进行DCT变换 ,根据块分类结果 ,水印信号以不同强度嵌入到图像块的DCT低频系数中。实验结果表明 ,该算法具有较好的鲁棒性。     

基于混合域的自适应扩频肓鲁棒水印算法

针对当前数字水印技术中基于单一变换域所存在的问题,提出了一种基于DWT与DCT相结合的自适应扩频肓检数字水印算法.在载体图像被转入YIQ空间后,首先对Y分量小波分解,再对中低频子带做分块DCT变换,从而有效地降低单一变换所带来的负面影响.算法在对水印图像进行Hamming编码与混沌调制后,根据人眼视觉特性对各系数子块分别计算水印自适应强度因子实现了水印的自适应嵌入.将仿真结果与基于单一变换域的算法进行比较,结果表明了该算法具有更好的鲁棒性.     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

二维耦合映象格子混沌加密彩色图像水印

提出了一种二维耦合映象格子混沌加密的彩色图像自适应水印算法。该算法采用二维离散耦合映象格子混沌系统迭代生成加密水印。在水印嵌人过程中,把彩色图像亮度分量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。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。     

基于小波域低频系数的自适应数字音频水印算法

水印嵌入强度是影响水印鲁棒性的重要因素。该文设计了一种基于小波域低频系数自适应数字音频水印算法,利用混沌序列对水印加密,再将原始音频信号分段,对每段音频信号进行小波变换,嵌入强度由每段低频系数与低频系数最大值的比值自适应的选取,最后将水印嵌入到各段的低频部分。实验结果表明,水印在抵抗各种通用的音频处理和攻击(如高斯噪声、MP3压缩、重采样等)方面具有良好的鲁棒性。     

基于小波包变换和块模糊分类的自适应水印算法

提出了在WPT域上基于块模糊分类的新的自适应水印算法。首先用m-序列来控制对原始图像进行小波包变换的分解结构,将适当的小波系数组成小波子块。然后根据人类视觉系统(HVS)模型和能量模型,对小波子块进行模糊分类。最后,根据分类结果,将不同强度的二值水印嵌入到不同的小波子块中。实验结果表明,提出的算法能抵抗各种图像处理的攻击,具有较好的鲁棒性。     

基于小波变换和置乱技术的二值水印新算法

提出一种基于小波变换和置乱技术的二值水印新算法.将载体图像进行置乱变换和小波变换,将水印图像嵌入到低频系数中,嵌入时根据不同的能量范围设置不同的嵌入强度,且根据二值水印图像本身的特点对优值像素和劣值像素设置不同的调整因子.实验结果表明,该算法对加噪、JPEG压缩、裁剪、图像增强、滤波等处理都有很好的抵抗力.     

基于Fibonacci置乱的小波域数字图像盲水印算法

针对数字图像的版权保护问题,提出一种基于Fibonacci置乱的小波域数字图像盲水印方案。将原图像中的感兴趣区域(ROI)作为水印来源,以此提高水印的隐蔽性。在水印嵌入过程中,将原图像进行分块,对每个块进行Fibonacci置乱和离散小波变换(DWT),选择出低频子带,用于水印嵌入。同时,对水印也执行DWT,选择出低频子带,通过Fibonacci置乱得到置乱矩阵,将水印的置乱矩阵嵌入到主图像的块中。在水印提取过程中,根据嵌入过程中设定的秘钥,通过逆Fibonacci置乱和逆DWT过程提取水印。在多种图像攻击下的仿真结果表明,该水印方案具有较高的安全性、鲁棒性和隐蔽性。     

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。     

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。     

基于纹理特征和分形调制的盲水印算法

为了解决水印盲检测中的水印定位问题,提出了一种在小波变换域中基于图像纹理特征和分形调制的盲水印算法.以熵值和方差等特征值作为划分图像块类型的依据,从中选择适当的区域嵌入水印.水印序列采用通过分形调制产生的分形序列.检测算法无需原始图像,只需要保留块嵌入位置作为密钥.实验结果证明,该算法具有很好的鲁棒性和不可见性.     

基于模糊聚类的小波域数字图像水印算法*

结合人眼视觉系统的感知特性与图像的局部相关特性,提出了一种基于模糊聚类的小波域数字图像水印嵌入方案.该方案首先对原始载体图像实施小波变换;然后结合视觉感知特性,在小波域内进行模糊C-均值(FCM)聚类分析,自适应确定出数字水印的嵌入位置与嵌入强度;最后利用图像自身的局部相关性,通过修改小波系数值,将数字水印嵌入到宿主图像内.该方案在提取数字水印信息时,不需要原始载体图像.实验结果表明,该自适应小波域图像水印嵌入技术不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.     

基于图像内容的局部化数字水印算法

本文提出一种基于DWT的CBWM局部化数字水印算法，该算法是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内独立地嵌入水印 。这样。当只有部分图像时，仍能通过这些特征点来定位并检测水印。该算法中，局部水印的嵌入是通过将水印嵌入到局部图像小波变换域的低频空间的特征向量中，并且嵌
入的局部水印与特征向量两者正交。实验结果轰明．该算法对裁剪等各类攻击具有很好的鲁棒性。     

一种改进的抗几何攻击彩色图像水印算法

提出一种基于加速鲁棒性特征算法（Speed-Up Robust Features,SURF）的抗几何攻击彩色图像水印算法。首先,在彩色图像中的红色分量中检测SURF特征点,并且生成SURF特征描述算子。然后,利用二级离散小波变换（Discrete Wave-let Transform,DWT）得到图像蓝色以及绿色分量的低频信息,并对其进行奇异值分解（Singular Value Decomposition,SVD）。最后将经过一级小波变换后的水印图像对应嵌入彩色图像蓝色分量和绿色分量的低频区域之中。实验结果表明,嵌入水印后的图像在经过几何攻击后,其提取的水印与原水印仍具有较高的相似度,该算法具有较好的鲁棒性。