神经网络的Contourlet域水印研究

为了更好地保证数字水印的鲁棒性和安全性,提出了一种基于Contourlet变换分解和ANFIS网络结合的数字水印算法.宿主图像先进行Contourlet分解,将置乱后的水印嵌入到Contourlet分解的低频系数中.根据ANFIS网络能够很好的模拟出输入输出之间关系的特点,训练好逼近宿主图像和水印图像之间的关系的ANFIS网络.在接收端用训练好的ANFIS网络盲提取水印,实现了在Contourlet域中采用神经网络盲提取的水印算法.实验结果表明,该水印算法安全性较高,经过噪声干扰、滤波、压缩等攻击具有很好的鲁棒性.     

一种Contourlet域图像鲁棒水印算法

对新一代图像多分辨分析工具Contourlet变换的特性进行了分析和讨论,在此基础上提出了一种利用矩阵SVD分解的稳定性在Contourlet域中频子带系数中进行二值伪随机水印信号嵌入的算法。嵌入时,对中频子带分块,根据块能量选择最终嵌入位置,同时兼顾了鲁棒性和透明性的要求。实验结果与理论分析相符,并且对常见的图像处理操作具有很好的鲁棒性。     

基于DWT-SVD域的图像水印算法

离散小波变换和奇异值分解都可以作为数字水印算法有效的工具,提出一种基于离散小波变换和奇异值分解的数字水印算法.此算法先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过一般的信号处理操作后,嵌入的水印能被可靠地提取和检测.     

图像可视水印加密技术

Internet的日益普及以及多媒体信息交流的迅猛发展，为人类提供了极大的方便，然而信息安全问题也随之而来，对图像、音频、视频等多媒体内容的保护成为迫切需解决的问题。数字水印作为保护数字媒体信息安全的有效方法，近年来引起了人们的高度重视，并逐步成为多媒体信号处理领域的一个研究热点。本文详细地阐述了基于DCT变换的可视数字水印技术的关键点，着重介绍由密钥来控制水印可见性的具体实施过程，并给出一个已经实现的算法的实验结果。     

基于混沌的Contourlet域抗几何攻击图像水印算法

为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明,该算法对JPEG压缩、滤波、加噪、旋转、缩放和平移等常规的图像处理和几何攻击具有很强的鲁棒性。     

基于Schur分解的Contourlet域水印方案

基于奇异值分解的数字水印方案计算量大、算法实现困难,为此,提出一种基于Schur分解的Contourlet域数字水印方案。将载体图像进行Contourlet变换,利用矩阵分裂理论得到分块对称矩阵,对每个对称矩阵进行Schur分解得到对角矩阵,通过量化对角元素的方法实现水印嵌入。水印提取是嵌入的逆过程。实验结果表明,该水印方案嵌入和提取的速度快,具有较好的不可见性和鲁棒性。     

基于奇异值分解的Contourlet域稳健性数字水印算法*

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解,在Contourlet域中选取合适的方向子带,利用得到的奇异值来调制系数矩阵,然后通过逆变换获取嵌入水印后的图像。在水印提取中只需要保存原始图像的奇异值,实现了水印的近似盲提取。最后,进行了一系列的攻击实验,证明了与传统小波域水印算法相比,该算法的不可见性和鲁棒性都有了较大的提高。     

一种基于扩频的Contourlet域盲水印算法

提出一种基于量化的Contourlet水印算法。该算法首先对原始水印信息进行置乱,采用伪随机序列周期延扩的方法,生成扩频水印。然后对载体图像进行Contourlet变换,最后使用量化的方法,将产生的扩频水印嵌入到选定的Contourlet域系数中。实验结果表明,该算法具有很好的透明性,对一般的信号处理,例如,JPEG压缩、模糊和锐化等具有较好的鲁棒性。     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。     

基于邻域均值关系的Contourlet域量化水印算法

提出了一种基于邻域均值关系的Contourlet域量化水印算法。原始图像经过Contourlet变换,分解为一系列多尺度、局部性、多方向性的子带,对原始水印图像进行Arnold置乱加密,从分解的多方向高频子带中选择能量较大的子带作为嵌入区域,根据系数与邻域均值关系选择嵌入位置,用量化的方法修改嵌入位置的系数,达到嵌入水印的目的。水印的提取不需要原始图像,实现了盲提取。实验结果表明,该水印算法不仅具有较好的不可见性,而且对加噪、JPEG压缩、滤波、剪切等攻击具有较强的鲁棒性。     

基于可视加密和特征匹配的鲁棒彩色图像水印

针对彩色图像和彩色水印的抗几何攻击鲁棒水印问题,提出一种基于可视加密的算法。该算法利用空域统计相关性,提取载体图像上的鲁棒特征,将其与彩色水印通过彩色可视加密绑定。为抗旋转攻击,提出利用图像的局部结构,提取图像的尺度不变特征点,使用特征点匹配来校正几何攻击的影响。实验结果表明,该算法对于加噪、滤波、JPEG压缩和旋转等攻击具有较强的鲁棒性,特别是在任意角度的旋转攻击下,提取的水印和原始水印的归一化相关值都在95%以上,可应用于医学图像和科学数据图像的保护和认证。     

基于图像归一化的轮廓域数字水印算法研究

为了使Contourlet域数字水印能有效地抵抗几何攻击,提高数字水印的鲁棒性,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Contourlet域数字图像水印方案。该方案利用基于矩的图像归一化技术和不变质心理论提取出归一化图像的重要区域,对该重要区域进行Contourlet变换,根据Contourlet变换后图像系数的特性,用奇偶量化的方法将水印信息嵌入到Contourlet变换后中频子带上。实验结果表明,该方案不仅具有很好的透明性,而且具有较强的抵抗常规信号处理及几何攻击的能力。     

