基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略

提出了一种Tetrolet变换和奇异值分解(SVD)相结合的图像盲检测稳健数字水印算法。该算法先对二值水印图像进行双因子混沌加密预处理;对原始载体图像进行二级Tetrolet变换,并将二层低频子带系数进行分块SVD分解;最后将加密的水印信息量化嵌入SVD最大系数中。水印检测时,无需原始载体图像和原始水印图像的参与,实现水印信息盲提取,提高数字水印系统的实用性。仿真实验结果表明,在保证水印安全性和不可感知性的基础上,该算法对常规图像处理、几何攻击等均具有较好的稳健性。     

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.     

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。     

基于DWT和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,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,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

基于分块奇异值分解的小波域水印算法

对于一般有意义灰度水印,如何在不可见性下增大水印嵌入容量,增强鲁棒性仍是水印研究学者研究的重要内容.根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒水印算法.算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对宿主图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中.实验结果与分析表明:水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种可行的算法.     

一种改进的抗几何攻击的数字图像水印算法

利用奇异值分解的特性,提出了一种改进的基于奇异值分解的数字水印算法。该算法通过设定采样的起始和终止参数,对图像的频域幅度值进行有选择的部分采样。然后利用采样后的数据构造嵌入水印的数据矩阵,并对数据矩阵进行分块奇异值分解,获取一个由次大奇异值组成的数字序列。最后通过可调强度的加性方法,在次大奇异值上嵌入水印信息。依靠数据矩阵的采样构造方式和次大奇异值的几何攻击不变性实现了数字水印的抗几何攻击性。实验结果表明,该方法较传统方法而言有更高的灵活性和鲁棒性。     

基于混沌变换的SVD图像水印算法

数字水印技术向多媒体数字作品中加入秘密信息并对其进行判定区分,从而起到保护版权作用。分析了奇异值分解的图像矩阵特性,基于混沌变换加密,实现SVD变换域内的有意义数字水印。实验结果表明了分块SVD图像水印算法的有效性和稳健性。     

基于复小波域奇异值分解的自适应图像水印

将双树复小波分解的多方向性扣冗余性与奇异值稳定性结合,提出一种新的盲检测数字水印方案.该方案将水印嵌入图像双树复小波分解后各子带系数的分块奇异值中,块长可动态调整.为避免产生块状效应.使用统计学模型来自适应调整量化参数,改善了水印图像的不可感知性和安全性.实验表明,该方案对于通常的几何攻击具有鲁棒性,对JPEG压缩攻击性能较稳定,并有效提高了水印的容量.     

采用Torus映射与SVD变换的图像数字水印方法

研究图像奇异值分解的数字水印算法的不可见性与稳健性问题,针对目前水印算法存在高虚警或不可见性差的问题,为提高水印的不可见性并同时保证其具有较强的稳健性,提出了一种基于Torus映射和图像奇异值分解的半盲图像数字水印算法.算法首先将载体图像分块,对每个子块进行奇异值分解并提取出每块的最大奇异值组成方阵,通过Torus映射变换将该方阵置乱并分块,再通过量化方式将二值水印信息通过这些分块嵌入载体图像.仿真证明,加水印图像的峰值信噪比高且对常见的图像处理都具有良好的不可见性和稳健性.     

基于有效位数的数据库数字水印

根据关系数据库的特殊性,文章基于数值型字段值的有效位数,结合数字通信中的差错控制理论,提出了一种可以在关系数据库中嵌入具有实际意义字符串的数据库数字水印算法。理论分析和实验结果表明,该算法具有隐蔽性好,水印恢复不需要原始数据库,水印的鲁棒性及可嵌入的信息量可以通过调整参数取值进行调节等特点。该算法在数据库的版权保护中具有较好的应用前景。     

基于Zernike矩和NSCT-SVD的数字水印算法研究

以非下采样Contourlet变换、奇异值分解以及Zernike 矩知识为基础,结合图像不变质心在几何攻击前后相对位置不变的特性和Zernike 矩对旋转、缩放攻击的不变性以及对噪声不敏感的特性,提出了一种利用 Zernike 矩对图像几何校正的 NSCT-SVD几何鲁棒盲水印算法。该方案中宿主图像通过非下采样 Contourlet变换分解提取出低频区域,通过量化每块奇异值矩阵的欧氏范数来嵌入水印。水印检测时,先利用Zernike 矩和不变质心等几何参数对被检测图像进行几何攻击校正,恢复水印的同步信息后再提取水印。实验结果表明,该算法对噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

基于PSNR小波域量化调制水印嵌入方法的参数定量估算

量化步长是量化调制方法中的重要参量,但是目前无法定量计算。针对这个问题,以抖动量化调制方法为研究对象,以小波变换系数为量化系数,提出了基于峰值信噪比(PSNR)的量化步长定量估算方法。首先根据量化误差的分布情况给出了基于量化步长的量化误差定量估算方法,然后根据小波变换的性质推导出了量化步长、水印序列长度与PSNR之间的定量关系式。实验结果显示,量化步长取值相同时实验测得的PSNR值和定量关系式计算出的PSNR值基本一致,验证了推导的定量关系式。     

Lossless visible watermarking based on adaptive circular shift operation for BTC-compressed images

Most existing BTC (Block Truncation Coding) based watermarking algorithms do not fully exploit visual perception of the host images. These schemes cannot obtain visual quality of stego-images and recover original images without distortion. To solve this issue, a new reversible visible watermarking scheme based on AMBTC (Absolute Moment Block Truncation Coding) domain is proposed. First, the proposed scheme uses adaptive pixel circular shift operation that adapts to local properties of the image to embed the visible watermark into two level (one-bit) nonparametric quantization levels of AMBTC according to the parity of the bit plane of AMBTC triple. The watermark signal can be extracted according to the parity of the Bit plane. The experimental results prove that the algorithm can achieve high visual quality of stego-images and recover original BTC-compressed image losslessly. Moreover, it is robust against common signal processing attacks. The visible watermarking algorithm can be applied to copyright of digital images in real-time environment because of the low time consumption due to the simplicity of AMBTC.     

