基于LSB的时域音频水印改进算法的软件实现

针对基于LSB的时域音频基本水印算法易于实现但鲁棒性较差的问题,对其进行改进.改进后的LSB算法在嵌入水印时提高了LSB位(嵌入位)的位置,并通过改变相邻位的值和噪声整形的手段保证了水印的透明性.利用Matlab仿真软件对不同的攻击进行仿真,从比特错误率报告可以看出,改进算法有很好的鲁棒性.     

基于奇异值变换和多级离散余弦变换的抗旋转攻击盲水印算法

将contourlet变换和多级离散小波变换的"多级"概念引入离散余弦变换(DCT),对传统的DCT数字水印算法不能有效抵抗几何攻击的缺点进行了定性的分析,提出了一种在离散余弦变换域将奇异值变换(SVD)和多级离散余弦变换(MDCT)相结合的鲁棒性水印算法.该算法首先将宿主图像从笛卡尔坐标系转换到对数极坐标系下,然后对对数极坐标系下的宿主图像进行多级离散余弦变换,再对MDCT后的图像进行奇异值变换,最后将仿射变换后的二值水印图像嵌入到奇异值中.仿真实验表明本文算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于DCT的数字水印算法,同时对于旋转几何变换也具有很好的鲁棒性.     

一种基于Arnold和量化的DCT域盲水印算法

提出了一种基于Arnold和量化的DCT域盲水印算法:水印嵌入前先进行Arnold混沌置乱,以减少像素间的相关性并提高水印的安全性;嵌入时,根据待嵌入的水印位的值而采用不同的方法对子块中频系数进行量化;提取时,根据嵌入水印的系数的特性,提取出水印,水印提取过程不需要原始图像的参与,实现了盲提取.实验证明,该算法对于常见的攻击具有很好的鲁棒性和不可见性.     

一种基于Hilbert变换的DCT域数字水印算法

本文提出了一种基于Hilbert变换的DCT域数字水印算法。利用Hilbert变换将原始水印图像进行置乱,然后对图像进行分块DCT变换。在DCT域中找到水印信息的嵌入位置,把置乱后的水印图像嵌入到图像的DCT域中,进行分块DCT反变换得到水印图像。实验结果表明该算法置乱效果比较好,实用性比较好,隐蔽性比较好,鲁棒性比较好。     

基于人眼视觉特性的频域图像水印改进算法

为提高基于DFT水印算法的水印容量和透明性,提出一种基于人眼视觉特性的频域图像水印改进算法。该算法通过选择合适的区域嵌入水印,可提高水印容量,并且明显改善嵌入水印后图像的视觉效果。实验证明,该算法与原算法相比,不仅可提高水印容量,而且在嵌入强度和水印容量相同的条件下,可以明显改善嵌入水印后图像的视觉效果。     

基于数字图像防伪的鲁棒数字水印算法的研究

数字媒体的未授权复制和发行已经成为数字版权保护领域里最严重的问题之一,数字水印技术应运而生,已经成为数字媒体版权保护的重要方法之一。本文主要研究数字图像的版权保护问题,采用了一种基于DCT域的鲁棒数字水印算法,其基本原理是将水印信息嵌入到图像的中频区域中,主要利用DCT(离散余弦变换)对图像分块进行变换。整个实验在MATLAB软件中完成。本文将数字图像归纳为灰度图像和RGB彩色图像两种,分别对其进行研究。对于彩色图像,将RGB模式转换为YcbCr模式,并提取出Y通道(亮度通道)进行水印的嵌入和提取。本文共进行了水印的嵌入、提取和鲁棒性检测三种实验。实验证明,该算法能够将一定大小的黑白二值图像嵌入到灰度和彩色图像中,并完全满足水印不可见性的要求;也能够将水印提取出来,提取水印与原水印相似度达到0.9。同时,在进行了一定量的剪切、涂改、高斯噪声和格式更改等攻击之后,水印信息仍能够被提取出来,相似度也达到了0.7,满足了数字水印鲁棒性的要求。     

一种改进的基于分形理论的数字图像水印算法

本文的工作是进一步研究、探讨、改进了一种新型的数字水印算法——分形水印。通过对水印信号进行分类、加密、变换等预处理,根据原始图像的特征,选取重要区域,结合密码学理论,随机选择水印嵌入位置,确保水印信息的安全性。通过仿真结果对比验证,证明了该算法具有较强的鲁棒性,在抗几何攻击、低通滤波和高通滤波以及抗裁剪方面具有优势,安全性和水印容量方面也优势明显,显示出该算法在数字图像版权保护应用中的优越性。     

基于离散傅里叶变换的数字水印算法

提出了一种基于二重加密和离散傅里叶变换的数字水印算法:为保证安全性,水印在嵌入载体图像前先进行基于Logical映射的混沌置乱,又通过Arnold变换进一步实行加密;嵌入时,根据水印位的值对DFT系数的相位进行设定.实验结果证明,该算法具有较好的不可见性和鲁棒性.     

