针对彩色图像的新型零水印算法

为了在不破坏图像质量的前提下对图像进行版权保护,提出一种针对彩色图像的零水印算法。算法利用原始图像小波变换后的特征信息与有意义的版权信息结合构造出零水印,加密之后再注册到IPR信息数据库里。版权信息预处理中应用Arnold变换,算法还利用了图像奇异值稳定性良好的特点。实验结果表明,这种算法对常见的图像攻击具有很强的鲁棒性,有效解决了水印鲁棒性与不可感知性之间的矛盾,同时克服了传统零水印算法中只能依靠检测零水印之间的相似度来判定图像版权归属的缺陷。     

一种基于零水印的防伪印刷技术

在分析打印扫描过程对载体图像影响的基础上,提出一种结合DWT和SVD变换技术的零水印算法.该算法结合打印扫描的特性,利用图像相邻分块的最大奇异值的大小关系与水印信息构造出版权信息,然后将版权信息进行注册.实验表明,该算法对打印扫描具有较强的鲁棒性,并且能够判断是否为二次复印.     

基于DWT-SVD的图像双零水印算法

算法采用双零水印方式,解决不同的数字水印算法问题。首先,利用SVD空间向量表征图像的结构特性的性质解决了以往算法虚警率高的问题。其次,针对嵌入式数字水印算法的鲁棒性低以及嵌入容量有限等问题,提出了一种基于小波变换域的零水印算法,该算法利用小波变换系数构造出能够代表水印信息的特征值,同时算法对原始水印数据进行了双重加密,不仅达到隐藏水印信息、保护版权的目的,而且大大提高了水印信息的安全性。由于算法采用的是零水印的方式,所以能够保证原始载体图像无失真,即良好的不可见性。实验结果表明,该算法具有鲁棒性高、简单易行、虚警率低的优点。     

基于DWT和SVD的自适应数字音频零水印算法

为了对数字音频的版权进行有效的保护,结合人类听觉系统和奇异值分解的重要特性,提出了一种小波域数字音频零水印算法。用混沌序列对水印图像进行加密,根据音频信号的时域局部特征选择最适合于构造零水印的音频段,对选取的音频段进行离散小波变换,提取小波域的低频分量作奇异值分解,利用低频系数的最大奇异值构造零水印,实现数字音频的版权保护。实验结果表明,水印的安全性和不可感知性很好;对于不同风格的音频信号,算法均具有良好的鲁棒性,能够有效抵抗高斯噪声、低通滤波、重采样、重量化、剪切以及压缩等攻击。     

基于Contourlet变换和奇异值分解的图像零水印算法

提出一种基于Contourlet变换和奇异值分解的数字图像零水印算法。原始图像经过Contourlet变换后,分解为一系列多尺度、局部化、方向性的子带图像,选择对低频子带进行分块奇异值分解,然后根据每块中第一个奇异值的大小特性“嵌入”和“提取”水印。实验结果表明,该图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击,具有较强的鲁棒性和不可见性,提高了水印识别的可靠性。     

一种基于DWT域的数字图像零水印算法

提出了一种新的基于DWT和SVD变换技术的数字图像零水印算法。该方案利用载体图像变换后的特征信息与水印信息构造出版权信息,最后经加密再注册到IPR中;而检测水印时,需要版权信息与载体图像的特征信息;此外,算法还应用了图像置乱与混沌加密的方法,提高了鲁棒性和安全性。实验证明,此水印方案不改变载体图像的任何数据,而对常见的图像处理及几何变换攻击却有很强的鲁棒性,有效地解决了水印的鲁棒性与不可感知性之间的矛盾。     