基于中国剩余定理的数据库水印技术

根据关系数据库的特殊性,结合差错控制理论,文章将以中国剩余定理为理论基础的密钥分存思想引入关系数据库数字水印算法。首先对水印信息分存,然后用分存值的二进制序列顺序替换数据库中所选字段值的特定比特位。该算法具有隐蔽性好,可基于部分内容恢复水印信息,水印恢复不需要原始数据库,很好的安全性等特点。在数据库的版权保护中,该算法具有很好的应用价值。     

Visible watermarking with reversibility of multimedia images for ownership declarations

Digital watermarking technology is primarily the joining of the rightful owner of the protected media. Once the media are suspected to be illegally used, an open algorithm can be used to extract the digital watermark for the purpose of showing the media’s ownership. From a hidden watermark in the media from the appearance point of view, general digital watermarking technologies can be divided into two categories: visible watermark technology and invisible watermark technology. Visual watermark technology embeds a watermark into the protected media to declare ownership and deter pirate behavior. In this paper, we propose a reversible visible watermark method, which embeds a binary-imaged watermark into gray-scale images to create a visible watermark. Not using complex calculations, this paper tries to simply change the pixel value to achieve the digital watermark, where our scheme is also against the possible detections with LSB-based manners in use. Furthermore, a reversible steganographic method is used to embed the watermarking information into the watermarking images. The watermark information can then be used to recover the original images.     

一种基于超混沌的图像零水印算法

针对已有的零水印算法鲁棒性差、安全性低的问题进行了研究,提出了一种基于超混沌的图像零水印算法,首先利用Chen三维超混沌系统对水印信息进行加密预处理,通过解析各个位平面在分解后对图像的影响,将载体图像中的最低有效位初始化为零;采用块均值二值量化的方法进行特性提取;最后通过对加密水印与Anorld置乱后的特征矩阵进行异或处理得到零水印。仿真攻击实验及与以往零水印算法对比表明,该算法在保持鲁棒性良好的同时,能够抵御噪声、滤波、压缩、剪切等多种攻击。     

BlessMark: a blind diagnostically-lossless watermarking framework for medical applications based on deep neural networks

Nowadays, with the development of public network usage, medical information is transmitted throughout the hospitals. A watermarking system can help for the confidentiality of medical information distributed over the internet. In medical images, regions-of-interest (ROI) contain diagnostic information. The watermark should be embedded only into non-regions-of-interest (NROI) regions to keep diagnostically important details without distortion. Recently, ROI based watermarking has attracted the attention of the medical research community. The ROI map can be used as an embedding key for improving confidentiality protection purposes. However, in most existing works, the ROI map that is used for the embedding process must be sent as side-information along with the watermarked image. This side information is a disadvantage and makes the extraction process non-blind. Also, most existing algorithms do not recover NROI of the original cover image after the extraction of the watermark. In this paper, we propose a framework for blind diagnostically-lossless watermarking, which iteratively embeds only into NROI. The significance of the proposed framework is in satisfying the confidentiality of the patient information through a blind watermarking system, while it preserves diagnostic/medical information of the image throughout the watermarking process. A deep neural network is used to recognize the ROI map in the embedding, extraction, and recovery processes. In the extraction process, the same ROI map of the embedding process is recognized without requiring any additional information. Hence, the watermark is blindly extracted from the NROI. Furthermore, a three-layer fully connected neural network is used for the detection of distorted NROI blocks in the recovery process to recover the distorted NROI blocks to their original form. The proposed framework is compared with one lossless watermarking algorithm. Experimental results demonstrate the superiority of the proposed framework in terms of side information.

     

水印技术中相似度公式的一种改进算法

目前国内外在评价数字水印技术中水印的相似程度主要采用的是归一化相关值（Normalized Correlation值）,尽管常见的几种归一化相关值公式可以客观的表示原始水印与提取水印的相似程度,但如果要从人类视觉的主观角度出发,这些传统的归一化相关值公式在表示提取出的水印和原始水印反面相似时会存在很大不足。为此,提出了一种基于图像像素均值的数字水印相似程度的评价公式,文章称之为均值相关值。使用均值相关值公式可以有效的继承传统的归一化相关值,并克服了这些传统评价相似度的不足。通过仿真实验证明文章构建的均值相关值公式具有很好的科学性、合理性和有效性。     

基于Contourlet和SVD的鲁棒双水印算法

提出了一种Contourlet域的基于奇异值分解的鲁棒水印算法。综合Contourlet变换和奇异值的优点,选择宿主图像Contourlet变换后的低频子带和能量最大的高频子带作为水印嵌入子带,分别嵌入水印信息。水印提取时,从两个子带水印中选择NC值较大的作为最终提取的水印。实验结果表明,该算法在保证了不可见性的同时,对常规攻击和几何攻击均具有较强鲁棒性。