结合FCM的小波域自适应水印算法

提出一种基于FCM 的小波域自适应水印算法。该算法对宿主图像进行二层小波分解,根据人类视觉系统的掩蔽性对小波域的中频系数进行分类并结合FCM,自适应地将二值水印图像嵌入到图像的纹理子块中,能较好地实现水印的鲁棒性和隐蔽性;在嵌入前将水印置乱,增强了水印的安全性。实验结果表明,该算法对JPEG压缩、剪切、加噪、滤波等常规攻击具有较强的鲁棒性。     

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。     

基于图像特征的小波域自适应水印算法

提出了一种基于图像特征的小波域自适应水印算法。该算法选用有意义二值图像为水印,把宿主图像分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中,该算法较好地实现了水印的隐蔽性和稳健性。为增强水印的安全性和稳健性,在嵌入前利用Arnold迭代变换将水印置乱。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

基于SVD的小波域自适应量化盲水印算法

提出了一种新的基于SVD的小波域自适应量化盲水印算法;对有意义的二值水印图像进行预处理置乱后,该算法结合人类视觉系统特性采用不同的嵌入策略把0/1水印值分别嵌入到图像三级小波分解后的中低频子带和高频子带系数中,并结合小波零树原理在中低频子带进行嵌入水印,而在高频细节子带则利用奇异值良好的稳定性能来进行水印的嵌入;仿真结果表明:与传统的算法相比,该方法在针对高低频的多种攻击下具有良好的鲁棒性。     

提升方案小波和HVS下的自适应视频水印算法研究

提出一种基于小波域与HVS特性的自适应视频水印盲提取算法.算法首先将视频流分割成一个个镜头,并通过密钥从中选取嵌入水印信息的若干镜头,镜头中的视频帧图像与灰度水印图像均被变换到小波域中,并将水印图像的小波域系数按照小波树结构重新进行分块并按位平面重要次序形成水印序列;水印的嵌入是按照子带到子带的顺序进行的,水印序列被嵌入到视频帧图像相应子带的重要系数中;此外,水印的嵌入充分考虑了HVS对图像纹理区域、运动区域的掩蔽特性,使得水印的嵌入强度具有自适应性,从而保证了所嵌入水印在不可见性前提下的极大鲁棒性.试验结果表明,所给出的算法对于诸如Gaussian噪声、丢帧、帧平均和MPEG-4压缩等常见攻击具有很好的鲁棒性.     

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。     

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。     

一种结合小波域和空域的图像数字水印新算法

提出了一种结合小波域和空域的图像数字水印新算法。依据重要性将原始水印分成两部分,分别嵌入载体图像小波域和空域。并利用混沌系统对水印序列的嵌入位置进行置乱。重要水印嵌入小波域多级分解的低频子图;采用二值量化算法。其余水印嵌入载体空域非LSB的中间比特位;并采用最小化像素改变策略。实验结果证明了该算法在提高水印容量的同时,嵌入水印也具有很好的安全性、隐蔽性和鲁棒性。     

基于DCT域的自适应二维数字水印系统

本文提出了一个以图像为水印的DCT域二维自适应数字水印算法。为实现水印图像的叠加 ,我们首先将其进行 8× 8分块并进行DCT变换 ,然后对每块的DCT系数进行调整 ,最后 ,取出每块的部分低频系数构成水印信号。为了实现自适应 ,首先将原始图像按 8× 8分块并利用视觉掩蔽特性对图像块进行分类 ,然后对每块进行DCT变换 ,根据块分类结果 ,水印信号以不同强度嵌入到图像块的DCT低频系数中。实验结果表明 ,该算法具有较好的鲁棒性。     

基于离散强混沌动力系统和小波域的数字水印算法

小波变换具有时频局部化特性和与人眼视觉特性相符的变换机制,而混沌序列具有确定、似随机、不可预测等特性。结合两种技术的优点,提出了一种基于混沌序列与小波变换的混合型数字水印算法,利用混沌映射产生一个密钥来克服有效字长效应,同时提高算法的抗破译性。实验结果验证了本文方法的有效性,能有效克服裁减、压缩、高斯噪声等攻击,比单一混沌系统或单一小波变换具有更强的抗破译性。     