基于果蝇优化与DCT的数字水印技术

提出一种利用果蝇优化算法对DCT数字水印嵌入强度进行优化的方法。首先对载体图像进行分块处理,然后对每一个子块进行DCT变换,最后在子块中嵌入水印信息时,利用果蝇优化算法对嵌入强度进行优化。实验结果表明,优化后的水印强度在平衡含水印载体图像的不可见性与提取水印的鲁棒性方面表现出较好的性能。     

原始视频水印方法的研究

本文介绍了原始视频水印的嵌入,经过高通滤波器解调、解密提取水印和使用公钥提取水印的过程,使用视频处理软件对视频的编码、解码、水印的嵌入、提取以及水印的攻击进行测试,使抗攻击特性明显增强,对MPEG-2压缩有很强的鲁棒特性。     

数字图像水印加密算法比较分析

目前,数字水印的理论和应用随着信息技术的发展不断更新,已出现多种针对不同应用领域的数字水印技术。数字图像加入水印是数字水印研究的基础领域;而直接利用水印算法将水印图像嵌入原始图像会减弱水印的嵌入效果和安全性,因此,在嵌入水印图像前,对水印图像进行置乱加密预处理具有重要作用。通过试验对二值水印图像与灰度水印图像进行加密,比较分析各种常用的水印加密算法,分析加密算法原理,为水印信息加密的进一步研究提供理论依据。     

基于混沌和图像融合的自适应数字水印算法

提出了一种基于混沌和图像融合原理的自适应数字水印算法.该算法利用混沌映射将水印图像进行置乱预处理,求出载体图像的噪声可见性函数NVF,然后将载体图像的NVF函数作为乘法因子,使载体图像和水印图像融合,可自适应地调节水印信息的强度,并将其隐藏在载体图像中.从信息论的角度对试验结果进行了评价,试验结果表明:该算法提高了隐藏的视觉效果,既保证了水印的安全性,又提高了水印的鲁棒性.     

纸张表面性能与硬拷贝水印提取质量相关性研究

测量7种纸张的表面性能(白度、粗糙度及平滑度、光泽度及不透明度);通过静电数码印刷机,将嵌入离散余弦变换(DCT)水印的载体图像在7种纸张上完成印刷输出;利用扫描仪获取不同分辨率下的提取水印图,并确定最适用扫描参数;选用归一化相关系数(NC值)作为水印提取质量的表征参数,并结合Pearson相关性统计分析理论,分析纸张表面性能对硬拷贝水印提取质量的影响。结果表明,纸张白度、粗糙度及平滑度与NC值的相关性均大于0.8,光泽度与NC值的相关性略大于0.6,不透明度与NC值的相关性小于0.4,说明前3个影响因素对水印提取质量的影响显著,光泽度的影响中等偏大,不透明度的影响较小;该研究为水印硬拷贝输出前的选纸工作提供了指导依据,能有效提高水印提取质量,进一步拓展水印在包装防伪中的应用。     

基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

织物纹样特征提取与匹配方法比较

针对织物纹样自动识别过程中因尺度、旋转和褶皱等因素引起图像差异的问题,探索了复杂纹样特征的准确提取与匹配方法。以江崖海水纹样为例,采集尺度、旋转、模糊、光照、褶皱5种变化下的织物纹样图像,分别运用尺度不变特征变换(SIFT)、快速鲁棒性尺度不变特征(SURF)、二进制鲁棒不变可扩展关键点(BRISK)3种方法提取纹样局部特征,然后采用欧氏距离进行特征匹配计算,最后通过随机抽样一致算法剔除误匹配对。结果表明:采用BRISK算法的准确配对率最高,平均准确匹配率达87.10%;褶皱对织物特征匹配的影响最大,该变化下BRISK算法的鲁棒性优于SIFT和SURF算法;BRISK算法速度最快,图像平均匹配时间0.551 s;在织物纹样特征匹配中,BRISK算法比SIFT和SURF算法具有更好的适用性。     

基于XML文档技术的文本数字水印研究

为了有效地保护各种数字化产品的版权,防止产品被篡改、假冒和盗用,作为一种新的数字产品版权保护技术,数字水印应运而生。目前,数字水印技术的研究内容主要有图像、视频、音频和文本等,分析了当前几种常用的文本数字水印技术,设计并实现了一种基于XML的文本数字水印系统,即利用XML的标记节点和文本内容中逗号的替换完成数字水印的嵌入。通过对一篇实际文章的测试,分析并证明了该算法的可行性。     

基于图像处理的白酒酒花轮廓检测

依据"看花摘酒"的传统经验,采用机器视觉代替人眼,通过CCD获取摘酒酒花的视频图像,并截取不同酒度酒花图像进行直方图均衡化、图像腐蚀等图像预处理,消除了高光噪声的影响,然后采用不同边缘检测算法对酒花轮廓进行了对比研究,采用OTSU算法与Canny边缘检测算法相结合的方法,较好地实现酒花与背景的分割,提取清晰的酒花边缘轮廓,通过对大清花与小清花图像的模式识别,为摘酒自动化提供了有效分级依据。该智能化的分级摘酒方法,能够提高分级摘酒工艺的稳定性和准确性,易于实现分级摘酒工序的智能自动化。