首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
对图像数字水印的鲁棒性和不可见性进行了研究,提出了一种在图像边缘处嵌入数字水印的思想.利用Sobel算子新灰度值提取边缘特征点并自适应地确认水印嵌入强度.同时根据人类视觉系统的特性,在小波变换后的细节子带上嵌入互补性水印.实验结果表明,嵌入水印后的图像无明显质量下降,并且可以有效地抵抗压缩,滤波、噪声等各种攻击.证明了该基于图像边缘的自适应互补水印算法同时具有较好的鲁棒性和不可见性.  相似文献   

2.
为了克服高复杂度算法同时能使数字水印具有较好的鲁棒性与掩蔽性,该文借助图像在DCT域实现的算法复杂度低且能很好的与人类视觉特性相结合,提出了一种基于DCT域自适应数字图像水印新算法,该算法采用随机性较强的高斯序列作为嵌入水印,并且利用图像子块特征分类结果对水印嵌入强度进行自适应调节,从而在确保水印不可见的同时有效地增强...  相似文献   

3.
连玉龙 《福建电脑》2007,(3):119-120
本文提出了基于SVD(奇异值分解)的自适应彩色图像盲水印算法,利用HVS(人类视觉系统)特性自适应地调整水印嵌入强度,通过SVD变换来进行嵌入,在保持不可见性的前提下提高了鲁棒性.实验表明,该算法在水印嵌入总量不变时,可减弱嵌入水印后对原始图像的破坏,减少视觉影响.  相似文献   

4.
利用人类视觉特征提出了一种DCT域的自适应盲水印嵌入算法。该算法首先将载体图像划分为图像块序列,运用人类视觉特征将图像块分为三类:平滑块序列、边缘块序列和纹理块序列。对不同类块序列嵌入不同强度的水印信息,增强了水印的不可见性。实验结果表明,该算法具有较强的鲁棒性,同时能保证含水印图像的质量。  相似文献   

5.
提出一种基于小波包变换和人类视觉特性的自适应盲水印算法。该算法选择原始图像小波包变换的中频子带进行嵌入,提高了水印的容量和不可见性;采用双极性量化方法嵌入水印,根据嵌入强度自适应地确定量化步长,提取时无需使用原始图像。实验证明该算法对常见的图像处理攻击具有良好的鲁棒性,同时也很好地保证了水印的不可见性。  相似文献   

6.
针对图像水印在不可见性和鲁棒性方面很难同时满足的问题。提出一种基于混沌对原始水印图像进行双重加密的方法,使水印信息具有双重的保密性;根据人眼视觉系统将不同强度的水印分量自适应地嵌入到DCT的中频系数中,使嵌有水印的图像具有良好的视觉不可见性。实验表明,该算法在水印自身的安全性和相关性,系统的鲁棒性方面相对于其它算法都有很大的提高。  相似文献   

7.
该文提出一种基于Turbo码的自适应水印算法。为了实现自适应嵌入水印,将原始图像分块并利用视觉掩蔽特性对图像块进行分类,根据分类的结果,将不同强度的水印分量嵌入到图像块的DCT低频系数中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。  相似文献   

8.
改进的基于DCT的自适应水印算法   总被引:2,自引:0,他引:2       下载免费PDF全文
基于原始图像的纹理特征和亮度特征以及人类视觉系统的特点,给出一种改进的基于DCT的自适应嵌入水印算法。算法采用Arnold变换对水印图像进行预处理,自适应选择强度因子,将一幅二值水印图像嵌入到原始图像中,实现了水印的不可见性和鲁棒性。仿真实验结果表明,算法对常见的图像处理操作具有较强的鲁棒性和稳健性。  相似文献   

9.
罗鹏  苏旸  杨晓元  刘圆 《计算机应用研究》2011,28(10):3817-3819
针对已有算法在嵌入量和嵌入强度自适应控制方面存在的问题,结合人类视觉对纹理区域的感知特性,通过噪声可见函数(NVF)对图像块复杂度的计算,提出了一种在DCT直流系数进行嵌入的水印算法。该算法能够根据图像块复杂度计算结果实现嵌入强度的自适应控制。实验结果表明,所提算法相比已有算法提高了嵌入容量和嵌入强度的自适应控制程度,并且一定程度上避免了由于DC系数嵌入数据所出现的块效应现象,对图像处理和常见的图像攻击也具有很好的稳健性。  相似文献   

