空域彩色图像鲁棒零水印算法

针对传统变换域水印算法往往通过修改变换域系数来嵌入水印信号,影响图像不可感知性的问题,利用载体图像整体均值与分块均值之间大小关系的稳定性,提出一种新的空域彩色图像鲁棒零水印算法。算法直接在空域通过整体图像均值与分块均值之间的关系构造特征矩阵,之后将此特征矩阵与预处理后的水印信息进行异或运算构造零水印信息,预处理之后再注册到知识产权数据库里。提取水印信息时,通过投票策略得到最终提取的水印信息。大量的仿真实验结果表明,该算法对常规的信号处理攻击、行列平移、尺寸缩放和旋转等几何攻击具有较强的鲁棒性。与相似的鲁棒水印算法相比,对于大多数的攻击,该算法具有更优越的性能。     

基于传统引导机制的深度鲁棒水印算法

随着网络和多媒体技术的发展,多媒体数据逐渐成为人们获取信息的重要来源,数字媒体逐渐成为版权保护和防伪溯源主战场,版权保护新技术的重要性日益凸显,数字水印技术作为其中一种重要的版权保护手段得到重视。在信息传递过程中,含密数字媒体信息可能会受到噪声和外部干扰攻击,传统鲁棒数字水印技术正是围绕这些问题进行研究。然而,传统的鲁棒数字水印技术对不同类型攻击的综合抵抗能力有待提升。同时,由于其嵌入方式的局限性,传统的鲁棒数字水印算法对不同图像的泛化处理能力较弱。近年来,深度学习由于其强大的自学习能力被广泛应用于鲁棒数字水印技术研究。基于深度网络的鲁棒数字水印算法的初始化通常来源于随机的参数和特征,这会导致生成的模型质量不佳、训练时间过长,甚至无法收敛。结合两者的优点,采用传统的数字水印技术进行引导,兼顾深度网络的学习能力和传统鲁棒数字水印技术特征进行设计,提出一种基于传统引导机制的深度鲁棒数字水印算法。所提算法利用传统的鲁棒数字水印算法生成水印图像,设计的特征构造能够保证传统水印图像的鲁棒性。再利用U-Net结构将传统水印图像融合至深度网络,生成最终的含密图像。实验结果表明,所提算法能够提升含密图...     

面向屏幕拍摄的端到端鲁棒图像水印算法

目的 在抗屏摄鲁棒图像水印算法的研究中,如何在保证含水印图像视觉质量的同时提高算法的鲁棒性是存在的主要挑战。为此,提出一种基于深度学习的端到端网络框架以用于鲁棒水印的嵌入与提取。方法 在该网络框架中,本文设计了包含摩尔纹在内的噪声层用以模拟真实屏摄噪声造成的失真,并通过网络训练来学习到抵抗屏摄噪声的能力,增强网络生成的含水印图像的鲁棒性;同时引入了最小可察觉失真（just noticeable distortion,JND）损失函数,旨在通过监督图像的JND系数图与含有水印信息的残差图之间的感知差异来自适应控制鲁棒水印的嵌入强度,以提高生成的含水印图像的视觉质量。此外,还提出了两种图像区域自动定位方法,分别用于解决：拍摄图像中前景与背景分割即含水印图像区域的定位矫正问题,以及含水印图像经过数字裁剪攻击后的解码问题。结果 实验结果表明,引入JND损失函数后嵌入水印图像的视觉质量得到了提高,平均的峰值信噪比（peak signalto-noise ratio,PSNR）、结构相似性（structural similarity,SSIM）可分别达到30.937 1 dB和0.942 4。加入摩尔纹的噪声模拟层后,所提算法的误码率可下降1%～3%,具有抵抗屏摄噪声的能力。另外,将图像的R通道嵌入用于抗裁剪的模板,使得算法可有效抵抗较大程度的数字裁剪攻击。本文算法的计算复杂度较低,对单幅图像进行嵌入时,定位与提取操作的总耗时小于0.1 s,可满足实际应用场景的实时性需求。结论 本文算法的嵌入容量和生成的含水印图像视觉质量较为理想,且在不同拍摄距离、角度以及不同拍摄和显示设备条件下的鲁棒性优于已报道的主流算法。     

鲁棒数字图像水印综述

鲁棒数字图像水印已经成为因特网迅速发展时必须提供的版权保护利器,但是,当前流行的鲁棒数字图像水印算法在水印的不可感知性上离真正的满意程度距离较远,往往是与原图有较明显的区别,并未完全达到优秀水印的要求.在介绍当前流行的鲁棒算法后,重点介绍了一种最新的基于人眼视觉模型,即基于NVF的鲁棒数字图像水印算法,并对该算法与流行的算法进行了不可感知性上的仿真对比.实验结果表明基于NVF的算法在版权水印隐藏的不可感知性上达到了令人满意的效果.     