基于混沌置乱和混合变换域的扩频水印方案

本文基于混沌置乱和DWT和DCT混合变换域提出了一种扩频数字水印方案,首先对原始水印信息进行混沌置乱预处理,然后应用扩频技术,选取m-序列作为扩频码,对置乱预处理后的水印信息进行扩频,产生扩频水印信息,在充分考虑人眼视觉特性的基础上确定扩频水印在DWT和DCT混合变换域的嵌入位置和强度,扩频增益因子的选取大小取决于所选用的DWT和DCT混合变换域系数的个数以及水印大小。实验结果表明,应用文中提出的基于混沌置乱和混合变换域的扩频水印方案,不但水印的安全性有了很大程度提高,而且对剪切、旋转等各种几何失真攻击和常见的信号处理如噪音、JPEG压缩和滤波攻击具有很强的鲁棒性,即使嵌有水印的图像遭受攻击后受损较严重,水印信息还是能够完好地提取出来。     

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.     

小波域基于块能量分析的数字水印算法

提出一种小波域基于块能量分析的数字水印算法。该算法将载体图像三级小波分解的第三级细节子图分为互不重叠的系数块,根据人眼对图像的纹理和边缘不敏感的视觉特性,选择能量较大的块系数嵌入有意义水印。实验结果表明:该算法嵌入的数字水印具有很好的隐蔽性,同时对JPEG压缩、叠加噪声、平滑滤波等攻击具有很好的鲁棒性。     

一种使用机器学习方法的数字水印算法

针对目前数字水印算法存在的不足,本文将离散小波变换和奇异值分解相结合,提出了一种基于机器学习的图像数字水印算法.首先将载体图像进行一级小波变换,提取其低频子带图像对其进行4×4分块处理,然后对每一分块进行奇异值分解后嵌入水印,并提取特征向量用于最小二乘支持向量机的训练,训练好的最小二乘支持向量机用于自适应最大水印嵌入强度的计算以及水印的盲提取.实验选取三张512×512的标准测试图像以及64×64的二值水印图像对算法的透明性与鲁棒性进行测试.实验结果证明,图像具有很好的透明性,PSNR达到了63.71dB,针对旋转、剪切、JPEG压缩、高斯噪声等常规攻击手段时,算法能保持较强的鲁棒性.     

基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)及离散余弦变换(Discrete Cosine Transform,DCT)的混合变换域与奇异值分解(Singular Value Decomposition,SVD)相结合的数字水印算法。该算法将原始图像的小波子图进行分块DCT变换,抽取各块含图像大部分能量的部分合并,并对此矩阵进行奇异值分解再进行水印的嵌入。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

基于果蝇优化算法的小波域数字水印算法

为了平衡水印的透明性和鲁棒性,提出了基于果蝇优化算法(FOA)的小波域数字水印算法。该算法利用果蝇优化算法将离散小波变换(DWT)应用到水印技术中,通过群体智能算法解决水印的透明性和鲁棒性之间的矛盾。为了保护数字图像的版权信息,将所选择的原始图像通过二维离散小波变换分解,然后将经过Arnold变换后的水印图像较优地嵌入到小波的垂直子带系数中,这样可以保证图像的质量。在优化过程中,缩放因子是通过FOA不断地被训练和更新的。此外,还提出一个新的算法框架,通过DWT域预测可行性来评估参数。实验结果表明,所提算法具有较高的透明性和鲁棒性,水印相似度在0.95以上,与现有的一些基于群智能算法的水印方法相比,在对抗旋转和剪切等几何攻击提高了10%。     

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。     

一类SVD域水印问题分析及改进算法

分析了一类SVD域图像水印算法存在过高虚警率的原因,并给出了相应的实验结果。在此基础上,提出了一种混合DWT和SVD的图像水印算法。算法先将载体图像划分为互不重叠的块,并对每一块进行1层DWT分解,再对低频子带进行SVD分解。采用量化的方法,将Arnold置乱处理后的水印图像嵌入到SVD分解后的奇异值之中。实验表明,提出的算法克服了传统的SVD图像水印算法存在的虚警问题,对常见的信号处理如JPEG压缩、滤波、噪声等具有较好的鲁棒性。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。