基于PCA和数据融合的遥感图像数字水印算法

提出了一种向遥感图像中嵌入水印以保护其版权的算法。算法将数据融合技术和数字水印技术相结合,首先将全色图像进行小波分解,提取图像分解后的第三级低频边缘特征,利用PCA变换得到边缘特征的第一主分量作为水印信息,将水印与第三级中频进行融合;然后进行小波逆变换得到重构图像;最后采用小波变换和PCA融合法将含有水印的全色图像和多光谱图像相融合。提取水印时使用独立分量分析(ICA)方法。实验表明,该算法可以保护遥感图像的版权和进行真伪认证,且不破坏原始遥感图像的信息和特征,是有效可行的。     

基于二维Logistic混沌映射DWT脆弱数字水印算法

提出一种基于二维Logistic混沌映射的DWT变换域脆弱数字水印算法.首先利用原始图像的特征信息结合密钥生成二维混沌映射的初值从而生成水印信息;为了实现盲检测,该算法结合小波变换后的特征信息将水印信息嵌入到经小波变换后的高频部分;最后将修改后的小波系数与其他系数重组做离散小波反变换IDWT,从而得到含水印的图像.实验证明,该算法不但能增强水印的安全性,还有良好的不可见性和图像定位篡改能力.     

基于离散小波—奇异值分解的多水印嵌入算法

为提高传统数字图像水印算法的安全性, 解决数字水印对信号处理和几何失真比较敏感的问题, 提出一种新的以离散小波多级分解与奇异值分解相结合的数字图像水印算法. 不同于常见的基于小波变换的数字水印技术, 该方案在原始图像离散小波变换的低频近似区域和高频对角区域中嵌入水印, 在图像的保真度和鲁棒性之间取得较好的折衷. 水印检测时, 将从低频近似区域和高频对角区域中提取出的水印进行比较, 选择效果较好的水印作为最终检测水印. 实验结果表明, 提出的多水印算法对于各种攻击具有较强的鲁棒性.     

奇异值分解小波变换的数字水印算法研究

研究保护版权信息安全间题,针对实现水印的稳健性和不可见性,保护合法用户,使数据水印保护有良好的鲁棒性,在传统奇异值分解和小波变换水印技术基础上,提了一种奇异值分解与小波变换相结合的数字水印算法.算法首先对水印图像进行置乱处理并原始载体图像进行分块,从原始载体中找到最佳水印嵌入子块,然后对最佳子块进行小波变换,同时对子块的低频系数进行奇异值分解,最后将水印嵌入各载体图像子块的奇异值中,实现了图像水印嵌入.实验结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,提高了图像水印的抗击能力,为版权保护提供有效方法.     

数字水印中鲁棒性互补水印的研究

近十年来发展起来的数字水印技术为电子数据的版权保护等需要提供了一个潜在可行的手段,成为了多媒体信息安全研究领域的一个热点问题.数字水印及其关键技术的研究得到了学术界和工业界的广泛关注.本文重点研究了数字水印中鲁棒性水印的问题,通过分析小波域图像水印的嵌入策略,提出了小波域鲁棒性互补水印方法,分别在图像小波域低频和中高频嵌入水印.达到水印鲁棒性互补.     

基于图像置乱和小波变换的零水印算法

传统的数字水印方法在嵌入水印时都要对原始图像数据进行一定的修改导致嵌入水印图像的保真度下降.提出了一种基于仿射变换置乱与小波变换的零水印算法,该算法对嵌入的水印图像进行置乱,选择被嵌入图像的小波变换的低频子图与置乱的水印图像进行运算,对运算结果进行循环移位产生密钥图像.而小波变换的低频子图集中了图像的主要特征,所以该水印算法对各种攻击(例如:加噪,滤波,JPEG压缩,剪切)具有很高的鲁棒性,而且产生的水印为灰度图像而不是二值序列,具有很好的检测精度.仿真实验表明该算法的鲁棒性优于现有算法,而且在抗各种常见攻击方面性能良好.     

