一种小波域内的鲁棒脆弱图像水印技术

目前的水印算法有鲁棒水印和脆弱水印两类,分别可以用于图像的版权保护和篡改检测,但很少有算法能够结合两者,同时实现这两种功能。为了解决这一问题,该文提出一种鲁棒-脆弱水印算法：首先在小波变换图像的逼近子带中,利用系数间的关系构造特征水印;然后根据小波零树思想,结合主分量分析,采用抖动调制方法嵌人到重要小波树的第一主分量中;水印检测时,将提取的特征水印与嵌入水印进行比较,不仅可以确定图像的版权,还可以证明内容的完整性。实验结果表明,此算法能够抵抗滤波、压缩、叠加噪声等处理,同时还可以很好的定位图像的篡改,是一种很有效的水印算法。     

用于图像认证的小波域量化盲水印算法

提出了一种用于图像内容认证的半脆弱水印算法。该算法利用小波变换模极大值提取图像边缘特征,并结合经混沌映射后的小波低频域特征信息生成两个水印。一个主要用于篡改定位,另一个主要用于检测图像的内容篡改。水印嵌入在小波变换的中频域中。水印提取和认证不需要原始水印信息,提高了水印安全性。实验表明,该算法能有效区分偶然失真和恶意篡改,并能定位出篡改发生的位置。     

抗JPEG压缩并精确定位篡改自嵌入水印算法

为了提高自嵌入水印算法篡改定位的精确度和抗JPEG压缩性能,提出了一种用于图像篡改定位和恢复的双水印算法。该算法对图像进行一级小波分解,分别在高频和低频分量中嵌入认证水印和自恢复水印。仿真实验表明,该算法不仅能对篡改区域实现精确定位,而且具有较好的鲁棒性,可以抵抗一定的JPEG压缩。     

一种基于离散小波域的脆弱水印算法

在图像内容认证的数字水印问题的研究中,常规水印算法不能同时在空域和频域检测图像的变化,不能同时对图像的篡改位置和篡改度进行分析与检测,导致图像细节敏感度不足,防篡改敏感度低.因此提出一种基于离散小波域的脆弱水印算法,将脆弱水印同时嵌入到离散小波系数的低频和高频子带中,从而可以获得水印在宿主图像中的空间信息和水印信号的频...     

基于混沌映射的半脆弱图像水印算法

水印的安全性、抗常规图像处理的鲁棒性和篡改检测能力的矛盾、计算复杂度等是现有基于半脆弱水印技术的图像认证算法需克服的主要问题.提出了一种基于混沌映射的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生两种水印,采用块均值量化调制小波系数的方法完成水印信息的嵌入.实验结果表明,该算法具有一定的鲁棒性,可将JPEG压缩等常规信号处理与恶意篡改相区分,并能准确定位篡改区域.     

对水印信息篡改鲁棒的自嵌入水印算法

为提高自嵌入水印算法在任意篡改条件下的篡改恢复质量,提出一种对水印信息篡改鲁棒性的空域自嵌入水印算法,分析了算法中阈值选取的合理性和检测篡改的可靠性.该算法首先基于密钥将原始图像的最低位和1/4次低位置零,通过对图像内容的小波低频系数实施均匀标量量化生成低频特征图像,将低频特征图像置乱加密后生成的二值编码嵌入原始图像的置零位;认证时通过设定的阈值识别图像内容被恶意篡改的图像块,从而提高自嵌入水印算法对水印信息篡改和信道噪声的鲁棒性.理论分析和仿真结果表明,无论水印信息被随机篡改还是区域篡改,算法均能根据阈值区分不同篡改并选用不同的方法对其进行篡改恢复,有效地提高了自嵌入算法在部分水印信息篡改时的恢复质量.     

