抗几何攻击的整数小波变换数字图像水印技术

几何攻击是图像水印算法较难抵御的攻击。而现有的抵抗几何攻击的算法虽然能抵抗一定程度的几何攻击,但大部分对常规图像处理攻击的鲁棒性不强。提出了一种对几何攻击和常规图像处理攻击的鲁棒性都很强的水印算法。算法在图像分块整数小波变换的垂直高频分量中结合一个高斯噪声模板嵌入水印信息,然后在空域中利用量化的方法分块重复嵌入相同的水印信息。提取时分别利用相关值计算和多数原则提取出两个水印,通过一个判决器输出最后的结果。实验结果表明,算法对几何攻击和常规图像处理攻击的鲁棒性都很强,并且不可感知性也满足要求。     

基于图像归一化的DFT域数字水印嵌入算法

抗几何攻击的鲁棒图像水印算法研究是一项富有挑战性的工作.本文以图像归一化理论为基础,提出了一种可有效抵抗几何攻击的DFT域数字图像水印方案.该方案首先利用基于矩的图像归一化技术将原始载体映射到几何不变空间内,并结合不变质心理论提取出归一化图像的重要区域;然后对重要区域实施分块离散傅立叶变换(DFT);最后结合幅值谱信息自适应确定水印嵌入位置,并利用量化调制策略将数字水印嵌入到重要区域的相位和幅值内.仿真实验结果表明,该数字图像水印方案不仅具有良好的不可感知性,而且具有较强的抵抗常规信号处理及几何攻击的能力.     

基于子块分割的自适应式全盲图像水印算法

为了提高水印的鲁棒性,文中提出了一种基于子块分割的自适应全盲水印算法ABWASS。在嵌入水印时,该算法根据宿主特征矩阵嵌入自适应调整后的水印图像,并使用改进的两阶段DWT方法在LH2子带中融入水印图像的关键信息,从而得到含双重水印的图像;提取水印时,首先分离水印分块方式等关键信息,并通过DCT变换获得特征矩阵,进而提取水印图像。由于该方法在获得含有水印的图像时,根据宿主图像对水印进行了微调,并嵌入了原始水印尺寸,因此在提取过程可以实现全盲。实验结果表明,较已有方法,所提算法能够很好地抵抗多数常规攻击和几何攻击,并且在抵抗混合攻击上其性能均得到了提高,最大提升了2.7%;同时,其还具备较好的水印隐蔽性和实用性。     

抗几何攻击的图像水印算法仿真研究

研究图像水印传输安全问题.由于抵抗几何攻击一直是图像的数学水印技术研究热点,传统抗几何攻击的水印算法大多数只能抵抗简单的几何攻击,且水印的嵌入只是从空域或频域上单一进行,因此不能有效地抵抗几何攻击及其组合攻击对,导致图像处理攻击鲁棒性较差.为了提高图像水印抗几何攻击能力,提出一种采用空频域相结合的水印算法.在进行嵌入域选择时考虑到三基色(R、G、B)的特点,首先在B分量的空域中嵌入水印,提高水印的透明性;然后在G分量的频域中嵌入水印,提高水印的抗压缩性;最后通过调整量化参数和分块参数,灵活满足水印透明性和鲁棒性要求.仿真结果表明,提出的水印算法不仅能抵抗常规的图像处理攻击,而且可以有效地抵抗几何攻击及其组合攻击,可为产权保护提供有效手段.     

基于QR分解的Contourlet域抗几何攻击水印算法

为了提高数字水印产品的抗几何攻击能力,提出一种基于QR分解的Contourlet域抗几何攻击水印算法。该算法首先对宿主图像Contourlet变换后的低频子带进行分块QR分解,通过轻微修改各子块Q矩阵第一列第二行元素和第三行元素的大小关系嵌入Arnold置乱后的水印信息,并且利用R矩阵对各子块进行相应的视觉失真补偿操作。在水印提取前,利用尺度不变特征变换SIFT特征点具有的旋转、缩放和平移不变性对几何失真含水印图像进行几何校正,恢复水印的同步性,使算法具备抵抗几何攻击的能力。实验结果表明,该算法的不可见性良好,而且对于常规攻击和多种几何攻击都具有较好的鲁棒性。     

基于对象的抗几何攻击的图像水印算法*

利用几何矩的仿射变换,提出了一种基于图像中重要对象的抗几何变换的数字水印算法。该算法先提取出图像的重要对象,然后将水印嵌入重要对象中,降低了对原始图像的修改,再利用质心对称的方式嵌入水印,减小了嵌入的水印对仿射系数造成的影响,改善了原有的几何矩仿射算法的抗几何攻击效果。实验结果表明该算法使得水印信息具有良好的不可见性、稳健性、抗背景剪切、抗旋转、缩放、平移等攻击特性。     

基于QR分解的Contourlet域鲁棒盲水印算法

为了提高变换域数字水印的鲁棒性,提出一种基于QR分解的Contourlet域鲁棒盲水印算法。该算法首先对二值水印图像进行Arnold置乱预处理,然后对宿主图像进行Contourlet变换,提取低频子带进行不重叠的分块,最后对每个子块依次进行QR分解,采用自适应量化策略在上三角R矩阵的第1行元素上重复嵌入1 bit水印信息。在水印提取时,根据多数原则从每个子块提取相应的1 bit水印信息。实验结果表明,该算法在取得良好不可见性的同时,对JPEG压缩、噪声、滤波、缩放和剪切等多种攻击具有较强的鲁棒性,并且可以实现水印的盲提取。     

基于分块SVD和Zernike矩的鲁棒图像水印

图像水印的抗几何攻击能力仍是目前数字水印研究中尚未很好解决的问题.本文引入Zernike矩,提出了基于分块SVD和Zernike矩的鲁棒图像水印算法.对原始图像进行预处理得到一标准图像,然后进行分块SVD.将置乱后的水印信号逐比特自适应地量化嵌入到各子块的最大奇异值中.水印的提取是水印嵌入的逆过程.采用Zernike矩估计旋转角度并旋回,以提高水印检测性能.实验结果表明,本文提出的算法的图像保真度较好,并且对缩放、旋转、剪切等几何攻击有较强的鲁棒性.     

