基于Schur分解和混沌置乱的彩色图像鲁棒水印算法

针对传统的彩色图像水印算法往往仅是将一个随机信号或二值图像嵌入到彩色载体图像中这一问题,结合混沌系统和Schur分解的优点,提出一种将彩色水印图像嵌入到彩色载体图像中的鲁棒水印算法.首先,对彩色水印图像进行Arnold置乱和混沌加密,提高了待嵌入彩色水印图像的安全性能;其次,将彩色载体图像分离成3个通道,每一通道被划分...     

基于Schur分解的Contourlet域水印方案

基于奇异值分解的数字水印方案计算量大、算法实现困难,为此,提出一种基于Schur分解的Contourlet域数字水印方案。将载体图像进行Contourlet变换,利用矩阵分裂理论得到分块对称矩阵,对每个对称矩阵进行Schur分解得到对角矩阵,通过量化对角元素的方法实现水印嵌入。水印提取是嵌入的逆过程。实验结果表明,该水印方案嵌入和提取的速度快,具有较好的不可见性和鲁棒性。     

基于DCT变换的彩色图像水印盲提取算法

为利用Q R码的快速识别、高容量和高容错等特性,实现彩色图像的水印盲提取,提出基于DC T变换的彩色图像水印嵌入和提取算法。对彩色图像的3个通道进行8%8分块,取DC系数中M SB位作为水印嵌入地址,通过余数调整的方法实现水印的嵌入。提取水印时,通过对水印嵌入位的余数判定,对3个通道的结果进行投票处理,提取出水印信息,提取过程不需要原图像和原水印图像,是一种盲提取算法。通过实验验证了该方法的鲁棒性和透明性,计算复杂度较低,相对于很多变换域水印算法有明显优势。     

基于奇异值分解的彩色图像水印算法

针对基于量化的嵌入方法不能抵抗亮度增强等攻击而基于关系的嵌入方法抵抗常见的攻击能力较弱等缺点, 提出了一种混合量化和关系嵌入方法的彩色图像水印算法。该算法先对彩色图像的每一分量进行互不重叠的大小为8×8的分块, 借助密钥选取待嵌入水印的分块并对选取的分块进行1级离散小波变换和分别对低频子带与高频子带进行奇异值分解, 在低频和高频子带奇异值分解后的奇异值矩阵分别采用量化和关系的嵌入策略嵌入预处理后的水印。实验表明, 该算法实现简单, 具有较好的不可见性。与其他算法相比, 该算法具有更好的鲁棒性能。     

基于SVD的彩色图像盲水印算法

为了更好地保护数字产品的版权,本文提出了一种提升小波变换与奇异值分解相结合的彩色图像数字水印算法。提升小波变换运算速度快,能够对任意尺寸图像进行变换;奇异值分解具有几何不变性,并且体现图像的内蕴特性。算法充分利用提升小波变换和奇异值分解的优良特性,选择彩色图像的蓝色通道进行水印嵌入。首先对原始图像进行多级提升小波变换,然后选取中低频子带进行奇异值分解,将灰度水印图像进行Arnold置乱后分成四个部分嵌入所选子带的部分奇异值矩阵中。在水印提取时不需要原始载体图像,更加有利于实际中的应用。实验表明,该算法具有良好的透明性,而且对大部分常见攻击及几何攻击有很好的鲁棒性。     

基于QR分解的Contourlet域鲁棒盲水印算法

为了提高变换域数字水印的鲁棒性,提出一种基于QR分解的Contourlet域鲁棒盲水印算法。该算法首先对二值水印图像进行Arnold置乱预处理,然后对宿主图像进行Contourlet变换,提取低频子带进行不重叠的分块,最后对每个子块依次进行QR分解,采用自适应量化策略在上三角R矩阵的第1行元素上重复嵌入1 bit水印信息。在水印提取时,根据多数原则从每个子块提取相应的1 bit水印信息。实验结果表明,该算法在取得良好不可见性的同时,对JPEG压缩、噪声、滤波、缩放和剪切等多种攻击具有较强的鲁棒性,并且可以实现水印的盲提取。     

基于IWT和HVS的彩色图像盲水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的研究,提出了一种基于整型小波变换（Integer Wavelet Transform,IWT）将彩色数字水印嵌入到彩色宿主图像中的算法。采用YCbCr色彩空间的Y分量嵌入水印,利用人类视觉系统特性（Human Visual System,HVS）实现彩色水印嵌入位置的自适应确定;彩色水印的提取不需要原始水印和原始宿主图像。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对常见的图像处理操作具有很强的鲁棒性。     

基于奇异值分解的彩色图像水印算法

数字水印是将身份确认信息或保密信息镶嵌于图像中的一种技术,可靠的水印能为信息的安全提供可靠的保证.提出了一种基于奇异值分解的彩色图像水印算法.首先对彩色图像的RGB色彩空间的绿色分量无重叠地分成8×8块,对各个子块进行奇异值分解,最后将二值图像混沌置乱加密后随机嵌入到各个子块的奇异值中.实验结果表明,该算法不仅具有较好的透明性,而且对常规的图像处理具有较好的稳健性.     

