基于DWT和RBF神经网络的水印算法研究

提出了一种在经过四级小波变换的原始图像中嵌入数字水印的算法.根据人类视觉特征来决定嵌入水印的强度,用秘钥来决定水印嵌入的位置,通过使用训练的RBF神经网络来嵌入和提取水印.实验结果表明:该算法简单有效,且对常见的图像处理具有较好的鲁棒性.     

基于矩阵Schur分解的彩色图像盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印是二值灰度图像且为提取水印时需要原始宿主图像或原始水印的现状,本文提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。该算法分析了矩阵Schur分解的基本特征,通过修改其上三角矩阵对角线上的最大能量元素来嵌入水印,水印提取过程达到盲提取的目的。实验结果表明,该水印方案不但嵌入和提取的速度快,而且具有较好的水印不可见性(峰值信噪比达到40dB以上)和较强的鲁棒性。     

置换DCT域中频系数的盲水印嵌入算法研究

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

一种结合数据融合与树状小波的鲁棒数字水印算法

利用树状小波分解结合人类视觉系统(HVS)的特性,提出一种基于数据融合的鲁棒性数字水印算法,向载体图像中自适应的嵌入多个数字水印副本;在提取水印时,在每个块中使用独立分量分析ICA的方法提取水印,并对提取出的多个水印副本图像进行融合操作,以提高水印的鲁棒性.仿真试验表明了该方法的有效性,嵌入的水印具有较高的透明性,同时对常见图像处理攻击有很强的鲁棒性.     

基于小波变换的奇偶量化水印嵌入盲检算法

数字水印技术是近年来提出的一种有效的数字产品版权保护技术.它的出现保证了信息安全,加快了信息化的进程.目前,数字水印算法的鲁棒性仍是主要的研究方向.本文在分析总结了前人研究成果的基础上,提出了一种基于小波变换的奇偶量化水印算法.该算法经过三次二维离散小波变换,选择在中频子带的重要系数中嵌入水印;水印提取时先对可能遭受攻击的图像进行预处理,然后再通过奇偶校验算法即可提取出水印.实验结果表明:该算法确保了水印嵌入的不可见性,同时算法对剪切、缩放、压缩、噪声、滤波等攻击具有较好的鲁棒性.     

基于FRFT的数字水印算法分析

数字水印技术是信息安全和版权保护的一种有效方法.数字水印一般要满足不可见性、安全性和鲁棒性.数字水印的容量和鲁棒性也是研究的重要内容.分析了一种基于分数阶傅立叶变换(FRFT)的加性水印算法,该算法较好地满足了水印的不可见性和安全性,并用仿真讨论了水印容量和鲁棒性之间的关系,实验表明该算法具有较好的鲁棒性,并且可以嵌入高容量的水印.     

具有自适应性的半脆弱数字水印算法*

为了解决数字水印算法的鲁棒性与脆弱性之间的矛盾,提出了一种新的具有自适应性的半脆弱数字水印算法,重点介绍数字水印的嵌入算法。该算法通过采用改进的低通滤波器,调整中间像素灰度、改变两端的灰度差分来实现水印的嵌入。实验结果表明：该算法对photoshop下所有级别的JPEG压缩均具鲁棒性,而对所有几何变换等恶意攻击具有脆弱性,并可根据所提取水印可判断出恶意攻击的类型、程度、区域等特征,具有较好的自适应性。     

基于DCT变换的图象分块数字水印算法

数字水印是数字作品版权保护的重要技术手段,不可察觉性和鲁棒性是图象水印中基本要求,但它们却是一对互相制约的因素.该算法提出了一种新的数字水印嵌入和提取方法,以一幅图象作为水印,信息量大,优于通常把文本,字符作为水印的方法;分块随机嵌入提高了水印嵌入的顽健性;根据图象局部特征确定水印的嵌入强度,使水印的嵌入强度随图象局部特征变化而变化.针对典型攻击的实验结果表明该算法具有很好的鲁棒性.     

基于数字调制技术的图像数字水印算法

提出一种新颖的基于数字调制技术的图像数字水印算法.将数字水印的嵌入与提取建模为通信过程,基于通信理论的线性、非线性数字调制技术,给出新的图像数字水印算法:将图像作为载体信号,水印作为待传输信号,并调制到载体信号上.算法既可在时域嵌入水印,也可在频域嵌入水印.同时通过典型实例,对算法进行分析与鲁棒性测试,包括噪声测试、JPEG压缩测试、剪切测试等,测试结果表明算法具有较好的安全性和鲁棒性.     

