基于压缩感知的鲁棒性水印算法

为了改进传统的变换域水印嵌入算法,以提高水印嵌入效率并减小对载体图像的影响,同时保证水印信息的完整性和鲁棒性。为此,本设计采用了压缩感知的处理方法。通过使用随机高斯矩阵作为测量矩阵对待嵌入水印信息进行压缩采样,有效减少所需的嵌入信息量,提高水印嵌入效率。此外,本设计还能保证水印嵌入的安全性。经过仿真实验验证,与传统DWT算法相比,本设计具有鲁棒性强、不可见性好、实时性更优等特点。综上所述,本设计能够有效地嵌入水印信息,提高水印嵌入效率,并在保证水印信息完整性和鲁棒性的同时,减小对载体图像的影响。该设计具有实际应用价值,可广泛应用于图像水印领域。     

基于压缩感知的图像盲水印算法

针对现代数字水印的设计要求,结合压缩感知理论,提出一种图像盲水印算法。该算法利用自然载体图像在小波域中稀疏的特性,将加密后的水印嵌入载体图像离散小波变换系数中。提取水印时, 无需原始载体图像或其他先验知识,根据向量空间、矩阵方程的一些性质,以及压缩感知的重构算法,只需一个密钥(随机数种子)即可从嵌有水印的载体图像中精确提取水印并重构原始载体图像。实验证明,该水印算法具有良好的特性,能够满足实际应用的要求。     

一种分块压缩感知观测值的图像篡改认证算法

文章针对压缩感知理论特点,提出一种新的算法。分块认证可将篡改定位到分块级别,具有较高的篡改定位准确度。算法首先将图像分成若干块,分块大小可以由篡改定位调整,然后对各个分块进行观测得到压缩的观测值。在观测域中将得到的观测值进行LDPC编码生成水印,并将水印嵌入到分块图像中。水印提取时同样对篡改后的图像进行随机投影,对提取的水印进行解码和比较,实现了图像的篡改检测与图像认证。根据实验研究证实,该算法对局部篡改的检测功能较强,算法实现简单且提取过程更加安全。     

基于提升小波的多功能彩色数字图像双水印算法

基于彩色图像和提升小波的特性,提出一种新的多功能数字图像双水印算法。通过提取原始RGB图像的R、G、B三个色彩通道,在蓝色分量B的低频系数上嵌入版权水印;根据绿色分量G生成认证水印,嵌入在量化后的提升小波系数上。不需考虑两种水印嵌入的顺序。实验结果表明,版权水印鲁棒性较强、透明性较好,认证水印可以精确进行图像篡改检测和定位,实现多功能水印技术。     

基于压缩传感的视频水印算法

针对压缩域视频流的完整性认证问题,提出了一种基于压缩传感（CS）的视频水印算法。以H.264压缩视频流为研究对象,通过对视频序列的I帧进行压缩传感随机投影,得到少量的测量值,经过量化和置换加密,最后以水印的方式嵌入到P帧具有最大运动矢量幅值的宏块中。认证时,从含水印视频序列的P帧提取水印,并对I帧进行相同的压缩传感随机投影,通过比较测量值的差异,实现对视频的完整性认证。仿真结果表明,该算法具有较好的视频质量,对码率的影响较小,对帧删除、帧插入、重压缩等攻击具有较强的鲁棒性。     

基于分块压缩感知的图像半脆弱零水印算法

针对数字图像的内容认证和完整性保护问题,提出了一种基于分块压缩感知(Compressive sensing, CS)的图像 半脆弱零水印算法(Block compressive sensing based image semi-fragile zero-watermarking, BCS-SFZ).首先将图像划分成若干分块,分块大小可以根据水 印数据量和篡改定位精度调整.再按照压缩感知理论对各个图像块进行观测, 并将观测值作为零水印信息注册保存.实验结果表明, BCS-SFZ算法可以准确定位非法篡改并借助水印信息恢复被篡改的区域. 压缩感知理论的引入为算法提供了保密性支持,并且有利于实现图像成像与水印生成的同步,同时该算法实现简单,计算复杂度低.     

一种基于H.264视频内容认证的水印算法

提出一种基于H.264视频内容认证的半脆弱水印,该水印方案对视频内容恶意篡改敏感,而对于视频重编码等内容保持操作鲁棒。水印方案建立在视频压缩域上利用图像块之间不变的能量关系构建基于内容的特征码。由于DCT系数块能量主要集中在低频部分,所以用低频部分来生成特征码,用高频部分来嵌入水印。实验结果证明算法是有效的,并且较好地实现了篡改定位。     

基于压缩传感和LDPC码的图像水印算法研究

现有的数字水印算法在鲁棒性和篡改检测方面存在不足,提出一种新的水印算法.该算法通过对原始图像进行线性随机投影,得到的压缩测量值经过LDPC(Low Density Parity Check,低密度奇偶校验码)编码,以水印方式嵌入到原始图像中;篡改检测时,同样对篡改图像进行线性随机投影,得到的测量值作为边信息,对提取的水印进行LDPC译码.通过估计原始图像和篡改图像的压缩测量值,并求解一个l1范数问题,实现图像的篡改检测.仿真实验证明,该算法不仅具有较强的抗攻击能力,还具有较好的篡改检测能力.     