基于QR 分解的彩色图像自嵌入全盲水印算法

针对彩色图像的版权保护问题,基于QR 矩阵分解提出了一种自嵌入全盲水印算法。先将原始图像的G 通道分量进行非下采样剪切波变换,再对得到的低频分量分块QR 分解,通过判断各子块R 矩阵中第一行元素向量的l1 范数与所有子块R 矩阵第一行元素l1 范数均值之间的大小关系生成特征水印。然后对B 通道分量DWT 变换后的低频分量进行分块QR 分解,并通过修改该子块QR 分解后R 矩阵中第一行最后一列元素来嵌入特征水印。特征水印的生成和嵌入在两个通道内独立完成,水印检测无需原始载体图像,算法无需借助外加水印信息即可完成对图像版权的鉴别。实验结果表明,该算法在经历添加噪声、JPEG 压缩、缩放、剪切和行偏移等常见攻击时,具有很强的鲁棒性。     

基于幅度调制的彩色图像水印算法研究

采用幅度调制方式,实现了具有透明性及鲁棒性的彩色图像盲水印算法。先将二值水印信号进行Arnold变换置乱,再与混沌随机序列进行异或运算。在水印嵌入过程中通过平滑滤波来均衡调整嵌入水印后对宿主图像影响的强度。水印嵌入是通过修改图像中像素蓝色通道信息来实现的,而水印提取是基于对嵌入水印位置的邻域像素值的线性组合的预测而完成的。仿真实验证明该文算法不仅具有非常好的透明性,而且对噪声叠加、旋转、剪切、JPEG压缩等攻击具有很好的鲁棒性。     

一种基于小波变换的图像鲁棒性盲水印算法

对数字水印技术的概念、特点、分类、模型等作了简单的介绍,给出一种基于小波变换的图像鲁棒性盲水印算法。实验表明,该算法能够很好地抵抗局部剪切的攻击。文中还结合实验结果对增强剪切攻击鲁棒性的技术进行了分析。     

一种基于小波变换的鲁棒彩色图像水印算法(英文)

随着网络化多媒体技术的迅速发展,安全的数据通信与传输需求日益增加,如卫星遥感、医疗图像、远程监控等领域都迫切需要安全的通信与传输.而数据完整性不能完全解决数据传输过程中的安全性问题,数字水印技术是一种解决该问题的方案,基于小波变换,提出了一种鲁棒的彩色数字水印算法.算法以一随机实值序列为水印,首先对彩色图像G分量进行三层小波变换,然后将水印嵌入到G分量的低频子带中.通过阈值选择比较水印嵌入前后G分量低频子带系数以提取水印.实验结果表明提出算法能抵抗多种不同类型攻击,如椒盐噪声、剪切、尺度、JPEG压缩、中值滤波、复制*/粘贴等.     

基于分块奇异值分解的盲水印技术

基于奇异值分解的数字水印方案,具有很强的鲁棒性,但是它也存在着一些不足的地方。为此提出了一种新的基于分块奇异值分解盲水印方法,在图像水印信息经过置乱处理后嵌入到原始载体图像分解所得的酋矩阵中。运用置乱方法和奇异值分解方法,提高了水印的不可见性,保证了水印的安全性。在水印的检测与提取过程中不需要原始载体图像,更加利于实际中的应用。实验结果证明,该方法具有较好的不可见性,对常见的图像处理具有良好的鲁棒性。     

基于SVD的图像数字水印算法研究

数字水印技术被视为数字产品版权保护的一种新方法。利用奇异值分解（singular value decomposition,SVD）良好性能以及双密钥调制的特点,提出了一个新的基于SVD的数字图像水印算法。首先将图像进行分块,然后通过各个图像子块的SVD变换获得奇异值,将各子块的奇异值组成向量后再采用双密钥调制方式嵌入水印。水印的提取不需要原始图像。实验结果表明该算法具有良好的鲁棒性和不可见性。     

DWT-SVD域全盲自嵌入鲁棒量化水印算法

引入自嵌入技术提出一种DWT-SVD域全盲鲁棒量化水印算法,只需借助攻击图像进行版权认证。对原始图像先进行DWT,将小波低频子带分成互不重叠的子块,对每个子块进行SVD,通过对比相邻两个子块最大奇异值的大小关系产生特征水印序列,然后将选定的自嵌入特征水印序列通过奇偶量化规则自嵌入原始图像小波低频子带每个子块的最大奇异值,最后进行SVD合成和IDWT产生含水印图像。算法具有良好的不可见性和安全性,并且通过结合自嵌入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,算法具有较强的抵抗添加高斯噪声、添加椒盐噪声、高斯低通滤波、中值滤波、剪切、JPEG压缩和混合攻击的鲁棒性。