基于SVD和DCNN的彩色图像多功能零水印算法

为了对彩色图像进行版权保护和篡改定位,提出一种基于奇异值分解(singular value decomposition, SVD)和深度卷积神经网络(deep convolutional neural network, DCNN)的彩色图像多功能零水印算法。将原始RGB彩色图像转换成YCbCr彩色图像,对原始图像的Y、Cb、Cr通道离散小波变换得到的系数矩阵进行奇异值分解,得到DCNN的输入矩阵,从DCNN输出层的输入矩阵中获取原始图像信息矩阵,生成零鲁棒水印图像。从Y通道小波变换得到的低频子带系数矩阵中获取原始图像信息矩阵,生成零半脆弱水印图像。试验结果证明,提出的算法不但有效,而且对强度较大的常见攻击有较好的抵抗能力。     

一种抗几何攻击的数字图像零水印算法

为加强零水印抗几何攻击的能力,该文提出一种边缘检测与对数极坐标映射相结合的零水印算法。首先利用SUSAN边缘检测法获取图像的重要边缘信息,然后将边缘图进行对数极坐标映射,再与置乱水印异或获取密图。提取水印时只需密图和置乱密钥,无需原始图像。实验结果表明该算法对于旋转、剪贴、缩放等各类几何攻击具有较好的鲁棒性,同时对于加噪、滤波以及JPEG压缩等攻击也具有良好的鲁棒性。     

基于内容的小波域抗几何攻击图像水印算法

为了提高水印的鲁棒性及抗几何攻击能力,提出了一种基于图像内容的小波域抗几何攻击图像水印算法。该算法嵌入的水印是基于原始图像内容产生的,在水印嵌入前,结合图像置乱和纠错编码技术对水印进行置乱与编码,以增强其鲁棒性,水印的嵌入位由随机序列控制;在水印检测前,利用原始图像矩信息估计水印图像所经过的旋转、平移和尺度变换等参数,根据估计参数对水印图像进行相应恢复及水印提取,检测过程不需要原始图像。     

一种基于零树小波的盲图像水印算法

提出了一种基于零树小波的盲图像水印算法．作为版权标志的水印信息是一幅二值图像,它用一个随机矩阵将水印图像置乱预处理,嵌入的水印数据根据宿主图像的特点自适应地扩频得到,水印嵌入到宿主图像的小波零树上,每一棵小波零树的水印信息对应于水印图像的一个像素点．水印置乱矩阵和扩频水印矩阵是文中的两个密钥,前者保证了图像水印的安全性,后者确保了图像水印的鲁棒性．在没有原始图像的前提下,实验验证了该水印算法在多种攻击下都具有可靠性．     

基于Contourlet变换的彩色图像双水印算法

针对一些用于标识和篡改定位的双水印在抗几何攻击方面表现不好的问题,提出了一种基于Contourlet变换的彩色图像双水印算法。该算法首先在红绿蓝(red green blue,RGB)颜色空间,对G分量进行Contourlet变换和QR分解后嵌入鲁棒水印;其次,提取R、G、B三个通道的特征信息,构成可对该图像进行篡改定位的脆弱水印,在B分量上嵌入该脆弱水印,得到含双水印的彩色图像;最后,采用盲提取水印算法提取脆弱水印和鲁棒水印。选取不同刑侦图像进行实验,实验结果表明,脆弱水印能够准确检测篡改位置;鲁棒水印在抵抗剪切、旋转、缩放、随机打马赛克、噪声等几何攻击方面鲁棒性较好。     

强鲁棒零水印技术

在保证具有良好不可见性的基础上如何尽量提高鲁棒性是设计鲁棒水印算法时所要重点考虑的问题。针对这个问题,本文利用小波变换低频子带的能量聚集效应和奇异值的稳定性,提出一种具有强鲁棒性的零水印算法。首先对原始载体图像进行离散小波变换,然后选择低频子带进行分块奇异值分解,通过判断每个子块最大奇异值的最高位数字奇偶性产生鲁棒零水印。算法没有对原始载体图像做任何改变,所以算法拥有良好不可见性。实验结果表明算法对各种攻击具备很强的鲁棒性。算法能够实现盲版权认证。     

