基于BEMD和位平面分解的彩色图像水印算法

为了得到水印更好的鲁棒性和不可见性,以二维经验模态分解（BEMD）和位平面分解为基础,提出了一种新的彩色图像水印嵌入算法。该算法运用人类视觉系统（HVS）的特性和Arnold置乱变换,将位平面分解的水印信息嵌入到宿主图像其中一个固有模态函数（IMF）中,完成水印的有效嵌入。实验表明,该算法具有良好的鲁棒性和不可感知性,能够有效抵抗JPEG压缩、中值滤波、旋转、椒盐噪声和高斯噪声等多种恶意攻击。     

基于DWT和均值量化的音频水印算法

提出基于小波包的离散小波变换和均值量化的音频水印算法。该算法的主要特点是：1）将音频信号根据嵌入的水印图像大小自适应地分段。利用Arnold变换对水印图像进行预处理,消除水印图像的相关性,提高图像的抗攻击性。2）采用小波包的离散小波变换,增加嵌入和提取效率,提高水印的透明性。3）水印信息嵌入到均值中,有较好的不可感知性。仿真实验表明：嵌入水印后音频的不可感知性较高,能够有效地抗击有损压缩、低通滤波和剪切等攻击。     

基于图像纹理复杂度的数字水印算法

针对变换域数字水印算法中水印信息鲁棒性和不可感知性之间的矛盾,提出一种基于人类视觉系统特征的离散余弦变换(DCT)数字水印算法。对水印信息进行Arnold置乱变换,将水印信息量化嵌入到载体图像的DCT域直流分量中。实验结果表明,该算法能有效抵抗噪音干扰、裁剪和压缩编码等攻击,具有较好的鲁棒性。     

一种基于熵理论的自适应水印嵌入算法

为了提高数字图像嵌入水印时的不可感知性与鲁棒性,提出一种利用图像信息熵与边缘熵理论并结合果蝇优化算法的水印嵌入方案。首先对载体图像进行分块,并计算每个分块的信息熵与边缘熵,将每个分块的2个熵值相加并排序。然后根据嵌入水印的容量选择熵值较高的分块,并将每一位水印信息嵌入到经过小波变换与奇异值分解的分块中。最后为了进一步平衡嵌入水印不可感知性与鲁棒性之间的矛盾,利用果蝇算法对嵌入水印的强度进行自适应优化。实验结果表明该方法具有更好的不可感知性,在面对多种类型、多种强度的模拟攻击时比同类算法表现出更强的鲁棒性。     

基于系数关系的DCT域数字图像水印

提出了一种DCT域的数字图像盲水印算法,该算法将图像进行8*8分块后对各块图像进行DCT变换。之后将水印信息嵌入到选取的中频系数之间的关系中;提取水印时不需要原始图像,实现了盲检测;而且水印嵌入位置可由密码控制,增强了算法的保密性和灵活性;不可感知性和鲁棒性可调。仿真实验结果表明该算法在保证水印不可感知性的情况下,对一些常见的恶意攻击具有良好的鲁棒性。     

一种适于多媒体流的鲁棒性水印方案

提出一种适用于多媒体流的鲁棒性水印算法,该方案将二值图像分段后经扩频调制作为水印信息分别嵌入视频帧的DCT域和音频的DCT域.实验结果表明:算法中嵌入的水印具有良好的不可觉察性,算法复杂度低,并且能够抵抗帧删除,帧插入和帧替换等攻击.对于针对音频信号的攻击,也具有良好的鲁棒性.此外,可以参照另一信号的相应信息,恢复被破坏的水印.     

基于小波视觉模型的乘性水印算法

虽然小波域加性水印算法具有较好的不可感知性,但其鲁棒性较弱。因此,结合小波域视觉模型,提出了一种基于小波视觉模型的乘性图像水印算法。在水印嵌入过程中,为平衡水印的不可感知性和鲁棒性,以中频子带作为水印嵌入空间,并根据图像的频域敏感度、亮度敏感度、纹理复杂度确定水印的嵌入强度。在水印检测过程中,采用广义高斯分布(GGD)对小波系数的统计特性进行刻画,并通过奈曼-皮尔逊(NP)准则确定水印系统的检测阈值,给出了水印系统的虚警概率和检测概率之间的接收者操作特征(ROC)曲线关系。最后通过实验测试了该算法在抗压缩、叠加噪声、缩放和剪切等攻击时的鲁棒性能。仿真结果表明：该算法具有较好的检测性能以及在抗攻击时具有较强的鲁棒性。     

基于特征点的图像水印嵌入方案

提出一种新的图像水印嵌入算法,用Harris算子提取宿主图像的多个特征点,以选定的个别特征点为中心,形成互不重叠方形区域,并进行小波变换。将水印信息分别嵌入到特征点对应区域的小波低频系数中。实验结果表明,该算法的水印不可感知性较好,且可抵抗多种水印攻击,其中对JPEG压缩、几何剪切等攻击的鲁棒性较突出,可应用于图像的版权保护。     

一种基于D CT的序列分组水印算法

在保证鲁棒性前提下,为了进一步提高水印的不可感知性,提出了一种基于DCT变换的二值序列分组数字水印算法。该算法选择载体图像的部分中频系数作为可嵌入的位置空间,同时将水印的分组数值映射到该空间中的一个具体系数作为实际内嵌位置。算法利用一个DCT系数嵌入多比特水印信息,减少了水印嵌入过程中需要修改的系数量,提高了水印算法的感觉容量。实验结果表明,该算法能够实现水印嵌入位置的随机选取,并对典型攻击具有鲁棒性。     

