基于分块DCT和Tucker分解的彩色图像数字水印

提出了一种通过分块DCT和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的离散余弦变换(DCT)直流系数中的水印算法。首先对彩色图像R、G、B通道进行8×8分块DCT,然后将各分块系数矩阵的直流系数分量构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息同时扩散到三通道的直流系数中。通过实验表明,该算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性。与传统的基于YCbCr颜色空间的算法比较,该算法具有更好的不可见性。     

一种基于能量值的双彩色图像水印算法

提出了一种将彩色水印图像嵌入到宿主彩色图像的自适应水印算法.该算法首先将宿主彩色图像分解为R、G、B三个分量并进行8*8分块DCT,再将彩色水印图像R、G、B各分量的能量值对应嵌入到宿主彩色图像R、G、B各通道中.实验结果表明,该算法具有较好的不可见性和鲁棒性.     

基于DWT-SVD和Fibonacci变换的彩色图像盲水印算法

为提高水印鲁棒性,将离散小波变换(DWT)、奇异值分解(SVD)和斐波纳契(Fibonacci)变换结合,提出一种新的算法。首先,用Fibonacci变换对拟嵌入的水印进行置乱处理;然后,对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解,并用混沌序列选择若干对子块;最后,根据人类视觉系统(HVS)特性对三个分量分配嵌入量、确定嵌入强度,并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。     

基于提升小波的多功能彩色数字图像双水印算法

基于彩色图像和提升小波的特性,提出一种新的多功能数字图像双水印算法。通过提取原始RGB图像的R、G、B三个色彩通道,在蓝色分量B的低频系数上嵌入版权水印;根据绿色分量G生成认证水印,嵌入在量化后的提升小波系数上。不需考虑两种水印嵌入的顺序。实验结果表明,版权水印鲁棒性较强、透明性较好,认证水印可以精确进行图像篡改检测和定位,实现多功能水印技术。     

基于QR 分解的彩色图像自嵌入全盲水印算法

针对彩色图像的版权保护问题,基于QR 矩阵分解提出了一种自嵌入全盲水印算 法。先将原始图像的G 通道分量进行非下采样剪切波变换,再对得到的低频分量分块QR 分解, 通过判断各子块R 矩阵中第一行元素向量的l1 范数与所有子块R 矩阵第一行元素l1 范数均值之 间的大小关系生成特征水印。然后对B 通道分量DWT 变换后的低频分量进行分块QR 分解, 并通过修改该子块QR 分解后R 矩阵中第一行最后一列元素来嵌入特征水印。特征水印的生成 和嵌入在两个通道内独立完成,水印检测无需原始载体图像,算法无需借助外加水印信息即可 完成对图像版权的鉴别。实验结果表明,该算法在经历添加噪声、JPEG 压缩、缩放、剪切和行 偏移等常见攻击时,具有很强的鲁棒性。     

双正交提升小波和奇异值分解的彩色水印算法研究

在现有彩色图像水印提取技术基础上, 提出一种结合9/7双正交提升小波和图像矩阵奇异值分解的彩色图像水印加密算法。首先将彩色原始图像和彩色水印图像R、G、B分离, 将图像相应分量进行提升小波三级分解得到低频部分, 并将该低频信息进行奇异值分解, 把水印信息视做扰动矩阵按一定的量加在低频信息的对角阵上, 其中彩色水印图像预处理结合了骑士巡游变换和Arnold置乱算法。实验结果表明算法在确保水印不可见性的基础上有效地增强了水印的强度和鲁棒性, 实现了水印图像的盲检验。     

基于模糊聚类分析和HVS的自适应彩色图像水印算法

结合模糊C均值聚类算法和人眼视觉特性,提出了一种新的自适应彩色图像水印算法。首先,将彩色图像经模糊聚类分析,选取出适合于水印嵌入的位置;然后,分别在R、G、B 3个通道中利用小波域的视觉掩蔽特性自适应地修改水印嵌入强度,提取时,不需要用到原始图像。实验结果证明,含水印的彩色图像没有出现任何可感知的视觉失真,同时,该算法对一定的图像处理操作具有较强的鲁棒性。     

基于SVD的彩色图像盲水印算法

为了更好地保护数字产品的版权,本文提出了一种提升小波变换与奇异值分解相结合的彩色图像数字水印算法。提升小波变换运算速度快,能够对任意尺寸图像进行变换;奇异值分解具有几何不变性,并且体现图像的内蕴特性。算法充分利用提升小波变换和奇异值分解的优良特性,选择彩色图像的蓝色通道进行水印嵌入。首先对原始图像进行多级提升小波变换,然后选取中低频子带进行奇异值分解,将灰度水印图像进行Arnold置乱后分成四个部分嵌入所选子带的部分奇异值矩阵中。在水印提取时不需要原始载体图像,更加有利于实际中的应用。实验表明,该算法具有良好的透明性,而且对大部分常见攻击及几何攻击有很好的鲁棒性。     

