小波包特征熵分解的图像水印算法

提出了一种小波包特征熵分解的自适应图像水印算法。该算法通过对宿主图像进行小波包特征熵分解,在高频系数中选取合适的阈值来区分高频系数中图像的纹理细节信息和噪声信息,将水印信息自适应地嵌入到高频系数当中。实验表明,该水印算法对噪声、JPEG2000压缩、滤波、改变对比度、几何剪切等攻击都具有一定的健壮性。     

一种基于小波变换的水印嵌入算法

在充分考虑人眼视觉系统的基础上,提出一种基于小波变换的水印嵌入算法,首先在嵌入水印时,将宿主图像作适当层次的二维小波分解,分解出高频边缘等细节信息,然后对以低频信息为主的小波逼近子图再作二维DCT,将水印信息嵌入到DCT的低频和中频系数中.考虑到灰度水印嵌入的水印信息量大,除了在小波逼近子图嵌入数据外,通过合理设计强度因子,在高频带也嵌入部分数据.在基本不影响水印透明性的情况下最大化嵌入水印的强度和信息量.实验结果表明,应用本算法对常见的图像处理和噪声干扰具有很好的鲁棒性.     

一种综合空域和时频域的数字水印算法

提出一种空域和时频域相结合的多分辨率灰度图像水印算法。该算法对原始载体图像进行离散小波分解,并对灰度水印图像先进行拉普拉斯金字塔分解再进行位平面分解。将水印图像位平面分解系数嵌入到原始图像的水平和垂直分量上,水印嵌入小波系数的位置由具有混沌特性的Arnold映射确定,从而实现水印的盲提取。实验结果证明,该算法对图像的普通处理,如噪声、滤波、剪切、JPEG压缩和旋转等,均具有较好的鲁棒性。     

基于嵌入式小波编码的数字图像水印算法

提出了一种基于嵌入式小波编码的水印算法。该算法根据Watsom关于小波系数量化噪声可见性研究的一些结果，将水印自适应地嵌入到小波变换的不同分辨率和不同方位的重要系数中。水印的检测是分级渐进地进行的，从而提高了水印检测的效率。文中实现了两种不同形式的水印：标志图象的水印和伪随机序列的水印。实验结果表明，该水印算法对图象处理和压缩等运算有较强的鲁棒性。     

具有人类视觉特性的可见水印算法

论文提出一种基于小波变换的可见水印算法,该算法利用人类视觉模型的亮度CSF和纹理敏感特性,根据主图像和水印图像的局部和全局特征,建立确定水印嵌入的拉伸系数数学模型。首先描述了人类视觉及小波分解系数分析,给出了小波系数视觉重要性权重值。把原图像和水印图像小波系数频率子带分成不同的块,基于视觉掩模对子块进行分类。利用人眼的纹理敏感特性,进一步增强了嵌入水印的图像视觉质量。仿真实验表明该算法结果良好。     

一种能够提高水印容量的多比特嵌入算法

在分析图像数字水印不可见性、鲁棒性与水印容量三者之间制约关系的基础上,提出了一种可以有效增加水印容量的小波域自适应水印算法。该算法用噪声可见性函数对小波分解后的系数进行容噪能力分析,根据划定的阈值在容噪能力较强的系数上同时嵌入多个比特,并结合小波域视觉可见误差门限JND值,实现了水印强度的自适应调整。经对比实验证明,该算法能够较大幅度地提高水印的容量。     

一种小波分解和离散余弦变换混合图像水印算法

提出了一种基于小波分解和离散余弦变换混合图像水印方案。算法以二值图案作为水印，将原图像和二值水印分别进行不同层次的小波分解，分解后的水印各分量伪随机置乱后分别嵌入到原图像相应分解层各分量的DCT域中。水印恢复时需借助原始图像信息，其过程是水印嵌入的逆过程，水印的存在性通过视觉观察和相似性度量两种标准来判定。实验证明该算法生成的水印具有很好的鲁棒性和透明性。     

一种新的基于DWT变换的图像水印算法

基于小波变换，提出了一种新的灰度图像水印技术。首先将彩色图像映射为一幅灰度图像，对这幅灰度图像进行L级离散小波分解，并将每级小波系数分成四个系数集合，根据水印图像W同时对小波系数进行重新量化，然后进行L级小波重构，获得含有水印的灰度图像，根据该灰度图像改变原彩色图像，从而得到嵌有水印的彩色图像。提取水印时，也是先将彩色图像映射为一幅灰度图像并做小波变换，对水印的每一点都选取△值最大的相应小波系数进行提取，得到水印图像W。测试结果表明该技术具有良好的性能，可用于图像的版权保护。     

小波变换域均值调制的可读图像盲水印算法

提出了一种小波变换域均值调制的可读图像盲水印算法,利用图像经离散小波变换后细各细节子带系数均值近似为零的特点,根据细节子带系数的局部方差,自适应地修改图像小波分解后某些细节分量的局部均值,在满足水印不可感知性的条件下自适应地嵌入水印信息,实现水印不可感知性和鲁棒性之间的折衷。同时,在不借助原图像的前提下,实现水印的盲检测。水印信息是一幅有实际意义的二值图像。实验结果和攻击测试表明,提出的算法对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于DWT的数字图像水印算法研究

