一种基于VQ的自适应多重水印算法

提出一种基于矢量量化和DCT的多重鲁棒性水印算法,所提算法利用人类HVS及图像特征将不同的水印信号分别嵌入到载体图像的码书和DCT域中,通过自适应选择嵌入参数,保证水印算法的不可见性及抗攻击性能。实验结果表明所提水印算法比基于扩频调制的水印算法在抵抗各种信号处理所带来的攻击的鲁棒性方面有较大的改进,特别在抵抗同谋攻击方面具有较好的鲁棒性。     

基于NSCT变换的轮廓匹配水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于非采样NSCTContourlet(NonsubsampledContourletTransform)变换的鲁棒水印算法.算法利用NSCT提取图像轮廓并用于几何校正.水印嵌入过程分为三步:首先利用NSCT域高频系数提取图像轮廓;其次依据图像轮廓提取特征点用于几何校正;最后水印信息自适应量化嵌入NSCT域低频系数.实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性.     

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。     

基于小波域低频系数的自适应数字音频水印算法

水印嵌入强度是影响水印鲁棒性的重要因素。该文设计了一种基于小波域低频系数自适应数字音频水印算法,利用混沌序列对水印加密,再将原始音频信号分段,对每段音频信号进行小波变换,嵌入强度由每段低频系数与低频系数最大值的比值自适应的选取,最后将水印嵌入到各段的低频部分。实验结果表明,水印在抵抗各种通用的音频处理和攻击(如高斯噪声、MP3压缩、重采样等)方面具有良好的鲁棒性。     

基于LWT-SVD的鲁棒自适应水印方案

为进一步提高水印抵抗攻击的能力,提出一种基于量化的混合提升小波变换和奇异值分解的自适应数字图像水印算法。对二值水印信号进行异或加密与置乱处理,以增强水印信号的安全性和鲁棒性;对原始载体图像进行互不重叠的分块,对随机选取的分块进行一级提升小波变换,对生成的低频子带进行奇异值分解;根据水印信号的取值,对每一分块低频子带的最大奇异值采用自适应量化的方法嵌入水印信号。仿真结果表明,该算法具有较好的透明性和抵抗常规信号处理攻击的能力。     

基于小波变换的多功能数字水印

提出一种基于小波域的多功能数字水印算法,根据人类视觉特性和原始图像的自身内容确定可见水印在低频子带和各高频子带的拉伸系数。对嵌入可见水印图像的低频小波系数进行量化,并将合适的量化步长嵌入不可见水印。实验结果表明,该算法生成的水印图像满足可见水印的要求,且不可见水印对一般的图像处理和攻击具有很好的鲁棒性,可以同时实现版权通知和版权保护。     

基于DWT-DCT和Zernike矩的灰度级鲁棒性水印算法

鲁棒性是数字水印极为重要的指标.目前大多数文献中的鲁棒性水印方案对常规信号处理攻击均具有良好的鲁棒性,但抗几何攻击的鲁棒性相对较弱.提出了一种新的灰度级鲁棒性水印算法,对常规信号处理攻击和几何攻击均具有良好的鲁棒性.水印算法的鲁棒性由以下3方面获得:1)选择载体图像的内切圆盘作为Zernike矩的计算域,选择内切圆盘的内接正方形作为水印的嵌入区域.2)在载体图像嵌入区域的层叠DWT-DCT域嵌入水印,获得对常规信号处理攻击的强鲁棒性.3)保存原始含水印图像的2个Zernike矩作为校正几何攻击的参数,获得抗几何攻击能力.实验结果表明,该水印算法嵌入容量大,不仅对大角度旋转和大尺度缩放等几何攻击具有很好的鲁棒性,而且可以有效地抵抗有损压缩和常规信号处理攻击.     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

基于小波包和DCT变换的双水印技术

目前较流行的水印算法是在图像的时空域或变换域中感知重要的系数嵌入水印。然而感知重要的部分通常是图像的低频部分,当图像经历某些变换操作时,从低频提取的水印会产生严重的质量退化。针对这一问题,该文在结合小波包变换和离散余弦变换的同时,在图像小波包分解后的低频和高频部分选取适当系数分别嵌入同一个水印。水印采用二值图像,在水印嵌入之前对水印图像进行Amold变换以增强算法的隐蔽性和鲁棒性。实验结果表明,这一方案比单重水印方案能够更有效地抵抗JPEG有损压缩、剪切、滤波和噪声等常见的水印攻击,具有更广泛的适应性和更强的鲁棒性。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

