基于图像内容敏感度分析数字水印算法

现有的数字水印技术大多是通过基于对图像进行纹理分析的统计方法和二级统计信息方法确定嵌入点,缺少针对图像内容、意义以及观察者的喜好来确定嵌入点的算法,给出了数字图像内容敏感度的定义及数学模型,并提出一种基于对数字图像内容敏感度分析的小波包结合SVD奇异值分解的鲁棒数字水印新算法。该算法得到数字水印的不可见性与鲁棒性的最佳折中,并支持水印的盲提取。另外,还给出了一种全新的数字水印评价方法——图像内容敏感加权峰值信噪比（ICSP-PSNR）,该方法可以给出含水印图像基于内容的质量评价。     

基于图像内容的局部化数字水印算法

本文提出一种基于DWT的CBWM局部化数字水印算法,该算法是利用图像中相对稳定的特征点来标示局部水印的嵌入位置,并在与每个特征点对应的局部区域内独立地嵌入水印 。这样。当只有部分图像时,仍能通过这些特征点来定位并检测水印。该算法中,局部水印的嵌入是通过将水印嵌入到局部图像小波变换域的低频空间的特征向量中,并且嵌
入的局部水印与特征向量两者正交。实验结果轰明．该算法对裁剪等各类攻击具有很好的鲁棒性。     

基于图像内容的小波包数字水印算法

以最优小波包变换与人眼视觉特性为基础,提出了一种基于图像内容的小波包数字水印算法,并对其透明性与鲁棒性进行了实验分析。     

基于图像内容的局部化自适应数字水印算法

提出一种小波域基于图像内容的局部化自适应数字水印算法．该算法利用图像中相对稳定的特征点来标示局部水印的嵌入位置,并在与每个特征点对应的局部区域(子图像)内,依据DWT域的水印嵌入策略,独立地、自适应地嵌入基于子图像内容的水印．实验结果证明,该算法对裁剪等各类攻击具有很强的鲁棒性．     

基于图像内容的非对称数字水印

在小波变换的基础上,提出了一种基于图像内容的非对称数字水印。首先,利用SOBEL算子提取经过小波分解后的低频区域中的图像的边缘特征的系数,存储在一向量中,利用非线性函数对水印加密,并将水印嵌入图像的边缘系数中。实验结果表明该算法具有极强的鲁棒性和不可见性。在实验过程中,利用MATLAB的引擎,在VC++中实现调用MATLAB的工具箱,快捷的编写了简洁的原代码。     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

一种基于图像内容的半脆弱数字水印算法

本文提出了一种新的基于混沌系统的半脆弱数字水印算法,该算法将图像分成两个大小相等的部分,其中一部分用来提取基于图像特征的水印,另外一部分则用来嵌入提取的特征水印,水印嵌入在小波变换的逼近子带中。水印提取算法不需要原始图像,而且通过比较原始水印和水印图像中的特征水印与提取的水印的两个相似度,能够区分图像受到攻击的种类,算法对恶意的篡改攻击能够较好地进行定位。实验结果表明,该算法在保持对常见的JPEG压缩稳健的同时,能有效地区分偶然失真与恶意篡改。     

图像数字水印算法误差分析

通过建立水印嵌入参数和图像质量之间的关系,给定了图像质量的客观评价准则,例如,信噪比或峰值信噪比,使水印算法能自行确定最佳的水印嵌入能量或强度,有一定的实用价值;还论述了由于在水印嵌入时进行了截断处理,导致水印提取时产生截断误差,这将有助于对水印算法的进一步改善。     

基于图像复杂度的数字水印算法

对图像复杂度进行了分析,结合人眼视觉系统,提出一种基于图像复杂度的数字水印算法.该算法根据载体图像灰度共生矩阵的图像熵对载体图像的纹理特征区域进行划分,按照不同的纹理特征将载体图像的DCT(discrete cosine transform)块分成3类分别进行嵌入,并利用Watson视觉模型控制水印嵌入强度.仿真实验结果表明,本文算法不仅具有较大的水印容量和良好的遮蔽性,而且对噪声、滤波、有损压缩、剪切等常见攻击具有较好的鲁棒性.     