研究了一种基于小波变换(DWT)的自适应图像水印算法。该算法引入了基于噪声可见函数(NVF)的感知模型来描述图像的局部特征,并根据此模型决定水印信息的嵌入深度。水印嵌入过程是:首先对载体图像进行小波分解并选择中频部分做为水印的嵌入区域;然后通过计算中频部分的噪声可见函数决定嵌入因子;最后通过小波反变换得到嵌入水印的图像。实验证明,该算法对具有不同特性的灰度图像的自适应性较强,且对常见的攻击具有较强的鲁棒性。     

基于Arnold置乱和小波包分解的自适应水印算法

针对小波变换的不足,根据原始图像各子块对水印信息的适应程度不同,提出一种基于Arnold置乱和小波包分解的自适应水印算法。首先,该算法采用Arnold变换对水印图像进行预处理,然后对原始图像进行小波包分解,小波包分解能够提供一种更为精细的分解方法,将频带进行了多层次的划分,最后将水印图像嵌入到小波包分解后的子带中,水印的嵌入强度和嵌入位置均根据原始图像的内容自适应地决定,这样很好地解决了水印鲁棒性和不可见性之间的矛盾。仿真实验结果表明,算法对常见的图像攻击具有较强的鲁棒性和稳健性。     

基于小波包分析的数字音频双水印算法

针对以往双水印算法鲁棒性不高和定位不准确的问题,提出一种基于小波包分析的数字音频双水印算法。算法对原始音频信号进行小波包分解,在得到的低频系数和中低频系数中嵌入零水印和半脆弱水印。改进的零水印算法鲁棒性有了很大的提高,能更好地完成音频信号的版权保护;对中低频系数采用量化的方法嵌入二值水印图像,有别于以往算法需将二维图像转换为一维序列,不会对零水印的提取产生影响。该方法对一系列常规处理和幅度缩放都有较好的鲁棒性,不但能确定水印图像遭恶意篡改的位置,而且能够定位原始载体音频的篡改位置,真正实现了对音频信号的内容认证。     

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DWT域的混沌置乱二值图像数字水印新算法

提出了一种基于DWT(Discrete Wavelet Transform)域有意义二值图像数字水印新算法．利用广义猫映射产生的混沌序列对水印序列的嵌入位置进行置乱，增加了嵌入水印的安全性；并利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中．水印的检测不需要原始图像．大量仿真结果证明了该算法嵌入的数字水印既具有很好的隐蔽性，又具有很理想的鲁棒性．     

离散小波变换和零树编码在数字水印中的应用研究

采用小波变换和零树编码对图像进行水印嵌入和提取,通过对原始图像和水印图像分别进行不同级别的小波变换,选取原始图像小波的重要系数,将水印图像小波系数以一定的方式嵌入进去,使图像具有很好的稳健性及抗压缩性.     

基于DWT-SVD域的自适应独立分量分析数字图像水印

提出了一种DWT-SVD域的自适应ICA水印算法。首先对原始图像进行小波变换,分解出其逼近子图,对以低频信息为主的逼近子图再进行奇异值分解,然后根据逼近子图的噪声可视函数,用独立分量分析方法在不同区域嵌入不同强度的水印信息,达到自适应的目的。实验结果表明,水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性,同时能满足水印的不可见性。     

一种基于小波变换的扩频数字图像盲水印算法

提出了一种基于小波变换的自适应数字图像水印算法.该算法根据原始图像的特点对水印的嵌入位置及嵌入强度进行自动调节,同时对嵌入的水印信号采用扩频的方法加入水印系统中,增强了图像抗攻击能力,提高了水印安全性.实验结果表明该算法对JPEG压缩、随机噪声攻击、剪切及加噪等具有较高的鲁棒性.     

基于群演算的小波域数字水印嵌入算法

提出了一种基于群演算的小波域数字水印嵌入方法。将数字图像小波分解后的中频系数分块,从而规定不同的状态,并用群及群运算规范状态集合及状态转移函数。该算法有效地利用了低频信息,将水印信息与低频信息进行运算后把结果以置换的方式嵌入中频。该算法具有很好的性能:水印的隐藏效果好,凭人眼无法看出与原图像的差别;隐藏的水印信息有一定的保密性;检测水印时不需要原图像;水印信号对数字图像信号的直方图均衡化、平滑、锐化等操作有较强的抗攻击性。     

基于多尺度分解与预测误差扩展的可逆图像水印算法

针对现有可逆图像水印算法中嵌入量与图像视觉质量之间的矛盾,提出了一种基于多尺度分解与预测误差扩展的可逆图像水印算法。首先,对原始图像进行多尺度分解,将其分解为同质块和非同质块;其次,通过对同质块进行预测误差扩展来嵌入水印信息;最后,通过计算非同质块信息熵,根据嵌入水印信息量选择合适的非同质块,通过对选取的非同质块进行整数小波变换,在中高频中嵌入剩余水印信息。实验结果表明,该算法易于实现且完全可逆,能有效提高水印嵌入量,具有较高的视觉质量。     

小波、混沌和图像迭代在数字水印中的应用研究

论文提出了一种基于混沌和图像迭代混合的小波变换数字水印算法,该算法首先把原始图像进行多级小波分解,得到其低频平滑子图作为水印载体,然后把这个载体子图与水印进行迭代混合,最后把这个混合子图与小波分解的其它子图进行小波重构,得到一个嵌入了水印的图像。混沌系统的初值敏感性保证了水印信息的安全性。同时,把水印迭代在原始图像的低频部分又确保了水印信息的鲁棒性。最后,实验结果也证明了该方法的合理性。