基于奇偶量化的彩色图像盲水印算法

提出一种基于奇偶量化的彩色图像小波域的数字水印算法。首先对水印图像进行置乱处理,然后对图像进行翻转,最后利用混沌系统产生的混沌序列对水印进行加密。水印嵌入时,采用小波变换并利用奇偶量化规则将加密后的水印嵌入到载体图像蓝色分量最深层的四个子带中。水印提取时,不需要原始图像的参与,实现了盲提取。仿真实验和性能分析表明,该算法有很好的不可见性和鲁棒性,可以有效地抵抗JPEG压缩、噪声、剪切等攻击。     

基于奇偶量化的Contourlet变换域指纹图像水印算法

提出了一种基于奇偶量化的Contourlet变换域指纹图像水印算法。原始指纹图像经过Contourlet变换后，分解为一系列多尺度、局部化、方向性的子带图像，选择在低频子带中嵌入经过二维Arnold置乱加密后的水印。嵌入水印时，采用奇偶量化算法修改低频子带的系数。水印提取时，不需要原始图像，实现了盲提取。实验结果表明，提出的指纹图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击，具有较好的不可见性和鲁棒性，提高了指纹识别的可靠性。     

基于小波变换的数字图像自适应盲水印算法及实现

针对传统基于人类视觉系统特性的空间域与变换域结合算法的缺陷,提出了一种基于小波变换的数字图像自适应盲水印新算法,通过置乱加密技术提高整个数字水印系统的安全性能,水印嵌入过程中使用了改进的量化水印算法;通过计算相邻特征平均值来自适应调整待量化小波系数的量化间隔,大大提升了水印系统的逼真度;实验结果表明,该算法具有嵌入信息量大,嵌入水印图像透明性好,对常见的噪声、中值滤波、旋转、剪切和JPEG压缩抵抗性强等特点,算法对于常见攻击后提取出的水印仍与原始水印具有0.90以上的相似度,具有很好的鲁棒性。     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。     

一种基于三维小波变换的盲视频水印算法

为了寻求有效的数字媒体保护方法,本文提出了一种基于三维小波变换的盲视频水印算法。算法将灰度水印图像进行了多分辨率分解和位平面分解为,然后将这些不同分辨率的二值图像嵌入到视频场景中的各帧Y分量的中频小波系数帧相应的子带中,使水印嵌入具有自适应性,嵌入时通过对系数分组并修改每组第一个系数的相对大小来完成,可以实现盲检测。实验结果表明,该文所提出的视频水印算法对MPEG编码、帧平均、帧丢失和帧交换具有良好的鲁棒性。     

基于提升小波变换的自适应盲水印算法

提出一种基于提升小波变换的自适应盲水印算法。该算法将水印新猫变换置乱加密,把原图像提升小波分解,并对对应位置的 3个高频系数排序,将最大值和最小值分成2Q-1个区间,当嵌入的信息不同时,使特征值处于不同区间。根据特征值所处的位置,实现盲水印提取。实验结果表明,该算法在各种攻击下具有较强的鲁棒性和可识别性。     

基于混沌映射的改进奇偶量化水印算法

提出了一种基于混沌映射的改进奇偶量化水印算法。算法首先使用混沌序列对待嵌入水印信号进行混沌调制,再经过散列处理的序列定位嵌入的图像块位置及小波系数坐标,运用奇偶量化法嵌入水印信号。在充分考虑了人类视觉系统掩蔽特性的基础上,根据图像本身性质调节量化步长的大小,从而保证了算法的自适应性。而且,考虑到离散小波变换的特性,嵌入水印的位置仅在图像的中频子带。实验结果证明,算法具有更高的不可见性和鲁棒性,可以抵抗较高的压缩攻击。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。     

基于小波变换和FCM分析的盲水印算法

利用人类视觉系统(HVS)的掩蔽效应和图像的局部相关特性,提出一种结合小波变换和模糊聚类分析的水印嵌入算法。在图像B通道下的小波域系数中,根据HVS的掩蔽性进行模糊聚类分析以选择适合嵌入水印的区域,结合图像的局部相关性和隶属度自适应地嵌入水印。算法在提取水印时无需原始载体图像的辅助。实验表明,该算法具有较好的透明性,而且对诸如JPEG压缩、图像锐化、几何裁剪、叠加噪声和平滑滤波等攻击均具有较好的鲁棒性。     

基于提升小波变换的盲水印技术

随着通信、计算机和网络技术的迅猛发展和广泛应用,信息安全和版权保护问题已引起了社会的广泛关注,而数字水印技术已经成为实现版权保护的有效途径。文中提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,根据各个层次相应位置的提升小波系数排序情况和密钥中{1}元素的位置来决定水印嵌入的位置,在水印提取时根据密钥中{1}的位置可以实现百水印提取。采用水印多重嵌入的方法,将水印嵌入到提升小波分解各个分辨率级的所有子图中,即在低频子图中嵌入一次水印,而在高频子图中嵌入多重水印,这样不仅不易被人眼察觉而且提高了水印嵌入的鲁棒性。这种算法简单、可靠,实验证明具有较好的效果。     

基于奇异值分解的量化水印盲检算法

提出了一种基于奇异值分解的量化水印盲检算法.利用图像矩阵的奇异值稳定性好且最大奇异值远远大于其他奇异值的特点,首先时分块图像最大奇异值进行量化,再结合其奇偶性将二值水印嵌入量化后的奇异值中.实验结果表明,水印算法在满足较好的不可见性和较强的鲁棒性的同时;还可实现水印的盲提取.     

