An adaptive blind watermarking scheme utilizing neural network for synchronization

For recent ten years, as an effective means forcopyright protection and authority identification, digitalwatermarking technology has been one of the hottest is-sues with rapid development in the field of multimediainformation security. Currently, many goo…     

旋转、平移及尺度不变性小波域第二代水印技术

提出一种小波域中具有旋转、平移和尺度不变性的第二代图像水印技术.水印信号由原始图像产生,在水印检测前,利用原始图像的矩信息估计水印图像所经过的旋转、平移和尺度变换参数,根据估计参数对水印图像进行相应恢复及水印提取,检测过程不需要原始图像;给出利用原始图像的几何矩和Tchebichef矩进行估计参数的方法.实验表明,该方法精度高,对水印测试软件Stirmark具有很好的鲁棒性.     

基于伪Zernike矩的图像自适应RST不变水印

针对旋转、缩放和平移等几何攻击能够破坏水印检测的同步性，容易使常规水印算法检测失败的问题，利用图像伪Zernike矩的幅度具有旋转不变的性质，结合奇偶量化，提出了一种图像自适应旋转、缩放和平移不变水印算法．首先计算图像的伪Zernike矩，选取适宜于生成水印的矩，再对所选的矩幅度进行奇偶量化生成自适应水印序列．检测时，利用归一化汉明函数判断水印的相似度．实验结果表明不变水印算法可以抵抗任意角度旋转攻击和缩放攻击．对JPEG压缩，噪声，滤波等常规攻击，提取水印的相似度均在0.95以上。     

基于内容的小波域抗几何攻击图像水印算法

为了提高水印的鲁棒性及抗几何攻击能力,提出了一种基于图像内容的小波域抗几何攻击图像水印算法。该算法嵌入的水印是基于原始图像内容产生的,在水印嵌入前,结合图像置乱和纠错编码技术对水印进行置乱与编码,以增强其鲁棒性,水印的嵌入位由随机序列控制;在水印检测前,利用原始图像矩信息估计水印图像所经过的旋转、平移和尺度变换等参数,根据估计参数对水印图像进行相应恢复及水印提取,检测过程不需要原始图像。     

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.     

基于模板匹配的抗几何攻击图像数字水印

数字水印技术是解决数字化时代数字作品版权保护的一个重要手段，衡量数字水印技术先进可靠的标准是能否抵抗各种水印攻击，图像水印的抗几何攻击一直是图像数字水印技术的研究热点，并且远没有达到实际应用的要求，本文提出了基于模板匹配抗几何攻击图像数字水印技术，该技术向图像中嵌入两种水印：模板水印和鲁棒水印，模板水印用来检测图像所经历的几何变换；鲁棒水印用来标识作品的著作权，以作为版权纠纷的证据，对于有版权纠纷的作品，先进行模板水印搜索，测量出图像所经历的几何变换，之后再提取鲁棒水印，区域水印嵌入方法的提出，进一步提高了水印检测的准确性，试验表明该技术能够很好地抵抗诸如旋转、缩放、剪切和平移等几何攻击以及JPEG有损压缩。     

基于系数关系的小波域彩色图像水印方法

提出了一种小波域图像水印方法,该方法首先对YUV彩色空间中图像的亮度分量Y进行降采样,划分为四个子图像。利用四个子图像的对应低频系数大小关系实现水印的嵌入。而水印的提取是通过判别四个子图像的对应低频系数大小关系来完成的。实验结果表明该方法对抗诸如JPEG压缩、旋转、缩放、锐化等攻击具有较好的鲁棒性。     

基于脊波变换的量化水印算法

利用比小波变换域更适合表示图像边缘轮廓特征的脊波变换域设计一种新的图像水印算法.将图像分块脊波变换,在脊波系数最大能量方向选择细节系数,设计合理的量化水印方法.采用奇偶量化方法嵌入水印,利用归属量化区间法提取水印.在较强的攻击下,该方法能够很好地恢复原始水印,采用该方法嵌入水印不易导致水印化图像失真.攻击实验结果表明,与小波域水印算法相比,该算法不仅可以较好地抵抗各种常见攻击如压缩、加噪、滤波和剪切等,还能较好地抵抗几何旋转攻击.     

基于二重循环的数字水印算法

针对现有数字水印算法中存在的抵抗联合攻击能力差、水印提取准确率不高等问题,提出了一种基于分块快速傅里叶变换(FFT)的二重循环数字水印算法.先进行图像大小归一化,对其进行分块FFT变换,在每个图像块的FFT系数中通过大小关系调制嵌入若干比特水印,水印按照二重循环嵌入.提取时从任何一个包括所有水印的图像部分中,直接通过判断FFT系数的大小关系来提取水印.实验结果表明,该算法能抵抗滤波加噪等常规信号处理攻击,JPEG压缩等压缩攻击,旋转、缩放、平移等全局几何攻击和裁剪、拼贴等特殊攻击以及它们的联合攻击,并且误码率低,接近0.     