基于低频奇异值均值的强鲁棒零水印算法

为增强水印算法的鲁棒性并兼顾其虚警率和透明性,提出一种基于低频奇异值均值的零水印算法。利用离散小波变换获得载体图像的稳定低频区域,采用离散剪切波变换提取其中较优尺度的低频分量,从而构造稳定特征区域。对该区域做分块离散余弦变换并计算奇异值矩阵,通过比较分块与整体的奇异值均值大小构建特征矩阵,并将其与水印图像进行异或运算构造零水印。构造水印时采用Arnold加密提高水印图像安全性,提取水印前则利用Radon变换校正载体图像加强算法鲁棒性。对不同纹理图像进行压缩、噪声、滤波和几何攻击,实验结果表明,在保证低虚警率和良好透明性的基础上,该算法具有较强的鲁棒性,所得到的归一化互相关函数值均高于0.98,部分可达到1.00。     

基于Arnold置乱和小波包分解的自适应水印算法

针对小波变换的不足,根据原始图像各子块对水印信息的适应程度不同,提出一种基于Arnold置乱和小波包分解的自适应水印算法。首先,该算法采用Arnold变换对水印图像进行预处理,然后对原始图像进行小波包分解,小波包分解能够提供一种更为精细的分解方法,将频带进行了多层次的划分,最后将水印图像嵌入到小波包分解后的子带中,水印的嵌入强度和嵌入位置均根据原始图像的内容自适应地决定,这样很好地解决了水印鲁棒性和不可见性之间的矛盾。仿真实验结果表明,算法对常见的图像攻击具有较强的鲁棒性和稳健性。     

一种多级离散余弦变换和奇异值分解的零水印算法

传统的基于离散余弦变换的数字水印方法在嵌入水印时都要对原始图像数据进行一定的修改导致嵌入水印图像的保真度下降。文章提出了一种基于多级离散余弦变换和奇异值分解的零水印算法,该算法首先对要嵌入的原始图像进行多级离散余弦变换（MDCT）,提取低频子图并对其进行奇异值分解（SVD）;其次对嵌入的水印图像进行置乱,将置乱后的图像进行奇异值分解;最后将原始图像和水印图像两次SVD后的结果进行运算产生密钥图像。由于本文选取的水印为灰度图像而不是伪随机序列或二值图像,因此在水印检测时具有很好的区分度和检测精度。仿真实验表明该算法的鲁棒性优于现有算法,而且在抗各种常见攻击方面性能良好。     

一种基于混沌置乱和SVD的小波域盲水印算法

提出了一种基于混沌和奇异值分解相结合的数字水印算法.该算法对原始图像做离散小波变换后得到4个子带,并将低频子带(LL1)分成互不重叠的8×8分块,然后对每一块做奇异值分解,将混沌置乱后的水印信息嵌入每块中最大的奇异值中.实验结果表明,该算法具有较好的不可见性、鲁棒性和安全性.     

增强奇异值分解和细胞神经网络的零水印

目的 针对奇异值分解算法存在的对角线失真、虚警错误等问题,引入一个寻找最抗攻击缩放比例的参数,提出基于增强奇异值分解的零水印算法。方法 首先将离散小波变换作用于原始图像,对分离出的低频逼近子图进行不重叠分块,对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵,再分别对每个块矩阵进行增强奇异值分解,将得到的最大奇异值与最大奇异值均值作比较构成特征向量;然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像;最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值,通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。结果 在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下,提取的水印和原始水印的归一化相关值都在96%以上,算法平均运行时间为2.389 s,性能较高。结论 通过利用参数对奇异值矩阵进行调整的方法,不仅增强了算法的鲁棒性,而且解决了奇异值分解（SVD）出现的对角线失真和虚警错误问题。同时通过结合零水印的思想,解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。     

基于分层Arnold变换的置乱算法

针对数字图像信息隐藏存在的安全问题,提出一种基于按位分层Arnold变换的置乱算法。算法将秘密图像按位平面分层,同时考虑图像的位置迁移和像素的灰度变换,对每个位平面进行不同次数的Arnold变换,经像素交叉换位,相邻像素间按位异或得出置乱图像。实验结果表明,秘密图像分层置乱后直方图分布更加均匀,与白噪声相似度在0.962左右,置乱图像可近无损地还原和提取,提高了信息隐藏的鲁棒性。与其他置乱算法相比,置乱图像具有更高的置乱度、更强的抵御攻击能力,提高了空域信息隐藏的安全性。     