小波与DCT双重域的主动式数字图像内容鉴别方法

提出一种主动式数字图像内容鉴别方法.该方法嵌入鉴别水印和恢复水印,鉴别水印由伪随机数产生器生成,嵌入的鉴别水印与图像篡改位置存在本质联系,实现了对图像的篡改定位.同时利用图像小波变换的近似子带的DCT量化系数作为图像内容特征生成恢复水印信息,并隐藏在DWT系数之中,实现了对图像的篡改恢复.鉴别时引入对角扩展和去除孤立点技术来辅助篡改定位和恢复.实验证明,使用基于小波与DCT双重域的水印算法能较好地将对图像内容的恶意篡改和偶然失真区分开来,可以给出内容篡改的位置,并近似恢复出图像原始内容.     

基于小波域的篡改定位可逆水印算法

为了实现含水印图像的篡改定位及无失真提取水印,在小波变换、数字水印和篡改定位技术的基础上,提出了基于改进小波系数调整的可逆水印算法。对载体图像进行小波变换,通过循环取模编码对水印图像进行加密以保证其安全性,通过均匀嵌入算法将加密后水印嵌入到调整后的小波系数中。该水印算法能够鉴别图像的真伪,能够发现载体图像所遭受的恶意篡改区域,并在载体上显示出来。仿真结果表明,与传统水印算法相比,算法能够无失真地提取水印(NC=1),还能通过定位水印找到载体图像发生篡改的位置。     

用于图像认证的可恢复半脆弱数字水印

为了提高图像认证的可靠性,提出了一种用于图像内容认证的可恢复半脆弱数字水印方案,该方案不仅能鉴别数字图像内容的真实性,还可近似恢复图像中被篡改的区域。该方案基于半色调处理技术,首先将图像半色调处理后生成的二值水印图像经JBIG2压缩后作为嵌入水印,然后经量化索引调制嵌入小波域。用该方案嵌入水印后的图像,在检测时,不但可以定位图像中被篡改的区域,还可以对提取的恢复水印进行解压,并可通过逆半色调处理来重建原图像,用它的对应部分替换被篡改区域来实现对被篡改图像的篡改恢复。此外,由于该算法采用密钥来控制水印的嵌入位置,从而保证了水印的安全性;仿真实验是采用一般性操作和篡改操作相结合的方法,实验结果表明,该算法在保护数字图像内容真实性方面是可行的。     

基于整数小波变换的医学图像易碎水印方法

为了对医学图像进行快速鲁棒的认证提出了一种基于整数小波变换的易碎水印算法.该算法首先利用小波分解后的四叉树结构结合树节点上的统计信息和密钥来选择嵌入水印的位置,然后对确定嵌入水印的位置只嵌入1bit的水印信息.该算法具有以下特点：（1）图像嵌入水印后具有较高的信噪比,适用于医学图像的认证;（2）结合小波系数的统计信息来选择嵌入水印的位置,可保证水印的易碎性;（3）小波分解在空频域的特性使得算法对篡改有很强的定位能力;（4）可利用密钥对本算法进行保护,即使算法公开,也能抵挡恶意攻击.实验结果表明,该算法适用于医学图像的认证,并且复杂度较低,实用性较强.     

基于特征的静态图像内容认证方法

为了对受攻击的图像进行有效的认证，该文提出了一种基于特征的图像内容认证方法，该方法首先利用小波变换多尺度边缘检测方法抽取出光滑分量和边缘特征来作为生成签名的图像特征集，以保证特征集与图像之间的——映射关系和避免伪造攻击；然后将光滑分量用32bit编码后与边缘特征以水印方式嵌入原图。验证图像时，需同时验证光滑特征和边缘特征，以确定图像内容是否被篡改。实验表明，该算法不仅可有效地检测出恶意篡改及其发生的位置，并可容忍由压缩、滤波等操作引起的失真，即使图像受到一定噪声污染时，它也可通过验证。     