基于缩放不变矩的鲁棒DCT域图像拷贝检测方法

提出一种基于不变矩的DCT域图像拷贝检测方法, 选取图像亮度分量的整体DCT变换后的中低频系数的符号作为其DCT域特征, 分别计算原始图像及其角度规范化后图像的DCT域特征, 计算并比较查询图像与图像库中图像的两类特征的相关性, 取较大的相关值来判断图像是否存在拷贝. 图像的整体DCT中低频系数已被验证对于信号处理攻击鲁棒性高, 且随着图像缩放攻击呈规律性变化, 因而利用图像的整体DCT中低频系数构建的DCT域特征对于信号处理和图像缩放攻击鲁棒性高; 利用图像的缩放不变矩估算出图像特征角度, 再依据特征角度对图像进行角度规范化可消除旋转失真的影响, 因而利用角度规范化后的图像的DCT域特征能抵抗旋转、以及旋转和等比例缩放的混合攻击. 实验结果证明在抗旋转和包含旋转的混合攻击方面, 该算法的检测效果明显优于已有算法.     

结合初级视皮层特性的感兴趣区域数字水印算法

提出一种新的结合初级视皮层特性的感兴趣区域图像数字水印算法,尽可能最大限度地保护图像的主题内容.Berkeley变换是一种符合视皮层V1区特性的完全正交小波变换,视觉特性好,计算速度快,水印提取过程采用独立分量分析,真正实现了盲水印提取.实验表明,算法自动搜寻主题内容,透明性较好,对常见的攻击具有很好的鲁棒性,更重要的...     

基于(t,n)门限的自同步小波域音频盲水印技术

提出一种基于（t，n）门限的自同步小波域音频数字盲水印技术，水印嵌入过程是在小波变换域中进行的，按照秘密共享技术将水印信号分解为n份水印影子，只有t个或大于t个用户才能同时恢复水印，而t-1或更少的用户均不能恢复水印，在增加信息安全性的同时可防止信息泄漏．利用语音信号小波变换自身特点，根据小波变换系数进行基音周期检测，并以此作为水印过程的同步点，水印检测前先搜索同步点，实现水印检测和嵌入过程的自同步，检测过程采用独立分量分析技术，在不需要任何原始音频、水印、嵌入过程信息以及可能经历的攻击信息的情况下可精确恢复水印，实现盲检测，为防止欺骗攻击，在信息恢复前，利用单向散列函数抵抗欺骗攻击，该算法中水印采用的是具有实际意义的语音信号．实验表明，该算法具有很好的鲁棒性．     

采用小波变换方法的彩色图像水印方案

提出了一种基于离散小波变换的彩色图像水印方案.首先估计彩色图像的视觉临界形变,然后利用均值量化的方法将水印分别嵌入到彩色图像亮度分量和色度分量的小波系数中.水印嵌入的强度随着不同区域视觉临界形变的变化而不同,水印的提取不需要载体图像.仿真结果表明,该水印方案能够抵抗常见的图像处理攻击,并且水印的嵌入不降低载体图像的视觉质量.     

基于小波变换和相对量化的图像数字水印算法

提出了一种基于分块小波变换和相对量化的图像数字水印算法。由于在算法中采用了量化嵌入策略,从而在提取水印时无需原始图像和原始水印。实验结果表明,该算法对嵌入的水印具有很好的透明性,对亮度和对比度调整攻击具有非常强的稳健性,对JPEG压缩、重采样、颜色抖动、平滑和加噪声等常见的图像处理攻击具有很强的稳健性,并且算法思想简单、步骤简便和容易实现。     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique. After the original image transformed into a new image with the standard coordinate system, a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block. The coordinate system of watermarked image is reestablished as a calibration system. Regardless of the host image rotated, scaled, or translated(RST), all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system. The proposed watermark detection is a blind detection. Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks, particularly its robustness against joint geometric attacks.     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique.After the original image transformed into a new image with the standard coordinate system,a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block.The coordinate system of watermarked image is reestablished as a calibration system.Regardless of the host image rotated,scaled,or translated(RST),all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system.The proposed watermark detection is a blind detection.Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks,particularly its robustness against joint geometric attacks.     

基于分块的小波域图像半脆弱水印认证算法

提出一种图像半脆弱水印认证算法,该算法将图像分成四块,从三级小波分解的低频系数中提取每部分图像的特征作为水印,嵌入到载体图像的各分块中,水印提取既不需要原始图像,也不需要原始水印信息.理论分析及实验结果表明,该算法可以对任意大小的载体图像进行水印嵌入,具有很好的透明性,不仅能抵御噪声、有损压缩等非恶意攻击,还能有效地检测定位剪切、替换等恶意攻击.     

基于U描述子的多边形水印技术

利用归一化U描述子,给出了一种针对包含多边形的矢量图来嵌入和检测水印的方法,并用实例说明了此算法可以抵抗平移、旋转、缩放和局部修改等攻击.     

基于Hopfield的DWT数字图像水印新算法

为了保证数字图像水印的鲁棒性和安全性,结合Hopfield神经网络的联想记忆功能,本文提出了一种基于Hopfield神经网络的离散小波变换域数字图像水印新算法。该算法首先对数字图像进行二尺度的离散小波变换,然后再使用Hopfield神经网络对提取的水印进行多级处理和恢复,从而明显地提高了水印图像提取的质量,增强了水印算法的鲁棒性。仿真实验表明:该算法能很好地抵抗噪声污染J、PEG压缩和剪切等攻击。     

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。