DCT域灰度图像水印透明性评估

传统的SNR和PSNR不能很好地评价水印图像的质量。人类视觉对图像中不同强度的亮度区域和不同程度的纹理区域具有不同的视觉阈值,SNR和PSNR没有对这些不同进行区分,利用Watson提出的DCT域JND（Just Noticeable Difference,刚辨差）计算模型计算出图像中每个DCT系数的JND值,为图像中不同成分设置不同的权值,得到了优化的图像质量评价模型。用不同方法对传统模型和本文模型进行对比实验,结果表明新模型优于传统模型,其评价结果更接近人的视感觉,适用于各种不同的灰度图像和水印算法,可以对水印算法进行不可感知性性能评价。     

DCT域基于块分类的不可感知加性数字水印

该文根据Watson感知模型提出了DCT域基于块分类不可感知加性水印模型。算法计算亮度块方差,将图像块分为五类,利用亮度块特征来加性控制嵌入服从正态分布随机水印序列的区域和长度,提高了水印图像的鲁棒性。在检测端可根据水印图像的统计特性确定水印的检测阀值,不使用原始图像,就可进行水印的相关检测。实验结果表明,MPEG视频水印图像质量的PSNR平均下降4.1dB,但主观视觉质量没有明显下降。     

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。     

基于残差学习的新型不可感知水印攻击方法

传统的水印攻击方法虽然能够干扰水印信息的正确提取, 但同时会对含水印图像的视觉质量造成较大损失, 为此提出了一种基于残差学习的新型不可感知水印攻击方法. 首先, 通过构建基于卷积神经网络的水印攻击模型, 在含水印图像和无水印图像之间进行端到端非线性学习, 完成含水印图像映射到无水印图像的任务, 达到水印攻击的目的; 其次, 根据水印信息的嵌入区域选择合适数目的特征提取块以提取含水印信息的特征图. 鉴于含水印图像和无水印图像之间的差异过小, 水印攻击模型在训练过程中的可学习性受到限制, 导致模型很难收敛. 引入残差学习机制来提升水印攻击模型的收敛速度和学习能力, 通过减少残差图像(含水印图像和提取的特征图像做差)与无水印图像之间的差异来提升被攻击图像的不可感知性. 此外, 还根据DIV2K2017超分辨率数据集以及所攻击的基于四元数指数矩的鲁棒彩色图像水印算法构建了训练水印攻击模型的数据集. 实验结果表明该水印攻击模型能够在不破坏含水印图像视觉质量的前提下以高误码率实现对鲁棒水印算法的攻击.     

信息隐藏性能评价方法

建立信息隐藏技术的评价标准十分必要。隐写术的视觉不可感知性是评价隐写术性能的重要指标之一。基于HVS模型,给出不可感知性评价指标CHD。实验结果表明,CHD的判定结果反映了人类视觉的亮度,对比度和色彩掩蔽特性,可以作为隐写术的不可感知性评价指标。     

图像小波域的鲁棒隐形水印算法

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，并利用人眼视觉掩蔽特性对水印的添加强度进行自适应调节以增强水印的鲁棒性和保证水印的不可感知性。实验结果表明：该算法较好地保持了图像的质量，并且对常用的图像处理有较强的稳健性。     

基于边缘和模型的半色调图像水印算法*

考虑人眼视觉掩蔽特性,提出了一种基于图像边缘和模型的数字半色调图像水印算法。通过分析半色调图像边缘特性,将二值水印嵌入到半色调图像边缘区域,再结合视觉和打印模型对半色调图像进行优化,得到含水印半色调图像。仿真实验表明,该方法不会在含水印半色调图中产生明显椒盐状噪声,可取得较好的水印不可感知性。当此半色调图像打印输出,再遭受裁剪、随机涂改、JPEG压缩攻击后,仍能提取出有效的水印信息。     

模糊自适应的彩色图像数字水印算法*

提出了一种基于离散余弦变换 (DCT)域的模糊自适应彩色图像水印算法.采用YUV彩色空间,以人类视觉系统(HVS)为基础,结合原始图像的特点,设计了模糊控制器,建立了合理的模糊规则,将水印信号以不同强度嵌入到彩色图像的Y、U、V分量的DCT系数中,实现了水印的自适应嵌入以及水印强度的动态调度.实验结果表明,该算法不仅具有很好的不可感知性,而且对剪切、滤波、噪声等攻击均具有较好的鲁棒性.     

