一种基于小波块的自适应水印算法

为了确保水印算法的不可见性和鲁棒性,提出一种基于小波块的算法。根据人类的视觉特性,由图像的纹理、频率、方向特征自适应地确定嵌入位置与强度。该算法对一般的攻击,如裁剪、压缩、加噪、图像增强等具有一定的鲁棒性。     

一种基于小波变换域的数字水印算法

水印的鲁棒性是目前数字水印研究的热点,设计鲁棒水印的重要性在于,即使含有水印的多媒体信息遭到了试图去除水印的攻击,例如压缩和加噪,也能够完全检测出其中所嵌入的水印,因而鲁棒水印在数字产品版权保护中具有十分重要的意义,文中研究了基于小波变换域的数字水印算法,通过将原始图像进行3级小波分解,然后选取中频带嵌入数字水印,通过定义小波系数与水印嵌入强度因子之间的函数关系,提出了一种自适应于原始图像特征的数字图像水印算法,实验结果表明,该算法对JPEG压缩、剪切、中值滤波、加噪等具有较好的鲁棒性。     

图像属性的自适应盲水印算法

提出一种基于图像属性和小波包变换的盲数字水印算法.算法利用小波包变换对图像特征的稀疏表示特性,将图像分成不同内容属性的区域:平滑区、边缘区和纹理区;找出各区域块中视觉重要信息的位置,并将水印嵌入其中;水印嵌入强度取决于图像内容.算法很好地解决了水印鲁棒性和不可见性之间的矛盾.实验结果表明,该算法能够抵抗JPEG压缩、加噪和任意裁剪等攻击,具有很强的鲁棒性.     

一种抵抗强剪切攻击的鲁棒性数字水印算法

为了增强水印的抗几何攻击能力,提出了一种能够抵抗强剪切攻击的鲁棒性水印算法,即把水印嵌入在代表宿主载体基本特征的基矩阵中．理论分析表明：这种算法可以获得智能特征以抵抗强剪切攻击; 可对水印进行加密扩频调制以增强隐蔽性; 通过比较合成图像与原始图像的峰值信噪比,可自适应调整水印嵌入强度; 引入改进的PCA(Principal Component Analysis)方法,加强了矩阵元素之间的联系,提高了算法的效率．实验表明,当图像剪切程度达到87.50％时,水印检测正确率为100％,同时算法对有损压缩、滤波、噪声等常规攻击同样具有良好的鲁棒性; 算法嵌入容量大,宿主载体可为图像、音频等多种形式,是一个具有普适性的盲水印方案．     

基于聚类分析的小波域数字水印算法

所谓数字图像水印是指向数字图像中加入秘密信息如随机序列、标识性图像等,并且在需要的时候能够被正确地提取或检测出来以达到版权保护的目的.该文提出了一种小波域内基于聚类分析嵌入水印的算法.该算法将原始图像分解到小波域,通过聚类将小波系数分成若干类,根据分类的性质选取部分小波系数嵌入水印.提取水印时不需要原始图像,是一种盲水印算法.实验结果表明,该算法对JPEG压缩、剪切、中值滤波、加噪等具有较好的鲁棒性.     

利用自适应有序抖动块截断编码的鲁棒水印

为克服现有压缩域水印算法图像质量或鲁棒性较差的缺点,提出了一种基于自适应有序抖动块截断编码的鲁棒水印算法.首先,利用图像的信息熵和方差自适应地将图像按四叉树分解为平滑块、纹理块和边缘块,再对不同大小的分块进行编码;然后,利用自适应有序抖动块截断编码得到的位平面,通过调整位平面水印嵌入窗口内元素的奇偶和,实现水印嵌入;最后,通过位平面中元素的奇偶和与投票策略来实现水印的盲提取.实验结果表明,与同类算法相比,该算法能够在取得较低压缩率的同时,获得良好的图像质量;并且有较高且灵活的水印嵌入容量;同时能够抵抗各种常见攻击,尤其对椒盐噪声、亮度调整、对比度调整、旋转、剪切攻击有很强的鲁棒性.     

一种强鲁棒性的图像数字水印算法的设计

针对当前图像水印的研究现状和存在的问题,提出了一种基于离散小波变换域的数字水印算法。该算法选择在原始图像小波变换的中、低频子带嵌入水印,提高了水印的容量和不可见性。并结合人类视觉系统模型,实现了水印的强鲁棒性。对所提出的算法进行了大量的实验及性能分析。实验结果表明,该算法对常见的图像攻击如JPEG压缩、加噪、剪切等具有较强的鲁棒性,同时也很好地保证了水印的不可见性。     

基于图像纹理特性的数字水印算法

提出一种基于图像纹理特性的数字水印算法,该算法采用分形参数描述图像纹理特征,选取粗糙纹理块作为水印的嵌入块,水印嵌入利用图像小波分解系数的塔式特性进行不同级之间相似块的替代,检测算法无需原始图像,仅需保留块嵌入位置作为密钥.由于水印算法充分利用了图像自身特点,同时水印嵌入分块进行,有效地提高了水印信号的鲁棒性.实验结果表明该方法对一般的图像处理操作具有很好的鲁棒性.     

一种新颖的图像数字水印算法

根据图像纹理区域的变化比背景区域变化敏感的特点,提出了一种鲁棒的数字图像盲水印算法。算法首先分析图像小波分解后的子带系数分布情况,选取三个高频子带的图像小块方差和来代表图像的纹理区域,和越大的区域表明其纹理越强,反之为纹理较弱的区域,并将它们按照从大到小的顺序排列;然后采用步长法在该区域嵌入水印,实验表明步长选择范围在8~15之间能够保持嵌入水印后图像的不可见性和鲁棒性。经过多种攻击测试,算法均能够很好地提取出嵌入的水印信息,较好地满足了水印系统的透明性、鲁棒性需求,并能有效地抵抗椒盐噪声、剪切、滤波缩放和JPEG等常见攻击。     

小波域中的图像自适应水印算法

提出一种小波域透明图像水印算法,算法将一个二值图像内嵌到原始图像经过小波多分辨率分解后的低频子带上,根据低频系数和高频系数的特点以及树结构关系,并由图像的局部亮度和纹理特性对水印嵌入强度做自适应调节.实验结果表明:使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和剪切等攻击操作具有较强的鲁棒性.     