基于小波—奇异值分解的数字水印新算法*

为了有效地保护数字作品的版权,提出了一种以离散小波多级分解与奇异值分解相结合的数字水印新算法。该算法充分利用小波与奇异值的固有性质,对原始图像进行多级小波分解,并对部分子带作奇异值分解。将水印置乱来保证一定的安全性,再对其进行分块离散余弦变换,然后将它嵌入到中间奇异值及其周围的部分矩阵块中。实验表明,该方法不仅有较好的透明性,而且能抗大多数处理攻击,有较好的鲁棒性。     

基于Arnold变换的信息隐藏算法研究

提出了一种利用Arnold对称性变换的图像信息隐藏算法,待隐藏的秘密信息以及公开的承载信息均为灰度级静止图像。首先对秘密图像进行Arnold置乱变换,形成秘密信息,然后对载体图像进行DCT变换,秘密信息通过量化处理嵌入到DCT域中。对提出的算法进行了各种攻击测试。实验表明,该算法对JPEG有损压缩、中值滤波攻击和高强度噪声攻击具有强稳健性,具有很好的透明性和鲁棒性,实用性也较高。     

一种基于混沌调制的零水印算法

数字水印是一种通过在数字媒体里嵌入秘密信息来保护知识产权的技术.由于在图像中嵌入数字水印后,会导致图像一定程度的失真,因此,近年来出现了一种新的零水印方法.针对数字水印的不可感知性和鲁棒性之间的矛盾问题,提出了一种基于混沌调制的图像零水印方法,即该方法是从原始图像或测试图像的小波变换系数中提取低频子带部分小波系数的特征作为水印,而所抽取的小波系数的位置则由混沌法随机生成.实验结果表明,此算法的不可觉察性很好,并对一些诸如中值滤波、JPEG压缩、附加高斯噪声、裁剪和旋转等各种图像处理攻击有较强的鲁棒性.该方法改变了传统的向原始图像中嵌入水印信息的做法,不仅其得到的水印图像是无失真的,而且在不知道混沌初值的情况下,不可能成功地提取特征水印.     

基于DCT和SVD的图像哈希水印算法

为使频域水印技术更好地应用于数字图像的版权保护,提出一种基于离散余弦变换和奇异值分解相结合的图像哈希水印算法。利用DWT变换提取载体图像的低频系数矩阵构造水印;对载体图像进行分块DCT变换,提取每个子块的低频系数;对低频系数所组成的矩阵进行SVD变换,在对角阵上嵌入水印;对频域系数进行逆变换得到含水印图。将已有算法和当前所提出的算法进行对比,实验结果表明,所提水印算法具有良好的不可感知性和鲁棒性。     

基于混沌和SVD DWT的稳健数字图像水印算法*

针对现有适用于图像的数字水印对信号处理和几何失真比较敏感的问题,提出一种稳健的数字图像水印算法。该算法先对整个图像应用三级离散小波变换,再对低频域运用奇异值分解,并通过修改奇异值,嵌入经过混沌置乱的水印图像的奇异值,在小波变换域的中频系数上嵌入水印信息。水印检测时,分别在中频区域和低频提取水印并进行比较,采用效果较好的水印作为检测水印。实验结果表明,该方法对一般的信号处理操作及几何攻击等均具有较好的鲁棒性。     

基于ZUC与DWT-SVD的交换加密水印算法

为了有效解决多媒体数据在传输、存储过程中的安全及版权保护问题,提出基于祖冲之序列密码算法(zuc)与离散小波变换—奇异值分解(DWT-SVD)的交换加密水印算法.该算法基于奇异值不变性,将水印嵌入到奇异值中,通过ZUC算法分别对奇异值矩阵集合、奇异矩阵集合置换加密.水印嵌入操作与加密操作的先后顺序不影响含水印密文的生成,且从含水印密文和解密后的明文中都能提取完整的水印.实验表明,水印的不可见性较好,算法有较高的安全性并具有—定的鲁棒性.