一种带纠错编码的小波域自适应盲水印算法

文中提出了一种小波域自适应盲水印算法。该算法具有如下特点：（1）以图像局部相关特性为基础,采用块均值量化策略;（2）以人眼视觉掩蔽特性为基础,将小波系数块进行分类,不同类的块选取不同的量化步长,并且水印嵌入过程中块内系数的改变量自适应于系数本身大小;（3）利用纠错编码和混沌置乱对水印信息进行调制,以提高水印的鲁棒性。该算法在检测时不需要原始图像,实现了盲检测。实验结果表明,该方案能很好地抵抗JPEG压缩,叠加噪声,裁剪等攻击,具有良好的鲁棒性和透明性。     

一种自嵌入盲检测鲁棒数字水印算法

为了实现鲁棒水印算法的完全盲检测,提出一种自嵌入盲检测鲁棒数字水印算法。该算法对原始图像分块子图进行小波提升变换得到低频近似分量,对近似分量作非负矩阵分解得到可近似表示子块图像的基矩阵和系数矩阵;在此基础上将系数矩阵量化得到鲁棒水印序列,最后鲁棒水印序列自适应量化嵌入原始图像低频自带近似分量。实验结果表明,该方案对常见信号处理具有很强的鲁棒性,实现了鲁棒水印序列完全盲检测。     

基于小波变换的图像自适应公开水印技术

提出了一种鲁棒的基于分块离散小波变换（DWT）的图像自适应公开水印技术。在充分考虑HVS掩蔽特性的基础上,利用不同分解层次小波系数块相关的特点,通过修改相应小波系数块之间的关系,自适应地嵌入水印信号。在提取水印时,不需要原始图像,完全实现了盲水印提取。通过修改自定义的参数,可以在水印透明性与鲁棒性之间找到最佳取舍点。实验结果表明,该算法具有较大的容量,对通常的图像处理操作和几何攻击等都具有较强的鲁棒性。     

一种鲁棒的基于DWT域自适应量化步长的图像盲水印算法

提出了一种可用于版权认证的基于小波变换域自适应量化步长的图像盲水印算法.该算法首先在DWT（离散小波变换）的低频子带中选择感知重要系数作为水印的嵌入区间,然后选择一个同时可满足不可见性与鲁棒性要求的最小量化步长,对所选择的重要系数进行量化,再通过自适应增大量化步长,把二值水印信息交替地嵌入到不同的量化层上.作为这种算法的一个特例,就是用所选系数的低5位表示水印信息.在嵌入过程中,根据小波变换所具有的良好的空域局部化特性,采用了分块舍入技术,实现了水印信息的精确嵌入;在检测过程中,提出了一种新颖的差分检测方法,增强了系统的鲁棒性.实验结果证明,该算法具有嵌入信息量大,水印透明性好,对各种常见的图像处理操作、有损压缩、裁剪和几何变换抵抗性强等特点.     

基于GHM和FCM的自适应图像水印算法

提出一种基于GHM多小波变换域上的模糊自适应水印算法。利用多小波系数块的能量、重要系数对小波块进行分类,结合图像自身的局部特性,在多小波系数中的两个相关的细节子图像中自适应地嵌入一幅二值水印图像;为了增强水印的鲁棒性,采用冗余嵌入方法;水印的提取不需要原始图像。实验结果证明,该算法对剪切、JPEG压缩、锐化等多种图像处理具有很好的鲁棒性。     

基于小波包变换的图像数字水印算法

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。     

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。     

一种小波域的自适应数字盲水印算法研究

研究数字图像版权保护问题,针对传统水印算法不能很好地解决水印隐蔽性与鲁棒性之间矛盾,提出一种基于小波域的自适应数字盲水印算法.首先采用人的视觉系统亮度掩蔽和图像纹理特性产生伪随机二值序列作为水印,增强水印的鲁棒性.然后选择两条小波子带,根据相邻特征平均值和奇偶判决法在两个子带上各自嵌入-半水印,并自适应地调整小波系数的量化间隔,提高了嵌入水印图像的隐蔽性;水印检测过程不需要原始图像的参与,实现盲提取.实验结果表明,算法的自适应性强,不仅具有较好的很好隐蔽性,而且对各种攻击有较强的鲁棒性,很好解决了水印隐蔽性与鲁棒性之间矛盾,可为水印设计提供参考.     