基于小波变换的图像鲁棒水印算法

分析了水印嵌入中的几个关键问题,确定了问题的解决方法,提出一种小波域透明图像水印算法,利用图像经小波分解后小波系数的特性,并利用人眼视觉掩蔽特性对水印的添加强度进行自适应调节,以解决水印的鲁棒性和不可感知性的矛盾问题。     

基于人类视觉系统的水印容量分析

数字水印容量是指在满足不可感知性和鲁棒性的前提下所能隐藏信息的数量.旨在人类视觉系统的特性的基础上,分析水印的容量.先对图像进行离散余弦变换,然后由Watson的视觉掩蔽模型计算每个系数的临界可见误差,即最大可修改幅度,在这里对这个最大幅度值进行了调整,最后利用多比特估计方法得到了水印容量的计算公式.随后对标准图像进行了实验测试,得出了调整因子与容量、峰值信噪比和平均嵌入量的关系.只要确定了峰值信噪比,调整因子和水印容量就确定了.     

基于视觉相似性的半色调图像评价方法

为衡量半色调图像质量或加网算法的优劣,提出平均亮度相似性误差、平均对比度相似性误差和视觉相似性误差以衡量半色调图像与连续调图像之间的视觉相似性。该方法根据人眼视觉局部适应性特征,把图像划分子区域,利用亮度掩蔽和对比度掩蔽的特征,获得各子区域的亮度相似性误差和对比度相似性误差,最终获得平均亮度相似性误差、平均对比度相似性误差和视觉相似性误差分别评价半色调图像与原连续调图像在亮度和纹理的视觉相似性,及半色调图像中的局部缺陷。分别通过与峰值信噪比(PSNR)和权重信噪比(WSNR)在亮度相似性上进行比较,与全局质量因子(UQI)和图像结构相似(SSIM)在评价纹理相似性上进行比较,发现所提质量评价方法比较接近人眼视觉评价的结果。     

图像质量的HVS评价方法

在充分分析人类视觉系统（HVS）的亮度、纹理、边缘等特性,并给出相应的视觉特性计算模型后,提出一种结合HVS特性的加权峰值信噪比计算方法。实验结果表明该模型计算出的HVS值能充分反映人类视觉系统的屏蔽特性;该图像质量评价方法的评价结果与主观评价结果相一致,效果优于传统图像质量评价方法。     

基于视觉掩蔽的隐写不可感知性评价方法

传统的信息隐藏不可感知性评价方法不能全面反映人眼主观感受,以致无法准确衡量隐藏算法的性能。为此,利用人眼感知质量与图像自身均方误差呈线性关系的特点,同时考虑人眼对亮度和纹理的敏感特性,提出一种基于视觉掩蔽的评价方法。给出图像感知质量与图像均方误差之间的线性表达式,根据亮度表达式和梯度分别计算亮度权重系数和纹理权重系数,运用计算所得的权重系数对线性表达式进行线性加权,得到隐写不可感知性评价值。实验结果表明,与峰值信噪比方法相比,该方法得出的评价结果能更准确地反映主观感知质量。     

Color spectral analysis for spatial structure characterization of textures in IHLS color space

In this article, a linear prediction model based approach for color texture characterization and classification in the improved hue luminance and saturation color space is presented. Pure chrominance structure information is used in addition to the normally used luminance structure information for color texture classification. Hue and saturation channels of a color image in IHLS color space are combined using a complex exponential to give a single channel which holds all the chrominance information of the image. Two dimensional complex multichannel versions of the non-symmetric half plane autoregressive model, the quarter plane autoregressive model and the Gauss Markov random field model are used to perform parametric power spectrum estimation of both luminance and the “combined chrominance” channels of the image. The accuracy and precision of these spectral estimates are proven quantitatively by performing tests on a large number of images. Spectral distance measures are calculated for the spectral information of luminance and chrominance channels individually as well as combined through a combination coefficient. Using these distance measures, color texture classification is done with k-nearest neighbor algorithm. Experimental results verify that the IHLS color space exhibits better performance than the RGB color space indicating the significance of using IHLS for such analysis. They also show that color texture characterization and percentage classification obtained by combined luminance and chrominance structure information is better than the color texture classification done using only the luminance structure information.     