基于小波变换的双水印算法

结合数字水印空间域和频域算法的特点,本文提出一种在图像小波变换域嵌入双水印的算法。在图像变换域低频分量嵌入识别水印,高频分量嵌入确认水印,图像版权所有者拥有单一密钥。试验结果表明,该水印算法具有良好的不可见性和稳健性,能够有效地保护图像版权。     

一种基于多级小波分解的复合数字水印嵌入技术

提出了一种基于多级小波分解的复合数字水印方案。这种水印方案充分利用图像的能量分布特征,使用图像融合技术在高频部分嵌入一个小的徽标水印,使用扩频技术在低频部分嵌入一高斯分布序列。实验证明,该算法具有较好的鲁棒性和实用性。     

基于离散小波变换和边缘掩蔽的盲水印算法

针对图像低频区域嵌入水印后图像质量下降问题,提出一种新的基于小波变换和边缘掩蔽的盲水印算法。该算法依据人眼视觉系统的屏蔽特性和图像的部分特征决定水印的强度,利用边缘掩蔽技术决定水印在图像低频区域的嵌入和提取位置。实验结果表明,该算法实现了水印的隐形性,对常见的图像处理操作具有较强的鲁棒性。     

基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

混沌加密的三维网格模型盲水印算法

从保护三维模型数据的版权信息为出发点,提出一种基于Logistic混沌加密的三维模型盲水印方法。该算法首先采用点阵字体生成的二值图像作为水印信息,对水印图像进行置乱加密处理,然后利用网格简化的方法对三维网格模型进行多分层显示,计算中层每个顶点的局部集面积,再修改中层面积较小且密集的顶点进行水印信息嵌入,最后根据该顶点的邻域的曲率自适应地嵌入水印强度。水印的检测是水印嵌入的逆过程。实验结果表明,该算法对仿射变换、简化、平滑等攻击具有鲁棒性,不仅达到了保护三维模型版权的目的,而且提高了水印系统的安全性。     

基于SVD的灰度水印单色通道嵌入算法

为了更有效地进行多媒体数据的版权保护,提出了一种在真彩色宿主图像中利用奇异值分解实现的灰度水印嵌入的鲁棒算法。该算法首先利用奇异值的特征来对灰度水印图像进行编码预处理,编码后的水印信息存储为二值数字序列,并选择视觉掩蔽性高的宿主图像区域进行隐藏。为了保证水印的不可察觉性,该水印算法先提取宿主图像RGB彩色空间中的蓝色通道分量,然后选择其中具有高活动因子的图像分块作为水印的嵌入区域。用该算法对灰度水印图像进行处理,不仅实现了水印的盲提取,而且在保证隐藏灰度水印大容量生动信息的同时,对宿主图像的视觉效果影响很小。实验结果表明,该水印算法不仅较传统方法有更高的鲁棒性,而且灰度水印图像的提取结果受常见的图像处理攻击操作的影响非常小。     

基于量化函数的无失真扩频鲁棒水印设计

提出一种无失真扩频鲁棒水印方案,该方案通过量化函数对受版权保护的图像的小波域进行量化,产生的二值序列直接作为水印,即特征水印。由于该方案是基于图像内容的,并没有向图像中嵌入任何信息,不需要真正执行IDWT,水印图像没有任何失真,因而扩频水印方案是无失真水印嵌入方案。水印的鲁棒性主要由量化参数决定,而不是像传统的水印方案那样一般由嵌入的水印信息量所决定。     

Securing Fingerprint Images Using PSO-Based Wavelet Domain Watermarking

ABSTRACT

Watermarking techniques are used in biometric systems for the purpose of protecting and authenticating biometric data. This paper presents an efficient scheme to protect and authenticate fingerprint images by watermarking with their corresponding facial images in the wavelet domain using Particle Swarm Optimization (PSO). The key idea is to use PSO to find the best discrete wavelet transform (DWT) coefficients where the facial image data can be embedded. The objective function for PSO is based on the fingerprint image quality with respect to the Structural Similarity index (SSIM) and Orientation Certainty Level index (OCL). As a result, embedding the facial image data in the selected coefficients generated by the proposed method not only results in minimum distortion of the host image but also retains the feature set of the original fingerprint to be used in fingerprint recognition. The robustness of the watermark extracted using the proposed technique has been tested against various image processing attacks. This concept of watermarking a biometric image with another biometric image finds application in multimodal biometric authentication for a more secure system of personal recognition at the receiver's end.     