基于NSST变换与粒子群优化的鲁棒水印算法

为增强水印图像的视觉隐秘性并抵御几何失真能力,设计NSST变换耦合粒子群优化的鲁棒水印算法。提取图像对应的Y(亮度)、U(色度)、V(浓度)成分;引入非下采样Shearlet变换(nonsubsampled Shearlet transform,NSST),对Y、U和V实施分解,形成对应的低频子带,将其分割为若干个子块;建立粒子群算法的适应度函数,优化子块的嵌入强度;构建水印嵌入方法,将水印信息隐藏到NSST系数中;构建训练图像集,计算这些样本的多元极谐变换(quaternion polar harmonic transorm,QPHT)矩,从中确定8个QPHT系数;训练支持向量机,预测攻击参数;构建水印检测方法,从校正图像中提取水印。测试数据表明,较已有的鲁棒水印技术而言,所提方案具有更高的不可感知性与抵御几何攻击的能力。     

基于支持向量机和混沌序列的空域图像双水印

为解决图像同时具有版权保护和内容认证需求问题,提出了一种基于支持向量机的鲁棒水印和混沌序列与LSB相结合的脆弱水印的双重图像水印算法.利用图像邻域像素之间的相关性,通过训练回归型支持向量机模型实现鲁棒水印图像嵌入或提取操作.然后,再将已嵌入鲁棒水印的载体图像用最低有效位和混沌序列相结合的方法嵌入基于载体图像内容的脆弱水印.实验结果表明,该算法同时实现了图像的版权保护和内容篡改定位,提高了水印系统的安全性.     

载体独立的抗屏摄信息膜叠加水印算法

金融安全作为国家安全的重要组成部分,是经济平稳健康发展的重要基础。数字图像水印技术在金融信息安全方面发挥着巨大作用,其中,抗屏幕拍摄水印算法成为数字图像水印技术新的研究重点。如何兼顾水印图像的视觉质量和鲁棒性是抗屏幕拍摄鲁棒水印算法需要解决的重要问题。现有的水印方案一般通过对载体图像进行修改来实现水印不可见的目的,这种水印嵌入方式不具有普适性。为此,提出了一种新的基于深度学习的端到端抗屏幕拍摄鲁棒水印算法。作为端到端网络架构的一部分,编码器网络的输入是随机二进制字符串,经过网络训练后根据输入的水印信息生成相应的水印信息膜,可以附加在任意的载体图像上。使用数学方法模拟了屏幕拍摄过程中可能产生的失真,使得经过网络学习后的模型具有抵抗屏幕拍摄噪声的能力。增加了基于图像的恰可察觉差损失来进一步提升水印图像的视觉质量。此外,为了更灵活地平衡水印图像的视觉质量和鲁棒性,在训练阶段设计了一个嵌入超参数,通过改变嵌入超参数的大小,就可以得到适合不同场景的模型。为了验证所提算法的有效性,针对视觉质量和鲁棒性做了多种实验。实验结果表明,与目前的主流算法相比,使用所提算法生成的水印图像具有更好的视觉质量,并...     

可有效抵抗一般性几何攻击的数字水印检测方法

以回归型支持向量机理论为基础, 结合性能稳定的伪Zernike矩和Krawtchouk矩, 提出了一种可有效抵抗一般性几何攻击的强鲁棒数字图像水印检测算法. 该算法首先选取图像的低阶Krawtchouk矩作为特征向量, 然后利用SVR对几何变换参数进行训练学习并对待检测图像进行数据预测, 最后对其进行几何校正并提取水印信息. 仿真实验结果表明, 该数字图像水印检测算法不仅具有较好的不可感知性, 而且对常规信号处理和一般性几何攻击均具有较好的鲁棒性.     

