基于小波域的自适应图象盲水印算法

文章提出了一种多尺度小波域的自适应盲水印算法,水印采用有意义二值图。将0/1水印值嵌入到图象三级小波分解后的细节子带系数中,嵌入方向由高分解层向低分解层进行。嵌入过程根据选定位置点的3个细节子带系数的间隔差异,采取不同的嵌入策略。水印提取不需原图,属于盲水印提取,提取水印亦是二值图,效果直观。经攻击实验证明,对图象噪声、剪切和压缩具有一定的鲁棒性,是一种可行的水印算法。     

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DWT的彩色图像鲁棒盲水印新算法

本文提出了一种基于小波域低频系数量化的彩色图像鲁棒盲水印新算法.首先将RGB彩色宿主图像转换为YCbCr颜色空间,然后对亮度分量Y进行三层小波分解,采用适当的量化间隔对低频逼近子带LL3进行均值量化,根据量化系数的奇偶特性再与二值图像置乱转化后的水印序列进行异或运算,从而把水印嵌入到亮度分量的逼近子带中.仿真实验结果表明,本文提出的算法对JPEG/JPEG2000压缩、添加噪声、滤波、剪切、像素移位等多种攻击有较强的鲁棒性,透明性好,并且能实现水印的盲提取.     

一种DWT与DCT相结合的图像水印算法

文中提出了一种DWT与DCT相结合的灰度图像盲水印算法.该算法首先对二值有意义水印进行Arnold置乱以及logistic混沌加密预处理,其次对灰度载体图像进行二级小波分解,选取逼近子图LL2和细节子图LH2、HL2、HH2嵌入水印.嵌入时对4个子带分别进行分块DCT变换,然后运用改进型相交换中频系数的办法将预处理后的水印分块嵌入4个子带,不同的子带采取不同的嵌人强度,以增强鲁捧性和实现盲提取.实验结果表明,该算法对图像加噪、滤波、剪切、锐化、JPEC压缩、直方图均衡化等攻击有较强的鲁棒性.     

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。     

基于DCT量化的彩色图像盲水印算法及其MATLAB实现

本文提出一种基于小波变换和DCT变换的彩色图像盲水印算法。将载体彩色图像进行空间转换和小波分解,通过量化,将置乱后的水印图像自适应嵌入到载体低频子带的DCT系数中。结果表明,该水印系统有较好的鲁棒性和不可见性。     

基于DCT量化的彩色图像盲水印算法及其MATLAB实现

本文提出一种基于小波变换和DCT变换的彩色图像盲水印算法。将载体彩色图像进行空间转换和小波分解,通过量化,将置乱后的水印图像自适应嵌入到载体低频子带的DCT系数中。结果表明,该水印系统有较好的鲁棒性和不可见性。     

基于DWT-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

一种基于DWT的彩色图像灰度级双肓水印算法

提出了一种基于DWT的彩色图像双肓水印算法,首先将彩色图像转入YIQ空间,选择Y分量进行n级小波分解,并对n-1级的HL与LH子图进一步作1次小波分解。从分解后所得的各子带中选择视觉感知较为重要的系数组成两个待嵌入水印向量,实现了双灰度水印的嵌入。实验结果表明,该算法对于常见的图像处理具有良好的鲁棒性。     

一种量化误差补偿的压缩域H.264/AVC视频水印算法

提出一种基于H.264的压缩域视频水印方法.根据块编码模式参数CBP和非零DCT系数个数,对DCT块分类,选取非零DCT系数较多的块作为嵌入区域.为了保持嵌入前后视频流码率基本恒定,水印只嵌入到非零DCT系数.此外,提出了一种量化误差补偿机制,它对不同的DCT系数定义了一个误差准则函数,根据该函数的值动态地选择水印的嵌入位置,并根据视频的修改程度,自适应地嵌入不同强度的水印.仿真实验结果表明,该算法能快速地嵌入和提取水印信息,水印嵌入容量较大,且嵌入补偿机制有效降低了量化和水印引起的误差.     

采用量化嵌入的二元纯位相滤波器图像水印

二元纯位相滤波器数字图像水印算法将图像离散Fourier变换的相位信息作为水印嵌入到其相应的幅值中,较好地实现了图像自认证。研究了通过量化幅值实现水印嵌入,讨论了根据嵌入水印的各幅值系数所处的频率位置调整量化步长,以及在低频域量化嵌入水印。理论分析和实验结果表明,通过量化幅值嵌入水印,可有效改进算法的灵活性、安全性、水印不可感知性和检测有效性,并且在一定程度上提高了抗JPEG压缩性能。     

基于LabVIEW平台的数字音频水印系统

用LabVIEW实现了在数字音频中嵌入二值图像水印。系统主要由水印的嵌入与水印的提取两部分组成。由LabVIEW的"简易读取声音文件"节点,将音频信号读取进来。首先对音频信号进行离散小波分解,根据人耳听觉特性选择嵌入点,然后修改原始音频信号小波系数小数点后有效位的奇偶性进行水印数据的嵌入,在提取水印时,检测小波系数小数点后有效位的奇偶性进行水印提取。使用LabVIEW实现了既有嵌入程序又有提取程序的数字音频水印系统。     

基于多尺度小波分解的自适应图象水印算法

该文提出了一种多尺度小波域的自适应水印算法,水印采用有意义二值图。自适应地确定嵌入系数的阈值,根据0/1水印值对3级小波系数,由高尺度层向低尺度层,有选择地进行细节图象系数的量化。恢复不需原图,只需相关参考序列,恢复水印亦是二值图,效果直观。经攻击实验证明,对图象噪声、剪切和压缩具有一定的鲁棒性,是一种可行的水印算法。     

自适应灰度级数字水印技术

目前的大部分水印技术是侧重于嵌入一维或二维伪随机序列，由一这类水印固有的缺点如信息量少，不具备可视性等，具有明显的说明意义及较好可视性的水印图像正得越来越多的关注，但是这类水印数据量 ，限制了其应用，该文提出了一种新颖的基于小波域的自适应灰度级数字水印技术，包括水印图像预处理和自适应嵌入策略两部分，实验结果证明该方法较好地克服了灰度水印数据量大的缺点，并且有效地提高了水印的稳定性。     

一种基于人眼视觉特性和小波变换域的图像数字水印技术

提出了一种基于人眼视觉特性和小波变换的彩色图像数字水印算法,该算法采用YIQ色彩空间进行水印的嵌入,嵌入前先对水印进行三次随机置乱处理,然后利用视觉系统的掩蔽特性对Y分量的小波系数进行分类,计算JND阈值并对小波系数进行量化,然后将置乱后的三个水印序列以不同强度嵌入到不同方向的小波系数中。实验结果证明,该算法具有很好的不可见性,且对常见的攻击具有较好的鲁棒性。     

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。     

一种基于关系和量化的强鲁棒性盲水印算法

盲水印提取时不需要参考原始载体图像,在信息隐藏、版权保护等方面具有更广泛的应用前景。提出的盲水印算法在分块离散余弦变换（DCT）和离散小波变换（DWT）的基础上,利用关系双方DCT系数和DWT系数在受到攻击时具有相同变化趋势的特点,采用关系嵌入和量化嵌入的自适应选择嵌入策略,较大幅度地提高了盲水印提取的鲁棒性。同时在量化嵌入中采用抖动调制,实现了水印透明性和鲁棒性调节的便捷性。大量仿真实验结果表明该算法对噪声干扰、低通滤波、JPEG压缩、对比度增强等攻击有很好的鲁棒性和透明性。     

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。