10.
基于模糊聚类和HVS的DWT自适应盲水印算法研究   总被引:3,自引:1,他引:3  
文章提出了一种基于离散小波变换(DWT)的模糊自适应盲水印算法,根据人类视觉系统的亮度、纹理、以及对比度掩蔽特性,利用模糊聚类来决定水印的嵌入强度,使之可以自适应于图像,水印嵌入位置随机选择,并且水印的检测无需原始图像。为增强水印鲁棒性,笔者在图像的不同位置多次嵌入水印。通过仿真实验,表明算法可以在保证加水印后图像质量的前提下,以最大强度嵌入水印,对JPEG压缩、噪声、图像剪切具有较强的鲁棒性,由于水印检测无需原始图像,该方法具有实用性。  相似文献   

11.
基于DWT-SVD域的自适应独立分量分析数字图像水印   总被引:1,自引:0,他引:1  
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。  相似文献   

12.
一种NVF量化的小波域图像水印算法及实现   总被引:1,自引:0,他引:1  
本文提出了一种基于噪声可见函数(NVF)量化的水印算法。该算法用噪声可见函数NVF最大化水印能量,在嵌入时使用多重嵌入技术,增加了水印的不可见性和鲁棒性,水印在提取和检测时不需要原图信息。  相似文献   

13.
提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入,利用Hopfield神经网络记忆宿主图像以及原始水印信息。在水印检测时,通过神经网络从嵌入水印的图像中联想出宿主图像和水印嵌入信息,再利用嵌水印图像和联想出的宿主图像提取出水印,实现了水印的盲检测。  相似文献   

14.
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。  相似文献   

15.
根据可见水印性质和载体图像的噪声掩蔽性在小波域进行可见水印算法的研究。提出了一种根据载体图像视觉掩蔽性进行水印嵌入强度的方案。在此基础上又结合水印图像的纹理特性对于高频系数水印嵌入强度进行重新调制。另外还对水印可见性质量评估进行了探讨。实验表明,改进后的算法水印可见性质量更好。  相似文献   

16.
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。  相似文献   

17.
图像水印算法研究是多媒体技术领域中的重要议题。比较并结合当前两类主流的 图像水印算法,提出了一种基于非下采样Contourlet 变换的自适应乘性水印算法。借鉴Barni 的“pixel-wise masking”模型和冗余小波域掩盖效应建模的做法,建立非下采样Contourlet 变换域 掩盖效应计算模型。用广义高斯分布模型和Cauchy 分布模型描述非下采样Contourlet 变换系数 的统计特性,将水印的检测问题表述为一个复合假设检验。通过理论推导分别建立了乘性水印 的两种局部最优非线性盲检测器及检测门限的自适应确定方法。实验结果表明,非下采样 Contourlet 变换域掩盖效应计算模型使得水印嵌入算法具有良好的视觉不可见性,两种检测器在 无原始图像和自适应嵌入强度系数参与检测的情况下均能准确地检测到水印信息的存在。实验 结果同时显示,基于Cauchy 分布的盲检测器在检测效果和检测时间方面优于基于广义高斯分 布的盲检测器。  相似文献   

18.
数字水印技术是解决版权保护问题的有效技术手段。该文分析了基于离散余弦变换的数字水印算法,并采用MATLAB实现了该算法的水印嵌入、提取和攻击实验,仿真结果表明该算法具有较好的鲁棒性和不可见性。  相似文献   

19.
提出了一种基于DWT的自适应扩频盲检测数字水印算法。算法将图像的Y分量作小波分解后的中低频子带作为嵌入空间,根据HVS特性计算水印自适应强度因子,对二值水印图像进行混沌调制与Hamming编码,实现了水印的自适应嵌入与盲提取。实验结果表明,该算法对于常见的图像处理具有较强的鲁棒性。  相似文献   

20.
针对SAR成像中图像模糊并伴有噪声的问题,结合噪声可见性函数,提出了一种SAR图像增强快速算法。该算法在图像分层的基础上,结合人眼视觉特性,引入噪声可见性函数,实现细节层图像的增益控制。根据GPU架构和存储结构特点,并行计算各个像素在基本层和细节层上的处理过程,完成该算法的并行优化设计与实现。实验结果表明,该算法能够有效提高图像质量,增强图像细节;同时,能够充分利用GPU的并行计算能力,有效提高SAR图像增强的实时性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号