基于图像归一化和NSST的鲁棒零水印算法

为了更有效地提取数字漫画的边缘轮廓特征,提出一种基于图像归一化和非下采样剪切波变换(NSST,non-subsampled shearlet transform)的零水印算法.首先,将数字漫画图像进行归一化处理.然后,采用NSST和离散余弦变换(DCT)提取图像的低频分量,再采用非负矩阵分解(NMF,non-negative matrix factorization)提取特征向量作为图像的特征信息;处理水印图像时,采用基于完全互补码的扩频技术和混沌置乱技术以提高算法的鲁棒性和安全性.最后,对数字漫画图像的特征信息与水印图像进行异或逻辑运算得到零水印.实验结果表明,本文算法在抵抗高斯噪声、椒盐噪声、几何变换、JPEG压缩、邻域滤波等攻击时都具有很强的鲁棒性,同时能够抵抗一定程度的剪切攻击.     

基于音频特征的小波域零水印算法

该文提出一种新颖的基于音频内容的零水印算法,利用音频统计特征,选择小波分解信号中的小波近似系数CA3平均值作为参考特征统计量,运用零水印技术构造鲁棒水印,有效解决水印中鲁棒性和不可察觉性两者间的矛盾.实验表明,该算法对常见的信号处理和攻击都具有较强的鲁棒性和不可察觉性.     

结合编码交织的频数质心零水印算法

针对传统数字水印算法的透明性随嵌入强度的增加而下降,且存在鲁棒性和稳定性差的问题,提出了一种基于极化码与二维交织算法相结合的频数质心零水印算法.该算法依次对水印信息进行极化码编码,二维交织构造出交织矩阵,然后对载体图像进行非下采样轮廓波变换获得其低频系数,再通过分块非负矩阵分解得到一维基矩阵;根据频数分布特征计算局部频数质心以构造出特征矩阵,最后将含有水印信息的交织方阵和特征矩阵进行异或操作生成零水印.大量实验表明,该零水印算法可以有效地抵抗常规的信号处理攻击、几何攻击以及组合攻击,水印提取的归一化系数值在0.88以上,具有较强的鲁棒性和稳定性,且具有良好的实用价值.     

基于小波变换域的数字图像嵌入和提取方法

针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.     

基于混沌和小波变换的彩色图像数字水印算法

彩色图像在实际生活中有重要的地位,且基于小波变换的水印算法引起越来越多研究者的关注,本文提出了一种基于混沌和离散小波变换的彩色图像数字水印算法,即把经过混沌置乱处理的彩色水印嵌入到原始彩色图像中.简要介绍了图像小波分解的相关理论,分析了水印嵌入位置,给出了二维Logistic混沌的定义及彩色水印置乱的具体步骤.重点阐述了水印嵌入和提取的算法、实验结果及攻击测试结果.     

基于PCA和混沌置乱的零水印算法

针对传统的数字水印技术在图像中嵌入水印信息会导致图像在一定程度上的失真,且图像受到各种攻击后难以提取出水印的问题,提出了一种零水印算法,该算法可在不导致图像任何失真的情况下起到版权保护的作用.对图像进行分块和主成分分析(PCA),得到图像的主要分量,基于Renyi映射生成混沌序列对图像的主要分量进行位置置乱,比较置乱后相邻主分量系数间的大小生成特征水印.当对待认证图像进行认证时,用同样的方法提取该认证图像的特征水印,比较两特征水印的相似度来判断图像的版权和所有权.实验结果表明,该算法的不可察觉性很好,并对一些常见的攻击,如JPEG压缩、剪裁、加噪、滤波和旋转等有很强的鲁棒性.与小波域内图像零水印算法的比较结果证明了该方法具有更强的鲁棒性.     

基于Contourlet变换与CS的彩色图像双重水印算法

针对传统彩色图像水印算法抗几何攻击鲁棒性不强的问题,提出了一种基于Contourlet变换与压缩感知的彩色图像双重水印算法.该算法通过Contourlet变换与奇异值分解相结合将彩色版权水印嵌入到彩色载体图像中,然后将分块压缩感知方法应用到嵌入版权水印的彩色图像中,生成第二重水印并作为零水印进行保存.进行版权鉴定的时候,首先利用改进的平滑投影Landweber算法对零水印重构,接着使用SIFT变换原理对待检测图像进行几何校正,最后提取出版权水印验证版权.实验结果表明该算法版权水印具有较好的不可见性,除对常规攻击拥有较好的鲁棒性外,抗几何攻击能力得到了提升.     