基于多分辨率和HVS的盲图像水印隐藏方法

文章提出了一种盲图像水印隐藏方法,结合了人类视觉系统（ ＨＶＳ）和图像的 ＤＷＴ多分辨分解,实验结果表明这个方法是有效的。     

一种有效的数字图像水印盲检算法

提出了一种新的鲁棒性高的数字图像水印算法。通过观察得知,图像的两个相邻分块的亮度值的均差具有一定的分布规律,即大多数值落在某个下限和上限之间。由此,结合二值水印的值构造一个偏差公式,再用此公式去修改分块的值以嵌入二值水印图像。在水印提取时,计算分块的新的均差值并与所设门限进行比较,从而检测嵌入的原始水印值。实验结果表明,该算法对JPEG压缩、各种噪声和滤波等攻击具有较强的鲁棒性。该水印检测算法没有参考原始图像或原始水印图像,有效实现了原始水印的盲检测。     

基于分块DCT和量化的图像盲水印算法

当前基于离散余弦变换(DCT)的图像数字水印方法大多为非盲的，水印一般嵌入DCT的中低频系数中，但却把DC分量排除在外。该文提出了一个基于分块DCT和量化的图像盲水印算法，将水印根据量化策略嵌入块DCT系数的DC分量中。该算法思想简单，步骤简便、容易实现。实验结果表明，该算法对嵌入的水印具有很好的透明性，对常见攻击如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性。     

基于DWT和DCT域的二值图像数字水印算法

提出一种基于DWT和DCT域的有意义二值图像数字水印算法;利用Arnold变换对水印序列进行置乱,消除象素的空间相关性,增加水印的安全性;而结合小波变换和离散余弦变换的特性,将水印信息嵌入到图像变换域的低频和中频系数中,提高水印的鲁棒性和不可见性;实验证明该算法具有较好的抗压缩、抗噪音和抗剪切性。     

基于小波域的均值量化数字音频水印算法

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。     

一种基于混沌变换的自适应盲水印

提出一种基于混沌变换技术的双密钥小波域图像数字水印算法,首先利用其中一个密钥产生一个随机数子,用来决定对小波变换后的载体图像的哪一个方向做进一步多分辨分解,确定嵌入水印的位置;然后利用另一密钥对二值水印图像进行随机置乱;根据嵌入位置的自带的自身特点,计算出三个阈值s、s1和s2,将经过随机置乱处理的含版权信息的二值水印图像嵌入到将水印嵌入到水平、垂直和对角方向的子带.在水印检测过程中,提出一种不需要载体图像相关信息的盲检测水印算法.首先根据其中一个密钥找到水印所在的位置,同样计算出相应的s*、s*1和s*2,然后再用另一个密钥重构水印图像.实验证明,提出的水印方案具有较好的抗攻击性,使用双密钥具有很好的安全性.     

小波域图像水印技术与算法研究

数字水印技术是通过特定的算法将版权信息嵌入到多媒体数据中,且不影响原媒体的使用价值,通过专用的检测器可以提取这些嵌入的信息,从而实现版权保护、篡改检测等应用。分析了数字水印技术的概念、特点,在此基础上,研究了小波变换在数字水印中的应用和它的优点;实现了一种DWT域扩频水印技术,进行了相应程序的设计。实验结果表明,该算法鲁棒性好,对JPEG压缩、滤波、剪切、高斯噪声等攻击有较好的抵抗能力。     

Digital Image Watermark Embedding and Blind Extracting in the Ridgelet Domain

A digital image watermark embedding and extracting algorithm is presented based on the multi-scale Ridgelet Transform （RT） which can efficiently represent image with linear singularities, RT also has directional sensitivity so that among the transformed coefficients the most significant one represents the most energetic direction of straight edges in an image. To get straight edges the digital image with curvilinear edges or texture is partitioned into small pieces, Then these pieces are treated by RT and the most energetic directions of pieces whose energy are greater than some threshold are selected. And eventually the watermarks are embedded in the middle ridgelet subband of the selected directions. Different noises with different SNRs are added into the watermarked image in the experiments and the results are of robustness and transparency.     

A New Content-Based Digital Audio Watermarking Algorithm for Copyright Protection

Digital audio watermarking embeds inaudible information into digital audio data for the purposes of copyright protection, ownership verification, coven communication, and/or auxiliary data carrying. In this paper, we present a novel watermarking scheme to embed a meaningful gray image into digital audio by quantizing the wavelet coefficients （using integer lifting wavelet transform） of audio samples. Our audiodependent watermarking procedure directly exploits temporal and frequency perceptual masking of the human auditory system （HAS） to guarantee that the embedded watermark image is inaudible and robust. The watermark is constructed by utilizing still image compression technique, breaking each audio clip into smaller segments, selecting the perceptually significant audio segments to wavelet transform, and quantizing the perceptually significant wavelet coefficients. The proposed watermarking algorithm can extract the watermark image without the help from the original digital audio signals. We also demonstrate the robustness of that watermarking procedure to audio degradations and distortions, e.g., those that result from noise adding, MPEG compression, low pass filtering, resampling, and requantization.