基于小波变换的静态图像数字水印研究

通常静态图像经过离散余弦（DCT）小波变换后,纹理及边缘的特征主要集中在高频子带LH,HL和HH上,经过一般的图像处理以后,高频上的信息容易丢失。在嵌入的水印信息量较少的情况下,可以把水印信息嵌入到低频系数上,使人眼不易察觉,增强了水印的鲁棒性。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

基于DTCWT纹理分析的视频水印算法

该文根据MPEG-4引入的视频对象概念以及对视频对象纹理的编码原理,利用双树复小波变换实现视频图像的纹理分析,将水印嵌入与视频编码结合起来,提出了基于DTCWT和MYEG-4纹理对象的视频水印算法。仿真实验结果表明,该算法使水印和视频对象一起具有灵活多样的存取和随机操作性,对于加性Gaussian噪声、高压缩比的MYEG压缩编码、帧重组和丢帧等攻击具有良好的鲁棒性。     

一种基于人眼视觉特征的图像内容认证算法

该文提出了一种用于精确认证的脆弱水印算法.该算法结合人类视觉系统特性,利用模糊C-均值聚类技术,基于亮度、纹理、对比度等提取类成员关系度作为认证水印,通过修改图像块各象素的最低有效位实现水印信息的嵌入.在认证端,从接收到的图像提取其中所隐藏信息,判断内容发生变化的位置,实现了盲检测.实验结果表明,该算法生成的含水印图像...     

强背景噪声下红外目标的鲁棒性跟踪算法

提出了一种将边缘检测与改进Mean Shift 算法相结合的红外目标跟踪算法．初选了原始红外图像边缘后,再利用非线性边缘检测算法进行处理,有效地消除了原始红外图像中的大部分噪声,并能获取高质量的图像边缘信息．在此基础上,采取更新目标模型、目标模板背景加权以及候选目标区域核加权的方式改进Mean Shift算法,以增强Mean Shift算法跟踪目标的稳定性及对背景噪声的鲁棒性,从而实现强背景噪声下运动红外目标的快速、准确跟踪．实验结果表明,该算法不仅计算量较少,提高了跟踪速度,而且对背景噪声有很强的鲁棒性．     

基于奇异值分解的Contourlet域三维彩码鲁棒水印算法

移动互联网时代,三维彩码因其技术优势和便捷性成为条码发展的新趋势,但其版权保护问题也随之而来。结合奇异值分解提出了一种基于Contourlet变换域的鲁棒水印算法,首先对载体图像的蓝色分量进行Contourlet变换,然后对其产生的逼近子带进行奇异值分解再嵌入水印。实验结果表明提出的算法有良好的不可见性和鲁棒性,即使在水印嵌入强度微小、几乎不改变宿主图像的同时依然能很好地提取水印,不仅可对三维彩码进行版权保护,而且对常见攻击如JPEG压缩、噪声、滤波、旋转、裁切等具有较强的鲁棒性。     

一种基于小波变换的图像盲水印算法

数字水印技术作为数字产品版权保护的一项新技术,已受到越来越多的关注,基于小波变换的数字水印技术也成为当前的一个研究热点。为保证水印的隐蔽性和鲁棒性,提出了一种基于小波变换的图像盲水印算法,即在嵌入之前先对水印做置乱处理,然后将水印信息与扩频序列进行扩频调制后,结合人眼视觉系统的纹理掩蔽特性和刚刚可分辨门限嵌入到载体图像的小波变换域。最后利用扩频序列的自相关函数特征检测出水印信息,检测过程中不需要原始载体图像。实验结果表明,该算法嵌入水印后不易被察觉,检测出的水印效果好,对JPEG有损压缩、裁剪、噪声干扰和低通滤波有较强的鲁棒性。     

一种改进的彩色图像多水印嵌入算法

针对彩色图像的版权认证问题,提出一种改进的多水印嵌入算法,采用量化索引调制(QIM)量化方法与提升小波变换结合,将水印分别嵌入到高频和低频系数矩阵,即将载体图像转换到YCbCr空间后,对三个分量分别进行提升小波变换,再用QIM量化方法在Cb和Cr分量的高频系数,以及Y分量的低频系数嵌入水印。实验结果表明,利用改进算法嵌入的水印具有较好的隐蔽和不可见性。抗攻击性测试结果显示,在高斯噪声、椒盐噪声、JPEG压缩和1/4裁剪四种攻击方式下,改进算法比基于DCT的纹理特征嵌入算法的水印NC平均值分别提升6%、2%、46%、2%,具有更强的鲁棒性。     

基于Contourlet域特征点的医学图像零水印算法

针对医学图像在传输过程中有可能泄露患者信息的问题,提出一种基于Contourlet域特征点的零水印算法.该算法首先对图像进行Contourlet分解,以此得到低通图像; 然后在低通图像中提取出SIFT特征点,并根据特征点的分布自动定位感兴趣区域(ROI); 最后筛选出一定数量的特征点,以生成特征向量用于水印嵌入.实验结果表明,该算法在抵抗高斯噪声、 JPEG压缩、旋转、缩放、剪切等攻击时具有很好的鲁棒性,可有效保护医学图像中的信息.