基于支持向量机与结构相似度的图像数字水印算法*

针对空域数字水印算法鲁棒性差、难以抵抗较强的攻击的问题,本文提出一种基于支持向量机SVM与结构相似度SSIM的自适应图像数字水印算法。本文利用结构相似度算法SSIM计算不同图像子块的最大水印嵌入强度,通过回归性支持向量机建立不同图像子块与最大水印嵌入强度的相关性模型,实现了根据不同图像子块预测水印嵌入强度。本文在现有基于图像邻域像素之间相关性的时空域数字水印算法的基础上,选取图像中的图像子块进行水印嵌入,通过修改子块中心位置像素值,进行水印嵌入与提取。本文提出的算法在确保水印算法具有较好的透明性的基础上,提高了水印算法的鲁棒性。实验结果表明,该算法在保持较好透明性的基础上,对于JPEG压缩、噪声、中值滤波等攻击具有较强的抵抗能力。     

基于混沌的双重变换域数字图像扩频水印算法

提出了一种基于混沌的离散小波和离散余弦双重变换域数字图像扩频水印算法。算法采用二值图像作为水印,增加了嵌入的信息量。仿真结果表明,算法不仅具有较好的安全性、不可见性和鲁棒性,而且在水印的提取过程中不需要载体图像,在版权保护方面具有一定的应用价值。     

基于改进SIFT的抗几何攻击的数字水印

通过改进的SIFT（尺度不变特征变换）算法提出了一种可有效抵抗几何攻击的鲁棒数字水印算法。此算法利用改进的SIFT进行水印信号的同步;水印嵌入采用圆环的嵌入模式,在空域以奇偶量化形式嵌入;通过奇偶检测器提取水印。实验结果表明,改进的SIFT大大降低特征点匹配的维数,提高匹配速率,同时该算法能获得很好的图像质量,能有效抵抗几何攻击和常规的信号处理攻击。     

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。     

基于感兴趣区域的彩色图像数字水印

提出了一种基于感兴趣区域和混沌映射的多通道彩色数字图像水印的算法。该算法利用一维混沌算法对初值的敏感性和非周期性对水印图像加密。通过对图像进行小波变换和分析,在考虑人类视觉特性（HVS）的基础上,在彩色图像的多个通道嵌入水印,实现了水印的盲提取,增强了算法的适用性。实验的结果表明,该算法对常用的攻击,如JPEG压缩、加噪、剪切和滤波等攻击具有较好的鲁棒性。     

基于DCT变换并与HVS相结合的彩色图像数字水印方法

该文提出了一种基于DCT的彩色图像水印方法,并结合HVS（Human Visual System,人类视觉系统）提出了一种适合于彩色图像的数字水印嵌入及提取算法。根据人眼视觉系统可知,人眼对蓝色分量具有不敏感特性．故将水印信息嵌入蓝色分量中,以保证水印的不可见性。该文是将一个随机序列作为水印信号嵌入在图像蓝色分量DCT变换中重要分量的幅度成分中（幅值较大的n个系数作为重要分量）,由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上．在图像有一定失真的情况下,仍能保留主要成身,故将水印嵌入在蓝色分量的这些重要分量上,可以获得较好的鲁棒性。并定义了一个相似函数来检验水印提取是否成功,实验结果表明,该算法具有不可见性,对通常的图像处理,如高斯滤波、压缩,以及旋转和剪裁等几何处理都具有一定的鲁棒性。     

基于奇异值分解的彩色图像数字水印算法

提出了一种基于奇异值分解的彩色图像数字水印算法,嵌入和提取水印均在RGB分量的空间域内进行。仿真结果表明,该算法不仅对几何失真具有很强的抵抗能力,而且对添加噪声、滤波及JPEG压缩也具有良好的鲁棒性。     

基于特征子空间的数字水印技术

根据特五子空间的原理，提出了一种新颖的基于特征子空间的数字水印算法，水印可以嵌入到不同的子空间中从而可以发展为多水印算法，由于特征子空间之间的正交特性，不同子空间中的水印相互独立，其稳健性不随水印数目的增加而变化，水印强度参数根据视觉系统的照度掩蔽和纹理掩蔽特性适当地进行调整，从而同时保证二值水印图像的稳健性和不可见性，该文就单水印，双水印以及多水印情形进行了仿真并进行JPEG压缩，图像缩放，剪切等失真测试，实验结果表明该算法具有很好的感知质量和稳健性并验证了以上分析。     

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。     

基于人类视觉系统的数字图像水印方法

基于人类视觉系统(HVS)提出一种可有效平衡数字水印鲁棒性和不可见性的方法。利用基于矩的图像归一化技术将载体图像映射到几何不变空间内,并结合不变质心理论在归一化图像中确定重要区域。根据人眼视觉系统掩蔽特性将一个大小为256 bit的可读水印自适应地嵌入到重要区域的离散傅里叶变换(DFT)域内,同时采用预失真补偿策略弥补图像归一化误差较大的缺陷。仿真实验结果表明,该算法不仅具有良好的透明性,而且对常规信号处理和大部分几何攻击均具有较强的鲁棒性。     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。