基于小波变换的灰度水印嵌入算法

本文针对网络化数字媒体的版权保护提出了一种新的灰度水印图像嵌入到RGB彩色图像中的方法。首先将灰度水印图像进行置乱变换,再将置乱后的图像转换成二值序列,并将二值序列进一步分解成三个二值序列;然后将待嵌入水印的彩色图像分解成R、G、B三个分量,对每个分量分别作二级小波变换,得到小波变换的子带系数,再用奇偶判断法把三个二值序列的值分别嵌入各分量子带;最后用小波逆变换,恢复图像,合并三个分量,得到嵌入水印后的图像。仿真结果表明,本文方法有很好的透明性,且能有效的抵抗剪切、灰度调整、有损压缩等攻击。     

一种使用正交分形编码的彩色图像水印算法

传统的正交分形水印算法,很多情况下只是针对灰度宿主图像,且嵌入的水印多为随机序列或二值图像,实用性不强.当这些算法在处理彩色宿主图像时,通常采用的是将R,G,B三个分量单独处理的SFC方法,没能考虑到分量之间的相关性,因此算法的鲁棒性较弱.文提出一种在彩色图像中利用正交分形编码嵌入灰度水印的算法,该算法在对彩色宿主图像进行正交分形编码的基础上,考虑彩色图像R,G,B三个分量的相关性以及拼贴误差特性,通过变换函数以及修改分形编码参数来嵌入灰度水印.实验及应用表明,该算法隐蔽性强,并对剪切、涂抹、加噪以及JPEG压缩等具有较强的鲁棒性.     

一次Bézier曲线和Legendre神经网络的彩色盲水印算法

针对目前多数图像数字水印算法的载体是灰度图像,无色彩信息,水印信息是二值图像,水印信息量少,适用性差等不足,提出了一种基于一次Bézier曲线和Legendre神经网络小波变换（DWT）的彩色图像盲水印算法,载体图像和水印信息都是彩色图像。首先,将载体图像进行颜色空间转换并对载体图像的亮度分量进行DWT,然后将水印图像进行三基色分离,并对每个颜色分量同时进行Logistic混沌置乱和离散Haar小波分解。最后将每个颜色分量小波分解的四个矩阵系数按照一次Bézier曲线公式嵌入到载体图像的DWT中频子带系数中。实验结果表明,水印的透明性好,对于常见的噪声、裁剪、旋转、JPEG压缩等具有较好的鲁棒性。     

基于人眼视觉系统的自适应量化数字水印算法研究

提出了一种将彩色水印图像嵌入到原始彩色功载体图像中的新算法。首先，利用DCT静态图像压缩技术，将彩色水印图像编码成一维二进制序列并进行随机置乱；然后将原始彩色载体图像分解为R、G、B三个彩色分量并分别实施小波变换，进而结合视觉感知特性自适应确定水印嵌入位置；最后结合人眼视觉系统（掩蔽特性及对颜色的感知特性）确定量化间隔，并通过全新的量化处理过程完成水印信息的白适应嵌入，仿真实验表明：该数字水印嵌入方案不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。     

基于DWT和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

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。     

一种基于小波变换的图像数字水印方法

提出一种结合置乱技术的小波域图像水印算法。利用Arnold置换方法对水印图像作时域上的变换,将秘图变换成无意义的图像,达到加密的效果,再根据提出的一种小波变换域的数字水印算法,将水印图像嵌入到小波变换的不同方位的重要系数当中,文中实现了标志图像水印。实验结果表明,该水印算法对图像处理有较强的鲁棒性。     

基于小波域的彩色图像盲数字水印算法

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性.文中提出了一种基于离散小波变换的彩色图像盲数字水印算法.水印采用文本图像水印,为了保证水印的安全性,对水印图像进行混沌加密,将原始载体图像的蓝色分量进行3级小波变换,将加密后的水印自适应地嵌入到蓝色分量的最低层低频逼近的每一个系数中,水印嵌入强较大,而现有基于小波变换的算法大多将水印嵌入在各个方向的中频或高频系数中.在检测时,不需要原始图像,是盲检测.实验结果表明该算法很好地保持了图像质量,对常见的图像处理显示了很强的鲁棒性.