基于块分类的自适应图象水印算法

提出了一个基于频域块分类的ＤＣＴ域自适应水印算法。为了实现自适应,将原始图象分块并利用视觉掩蔽特性对图象块进行分类。根据分类的结果,不同强度的水印分量被嵌入到图图象块的ＤＣＴ低频系数中,实验结果表明,应用所提出的算法实现的水印对常见图象处理和噪声干扰具有良好的稳健性。     

一种自适应图象水印算法

数字水印作为数字媒体版权保护的有效办法,近年来在国际上引起了人们极大的兴 趣与注意.提出了一个利用块分类的自适应图象水印算法.为了实现自适应,将原始图象分块 并设计了一个基于视觉掩蔽特性的分类器.根据分类的结果,不同强度的水印分量被嵌入到 不同图象块的DCT低频系数中.实验结果表明,应用所提出的算法实现的水印对常见图象处 理和噪声干扰具有很好的稳健性.     

高清晰图象水印算法

提出了一个针对图象水印的DCT域的水印算法,该算法基于利用人眼视觉掩蔽特性(HVS)的块分类方法,对原有的此类方法进行了改进,更大挖掘了载体图象的信息隐藏能力。在图象水印的嵌入方法上,采取了将水印图象进行DCT变换从而可以利用各块比例系数的差异嵌入不同频率的DCT系数。同时,对各块的DCT系数进行调整,使得各频率的能量基本相当,间接地提高了信噪比。经过以上几个方面的改进,得到的水印具有很好的清晰度。     

一种自适应的DWT域数字图像水印算法

介绍了图像水印技术目前所采用的主要算法及其各自的优缺点,归纳了成功的图象水印方案必须解决的关键问题。本文提出了一种基于小波变换域的自适应图象水印算法。算法先对原始图象进行3D-DWT,并对低频子带进行小波块的划分,据小波块的分类结果自适应地调整嵌入水印的强度。     

基于Shamir秘密共享方案的数字水印算法

数字水印已成为数字作品版权保护的一种手段,而鲁棒性和不可察觉性是其基本要求.为此,提出了一种基于Shamir秘密共享方案的数字水印算法.该算法首先将图象分成n块,并将水印信息也分成n份,然后通过DCT的相邻系数比较法,将每份水印信息嵌入到图象的相应块中,提取时,只要获得其中的任意t(≤n)份水印信息就可以恢复出原始水印.为提高提取水印图象的精度,给出了基于模糊集的改进算法.实验结果表明,该算法的隐藏效果很好,并且对单一攻击及多种复合攻击具有很好的鲁棒性.     

互补性图象水印算法的研究

文中提出了一个互补性频域图象水印算法的一般框架&&在图象的低频和中高频中分别嵌入一个水印,达到图象水印鲁棒性的互补性,并实现了一个基于互补性图象水印算法,实验结果表明了这个算法的有效性.     

互补性图象水印算法的研究

文中提出了一互补性频域图象水印算法的一般框架－在图象的低频和中高频中分别嵌入一个水印,达到图象水印鲁棒性的互补性,并实现了一个基于互补性图象水印算法,实现结果表明了这个算法的有效性。     

一种稳健性好的图象盲水印算法

为了可靠地对白色像素较多的灰度图象进行保护 ,提出了一种稳健性好的数字图象盲水印算法 ,该算法尤其对白色像素较多的灰度图象稳健性较强 .该算法是基于原始图象的傅立叶变换 ,将调制后的水印信息依次加入到某些固定位置的幅值谱上 .该算法具有以下特点 :(1)对不同的图象 ,嵌入水印的强度不同 ,对白色像素较多的图象嵌入水印的强度较大 ,这样可以使透明性和鲁棒性达到较好的统一 ;(2 )选择频域幅值谱 ,使嵌入水印信息的相互位置之间保持一定距离 ,以便减少不同幅值之间的干扰 ;(3)对同一幅图象而言 ,嵌入水印和提取水印的参数不同 ,而且检测的区域大于嵌入的区域 ,这样就可能排除由于图象空频变换而造成的能量损失 ;(4)在提取水印时 ,通过对检测图象加入随机序列来补充由存储造成的丢失信息 .实验表明 ,该算法不仅具有较强的鲁棒性 ,对裁剪、噪声、压缩、涂改、平移抵抗性较强 ,并且复杂度较低 ,实用性较强 .     

