彩色图像YCbCr域自适应数字水印算法

提出了一种用MATLAB实现的彩色图像水印算法。利用彩色图像在YCbCr域内对色差分量的DCT系数的改变加入水印,将色差分量矩阵进行8×8分块,根据每个小块内边缘点的密度将所有小块分成两类,不同类的小块分别按照不同的拉伸因子,加入水印信息。由于水印加入过程中考虑到人类视觉系统的纹理掩蔽功能,使得添加的水印具有自适应性。经试验测试,提出的算法实现的水印对于诸如JPEG压缩、放大缩小等常见的图像处理和噪声干扰具有很好的稳健性。     

基于DCT和量化的彩色图像数字水印算法

给出了一种在DCT域中嵌入彩色图像数字水印的算法，首先对水印进行预处理，嵌入时将原始图像红、绿、蓝三个分量分别作DCT变换，选取变换后的低频系数作为嵌入系数，采用量化的方法嵌入水印。算法对于常见的图像攻击，特别是对图像的JPEG压缩具有较好的抵抗性。     

一种嵌入DCT域直流分量的盲水印算法

文章提出一种基于量化的嵌入DCT域直流分量的数字水印算法。该算法以二值图像为水印,根据JPEG标准量化表系数确定水印嵌入强度,提取时不需要宿主图像。实验表明:该算法简单易行,对常见的水印攻击有较好的鲁棒性和实效性。     

基于时空二维混沌的自适应彩色图像水印算法

提出一种基于时空混沌的离散余弦变换域(DCT域)自适应彩色图像水印算法.算法采用时空混沌模型生成混沌序列对二值水印进行置乱加密,同时结合改进的人类视觉模型(HVS)图像块分类方法和彩色图像RGB分量特点确定水印嵌入强度,最后,水印被重复嵌入到彩色图像RGB各个分量DCT中频变换系数中.实验结果表明,该算法对于抵抗各种噪声、滤波和压缩等攻击具有非常好的鲁棒性,在分别遭受压缩比为30%、剪切掉25%的攻击时,仍能提取出相似度为0.914和0.869的水印.     

自适应彩色图像水印算法

提出了一种基于DCT的自适应彩色图像水印算法，算法中设计了多个自适应因子，能够根据图像的局部特征自动调整水印嵌入的强度，在保证水印不可见的前提下，实现水印信号最大程度的嵌入，数字水印算法(特别是当水印图像和原图像都是彩色图像时)的一个重大突破是将彩色水印图像平面化，使得水印信号的健壮性得到很大程度的提高。     

DCT与LSB相结合的彩色图像双水印算法研究

为了提高图像水印的嵌入信息量,提出一种LSB和DCT相结合的彩色图像双重水印算法。即将载体图像分解为R、G、B三个色彩分量,分别在R分量和G分量上嵌入水印,对第一重水印图像进行置乱加密,将其嵌入到经8×8分块DCT变换后的R分量中;G分量上的水印则采用空间域的最低有效位方法,先对原始水印进行扩展,再将其嵌入到G分量的各个点像素值的最低有效位。实验表明该算法能有效提高水印的嵌入量,满足数字水印不可见性和鲁棒性的平衡。     

一种改进的彩色图像多水印嵌入算法

针对彩色图像的版权认证问题,提出一种改进的多水印嵌入算法,采用量化索引调制(QIM)量化方法与提升小波变换结合,将水印分别嵌入到高频和低频系数矩阵,即将载体图像转换到YCbCr空间后,对三个分量分别进行提升小波变换,再用QIM量化方法在Cb和Cr分量的高频系数,以及Y分量的低频系数嵌入水印。实验结果表明,利用改进算法嵌入的水印具有较好的隐蔽和不可见性。抗攻击性测试结果显示,在高斯噪声、椒盐噪声、JPEG压缩和1/4裁剪四种攻击方式下,改进算法比基于DCT的纹理特征嵌入算法的水印NC平均值分别提升6%、2%、46%、2%,具有更强的鲁棒性。     

基于预测误差差值扩展的彩色图像可擦除水印

将Tian差值扩展技术应用于彩色图像,提出一种基于预测误差差值扩展的彩色图像可擦除水印算法。该算法将更小的差值扩展量分散到2个色彩分量中,同时用直方图修改法嵌入辅助信息,嵌入点由不可扩展差值的数量自适地确定。水印信号和嵌入位置由密钥决定,双密钥机制使水印更加安全。实验表明,该方法嵌入的水印不可见性好,在擦除水印后能无损地恢复原始图像。     

采用Haar离散小波变换的彩色图像水印算法研究

提出一种基于Haar离散小波变换的彩色图像水印算法,将载体图像分解为88的图像块,对载体图像块的R、G、B分量和水印图像进行Haar离散小波变换,析出水印图像的低频小波系数。将低频系数隐藏到两个相邻的载体图像块中的R、G、B分量。实验结果证明了算法的有效性,表明算法对抵抗多种攻击具有较好的不可见性、较高的安全性和较强的鲁棒性。     