基于修改的Zernike矩的抗几何攻击的数字水印方法

利用图像Zernike矩的幅度具有旋转不变的性质,提出了一种抗几何攻击的图像盲水印算法.算法首先对载体图像进行分块,计算子图像的Zernike矩后将其进行正则化,对正则化后的Zernike矩进行筛选,根据水印信息对选中的Zernike矩进行修改,并对差矢量进行Zernike矩重构,通过将重构的图像在空域迭加到原始子图像中实现水印的嵌入.该算法在抽取水印时不需要原始载体图像和原始水印.实验结果表明,该算法能够抵抗旋转、缩放攻击、裁剪攻击、JPEG压缩、噪声、滤波等常规攻击.     

基于SIFT特征的公钥水印算法

针对现有公钥水印算法抗几何攻击能力弱的问题,提出一种利用SIFT特征实现抗RST攻击的公钥水印算法,采用SIFT算法对原始图像的特征点进行提取,构造局部特征区域,并在其DCT域中嵌入水印信息,使嵌入水印后的图像能够更好抵御RST攻击,从而满足公钥水印可公开检测的要求。实验结果表明,该算法能够有效抵抗RST攻击和一般信号处理的攻击。     

基于二维经验模式分解的图像水印嵌入算法

提出一种基于二维经验模式分解(BEMD)的图像水印嵌入算法,完成水印的嵌入和提取。对水印进行置乱并对原图像进行分块处理,再对置乱后的水印和分块后的原图像分别做BEMD分解,获得其相应若干固有模态函数(IMF),将水印的IMF分别嵌入分块后的原图像中,完成水印的嵌入。实验证明,该方法较以往的方法在水印的嵌入量上有了提高且鲁棒性较好,同时具有不可见性和较高的安全性。     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

基于CL多小波的数字水印技术

数字水印是一种嵌入到图象、视频或者音频数据中的不可见标志 ,通过对水印信息的检测可达到保护多媒体数据版权的目的 .为了提高数字水印系统的鲁棒性 ,提出了一种基于 CL 多小波变换的图象数字水印嵌入和检测模型 .该 CL 多小波变换可将图象的能量集中在其最低分辨率子图象上 ,同时 ,能使最低分辨率子图象的能量进一步汇聚于其第 1个分量之上 .由于最低分辨率子图象受压缩、滤波等变换的影响较小 ,因此在 CL 小波变换域嵌入数字水印可以改善水印系统的鲁棒性 .为了提高水印的透明性和不可统计性 ,在嵌入水印之前需要对水印图象进行相应的预处理 .实验表明 ,该水印系统具有良好的鲁棒性和透明性 .     

A new SVM-based image watermarking using Gaussian-Hermite moments

Geometric attack is known as one of the most difficult attacks to resist, for it can desynchronize the location of the watermark and hence causes incorrect watermark detection. It is a challenging work to design a robust image watermarking scheme against geometric attacks. Based on the support vector machine (SVM) and Gaussian-Hermite moments (GHMs), we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating adaptively the NSCT coefficients in small block. The main steps of digital watermark detecting procedure include: (1) some low-order Gaussian-Hermite moments of training image are computed, which are regarded as the effective feature vectors; (2) the appropriate kernel function is selected for training, and a SVM training model can be obtained; (3) the watermarked image is corrected with the well trained SVM model; (4) the digital watermark is extracted from the corrected watermarked image. Experimental results show that the proposed image watermarking is not only invisible and robust against common image processing operations such as filtering, noise adding, JPEG compression, etc., but also robust against the geometric attacks.     

一种基于小波变换和神经网络的数字水印算法

提出了一种新的基于小波变换和神经网络的数字水印算法。该算法首先把原始图像分成8X8像素的小块,根据Logistic映射产生的混沌序列选择相应的小块构造一个原始图像的子图,接着把DWT变换作用在这个子图上,得到两个子带LH:和HL1,然后把水印信息嵌入在这两个子带上,接着通过IDWT变换重构子图,最后按构成子图的顺序把每一个8X8像素的小块放回到原图中相应位置,从而得到一个嵌入了水印信息的图像。在水印的提取过程中使用了经典的I3P神经网络。实验结果表明,通过该算法嵌入的水印具有较好的鲁棒性、安全性和不可感知性。     

基于特征的易碎图像水印框架

提出了一种基于特征的易碎图像水印框架,来阻止VQ攻击.图像特征被提取出来,用 来处理原始水印或生成水印,使得要嵌入的水印信息不仅不被攻击者知道,而且依赖于原始图 像.因此,不同的原始图像嵌入了不同的水印信息,从而使得攻击者无法建立VQ码表,因而无法 实现VQ攻击.同时,为了提高水印的安全性和篡改的局部检测性,本文给出了该框架下水印嵌 入方法的基本要求.根据该易碎图像水印框架,本文设计了一种基于图像矩不变量的易碎水印算 法.分析和实验结果表明,该算法不仅可以很好地、局部地检测图像中的篡改.即使图像中仅有一 位被篡改时.同时,在不需任何额外的密码或图像索引号的情况下,成功地抵抗VQ攻击.     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。