一种DCT域图象自适应公开水印技术

本文提出了一种基于DCT的图象自适应公开水印算法。该算法结合人类视觉系统屏蔽特性，通过不同强度地调整各8×8 DCT块内两个相邻中频系数间的大小关系，以自适应嵌入水印信号，真正实现了盲水印提取，且视觉因子的计算在空域内进行，算法复杂度低。实验结果表明该算法是有效的．在确保水印不可见的同时，对常见图象处理操作和一
些几何扭曲有较好的鲁棒性。     

自适应二维数字水印系统

随着因特网和数字技术的发展,数字媒体已成为人们获取知识的主要手段,但这也带来了一系列问题如作品侵权、非法复制和传播等.为了解决这些问题,数字水印技术作为版权保护的重要手段,已得到广泛的研究和应用.为实现水印图象的叠加,提出了一种以灰度图象为水印的空域二维自适应数字水印算法,该方法首先将水印图象进行8×8分块,并进行DCT变换,然后对每块的DCT系数进行量化和调整,最后,取出每块的部分DCT系数来构成水印信号.同时为了实现自适应,还将载体图象按8×8分块,并利用视觉掩蔽特性对载体图象象素进行分类,再根据块分类结果,将水印信号以不同强度嵌入到载体图象中.实验结果表明,该算法具有较好的鲁棒性.最后还对该技术今后的研究指出了一些可能的方向.     

基于置乱变换的多重数字水印盲算法

提出了一种新的基于置乱变换的多重数字水印盲算法。该算法具有以下性能：(1)可嵌入多重水印,标志不同所有者（如创作者、发行者、使用者等）版权使用的合法信息;(2)水印的隐藏效果好,多重水印的嵌入不会造成视觉质量的严重下降;(3)水印的嵌入和提取过程中需要个人密钥,不知道密钥的非法使用者无法正确提取水印;(4)水印的嵌入位置只依赖于密钥,与算法无关,非法用户无法知道水印的嵌入位置;(5)水印的提取无需原始图像和原始水印;(6)可以抵抗LSB攻击和剪切攻击。     

基于JND的小波域水印算法

基于JND的小波域水印算法,本文利用人类视觉系统的对比感性和掩蔽现象对图像的分块进行分类,然后将水印以不同的强度系数进行嵌入,这有效地兼顾了稳健性和不可感知性的要求。实验表明该方法对常见的图像处理有良好的鲁棒性。     

一种基于遍历矩阵的小波域数字水印新算法

提出了一种基于遍历矩阵和DWT的图像鲁棒水印新算法。利用指定密钥产生的遍历矩阵对水印图像置乱,再将置乱后水印图像嵌入到宿主图像的深层小波域低频子图,嵌入位置由遍历矩阵确定,嵌入规则基于改进的二值运算方法。水印的检测只需水印置乱密钥和水印嵌入位置密钥。大量仿真实验表明,算法在保持较好鲁棒性的同时,安全性也能有很好的保证。     

一个基于矢量量化的数字水印算法

文章提出了一个新的基于矢量量化的数字水印算法,与基于DCT(DiscreteCosineTransform)、DFT(DiscreteFourierTransform)及DWT(DiscreteWaveletTransform)等的传统水印算法不同,该算法利用码书分割方法和矢量量化索引的特点,在矢量量化的不同阶段分别嵌入水印来保护原始图像的版权,水印检测不需要原始图像。实验结果表明,该方法实现的水印具有良好的不可见性,并对JPEG压缩、矢量量化压缩、旋转以及剪切等空域操作也具有较好的稳健性。     