自嵌入全盲鲁棒水印量化算法

为了提高图像水印的实用性,提出了一种自嵌入全盲鲁棒水印算法。首先,对原始图像进行DWT,将小波低频子带分成互不重叠的子块,对每个子块进行DCT,通过比较各个子块的直流系数与所有子块直流系数的均值之间的大小关系来产生特征水印序列,利用分段Logistic混沌序列对特征水印进行加密;然后,将加密后的特征水印序列通过奇偶量化规则自嵌入到原始图像小波低频子带每个子块的DCT低频系数中;最后,进行IDCT合成和IDWT产生含水印图像。该算法通过结合自嵌入加密的特征水印序列和盲提取认证水印序列达到全盲检测。实验结果表明,该算法对抵抗添加噪声、JPEG压缩及高斯低通滤波等常见的图像处理攻击均具有很强的鲁棒性。     

基于小波掩模的自适应图像SVD水印算法

基于小波掩模给出了一种奇异值分解盲水印算法,算法自适应于图像特征。算法用重要小波系数确定不同图像特征对应的量化步长,以达到最大化水印嵌入强度的目的,在透明性和鲁棒性之间实现了较好的平衡。实验结果表明,对于常见的图像处理操作均有较好的鲁棒性。     

基于自适应空域滤波的图像去块效应算法

分块有损压缩图像忽略了块间相关性,重构时会产生块效应,该文提出一种空域自适应去块效应算法。对块边缘采用方向自适应有理滤波,以弱化块效应。根据块的内部活动性将图像块分成平坦块和纹理块2类,利用基于方差的空域检测方法检测出平坦块,并对平坦块进行邻块边缘自适应平滑。实验结果表明,该算法有效去除了块效应,一定程度上提高了信噪比,算法简单且鲁棒性较好。     

应用DCT块标准差的自适应隐写算法

目的为提高隐写方案的安全性,提出一种基于DCT(discrete cosine transform)块标准差的JPEG图像自适应隐写算法。方法 DCT块标准差可以反映图像各区域的复杂情况,为此根据取整失真、量化步长以及标准差设计了失真函数,然后结合STC(syndrome-trellis code)编码设计了隐写算法。结果引入DCT块标准差可使失真函数定义更合理,因此图像经隐写后总体失真减小,安全性能得到提高。结论实验结果表明,本文算法与其他同类算法相比具有更强的抵抗隐写检测能力,在质量因子为75时安全容量可达到0.35(嵌入总量和非零AC(交流)DCT系数个数之比)。     

基于人眼视觉系统的自适应小波图像编码算法

本文提出了一种基于自适应小波分解与人眼视觉系统的低比特率图像压缩编码算法,该算法具有以下特点：（1）以子带能量为判别标准,能够根据图像内容进行自适应形式的小波分解;（2）建立了人眼视觉系统的掩蔽模型,并据此给出了全新的小波系数自适应量化策略.仿真实验表明：本文算法是一种高效的图像压缩算法,不仅其压缩效果明显优于JPEG2000、EZW、FWP等小波域图像压缩算法（特别是低比特率下）,而且可广泛适用于不同特征的数字图像.     