运用DWT和ORB的图像篡改检测方法

针对数字图像常见的区域复制篡改方式和实时特征提取要求,结合离散小波变换（DWT）和ORB特征提取算法,提出了一种高效的数字图像区域复制篡改检测方法。该方法首先使用DWT将图像分解为LL、LH、HL、HH四部分;然后将ORB算法作用于LL部分,提取关键点,构建二进制描述向量rBRIEF;最后使用汉明距离匹配相似关键点,达到检测图像篡改的目的。通过实验结果证明,该方法不仅可以有效地检测出区域复制篡改图像,同时对平移、旋转、噪音和综合攻击后的篡改图像具备一定的鲁棒性,且与SIFT等算法相比具有更短的检测时间和更少的存储空间。     

低频快速切比雪夫矩的篡改图像检测算法

针对图像复制粘贴篡改的检测及篡改区域定位的研究,提出了一种低频快速切比雪夫矩的篡改图像检测算法.首先用非抽样小波变换对图像分解,选取图像的低频部分进行重叠分块,提取改进的低频快速切比雪夫矩做为特征向量,然后采用PatchMatch算法对提取的块特征匹配,最后用稠密线性拟合算法去除误匹配并且用形态学操作完成最后的篡改区域定位.与现有的篡改图像检测算法相比,所提出的算法对于单区域篡改、单区域多次篡改以及多区域篡改均具有较好的定位效果,并且减少了算法的运行时间,提高了实时性.     

结合Zernike 矩和水印的半脆弱图像认证

水印安全性、抗JPEG 的鲁棒性和篡改检测能力的矛盾、计算复杂度是现有基于数字水印的半脆弱图像认证算法需要克服的主要问题. 本文提出一种结合Zernike 矩和水印的图像认证算法. 利用图像小波变换低频子带的Zernike 矩幅值的半脆弱特性区分恶意攻击和偶然攻击. 结合基于HVS (人类视觉系统) 的水印后，可判断图像是否受到伪认证攻击，提高了水印安全性. 通过采用基于提升格式的整数小波变换，有效降低了算法计算复杂性. 实验结果表明，算法对较低质量因子的JPEG有损压缩鲁棒，对剪切、替换等恶意修改敏感且可准确定位篡改位置.     

一种结合SPIHT编码的自嵌入水印算法

针对当前基于DCT(离散余弦变换）的自嵌入水印算法对恢复图像细节能力不足的问题,提出了一种基于小波域内嵌编码的自嵌入水印算法。小波变换克服了DCT在图像压缩中的局限性,SPIHT编码则利用了小波变换系数的特性,提高了压缩性能,在同等的嵌入容量时,使水印含有更多图像信息,从而在保证水印透明性的前提下,较传统方法提高了图像恢复质量。同时,鉴于SPIHT算法为内嵌编码,可根据需要调节水印大小从而改变嵌入强度,这也是传统方法所不具备的。Logistic和Cat双重混沌映射的应用,提高了水印安全性和水印检测的能力。最后,进行了算法性能测试实验,验证了本文算法的有效性。     

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。     

一种改进的DWT域图像篡改检测算法

改进一种DWT域图像篡改检测算法。该算法将置乱的有意义的二值水印图像利用量化的方法隐藏在载体图像Haar小波变换系数中。图像认证时,对提取的水印和原水印图像的差值图像进行反混沌置乱,再进行形态学处理,从中可以看出认证图像的篡改区域。此算法与Kunder等人提出的基于Haar小波的半易损水印算法相比,能够有效地区分JPEG压缩和恶意篡改,不需要设置阈值来区分JPEG压缩和恶意篡改,可以从水印差值图像直接看出恶意篡改的区域。     

基于Hash函数敏感性的医学图像精确认证

为了有效地鉴定医学图像的真实性和完整性,提出了一种基于提升格式的整数小波变换和Hash函数敏感性相结合的易碎水印方法。该方法在不需要原始图像的条件下,就可以检测到图像1bit的篡改,还可以对篡改区域进行定位。与现有基于小波变换的数字水印方法相比,可以在减少计算复杂性的同时,提高嵌入水印图像的质量。而MD5算法构造的Hash函数的运用提高了水印安全性和水印检测的能力。实验结果表明,本文算法对篡改具有极强的敏感性,且整个认证过程还需密钥完成检测,安全性很高,认证过程计算简单且准确性很高。