基于边缘特征的动画零水印算法

为了更有效地提取动画的边缘轮廓特征,提出一种基于边缘特征的动画零水印算法.首先,选取动画中的关键帧并且将关键帧分组,并采用二维离散余弦变换提取低频系数;在变换域的处理上,采用具有良好的多尺度、多方向分析特性的轮廓波变换以提高水印算法的鲁棒性.然后,利用奇异值分解技术得到二值序列并进行保存,在处理水印图像时采用视觉密码技术和混沌置乱技术以增强算法的安全性.最后,将二值序列与处理后的水印图像进行逻辑运算,构造"零水印"密钥.实验结果表明,本文算法在抵抗高斯噪声、裁剪攻击、压缩攻击时都具有很强的鲁棒性,同时能够抵抗一定程度的帧丢失攻击.     

基于Arnold变换和DWT彩色图像数字盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,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。水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像。该算法对彩色水印的R、G、B分量分别进行不同次数的Arnold变换,以达到置乱的目的;然后对彩色宿主图像的R、G、B分量分别进行离散小波变换（DWT：Discrete Wavelet Transform）,取出各自的水平细节系数,最后把置乱后的水印R、G、B分量对应地嵌入到宿主图像的R、G、B水平细节系数中,嵌入方式采用二维离散小波逆变换（IDWT：Inverter Discrete Wavelet Transform）。实验表明,该数字水印算法具有很好的透明性和安全性,同时对诸如涂抹、叠加噪声、剪切、JPEG压缩等常见攻击具有很好的鲁棒性。     

一种基于小波变换域的数字水印算法

水印的鲁棒性是目前数字水印研究的热点,设计鲁棒水印的重要性在于,即使含有水印的多媒体信息遭到了试图去除水印的攻击,例如压缩和加噪,也能够完全检测出其中所嵌入的水印,因而鲁棒水印在数字产品版权保护中具有十分重要的意义,文中研究了基于小波变换域的数字水印算法,通过将原始图像进行3级小波分解,然后选取中频带嵌入数字水印,通过定义小波系数与水印嵌入强度因子之间的函数关系,提出了一种自适应于原始图像特征的数字图像水印算法,实验结果表明,该算法对JPEG压缩、剪切、中值滤波、加噪等具有较好的鲁棒性。     

一种基于分块的DCT域数字图像水印算法

本文提出了一种有效的基于分块的DCT域数字图像水印算法。该算法首先对水印图像进行置乱处理,再将变换后的水印图像嵌入到DCT变换后的原始图像中。实验证明该算法具有很好的鲁棒性和不可见性,并能有效地抵抗JPEG压缩和旋转几何攻击。     

基于DWT和SVD的鲁棒-脆弱双重图像水印算法

提出了一种基于DWT和SVD的鲁棒-脆弱双重图像水印算法。首先,对于鲁棒水印的嵌入,利用离散小波变换和奇异值分解,采用量化的方法将二值水印嵌入到原始图像中,水印的提取不需要原始图像。然后,在含鲁棒水印图像的空域LSB中嵌入脆弱水印,以减少脆弱水印对鲁棒水印的影响。实验证明,鲁棒水印具备较强的抗攻击能力,脆弱水印则对篡改敏感,并且能准确定位出篡改位置。两种水印的结合实现了对原始图像的双重保护。     

用于CMOS图像传感器芯片的多功能盲水印算法

提出了一种在小波域中同时嵌入鲁棒水印和脆弱水印的算法。根据相邻小波系数间的关系在JPEG压缩后大多不发生变化的事实,首先对原始载体图像进行一级小波分解,然后将鲁棒水印嵌入到小波的低频系数LL中,脆弱水印嵌入到小波的高频子带HL中,水印提取和图像认证均不需要原始图像参与,很好实现了水印的盲检测。实验结果表明:本文算法对常见的非恶意攻击提取的鲁棒水印和半脆弱水印的归一化相关系数(NC)值几乎都在0.8以上;对恶意的图像操作可以精确检测和定位;算法嵌入容量大,抗JPEG压缩性能高和计算简单,可以集成于CMOS图像传感器芯片中。     

基于小波域的灰度图像盲水印算法

提出了一种有效的静止图像的自适应盲水印算法。该算法首先对水印图像进行置乱处理,再利用邻居特征平均值法和奇偶判决法将置乱后的水印图像嵌入到DWT变换后的原始图像中,最后对该算法进行了滤波、多种噪声、压缩和灰度转换等抗攻击测试。试验结果表明该算法具有较好的不可见性和抗攻击能力。