基于图像插值和直方图平移的可逆水印算法

现有的基于直方图的可逆水印算法嵌入容量较少,针对这一问题,结合图像放大后像素点的特征,提出一种新的可逆水印算法。利用插值方法将图像放大4倍,既增加了图像的像素个数,又增强了像素之间的相关性;使用上下左右4个像素点计算像素点的预测误差值,并构造直方图,在峰值点处嵌入水印信息;利用相反的过程提取水印,并根据插值原理恢复原始图像。实验结果表明,将图像放大后再嵌入,可嵌入水印容量提高了3倍。算法不可见性较好、嵌入容量较大,可用于图像隐藏、信息安全等领域。     

一种基于神经网络和小波变换的盲水印算法

提出一种新的运用神经网络将水印嵌入离散小波变换后的宿主图像中的数字水印算法。算法创新地提出选择水印嵌入点周围的8个邻域像素点作为神经网络的样本输入,这样可以更好地增强水印的透明性。该算法首先对宿主图像做离散小波变换,取低频子带作为嵌入位置,运用密钥随机选取水印的具体嵌入坐标,提取其邻域的像素点,利用建模好的神经网络对其进行训练,通过修改其像素值嵌入水印,提取时利用确定的神经网络实现水印的盲提取。水印嵌入之前运用Amold变换进行了置乱处理。实验结果表明,该算法具有较好的不可见性和鲁棒性。     

一种简化的基于分块模运算的安全数字水印算法

基于分块模运算的数字图像水印是一种有效的用于版权保护及盗版跟踪的空域图像水印算法。它通过在图像特征边缘点附近选择由3x3像素点所组成的块并调整该块平均亮度的值嵌入水印。然而,原算法需要存储原始图像的特征边缘点用于水印检测,而且还存在算法安全性问题。通过随机选择嵌入水印的像素块位置有效地简化了算法,并利用保持嵌入水印图像平均亮度不变改进了算法安全性。实验及理论分析证明了算法的有效性。     

DCT频域选块分组多重数字盲水印嵌入算法

对宿主图像频域进行二维DCT变换,采用灰度图像JND门限值和多数字基底对宿主图像的DCT频域构造了选块分组技术,对中频分量的DCT交流系数分组嵌入水印比特,对高低频分量的DCT系数随机嵌入水印比特,嵌入了多个灰度数字盲水印.该算法预估了水印嵌入量,提取水印无需宿主图像和水印图像,仿真实验表明能有效抵抗滤波、加噪、剪切、JPEG有损压缩,具有较好的鲁棒性.     

基于神经网络的实用小波域零水印技术

提出一种基于神经网络的小波域零水印技术。不同于传统的水印算法,零水印技术对宿主图像进行离散小波变换,并在低频子带随机选择一些系数作为提取的特征,将其作为水印用于版权证明,以避免嵌入水印导致的图像变形。通过建立神经网络模型对所选特征系数进行管理、存储和检测,以提高算法的实用性。     

基于双重零水印的数据库版权保护

数据库零水印具有二义性,可能引起数据库的版权纠纷。为此,提出一种数据库版权图像零水印算法。以零宽度不可见字符作为水印符号,将版权图像嵌入宿主数据库,构造一重数据库零水印,同时使用字符型数据Unicode编码提取二重数据库零水印。实验结果表明,该算法可以提高数据库版权保护能力。     

结合纹理复杂度与 BEMD 的灰度水印图像算法

本文提出并实现了一种结合纹理复杂度和二维经验模态分解(BEMD)的灰度水印图像算法。该算法首先对 Arnold 变换的水印图像进行 BEMD 分解,得到不同尺度的内蕴模态函数及余量信息。其次,对宿主图像分块进行纹理复杂度的计算,选择纹理复杂度高的区域作为嵌入位置;为了使水印图像的内蕴模态函数能与宿主图像更好地融合,对宿主图像进行了与水印图像相同筛分条件的 BEMD 分解。最后,将水印信息重复地嵌入到宿主图像预先选好的位置中,再对嵌入水印信息后的内蕴模态函数及余量重建得到嵌入水印后的图像。水印提取则为水印嵌入的逆过程。通过对不同纹理程度的宿主图像进行实验,得到嵌入水印后图像的峰值信噪比均在 40 dB 以上,面对 8 种常见攻击时提取水印的 NC 值均在 0.95 以上。与现有算法进行对比,该算法在大比例剪切、噪声攻击、图像滤波和 JPEG 压缩攻击上表现出色,且结果整体优于对比算法。     