用于图像内容真实性认证的数字水印快速算法

数字水印技术作为数字产品安全认证的有效办法，近年来在国内外引起极大关注。本文提出了一种快速的数字水印算法，该算法能够将强度较大的一般性处理造成的失真与恶意篡改操作造成内容失真区分开来，因此，可有效的用在电子政务数字信息安全认证中去。     

面向图像内容认证的半脆弱数字水印算法

提出一种半脆弱数字水印算法,用于确认图像内容的真实性和完整性。算法首先将缩放图像的边缘作为特征信息,并对特征信息进行混沌调制和私钥加密得到水印信息;然后结合人类视觉系统将水印信息嵌入到载体图像的小波域中;最后用户利用公钥从水印图像中提取特征信息,并与重建的特征信息进行匹配来实现认证。实验结果表明：该算法对常规操作具有免疫性,对恶意处理能够实现准确认证和篡改定位。     

基于协同神经网络的图像数字水印算法

为保证图像数字水印的鲁棒性和安全性,结合加密技术,提出了一种使用协同神经网络的图像数字水印算法。该算法是先对有意义的灰度图像进行水印序列化处理后,再将其作为水印信号嵌入到载体图像的分块DCT系数直流分量里。水印的检测提取算法是采用协同神经网络,将疑似水印信号作为网络的输入,而网络的输出就是识别的结果。经仿真实验验证,该算法可承受一定的图像处理操作,不仅能同时完成水印的检测与提取,而且能有效判断水印的归属,具有较好的性能。     

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。     

基于图像角点的数字水印算法

设计了一种基于图像角点的数字水印算法,嵌入过程以图像角点为嵌入位置,水印加性自适应嵌入于图像高频分量中。检测时,无需原始图像,水印图像角点实现对图像的几何校正及准确定位并提取水印,最后统计有效角点数,定量给出性能分析结果。实验表明,该方法可行,具有强的抗压缩、几何攻击性,不可见性,鲁棒性。     

基于DWT域的图像数字水印算法

提出了一种基于DWT域的图像数字水印算法。通过对宿主图像、经过Amold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的。实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性。     

基于图像置乱的数字水印算法

本文提出了一种基于图像置乱的数字水印算法,该算法首先对图像进行三级小波分解,然后选取低频子带嵌入置乱后的秘密图像,再进行小波重构得到嵌有水印的图像。对嵌有水印的图像进行相应的逆变换,通过改变调制因子的值,从而可使提取出的秘密图像可见。实验结果表明,该算法对于JPEG压缩、中值滤波、加噪、旋转等具有较好的鲁棒性。     

基于DWT域的图像数字水印算法

提出了一种基于DWT域的图像数字水印算法。通过对宿主图像、经过Arnold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的。实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性。     

基于DCT域的图像数字水印算法

提出了一种基于DCT变换的盲数字图像水印算法,主要思想是通过将原始图像分成8×8的子块,利用人眼视觉特性对分块进行分类,按分类将不同强度水印信号嵌入图像中。实验表明,该算法对常见的图像处理和噪声干扰具有较强的鲁棒性。     

基于DCT变换的图像数字水印算法

数字水印技术在保护数据信息安全和版权方面有着重要的应用.对基本DCT域图像数字水印算法进行改进,该算法采用可视的二值图像作为水印信息,利用人类视觉系统(HVS)的冗余特性,将图像块进行分类,并结合边缘检测和Arnold型置乱变换加密,通过在图像块DCT域中修改低频区DC分量来嵌入不同强度的水印.实验结果表明,该算法生成的水印是不可见的,并且对常见的图像处理和噪声干扰具有较好的鲁棒性.     

基于图像纹理清晰度的数字水印算法

为了提高嵌入水印图像的视觉效果和解决自适应调节参数简单的问题,借鉴了离散小波变换下纹理特征清晰度分析评价标准的思想,对文献[1]提出的分块自适应水印算法做出了改进,并提出了一种改进的水印算法.对图像离散小波变换的近似子带进行分块和纹理特征计算处理,对纹理特征计算值进行分类和确定对应分类的嵌入强度,将水印信息嵌入到近似子带分块SVD(奇异值分解)的S矩阵中.实验结果表明,通过纹理清晰度分析出来的自适应效果好于文献[1]中提到的方法,PSNR=70,NC=0.9926,而且水印信息具有良好的鲁棒性和不可见性.