基于第二代Bandelet变换的抗几何攻击图像水印

抗几何攻击的鲁棒图像水印设计是目前水印技术研究的难点和热点之一. 文中分析了图像的Bandelet变换特性, 提出了一种以图像特征点矢量集为特征向量的回归支持向量机(Support vector regression, SVR)和第二代 Bandelet变换的抗几何攻击图像水印算法,采取的主要方法包括: 1)在Bandelet变换提取的刻画图像局部特征的几何流系数上, 采用奇偶量化嵌入水印; 2)利用Harris-Laplace算子从归一化的含水印图像中提取具有几何形变鲁棒性的图像特征点,构造特征点矢量集 作为特征向量,应用回归支持向量机对几何变换参数进行训练学习; 3)水印检测时, 先利用SVR训练模型得到待检测图像所受几何攻击的参数并作几何校正,然后通过奇偶检测器盲提取水印.仿真实验表明,所提出的水印算 法不仅具有良好的透明性,而且对常规图像处理、一般性几何攻击和组合攻击均具有良好的鲁棒性.     

遗传算法在图像DCT域中嵌入数字水印的应用

提出一种新颖的、鲁棒的隐写系统,采用遗传算法将水印信息嵌入到图像的DCT变换域中,实现水印信息的最优化嵌入。该算法提取出的水印无失真,可以改善水印系统不可感知性和不可统计性。实验结果表明,该方法抵抗噪声较强,但其平滑攻击、锐化攻击的能力较差。     

A low-cost method for reliable ownership identification of medical images using SVM and Lagrange duality

Prevention of false positive and false negative errors is a major challenge for ownership identification and proof of ownership applications using digital image watermarking. Such errors are more critical with sensitive data, such as electronic patient records (EPRs) in medical image watermarking. A false positive error is a watermark detection error, which means that a watermark is detected in a media where there is no watermark. In contrast, a false negative error is an inability of the watermark detector to detect an embedded watermark in a watermarked image. These errors make ownership assessments unreliable, and the incorrect ownership identification of a patient’s record could result in failure of the correct diagnostics and treatments. To address this type of problem, a low-cost technique based on a support vector machine (SVM) and Lagrange duality was proposed to achieve reliable approximations for ownership identification in medical image watermarking without requiring the correction of attacked watermarked images. In this technique, the results of the ownership evaluation are categorized into two independent classes, namely watermark-detected and watermark-not-detected, and higher geometric margins between these classes are associated with higher reliability. To address additional situations with false positive and false negative errors, four different situations, including watermarked, unwatermarked, attacked watermarked and attacked unwatermarked images, were investigated. Experiments were conducted on duo-ISB-bit-plane (BiISB) watermarking using the histogram intersection (HI) technique as a testing platform under JPEG2000 and JPEG image compression attacks and using two groups of images: standard image processing images and X-ray medical images. The experimental investigations revealed that the HI technique guarantees that the rightful owner can be reliably identified even after severe attacks and in the face of context similarities between the watermark and the embedding pixels of the host image.     

结合汉明码和图像矫正的彩色图像盲水印

目的 随着互联网技术的飞速发展,彩色数字图像带来极大便利的同时,也产生了一些篡改、剽窃等侵权行为;同时,几何处理对含水印载体的破坏使水印盲检测的难度增加,因此,本文提出一种基于汉明码和图像矫正的彩色图像盲水印方法,旨在解决当前图像版权保护的难点问题。方法 嵌入水印时,使用仿射变换加密彩色水印,并将已加密的信息编为汉明码,然后利用特征值分解计算出像素块的全部特征值,并通过对特征值绝对值的和进行量化来完成水印的嵌入;提取水印时,利用图像的几何属性对多种几何攻击后的图像进行判断、矫正,并借助量化技术提取水印。结果 基于彩色图像标准数据库,将本文方法与7种相关方法进行了对比实验：在不可见性方面,与LU分解的水印方法相比,本文算法峰值信噪比（peak signal-to-noise ratio,PSNR）提高了4 dB;在常规攻击鲁棒性方面,与Schur分解的最新方法相比,本文算法平均归一化互相关（normalized cross-correlation,NC）的值稍有提高;在几何攻击鲁棒性方面,本文算法NC值具有一定的优势;同时,本文算法的水印容量达到了0.25 bit/像素,密钥空间达到了2⁴³²,运行时间仅需3 s左右。结论 所提方法不仅具有较好的水印不可见性和较强的鲁棒性,而且具有较大的水印容量、较高的安全性和实时性。     