改进零视差像素点重组的图像数字水印算法

针对三维图像数字水印无法同时保证良好的视觉感受与抗攻击性能的问题，提出基于零视差点重组的三维图像数字水印算法。利用平面点-线模型描述三维图像，将色彩从红色、绿色、蓝色等分量转变为亮度、蓝色、红色等分量。根据视距、景深等参数，解得各像素点的视差值，基于零视差像素点及对应窗口归一化协方差，调整各像素点坐标，得到重组图像。将重组图像作为待嵌入水印的载体图像，结合轮廓波变换策略，取得能量最大的方向图像。通过分块处理，推导出轮廓波交换系数的交换判定条件，经轮廓波逆变换、拼接、融合等操作，完成数字水印嵌入。实验结果表明，所提算法嵌入的水印视觉感知程度较低，隐秘度与安全度较高，能保证水印在取得较好视觉效果的前提下，具备较强的攻击防御能力。     

基于图像特征的鲁棒性数字水印算法

为了同时实现图像版权保护和图像内容的真伪性鉴定,提出了一种基于数字图像特征的鲁棒性数字水印算法。先利用Hessian变换提取宿主图像的特征区域,并根据每个特征区域内各个像素点的局部方向,将用于版权保护的水印信息嵌入到这些特征区域中。同时,向图像中除特征区域之外的区域嵌入用于图像内容真伪鉴定的脆弱性水印。水印提取过程是水印嵌入的逆过程,在不需要原始图像的情况下实现了版权水印和内容鉴定水印的提取。实验表明,该算法能抵杭大多数的移除攻击等几何篡改,对篡改发生的位置定位效果良好。     

采用整数小波变换和多目标遗传算法的可逆灰度水印

现有的可逆水印算法大部分以二值图像作为水印图像,灰度水印在嵌入之前需要转换为二值图像.为此提出一种基于人眼视觉系统、整数小波变换以及多目标遗传算法的可逆灰度水印算法.为了避免水印在嵌入过程中产生溢出的情况,需要对原始图像进行直方图修改.首先对整数小波变换之后的图像进行分块,在每一个局部块中通过像素点灰度值的大小找到满足条件的2个像素点;然后依据它们的灰度值之差与6进行模运算找到第3个像素点,通过修改找到的3个像素的灰度值嵌入水印.该算法直接以灰度图像作为水印图像,在水印嵌入之前无需对其做任何处理操作;利用人类视觉系统提高水印嵌入之后的不可见性,通过对每个子块的熵值进行归一化动态地调整水印信息的嵌入强度;然后使用遗传算法对结果进行优化,兼顾了水印嵌入之后图像的质量和不可见性.实验结果证明,文中算法易于实现、完全可逆,而且透明性好、保密性高,具有可行性.     

基于神经网络的小波域数字水印嵌入算法研究

提出一种结合神经网络将二值水印嵌入离散小波变换后的宿主图像中的新方法.为使算法具有更好的不可感知性和鲁棒性,进一步提高它的实用性,结合神经网络理论,创新地提出在小波域实现对数字水印嵌入.该方法是对宿主图像做离散小波分解,取分解后的近似分量作为嵌入位置.在其中随机的选取一些像素点及其邻域,利用神经网络对其进行建模及训练,通过修改其像素值嵌入水印信息.在嵌入之前对二值水印进行了Arnold变换来加密.实验结果表明,算法具有很强的抗几何攻击和承受其他图像处理操作的能力,不可感知性好,鲁棒性明显优于一般小波域嵌入算法,对数字水印的实现具有很强的参考价值.     

Pattern-Based Data Hiding for Binary Image Authentication by Connectivity-Preserving

In this paper, a novel blind data hiding method for binary images authentication aims at preserving the connectivity of pixels in a local neighborhood is proposed. The "flippability" of a pixel is determined by imposing three transition criteria in a 3 times 3 moving window centered at the pixel. The "embeddability" of a block is invariant in the watermark embedding process, hence the watermark can be extracted without referring to the original image. The "uneven embeddability" of the host image is handled by embedding the watermark only in those "embeddable" blocks. The locations are chosen in such a way that the visual quality of the watermarked image is guaranteed. Different types of blocks are studied and their abilities to increase the capacity are compared. The problem of how to locate the "embeddable" pixels in a block for different block schemes is addressed which facilitates the incorporation of the cryptographic signature as the hard authenticator watermark to ensure integrity and authenticity of the image. Discussions on the security considerations, visual quality against capacity, counter measures against steganalysis and analysis of the computational load are provided. Comparisons with prior methods show superiority of the proposed scheme     