基于双边信息的残差分布式压缩视频感知

压缩感知(CS)是在低于奈奎斯特率条件下获取和重构稀疏信号的新兴技术,在图像和视频获取和处理中有巨大的发展潜力.为了有效提高被测信号的稀疏性和重构效率,本文提出一种基于双边信息的残差分布式压缩视频感知(RDCVS-DSI)编解码模型.该模型利用了图像自身的频域特性和邻近帧之间的相关性,以低质量的视频帧作为编解码的第一边信息,解码端利用关键帧运动估计和运动补偿技术生成非关键帧的第二边信息.通过性能分析和仿真测试表明,该RDCVS-DSI模型能够在较低复杂度条件下,高保真地重建视频序列.与以前的压缩视频感知工作对比,重构帧的平均峰值性噪比达到1-5dB的增益,重构速度接近于复杂度最低的DCVS.     

基于数据融合的压缩感知多目标定位算法

文中提出一种基于数据融合的压缩感知多目标定位算法,该算法能够同时处理多种不同类型的定位数据。与传统算法相比,该算法以目标个数的稀疏性为基础,通过压缩感知技术来重构目标位置向量,从而大大减少了传感器的数目。算法分为数据预处理和数据融合定位两个阶段。在数据预处理阶段,将不同类型的数据转换到同一个数量级,使得各类型数据能被充分用于提高目标定位性能;在数据融合定位阶段,提出一种基于多测量向量的压缩感知重构算法来估计目标位置向量。仿真证明,相比于现有的压缩感知定位算法,所提算法具有更高的定位精度和更强的鲁棒性。     

基于运动速度的视频水印算法

在运动矢量的基础上提出运动速度概念,并提出一种基于运动速度的压缩域视频流水印算法,给出相关检测性能分析.实验表明,该算法具有很强的鲁棒性,能抵抗一些格式上的变换.     

数字视频水印技术

为防止越来越多的电子信息产品的盗版、恶意攻击和非法篡改问题,数字视频水印技术应运而生。它能够很好地解决电子信息产品的知识产权保护问题。文中综述了基于水印的数字视频版权保护技术。在简要介绍数字视频水印技术的应用背景和基本特点的基础上,分析了目前常用的水印嵌入算法和检测手段,并指出了实际应用中应注意的一些关键技术,如扩频、纠错编码、假设相关检测、视频水印的嵌入等技术,指出数字视频水印技术必将有一个广阔的发展前景。     

基于压缩感知信号重建的自适应空间正交匹配追踪算法

传统的奈奎斯特采样定理规定采样频率最少是原信号频率的两倍,才能保证不失真的重构原始信号,而压缩感知理论指出只要信号具有稀疏性或可压缩性,就可以通过采集少量信号来精确重建原始信号.在研究和总结已有匹配算法的基础上,提出了一种新的自适应空间正交匹配追踪算法(Adaptive Space Orthogonal Matching Pursuit,ASOMP)用于稀疏信号的重建.该算法在选择原子匹配时采用逆向思路,引入正则化自适应和空间匹配的原则,加快了原子的匹配速度,提高了匹配的准确性,最终实现了原始信号的精确重建.最后与传统MP和OMP算法进行了仿真对比,结果表明该算法的重建质量和算法速度均优于传统MP和OMP算法.     

基于HVS的自适应鲁棒视频水印算法

视频水印与静止图像比较,包含有运动部分,具有变化的特性。根据人眼对快速运动的物体敏感度会下降的特点及DCT域视觉掩蔽模型,提出一种自适应的鲁棒视频水印算法。算法首先通过比较I帧与相邻帧的同一区域的DCT直流系数,得到一个快速运动图像块集,然后在该图像块集中根据视觉掩蔽模型计算图像块的DCT中频系数,选择区域自适应嵌入水印。仿真实验表明,该水印算法不仅能很好地抵抗MPEG压缩,而且能较好地协调不可见性和鲁棒性,并能抵抗一定的几何攻击。     

基于DCT与分形理论的遥感影像鲁棒水印算法

提出一种基于DCT和分形理论的遥感影像数字水印算法.首先利用分形技术确定自相似块作为水印嵌入区域;然后对水印图像进行Arnold置乱预处理,并将其扫描为一维序列;最后,对所选自相似块进行DCT变换,并将水印嵌入其中频系数.实验证明本文算法易于计算和实现,算法实现盲检测且有效提高了水印的不可见性,对JEPG压缩、滤波和叠...     

采用压缩感知的人脸识别算法

介绍压缩感知(CS)理论,并将其应用于人脸识别.运用训练数据构造冗余字典,采用随机分布的规范行矢量高斯矩阵构造感知矩阵,对训练图像和测试图像进行感知.利用正交匹配跟踪算法求最小零范数解,在变换域中用近邻法判断测试数据的类别.实验结果表明,用CS进行人脸识别,能避免特征选取的问题,且识别率高、运算速度快.     

基于自适应策略的稳健视频水印算法

稳健的视频水印算法对数字视频产品的版权保护具有重要意义。在先前提出的脆弱数字水印算法的基础上,通过采用自适应策略对视频序列中的不同图片根据其特点采用不同的嵌入算法,使得水印的嵌入对视频码流的改动最小,同时结合纠错编码技术,给出了一种较为稳健且简单、快速的视频数字水印算法。经仿真测试后,实验结果显示提出的视频水印新算法具有较强的抗二次编码攻击和噪声污染的能力,具有较好的稳健性。