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。     

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。     

基于小波域的均值量化数字音频水印算法

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

An efficient wavelet-tree-based watermarking method

This paper proposes a blind watermarking scheme based on wavelet tree quantization for copyright protection. In such a quantization scheme, there exists a large significant difference while embedding a watermark bit 1 and a watermark bit 0; it then does not require any original image or watermark during watermark extraction process. As a result, the watermarked images look lossless in comparison with the original ones, and the proposed method can effectively resist common image processing attacks; especially for JPEG compression and low-pass filtering. Moreover, by designing an adaptive threshold value in the extraction process, our method is more robust for resisting common attacks such as median filtering, average filtering, and Gaussian noise. Experimental results show that the watermarked image looks visually identical to the original, and the watermark can be effectively extracted.     

一种带纠错编码的小波域盲水印算法

先前众多的DWT(discretewavelettransform)域水印算法几乎都是私有水印或易脆水印,而针对版权保护的鲁棒的、公开的小波域水印算法却极少。文章提出了一种小波域盲水印算法,水印嵌入到小波分解的高频子带,通过采用小波系数的数字化编码技术实现了盲水印的提取。水印在提取过程中不需要任何原始图像信息。为提高水印的鲁棒性,引入了简单的纠错编码机制。     

基于混沌序列的多重数字图像水印算法

采用一维混沌映射，根据不同的混沌初始条件生成多个互不相关的混沌实值序列，进而得到性能良好的多重数字图像水印信号，有效地解决了多重数字图像水印信号的构造问题．同时采用二维混沌映射将各水印信号置乱，随机均匀地叠加在图像小波变换的中低频系数上，各水印信号的嵌入和提取可以互不干扰，解决了多重数字图像水印的嵌入问题．实验结果表明，该算法对各种常见的攻击均具备了一定的抵抗能力，可有效地解决数字图像产品的多著作权问题．     

The novel and robust watermarking method based on q-logarithm frequency domain

In general, watermarking techniques on transform domain are always mainly researched in literature since it is robust against several attacks. In this paper, we continue to focus on the transform domain and extend it to the novel frequency domain, called q-logarithm frequency domain (q-LFD), for robust watermarking. In order to achieve the robustness of embedding method, we embed the scrambled watermark information into the low-band frequency of q-LFD by using the quantization index modulation (QIM) technique. According to the simulation results, our method can improve the quality of embedded image and also the robustness of watermark based on the optimized parameters: q of q-LFD and Q of QIM. Experimental results show that our proposed method is also robust against geometric attacks, processing attacks, filtering attacks, and so on.     

基于小波域HMM模型的稳健多比特图像水印算法

稳健性是多比特图像水印的关键问题之一,提出了一种基于小波域隐马尔可夫模型(hidden Markov model,简称HMM)的多比特图像水印算法,该算法的主要特点为:(1) 利用向量HMM模型精确描述图像小波系数间的统计特性,基于此统计模型的水印盲检测系统较之传统的相关检测器,在性能上有显著的提升;(2) 结合视觉掩盖特性,自适应地调整水印嵌入强度,使之在一定的嵌入强度下,视觉主观失真较小;(3) 提出了一种适合隐马尔可夫模型树型结构的多比特数据优化嵌入策略和最大似然检测.数值仿真结果表明,该算法可以较好地利用图像小波域的低频子带以实现较大容量图像水印的嵌入,并在抵抗Stirmark平台攻击,如JPEG压缩、加噪、中值滤波和线性滤波等方面具有很强的稳健性.     

硬C-means聚类和DT-CWT变换的数字图像水印算法

为了提高数字水印图像的鲁棒性,提出一种基于硬C均值聚类和双树复小波变换域的图像水印算法。该算法对载体图像进行一层双树复小波变换分解,利用人类视觉特性对其2个低频子带进行硬C均值聚类划分,确定可嵌入信息区域。将二值水印图像信号经过Hilbert曲线置乱和降维,形成一维信号序列。利用图像自身局部相关性,调节水印嵌入强度并修改小波系数值,实现将水印嵌入到可嵌入信息区域。实验表明,该算法具有良好的透明性且对压缩、剪切、噪声和滤波等几何攻击具有高鲁棒性。