基于广义字符序列的隐写术分析技术

隐写术分析是针对隐藏信息的攻击技术。载体为图像的隐写术分析技术通过分析隐蔽载体的特点来识别该载体中是否存在嵌入信息。嵌入信息的特点对隐蔽载体的影响很大,可为信息检测提供重要依据。该文提出广义字符序列的概念及2种当隐蔽载体为图像时基于明文的检测方法。实验结果表明,该方法可检测出隐藏信息、信息容量及嵌入信息载体的位置。     

基于SVD与几何矫正的水印算法

为提高水印算法的抗攻击性能,提出一种基于SVD和几何矫正的鲁棒水印算法。通过量化图像每个子块中的第1个奇异值嵌入水印,利用遗传算法搜索量化步长的最优解。在提取水印时,引入几何矩和DFT变换估计几何变换参数,从而矫正测试图像。实验结果表明,该算法在抵抗普通攻击与几何攻击方面均具有较好的鲁棒性。     

基于神经网络分类的图像水印算法

将人工神经网络（ANN）、广义猫映射及概率统计等知识相结合构造了一种图像空间域水印算法。采用神经网络作为载体图像的纹理分类器,突出原始图像的纹理区。使用广义猫映射对水印进行置乱预处理,提高了水印信息的安全性。水印嵌入时采用最小化像素改变的优化策略,提取时应用概率统计等知识较好地实现了水印信息不可见性和鲁棒性的统一。实验结果表明,该方法能有效地抵抗剪切攻击、噪声攻击、最低有效位（LSB）攻击、滤波攻击等。     

一种基于栈分配的软件水印算法

文章通过对堆栈平衡原理的分析,并在借鉴多媒体扩频水印思想的基础上,提出了基于栈分配的软件水印方案。该方案通过对栈大小的修改来嵌入水印信息,嵌入后又采用了栈访问混淆技术使得软件水印信息与程序代码产生紧密的依赖关系。分析表明,水印信息与程序代码之间的这种紧密依赖关系使得该方案能够有效抵抗多种攻击如添加攻击、去除攻击、变形攻击等,具有很高的鲁棒和隐蔽性。     

基于行程编码和JND门限的数字水印算法

该文提出了一种新的数字水印算法.该算法以小波变换为基础,对小波系数进行JND量化,结合伪随机序列和行程编码对水印进行嵌入。结果实现了将二维彩色图像作为水印信息嵌入到二维图像数据中。实验结果表明:提出的算法有较强的抵抗JPEG压缩攻击能力,并且对噪声、滤波、剪切等图像处理操作也取得了良好的鲁棒性。     

基于广义猫映射与神经网络的图像空域水印算法

提出了基于广义Arnold变换和神经网络模型的图像空域水印算法。二值水印嵌入位置通过广义猫映射随机产生,训练一个神经网络记忆每个图像块中像素之间的关系,并采用水印嵌入增强处理技术,加强了水印的嵌入强度。实验结果表明,该算法具有较强的鲁棒性,能有效地抵抗剪切攻击、LSB攻击和椒盐噪声攻击等。     

基于扩展的Asmuth-Bloom体系的数据库水印算法

Asmuth-Bloom体系是一种基于中国剩余定理的密钥分存门限方案。将Asmuth-Bloom体系思想应用于数据库水印算法,可以使水印具有好的安全性和抗子集攻击能力。但是,该算法对水印信息的分存处理,扩张了水印数据,相对减少了数据库可容纳水印信息量。将Asmuth-Bloom体系思想加以扩展,调整参数取值,不仅使水印具有很好的安全性和抗子集攻击能力,能够基于部分数据恢复水印信息,而且水印数据扩张大量减少,可嵌入的水印信息量大量增加,算法性能进一步提高。在数据库的版权保护中,该算法具有很好的应用价值。     

基于圆谐-傅里叶矩的数字水印算法

针对几何攻击对数字水印的巨大破坏性,提出一种抗几何攻击水印算法,将水印信息隐藏于图像圆谐-傅里叶矩的幅度变化中。进行水印检测时只要比较受攻击图像的圆谐-傅里叶矩与密钥的差别,就能提取到水印序列。实验结果表明,该算法对旋转攻击、缩放、JPEG压缩和其他噪声攻击具有良好鲁棒性。     

一种抵抗共谋攻击的数字视频水印算法

针对视频水印在共谋攻击中的鲁棒性,在离散余弦变换域,对视频内容特征进行了研究,提出了水印信息和水印位置信息同时关联于嵌入点内容的算法,并给出了水印算法鲁棒性检测实验,实验证明该算法对共谋攻击有良好的鲁棒性。     

基于DCT域数字水印算法的视频流和屏幕流保护方法研究

该文针对多媒体课件中视频流和屏幕流的特点,分析了目前对视频流采用数字水印技术实现版权保护和防攻击时存在的一些问题,提出了采用基于DCT域的视频水印算法和基于BCH编码方案的数字水印算法,不仅能有效地保护多媒体课件作者的版权,还能抵抗一些常用攻击以达到防止被篡改的目的。     

抗几何攻击的空间域图像数字水印算法

当前已有的水印算法多数无法抵抗几何攻击, 而现有抗几何攻击的水印算法大多数只能抵抗一定程度内的几何攻击. 本文提出了一个新的抗几何攻击的图像数字水印算法. 该算法在水印嵌入时, 先对原始图像进行分块, 然后对各个子块图像根据量化策略重复嵌入相应的 1bit 水印信息; 在水印提取时, 先将含水印图像进行分块, 然后对从各个子块图像中提取出的水印信息根据多数原则判定相应子块图像所含的 1bit 水印信息. 该算法简单、快速, 所能嵌入的水印信息量大, 并且在提取水印时无需原始图像. 实验结果表明, 该算法能够有效地抵抗很大程度的几何攻击及其组合攻击, 对常规的图像处理攻击也具有很强的稳健性.