基于差分进化算法改进SVD图像水印

水印的透明性与鲁棒性是一对矛盾.在鲁棒性不变的情况下,尽量减少图像的修改量,使含水印图像的透明度得到提高,确保水印算法的安全性.提出基于差分进化算法(DE)来改进SVD水印算法的透明度.通过DE算法获得的最佳值,来弥补图像在SVD嵌入水印后造成的视觉损失.实验表明,在嵌入强度相同的条件下,水印算法的透明度有了进一步的提高.     

一种基于模糊聚类和奇异值分解的水印算法

提出一种新的基于模糊聚类和奇异值分解的水印算法.利用人类视觉系统(HVS)的掩蔽效应,在载体图像空域进行模糊聚类(FCM)寻找图像纹理复杂的子区域来作为嵌入水印的位置,再用奇异值分解(SVD)实现水印的嵌入.实验表明,该算法有效地平衡了水印的鲁棒性和视觉上的不可见性之间的矛盾.     

基于主观试验的自适应视频水印算法

借助主观试验,给出了一种主观自适应视频水印算法.通过主观试验确定图像中具有不同活动性的像素点水印嵌入强度可觉察门限,得到掩盖函数,并依此控制水印信息的嵌入强度,从而在确保图像具有高质量的同时,充分挖掘视觉潜力,提高水印信息的嵌入强度.实验结果表明,与空域非自适应水印算法和基于简单视觉模型的自适应水印算法相比,基于主观试验的自适应水印算法在保证图像具有高主观质量的同时获得了更高的水印信息检测正确率.     

基于DCT和NN的数字水印技术的研究

本文讨论一种基于神经网络(Neural Network,NN)的自适应数字图像水印算法.首先利用神经网络模拟人类视觉特性来确定水印的嵌入强度--JND(Just Noticeable Difference)门限,然后再将水印自适应地嵌入到DCT系数中.     

置换DCT域中频系数的盲水印嵌入算法研究

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

一种基于小波包分解的自适应数字水印嵌入算法

提出一种新颖的基于小波包分解的自适应数字水印算法.为了提高水印图像的攻击鲁棒性和水印的不可见性,该算法提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制.实验表明应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果.     

基于DWT-SVD域的彩色图像自适应水印算法

为了保护数字彩色图像版权,提出了一种结合离散小波变换(DWT)和矩阵奇异值分解(SVD)的彩色图像自适应水印算法。其主要设计思想是:先将原RGB彩色图像的各颜色分量进行小波分解;再将得到的中、低频带的小波系数与原水印图像分别进行奇异值分解,水印信息的奇异值重复嵌入到三通道中、低频带的小波系数奇异值中,且利用临界视觉阈值与奇异值之间的关系对水印嵌入强度作自适应调节,从而达到增强水印鲁棒性和确保水印透明性的目的。本算法适用于二值及灰度水印,在二值水印的提取过程中需设定一个提取阈值,以保证提取水印的完整性。仿真结果说明本算法对水印系统的透明性与鲁棒性作了较好的协调,是一种较稳健的算法。     

基于SVD和HVS的数字水印算法

在分析一个SVD经典算法的基础上,提出了一种基于SVD和HVS的数字水印算法.该算法采用基于块系数关系的嵌入方法,同时为了解决不可见性和鲁棒性的矛盾,结合人类视觉系统的掩蔽特性嵌入水印.为了提高水印的安全性,采用了Arnold变换.实验结果表明,该算法在保证不可见性的同时,在鲁棒性方面也有较好的性能,能抵抗常见的图像处理及攻击.     

一种新颖的自适应水印算法

目前有很多基于离散小波变换(DWT)的水印算法,但结合分形编码技术的很少。提出并实现了一种新的自适应水印算法。该方法能利用人眼视觉特性和分形误差,自适应控制水印的嵌入位置,能有效地改善水印图像的视觉质量; 同时,也提高了水印系统的安全性。在低分辨率图像中嵌入水印,该方法效果较佳。实验结果表明,使用该方法嵌入的水印具有较好的不可感知性和鲁棒性,同时保证了较低的正向错误率。     