结合多级小波系数加权均值和量化的可公开敏感水印

传统水印通常对水印嵌入后掩体视觉质量较为关注,而对水印嵌入环节的安全性较为忽视,一些算法尽管提供了水印加密环节,但位置固定,导致嵌入水印易受攻击,而基于参数化小波的水印敏感性在实际中难以应用。针对以上问题,提出一种结合多级小波系数加权均值和量化的可公开敏感水印。在该算法中,首先将掩体图像的消息摘要算法5(MD5)值、用户密钥和初始参数与Logistic映射绑定,用于对水印加密和嵌入环节的多级小波系数进行随机选择;然后通过联合图像专家组(JPEG)压缩的各级小波系数绝对变化量的算术平均值来估算小波系数权重,调整小波系数加权均值以嵌入水印;最后通过孤立黑点滤除策略来提高水印提取质量。理论和实验表明,所提方法具有较好的明文敏感性和密钥敏感性,嵌入水印后图像峰值信噪比(PSNR)可达到45 dB,即使公开水印嵌入环节,嵌入的水印也难以篡改和提取,同时依然对图像剪裁、白噪声、JPEG压缩、覆盖和涂鸦等常规图像攻击具有鲁棒性。     

基于分块DCT和量化的图像盲水印算法

当前基于离散余弦变换(DCT)的图像数字水印方法大多为非盲的，水印一般嵌入DCT的中低频系数中，但却把DC分量排除在外。该文提出了一个基于分块DCT和量化的图像盲水印算法，将水印根据量化策略嵌入块DCT系数的DC分量中。该算法思想简单，步骤简便、容易实现。实验结果表明，该算法对嵌入的水印具有很好的透明性，对常见攻击如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性。     

图象小波域的水印嵌入方法

图象小波变换后获得的低频尺度子图携带了较多的信号能量，在这一分量上嵌入水印，可保证水印稳健性较好，也能提高图象对水印的容量，作者应用小波提升算法基础上获得的非线性小波变换方法来提高尺度小图系数的值，增强这些系数的感觉容量，实验结果表明使用这种方法可以获得稳健性更强制 小波水印嵌入算法。     

基于曲面拟合的彩色图像数字水印算法

探讨一种基于曲面拟合的彩色图像数字水印嵌入与提取算法。该算法在曲面拟合方案中采取自适应分割的方法将图像分割为16×16、8×8和4×4三种尺寸的子块,选取4×4的子块来嵌入水印信息,为提高水印的鲁棒性,对选取的4×4的子块采用伪随机置乱的方式将子块的顺序置乱,然后将伪随机置乱后的水印比特加载到子块的曲面某一个较稳定的参数上。同时为消除曲面拟合带来的误差,采用误差补偿的方式提高嵌入水印后载体图像的质量。实验表明,新算法能有效地抵抗压缩、滤波、噪声和剪裁等常见的攻击,具有很强的鲁棒性。     

Visible watermarking based on importance and just noticeable distortion of image regions

Visible watermarking is the process of embedding data (watermark) into a multimedia object (video/image) such that the embedded watermark is perceptible to a human observer. Many times, visible watermarks occlude important portion of multimedia objects. This paper introduces a visible watermarking algorithm to embed a binary logo watermark at N non-overlapping positions in an image such that important portions of the image are not occluded. The important portions are found through visual saliency computation or available human eye fixation density maps. In the proposed visible watermarking, just noticeable distortion is used to adaptively filter the watermark embedding energy based on the image content. A mathematical model in terms of information-content-weighted-structural-similarity-index and visual importance is proposed to find optimal watermark embedding strength. We tested the algorithm on several color images of different sizes and on several binary watermarks of different sizes and found the results to be very promising as per the requirements in visible watermarking. When compared to the state-of-the-art, we also found that the proposed technique does better in not hiding the details of any test image.     

A Novel Image Recovery Algorithm for Visible Watermarked Images

A novel image recovery algorithm for removing visible watermarks is presented. Independent component analysis (ICA) is utilized to separate source images from watermarked and reference images. Three independent component analysis approaches are examined in the proposed algorithm, which includes joint approximate diagonalization of eigenmatrices, second-order blind identification, and FastICA. Moreover, five different visible watermarking methods to embed uniform and linear-gradient watermarks are implemented. The experimental results show that visible watermarks are successfully removed, and that the proposed algorithm is independent of both the adopted ICA approach and the visible watermarking method. In the final experiment, several public domain images sourced from various websites are tested. The results of this study demonstrate that the proposed algorithm can blindly and successfully remove the visible watermarks without knowing the watermarking methods in advance