结合视觉密码和离散小波变换的栅格地理数据双重水印

目的 在栅格地理数据的使用过程中,为防止数据被破坏或被篡改,需要加强对数据完整性的检验;为防止数据被恶意传播,需要加强对数据版权信息的保护。双重水印技术可以同时完成这两项任务。方法 利用基于异或的（2,2）-视觉密码方案VCS（visual cryptography scheme）和离散小波变换DWT（discrete wavelet transform）,对数字栅格地理数据嵌入双重水印,使用半脆弱性水印作为第1重水印进行完整性检验,水印信息依据DWT变换后高频系数中水平分量之间的大小关系嵌入;使用零水印作为第2重水印进行版权保护,提取DWT变换后经低频子带奇异值分解的特征值生成特征份,利用基于异或的（2,2）-VCS,根据特征份和水印信息生成版权份。结果 为验证算法的有效性,对具体的栅格地理数据进行实验分析。结果表明,本文算法中第1重水印能够正确区分偶然攻击和恶意破坏,对含水印的栅格地理数据进行质量因子为90、80、70、60、50的JPEG压缩后,提取出完整性水印的归一化相关系数NC（normalized correlation）值分别是1、0.996、0.987、0.9513、0.949,在定位裁剪攻击时,能准确地定位到篡改的位置,对于定位替换攻击时,能定位到篡改的大致位置;第2重水印具有良好的视觉效果和较强的鲁棒性,对含水印的栅格地理数据进行滤波攻击、JPEG压缩、裁剪攻击、缩放攻击等性能测试,提取出版权水印的NC值优于其他方案。结论 论文基于异或的（2,2）-VCS和DWT提出的栅格地理数据双重水印算法,在实现数据完整性检验的同时达到了版权保护的目的。     

基于Curvelet-DSVD和视觉密码的强鲁棒零水印算法

为了更好的表现自然图像的曲线特性,进一步提高数字水印算法的鲁棒性,提出一种基于Curvelet-DSVD和视觉密码相结合的强鲁棒零水印算法。首先对原始图像进行Arnold置乱;其次进行Curvelet变换得到低频域信息,对低频域信息进行分块并对各个块进行双奇异值分解(DSVD),利用块最大奇异值与整体奇异值均值之间的关系构造特征矩阵,同时利用视觉密码将水印信息生成两个共享份;最后将其中一个共享份进行Arnold置乱后与特征矩阵进行异或运算生成零水印。实验结果表明,该算法能够有效地抵抗常规攻击,与现有的零水印算法相比,鲁棒性更强,安全性更高。     

小波分块的鲁棒性数字水印算法

利用小波分块思想,结合Arnold变换算法,提出了一种基于小波分块的水印算法,并且利用人类视觉系统的掩蔽特性,使水印的不可感知性和鲁棒性得到很好的统一。实验结果表明,该算法在对图像进行噪声、中值滤波、剪切等攻击有较强的鲁棒性。     

基于Contourlet变换的抗旋转攻击零水印算法

现有的大多数基于变换域的零水印算法缺乏抵抗几何攻击的能力,例如将图像旋转微小角度即可导致水印检测的失败。为了提高变换域零水印算法抵抗图像旋转攻击的能力,本文提出了一种基于Contourlet变换的抗旋转攻击零水印算法。对于旋转造成的几何攻击,我们可以通过对数极坐标系将笛卡尔坐标系中的旋转变换转换为循环平移的性质,对于循环平移后的图像,在水印检测时我们可以使用穷举遍历的方法来检测测试图像是否包含水印信息。实验结果证明,该方法可以获得良好的图象视觉效果,同时对于加噪,滤波,JPEG压缩,剪切攻击也具有有很好的鲁棒性。     

基于数字水印的渐进式可视密码方案

针对以往的渐进式可视密码多是以像素扩展为基础且分享图像是杂乱无章的问题,提出使用分享矩阵来产生不扩展的分享图像,并利用数字水印技术产生有意义的分享图像。与现有方案相比,该方案具有良好的对比度与安全性,且没有引入任何像素膨胀。     

基于图像特征和公钥密码系统的易损水印算法

提出一种基于图像特征和公钥密码系统的易损水印算法,在图像认证中能够定位图像被篡改的位置。水印算法根据图像特征和私钥信息,将用于完整性验证和局部篡改检测的图标嵌入到图像中。水印提取过程中使用与嵌入过程中私钥相对应的公钥提取水印信息。该算法不仅能解决现有易损水印算法存在的安全问题,而且在不需要交换密钥的情况下允许水印的公共检测,可用于数码相机、互联网图像的真实性认证。最后,通过理论分析和实验论证该算法的有效性。     

基于视觉系统特征的Contourlet域分层数字水印技术*

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术。该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中。利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性。     

基于人类视觉特性的自适应水印嵌入方案*

针对已有算法在嵌入量和嵌入强度自适应控制方面存在的问题,结合人类视觉对纹理区域的感知特性,通过噪声可见函数（NVF）对图像块复杂度的计算,提出了一种在DCT直流系数进行嵌入的水印算法。该算法能够根据图像块复杂度计算结果实现嵌入强度的自适应控制。实验结果表明,所提算法相比已有算法提高了嵌入容量和嵌入强度的自适应控制程度,并且一定程度上避免了由于DC系数嵌入数据所出现的块效应现象,对图像处理和常见的图像攻击也具有很好的稳健性。