一种新的基于域相关算法的图像易损水印技术

给出了一种在空域中嵌入有意义易损水印的算法，嵌入有意义的水印与无意义的伪随机序列相比，具有明显的优势。该文的方法，首先根据密钥随机选取一组图像像素以及它们的邻域，由邻域中像素的相关性选取出一个参考水印点，通过参考点和水印值来共同调整选出的图像像素值，从而完成水印信息的隐藏。检测时不需要原始图像。实验结果表明算法对有损压缩、数据替换等各种篡改操作具有很强的敏感性，通过归一化相关系数等方法可对数据的完整性做出结论。     

基于神经网络的灰度级数字水印嵌入技术

提出一种将灰度级数字水印嵌入到彩色图像中的方法。利用DCT变换,先将灰度水印编码成二值位流信息：用神经网络建立彩色图像中所选择的像素之间关系模型。最后,通过调整被选择像素点与模型输出值之间大小关系来嵌入水印的二值位流信息。采用信息放大技术,加强水印的嵌入强度。利用神经网络、DCT反变换,提取灰度水印。实验结果表明,该算法对目前JPEG图像压缩变换和某些图像处理操作具有极强的鲁棒性。     

用于图像认证的基于神经网络的水印技术

针对图像的真实性和完整性认证，提出一种基于神经网络的脆弱水印技术。首先，随机选取一些像素及它们的邻域；然后，用神经网络建立这些像素点与它们邻域中的其它像素点之间的关系模型，最后，通过调整被选像素点与模型输出值之间的大小关系来嵌入水印图案的位信息。根据提取的水印图案，可以判断被检测的图像是否真实以及被篡改的位置。实验结果表明，该技术在保持较高图像质量的前提下，具有安全性能好，对篡改敏感性强以及能够准确定位篡改的位置等优点。     

对水印信息篡改鲁棒的自嵌入水印算法

为提高自嵌入水印算法在任意篡改条件下的篡改恢复质量,提出一种对水印信息篡改鲁棒性的空域自嵌入水印算法,分析了算法中阈值选取的合理性和检测篡改的可靠性.该算法首先基于密钥将原始图像的最低位和1/4次低位置零,通过对图像内容的小波低频系数实施均匀标量量化生成低频特征图像,将低频特征图像置乱加密后生成的二值编码嵌入原始图像的置零位;认证时通过设定的阈值识别图像内容被恶意篡改的图像块,从而提高自嵌入水印算法对水印信息篡改和信道噪声的鲁棒性.理论分析和仿真结果表明,无论水印信息被随机篡改还是区域篡改,算法均能根据阈值区分不同篡改并选用不同的方法对其进行篡改恢复,有效地提高了自嵌入算法在部分水印信息篡改时的恢复质量.     

基于Hopfield神经网络的盲检测数字水印

提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入,利用Hopfield神经网络记忆宿主图像以及原始水印信息。在水印检测时,通过神经网络从嵌入水印的图像中联想出宿主图像和水印嵌入信息,再利用嵌水印图像和联想出的宿主图像提取出水印,实现了水印的盲检测。     

结合数字水印和签名的二值图像内容验证

该文在笔者以往研究的基础上,针对二值图像的特点,提出了一种结合数字水印和数字签名的算法,将该算法应用于二值图像内容验证。算法先从二值图像中提取签名值,然后把签名值信息作为水印随机地嵌回原图像。在此过程中,用“可修改分值”对图像每个象素点的“可修改程度”进行了量化,然后根据“可修改分值”大小随机选择象素点进行水印嵌入。理论分析和实验结果都表明,算法具有很好的不可感知性和安全性(抗攻击性)。实验还表明,算法对于针对二值图像的微小窜改都具有足够的灵敏度。     

一种半易损图像水印认证技术

提出了一种用于图像完整性认证的半易损数字水印算法，利用原始图像的HVS特性，将二值图像生成的水印信号嵌入到变换后的DCT系数中．检测器能够从接收到的水印图像中提取出水印图像，并且定位受到攻击的图像位置．实验结果表明，该算法具有较好抗JPEG压缩鲁棒性和识别被篡改的区域能力．