PSNR vs SSIM: imperceptibility quality assessment for image steganography

Peak signal to noise ratio (PSNR) and structural index similarity (SSIM) are two measuring tools that are widely used in image quality assessment. Especially in the steganography image, these two measuring instruments are used to measure the quality of imperceptibility. PSNR is used earlier than SSIM, is easy, has been widely used in various digital image measurements, and has been considered tested and valid. SSIM is a newer measurement tool that is designed based on three factors i.e. luminance, contrast, and structure to better suit the workings of the human visual system. Some research has discussed the correlation and comparison of these two measuring tools, but no research explicitly discusses and suggests which measurement tool is more suitable for steganography. This study aims to review, prove, and analyze the results of PSNR and SSIM measurements on three spatial domain image steganography methods, i.e. LSB, PVD, and CRT. Color images were chosen as container images because human vision is more sensitive to color changes than grayscale changes. Based on the test results found several opposing findings, where LSB has the most superior value based on PSNR and PVD get the most superior value based on SSIM. Additionally, the changes based on the histogram are more noticeable in LSB and CRT than in PVD. Other analyzes such as RS attack also show results that are more in line with SSIM measurements when compared to PSNR. Based on the results of testing and analysis, this research concludes that SSIM is a better measure of imperceptibility in all aspects and it is preferable that in the next steganographic research at least use SSIM.

     

基于分形维数的图像质量客观评价方法研究

建立图像质量客观评价模型对于图像编码、增强、重建以及分析等领域具有重要的现实意义。鉴于传统的图像质量评价方法的评价结果与主观感知存在较大的误差等缺陷,为此从分形角度考虑,并兼顾人眼视觉特性,首先提取了分形维数作为图像质量的评价指标;然后从非线性角度来表征引起人眼视觉敏感变化的图像亮度以及纹理信息,并将能准确反映图像质量变化的空隙度参数作为有效补偿;最后采用线性回归分析直接对图像进行建模,并将分形维数差值和空隙度差值两分量表示在统一的模型中。实验证明,相对于传统的PSNR和SSIM评价指标而言,该评价模型不仅对于不同类型的失真、相同失真类型的不同失真级别的图像能够准确进行评估,而且与主观评价值（MOS）具有更好的关联性,即与人眼视觉感受具有较高的吻合性,同时能够实现对图像质量进行全面、科学的评价。     

基于FRFT及HVS的自适应数字水印算法

为了提高数字水印的鲁棒性和安全性,利用人眼对彩色图像视敏度特性的分析,提出了一种基于FRFT及HVS的自适应彩色数字水印算法。利用谱度量构造纹理掩蔽因子,并将它与图像的亮度及边缘掩蔽因子结合,构造彩色图像自适应掩蔽因子,将其作为嵌入强度,通过改变载体图像的FRFT中频系数进行水印嵌入。实验结果表明,该算法具有自适应能力强、隐蔽性好、安全性高等特点。     

基于奇异值与提升小波的彩色图像水印算法

本文提出了一种基于奇异值与提升小波的彩色图像水印算法,该方法首先将彩色图像从RGB空间转换到YUV彩色空间,然后对YUV空间中的亮度分量Y进行提升小波变换,对低频分量进行奇异值(SVD)分解,然后将水印图像的奇异值嵌入到低频分量的奇异值中,仿真结果表明,该算法不仅具有较好的水印不可见性,而且对常规攻击和几何攻击都具有较好的鲁棒性,而且算法简单、运行速度快,能够满足实时和快速的水印应用要求,算法采用灰度图像作为水印,增加了嵌入的信息量,在版权保护方面具有一定的应用价值。