An Efficient Watermarking Method Based on Significant Difference of Wavelet Coefficient Quantization

This paper proposes a blind watermarking algorithm based on the significant difference of wavelet coefficient quantization for copyright protection. Every seven nonoverlap wavelet coefficients of the host image are grouped into a block. The largest two coefficients in a block are called significant coefficients in this paper and their difference is called significant difference. We quantized the local maximum wavelet coefficient in a block by comparing the significant difference value in a block with the average significant difference value in all blocks. The maximum wavelet coefficients are so quantized that their significant difference between watermark bit 0 and watermark bit 1 exhibits a large energy difference which can be used for watermark extraction. During the extraction, an adaptive threshold value is designed to extract the watermark from the watermarked image under different attacks. We compare the adaptive threshold value to the significant difference which was quantized in a block to determine the watermark bit. The experimental results show that the proposed method is quite effective against JPEG compression, low-pass filtering, and Gaussian noise; the PSNR value of a watermarked image is greater than 40 dB.      

基于矢量量化的高效BTC图像编码算法

作为一种有损图像编码技术,块截短编码算法（BTC）的计算量较少,速度快,有较好的信道容错力,重建图像质量较高。然而,标准BTC算法的主要缺点是其压缩比特率比其他基于块图像编码的算法（如变换编码和矢量量化）高。为了降低比特率,提出了几种有效的BTC算法,还提出了一种简单的查表算法对每块的BTC量化数据编码,另外还引入了矢量量化技术以减少对位平面编码的比特数。为了减少由改进算法引入的额外失真,在每种提出的算法中,采用最优阈值而不用平均值作为量化阈值。     

Weighted centroid neural network for edge preserving imagecompression

An edge preserving image compression algorithm based on an unsupervised competitive neural network is proposed. The proposed neural network, the called weighted centroid neural network (WCNN), utilizes the characteristics of image blocks from edge areas. The mean/residual vector quantization (M/RVQ) scheme is utilized in this proposed approach as the framework of the proposed algorithm. The edge strength of image block data is utilized as a tool to allocate the proper code vectors in the proposed WCNN. The WCNN successfully allocates more code vectors to the image block data from edge area while it allocates less code vectors to the image black data from shade or non-edge area when compared to conventional neural networks based on VQ algorithm. As a result, a simple application of WCNN to an image compression problem gives improved edge characteristics in reconstructed images over conventional neural network based on VQ algorithms such as self-organizing map (SOM) and adaptive SOM.     

Lossless visible watermarking based on adaptive circular shift operation for BTC-compressed images

Most existing BTC (Block Truncation Coding) based watermarking algorithms do not fully exploit visual perception of the host images. These schemes cannot obtain visual quality of stego-images and recover original images without distortion. To solve this issue, a new reversible visible watermarking scheme based on AMBTC (Absolute Moment Block Truncation Coding) domain is proposed. First, the proposed scheme uses adaptive pixel circular shift operation that adapts to local properties of the image to embed the visible watermark into two level (one-bit) nonparametric quantization levels of AMBTC according to the parity of the bit plane of AMBTC triple. The watermark signal can be extracted according to the parity of the Bit plane. The experimental results prove that the algorithm can achieve high visual quality of stego-images and recover original BTC-compressed image losslessly. Moreover, it is robust against common signal processing attacks. The visible watermarking algorithm can be applied to copyright of digital images in real-time environment because of the low time consumption due to the simplicity of AMBTC.     

BAQ算法在SAR原始数据压缩中的应用研究

研究了用块自适应量化（BAQ）算法压缩合成孔径雷达（SAR）原始数据,考虑了实际SAR数据的非零均值。文中给出了算法在信号域内的信号对量化噪声比（RSQN）和均方根相位误差这两个性能指标的评估结果;并给出了SAR原始数据经BAQ处理后的成像结果;最后提出了一种可与雷达接收机增益控制电路相结合的、压缩比灵活可变的BAQ方案,适合于在压缩比和图像质量之间作折衷选择。     

Adaptive learning method in self-organizing map for edge preservingvector quantization

The Kohonen's self-organizing map algorithm for vector quantization of images is modified to reduce the edge degradation in the coded image. The learning procedure is performed by adaptive learning rates that are determined according to the image block activity. The simulation result of 4x4 vector quantization for 512x512 image coding demonstrates the feasibility of the proposed method.     

基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。