基于禁制搜寻的多用途水印算法的优化

提出了一种多重水印技术做为多媒体资料保护的方法,来克服过去许多基于空间、DCT和小波等视觉模块方法的缺点,并自适应于各种图像攻击,嵌入两个功能互补的水印,以期在遇到任何攻击的情况下,至少还有一个水印能存活。以可见的水印宣告版权拥有人,并且用不可见的水印作为版权保护。这两个水印运用不同的技术嵌入在图像中。此外还提出了一个最佳化技术,以禁制搜寻算法实现水印的鲁棒性与改善图像品质。实验结果显示,所提的方法能有效改善数字水印技术中图像品质与水印鲁棒性相互制衡的问题。     

基于多尺度知识学习的深度鲁棒水印算法

针对现有基于深度学习框架的水印算法无法有效保护高维医学图像版权问题,提出一种基于多尺度知识学习的医学图像水印算法用于弥散加权图像的版权保护。首先,提出一个基于多尺度知识学习的水印嵌入网络来嵌入水印,并通过微调的预训练网络提取弥散加权图像的语义、纹理、边缘以及频域信息作为多尺度的知识特征;然后,结合多尺度的知识特征来重构弥散加权图像,并在该过程中冗余地嵌入水印,从而获得视觉上与原始图像高度相似的含水印的弥散加权图像;最后,提出一个基于金字塔特征学习的水印提取网络,并通过在含有水印的弥散加权图像的不同尺度的上下文中学习水印信号的分布相关性来提高算法的鲁棒性。实验结果表明,所提算法重构出的含水印图的平均峰值信噪比（PSNR）达到57.82 dB。由于弥散加权图像在转换为弥散张量图像时需满足一定的弥散性特征,所提算法仅8个像素点的主轴方向偏转角大于5°,且这8个像素点均不在图像的感兴趣区域。此外,该算法所得图像的各项异性（FA）以及平均弥散率（MD）都接近为0,完全满足临床诊断的要求;且面对裁剪强度小于0.7,旋转角度小于15°等常见的噪声攻击,该算法的水印正确率达到95%以上,能有效保护弥散...     

基于DWT密文域图像双水印算法

数字水印是保护数字版权的关键技术,本文首先给出双水印算法形式化的定义,然后基于小波变换(DWT)、SM4分组密码算法和Paillier同态密码,设计了一个密文域双水印算法.在嵌入水印时,将载体图像进行三重DWT变换,将频带集分为加密部分、水平高频LH3水印部分和垂直高频HL3水印部分.利用SM4分组密码和Paillier公钥密码分别对加密部分和水印部分频带系数加密,同时利用Paillier公钥密码体制对数字水印信息进行加密,利用最低有效位(LSB)方法,分别在LH3和HL3的密文域嵌入两个用户水印信息.最后DWT小波逆变换后生成含水印的密文图像.在水印提取时,由于Paillier具有同态特性,实现了在解密后的明文提取水印.实验结果表明,该算法具有加解密速度快,水印的不可见性好等特性.     

一种基于数字水印和数字签名的消费者权益保护协议

在互联网迅猛发展的今天,数字版权保护的重要性和紧迫性越来越明显,数字水印技术可以用来有效地保护数字媒体的版权。由于数字水印技术主要是为了保护版权所有者的 权益,所以在现有的数字水印协议中,很少考虑保护消费者的权益。本文给出了一种基于数字水印和数字签名的消费者权益保护协议,既可以保护销售者的版权,也可以保护护消费者的权益。     

Visible watermarking images in high quality of data hiding

This paper proposes a novel visible watermarking scheme that is based on dynamic images and preserves context integrity. In our approach, the watermark is divided into many sub-watermarks, and then we utilize the visible watermark method to hide the sub-watermarks into difference images. When the dynamic image with the hidden watermark is done, the human visual system perceives that the watermark has integrity because of the persistence of human vision. Some verified information, including hash value, recovered data and remaining watermark, is used to maintain the image context and prevent tampering with the image. Moreover, our approach utilizes the histogram-based lossless data embedding scheme to completely recover the image context. Owing to the characteristics of lossless data hiding, the visible watermark can be completely removed, and the extracted data can be investigated. Accordingly, not only the image context is not changed but also no part of image quality is destroyed since the watermark is hidden and extracted.