基于SVD和小波包分解的自适应鲁棒水印算法

针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。     

基于SVD的小波域自适应量化盲水印算法

提出了一种新的基于SVD的小波域自适应量化盲水印算法;对有意义的二值水印图像进行预处理置乱后,该算法结合人类视觉系统特性采用不同的嵌入策略把0/1水印值分别嵌入到图像三级小波分解后的中低频子带和高频子带系数中,并结合小波零树原理在中低频子带进行嵌入水印,而在高频细节子带则利用奇异值良好的稳定性能来进行水印的嵌入;仿真结果表明:与传统的算法相比,该方法在针对高低频的多种攻击下具有良好的鲁棒性。     

基于SVD和Watson模型的半脆弱图像水印算法

随着版权保护越来越受到重视,图像认证和完整性检测的需求被提出,半脆弱水印可以达到这些要求.提出一种结合奇异值分解SVD(Singular value decomposition)和Watson视觉模型的半脆弱水印算法.算法将水印信号嵌入图像最大奇异值中,并利用Watson模型控制嵌入强度.实验表明算法达到了不可见性、盲检测性、区分合理与不合理失真等半脆弱水印的基本要求,并能较准确识别篡改区域,具有实用性.     

基于图像纹理清晰度的数字水印算法

为了提高嵌入水印图像的视觉效果和解决自适应调节参数简单的问题,借鉴了离散小波变换下纹理特征清晰度分析评价标准的思想,对文献[1]提出的分块自适应水印算法做出了改进,并提出了一种改进的水印算法.对图像离散小波变换的近似子带进行分块和纹理特征计算处理,对纹理特征计算值进行分类和确定对应分类的嵌入强度,将水印信息嵌入到近似子带分块SVD(奇异值分解)的S矩阵中.实验结果表明,通过纹理清晰度分析出来的自适应效果好于文献[1]中提到的方法,PSNR=70,NC=0.9926,而且水印信息具有良好的鲁棒性和不可见性.     

基于DWT与SVD自适应公开水印技术

在深入研究小波变换理论、奇异值分解理论的基础上,通过计算表达式来建立水印嵌入参数（如嵌入强度等）和图像质量的关系,提出了一种基于DWT与SVD鲁棒自适应的水印算法,算法中选取小波域的LL子带的最大奇异值自适应量化的方法嵌入水印,并能够盲提取,实验表明,本算法对JPEG压缩、中值滤波、亚抽样、低通滤波等图像处理有很强的稳健性.     

基于HVS特性的数字图像水印研究

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法.其中使用了有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到低频子带系数中.该算法利用了人眼视觉系统(HVS)特性对水印嵌入强度做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,使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和旋转等操作具有较强的抵御攻击能力.     

基于模糊聚类分析的自适应图像空间域水印技术

结合人眼的视觉感知特性与图像的局部相关特性，提出了一种基于模糊聚类分析的自适应图像空间域水印嵌入算法．该算法首先根据人眼视觉系统(HVS)的感知特性，结合模糊c-均值(FCM)聚类分析，自适应确定出数字水印嵌入位置；然后利用图像自身的局部相关性，通过修改像素值，将二值水印图像降维置乱后自适应嵌入到宿主图像内，并且具有水印嵌入深度智能调节特性．该算法在提取水印信息时，不需要原始载体图像．实验结果表明：该自适应空间域图像水印嵌入技术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．     

基于哈达玛变换和奇异分解的四个彩色图像水印算法

针对在某一数字产品中仅仅嵌入一种水印已经不能满足人们要求的问题,基于哈达玛变换的正交原理和奇异分解(SVD)的相对稳定性等优点,提出了一种在基于离散小波变换-离散余弦变换(DWT-DCT)域上利用哈达玛变换和SVD实现4个彩色图像水印同时嵌入的算法。先利用哈达玛变换,使4个水印成为1个水印,再将该水印进行SVD。原载体图像先进行DWT和DCT,再进行SVD和水印嵌入。仿真结果表明,该方法不但可以同时嵌入多个水印,而且具有很强的鲁棒性。     

基于分块DCT变换和Arnold置乱的自适应图像水印算法

提出了一种基于分块DCT变换和Arnold置乱变换的自适应图像水印算法,该算法在水印嵌入过程中充分考虑了人类视觉系统(HVS)的特点,在不同的DCT块中嵌入不同的水印能量,从而使算法具有自适应能力。实验结果表明：该算法对于常见的图像处理具有较强的鲁棒性,特别是具有十分有效的抗击剪切的能力。     

基于小波包分解的自适应数字水印嵌入算法

提出一种新颖的基于小波包分解的自适应数字水印算法。为了提高水印图像的攻击鲁棒性和水印的不可见性,该文提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制。实验表明:应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果。     

基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。