一种相移键控数字图像水印算法

根据相移键控原理．提出了一种不可逆DWT域二相相位键控数字图像水印算法．水印信号为二值图像，用不同相位的正弦信号将水印调制后嵌入到数字图像DWT变换系数中；用提取的同频率正弦信号的相位进行水印提取；该方法嵌入的水印具有非常好的安全性，且水印提取不需要原始未加水印的图像．实验结果表明该方法具有很好的不可见性；对JPEG压缩、图像加噪声和图像滤波等常见的图像处理具有极强的鲁棒性．     

Robust logo watermarking using biometrics inspired key generation

In this paper, a novel logo watermarking technique with key concept is proposed using fractional wavelet packet transform (FrWPT), non-linear chaotic map and singular value decomposition (SVD). The core idea is to use biometrically generated keys in the embedding process of gray-scale watermark. Therefore, this paper first proposes a method for generating keys from biometrics efficiently. Then the host image is first randomized with the help of non-linear chaotic map followed by the embedding in the FrWPT domain by modifying the singular values of the randomized image. Further, in order to enhance the security, an authentication key is formed to authenticate the watermarked image. Finally, a reliable extraction process is proposed to extracted watermark from the possibly attacked authenticate watermarked image. The security, attack and comparative analysis confirm high security, efficiency and robustness of the proposed watermarking technique. Further, an efficient solution is also proposed to deal with the ambiguous situations created by SVD in watermarking.     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

A new SVM-based image watermarking using Gaussian-Hermite moments

Geometric attack is known as one of the most difficult attacks to resist, for it can desynchronize the location of the watermark and hence causes incorrect watermark detection. It is a challenging work to design a robust image watermarking scheme against geometric attacks. Based on the support vector machine (SVM) and Gaussian-Hermite moments (GHMs), we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating adaptively the NSCT coefficients in small block. The main steps of digital watermark detecting procedure include: (1) some low-order Gaussian-Hermite moments of training image are computed, which are regarded as the effective feature vectors; (2) the appropriate kernel function is selected for training, and a SVM training model can be obtained; (3) the watermarked image is corrected with the well trained SVM model; (4) the digital watermark is extracted from the corrected watermarked image. Experimental results show that the proposed image watermarking is not only invisible and robust against common image processing operations such as filtering, noise adding, JPEG compression, etc., but also robust against the geometric attacks.     

抗旋转的整数小波变换数字水印算法

现有的大多数基于小波变换的水印算法没有抵抗几何攻击的能力，例如将图像旋转微小的角度即可导致水印检测的失败。为了提高基于小波变换的水印算法抵抗图像旋转攻击的能力，提出了一种抗旋转的整数小波变换盲水印算法。该算法通过在嵌人水印后的图像中嵌人一个模板，在图像遭到旋转攻击后，利用模板能有效地恢复图像，达到水印提取同步，从而准确地提取出水印。实验结果表明，0到360度的旋转攻击均能被准确监测到，从而证明了该方法是一种鲁棒的能有效抵抗旋转攻击的图像水印算法。     

A robust rotation resilient video watermarking scheme based on the SIFT

This paper proposes a blind and robust video watermarking algorithm for copyright protection of the video in the wavelet transform. The watermark bit is embedded by modifying two random high frequency coefficients in the first level discrete wavelet transform of the frames of the video. The watermark is encrypted before embedding by using the cat map for better security. During the watermark extraction phase, it is verified whether the video is attacked by rotation attack. Frame restoration against rotation attack is done based on matching at least two feature points each generated by the scale invariant feature transform in the original video frame and the watermarked one. The angle between the two lines formed by joining these feature points is used to restore the video frames to the original position. Experimental results show the imperceptibility and robustness of the proposed method against variety of attacks. It is especially robust against rotation attack in comparison with other popular watermarking methods. Normalized Correlation, Structural Similarity Index and Peak Signal-to-Noise-Ratio are nearly 100%, 1, above 48 dB respectively against the various attacks.     

抗旋转的整数小波变换数字水印算法

现有的大多数基于小波变换的水印算法没有抵抗几何攻击的能力,例如将图像旋转微小的角度即可导致水印检测的失败。为了提高基于小波变换的水印算法抵抗图像旋转攻击的能力,提出了一种抗旋转的整数小波变换盲水印算法。该算法通过在嵌入水印后的图像中嵌入一个模板,在图像遭到旋转攻击后,利用模板能有效地恢复图像,达到水印提取同步,从而准确地提取出水印。实验结果表明,0到360度的旋转攻击均能被准确监测到,从而证明了该方法是一种鲁棒的能有效抵抗旋转攻击的图像水印算法。