基于信噪比的自适应二维图像水印算法

提出了一个基于信噪比SNR的完全自适应二维水印算法，该算法应用图像压缩技术，实现了以图像作为水印信号，把原始图像分块作离散余弦变换(DCT)，利用信噪比SNR确定各个子块的拉伸因子α，最后水印分量以不同的能量被嵌入到各个子块的DCT低频系数中．实验结果表明该算法具有良好的不可见性和鲁棒性．     

基于图像特征的彩色图像防拷贝水印算法

数字信号处理和计算机网络技术的迅猛发展,使得数字产品的版权保护问题面临极为严峻的挑战。数字水印技术主要是通过在数字产品中隐藏某些数字信息而达到数据的版权保护和内容认证。本文提出一种新的彩色图像防拷贝水印算法,算法选择彩色图像YUV空间,对色度分量进行离散余弦变换与二值化获得唯一描述图像的特征信息,经过混沌加密后嵌入到亮度分量小波变换系数的中频部分,同时,该算法能够实现盲提取。实验结果表明,该算法对噪声攻击、JPEG压缩、滤波和剪切等攻击具有较好的鲁棒性,同时能够有效地抵抗拷贝攻击。     

基于脆弱水印的彩色视频认证方案

该文提出了一种基于脆弱水印对彩色视频认证的方案,把RGB色彩模式转换为YST色彩模式,利用YST模式嵌入水印到彩色视频.首先将T分量按4×4分块并做DCT变换,然后根据I帧图像内DCT低频量化系数关系生成认证码,按照生成的认证码修改每个DCT块的最后一个非0系数作为水印嵌入到图像当中.在视频认证阶段,不需要原视频作为参...     

基于DCT域的数字纹理图像置乱度评价方法

为了实现对图像置乱程度的评价,提出了基于DCT（Discrete Cosine Transform）域的数字纹理图像置乱度评价方法。该方法先对图像进行DCT变换,提取DCT系数的大小和分布特征,作为评价图像的置乱程度,再结合DCT利用图像的纹理特征,给出了图像置乱度评价公式,并对图像置乱方法进行了分析和评价。利用图像进行仿真测试的结果表明,与传统的Arnold变换方法比较,置乱程度提高了2倍左右。     

一个基于DWT和DCT的盲的数字图象水印技术

数字水印是解决信息安全和版权保护的有效的方法，已成为多媒体信息安全领域的热门技术，本文提出了一种新的基于离散小波变换和离散余弦变换的盲的水印图象嵌入算法，该算法首先对图象进行小波分解，对LL图象按照一定大小进行分块，然后对每一块进行离散余弦变换，把水印图象的值嵌入到变换后的系数上，最后再进行逆变换。把该算法能够经受住噪声、中值滤波、压缩、高通滤波、低通滤波等的处理，具有很强的鲁棒性。     

在电子商务中利用数字水印实现数字图像产品的版权保护与跟踪

提出了一个基于小波变换的数字水印嵌入算法，将YIQ色彩空间的Y分量进行1，2，…，M级小波变换，提取出各级小波变换后近似图像的鲁棒系数构造水印，使构造的水印可包含RGB三个通道的特征信息。并根据小波零树结构的原理，将消费者指定的授权信息嵌入到M级小波变换后HL、LH子带的重要系数中，利用密钥保护与代理中心CA实现版权保护与跟踪，保护版权人与消费者的合法权益。实验证明，所提出的解决方案计算简单，安全性高．检测时不需要原始图像，很容易应用于电子商务中实现数字图像产品的版权保护与跟踪。     

基于DCT和混沌信号的数字水印算法

给出了一种图像数字水印算法 ,利用混沌系统产生的混沌信号作为数字水印信息 ,并在DCT变换域中有选择地嵌入水印 ,再经DCT逆变换得到水印图像。数值实验结果表明 ,该算法具有较强的透明性和鲁棒性 ,水印检测结果准确 ,对给定的几种图像处理攻击有抵抗性。由于混沌信号具有似噪声、宽频谱等特性 ,因此引入混沌信号 ,使得水印产品的安全性得到进一步提高     

DCT based multipurpose watermarking technique for image copyright notification and protection

A multipurpose image watermarking technique based on DCT is proposed to notify and protect the copyright of digital products. In order to achieve this objective, the DCT coefficients of each image block are divided into two parts for embedding the visible and invisible watermarks. The visible watermark is embedded in each DC DCT coefficient and most of the AC DCT coefficients of every block, and the invisible watermark in the rest. Based on the characteristics of Human Visual System ( HVS), the embedding strength of the visible watermark is varied in accordance with the underlying content of the host image. The invisible watermark is embedded in a quaternity of midrange frequencies. Experimental results show that the visible watermark is hard to remove and the invisible watermark is robust to common digital signal processing operations.