基于视觉模型的迭代AQIM水印算法

 自适应量化索引调制算法（AQIM）通过Watson视觉模型来计算量化步长,使得量化步长可以随着待量化系数自适应变化,从而获取了比传统量化索引调制算法（QIM）更好的不可见性和鲁棒性.但即使在没有干扰的情况下,该算法在检测时计算的量化步长与嵌入时计算的量化步长也不一致,这就导致水印不能够完整可靠地提取.本文在分析该算法存在问题的基础上,提出了一种改进的迭代AQIM水印方案,仿真实验表明该方案比原算法具有更好的性能.     

量化索引调制水印算法及其MATLAB实现

数字水印技术是确保数字产品版权的一种有效的手段。量化索引调制算法是一种经典的水印算法,它按照水印信息,应用不同的量化器将载体数据调制到不同的索引区间。文章利用Matlab软件,实现了数字水印的嵌入的和提取,具有较高的现实意义。     

基于Contourlet变换和QR分解的鲁棒性盲数字水印算法

针对平衡数字水印技术中的鲁棒性和不可感知性进 而解决图像的版权保护问题,提出了一种基于Contourlet变换和QR分解的鲁 棒性盲水印算法。选用有意义的二值图像作为待嵌入的水印,首先对原始图像进行Contourlet变换得到低频子带,接着对低频子带进行分块,然后对得到的子块进行QR分解;最后二值水印采用量化索引调制(QIM)方法重复嵌入到R 矩阵的第1行中。实验结果表明,本文 算法能有效抵抗常规信号处理操作的攻击,如对裁剪、高斯噪声、椒盐噪声、 乘性噪声、均值滤波、高斯滤波和JPEG/JPEG 2000压缩 攻击具有很强的鲁棒性, 并且用到的为QR分解,所以在计算复杂度方面远低于基于SVD分 解的水印算 法。水印的提取过程中没有借助原始图像的任何信息,属于盲水印算法。因此, 本文提出的数字水印方法可在数字产品版权保护和多媒体信息传输方面推广。     

基于图像压缩量化系数的自适应水印算法

提出了一种基于图像压缩系数量化的自适应数字图像水印算法。该算法利用图像压缩中量化系数的特性,在其中嵌入水印。为增强水印的安全性用LFSR将置乱后的二值水印图像量化嵌入到载体图像的系数中,水印检测过程不需要原始图像的参与。实验结果表明,该算法不仅具有良好的不可见性,而且对常见攻击如JPEG压缩、噪声、滤波和几何攻击等具有较强的稳健性。     

基于分块的DWT-SVD的盲数字水印算法

文章提出了一种基于分块思想的DWT-SVD盲数字水印算法,与传统的DWT-SVD算法,将水印信息直接嵌入到载体图像中不同,文章将水印图像进行量化嵌入到载体图像中,水印的提取不需要原始载体图像,可用密钥和量化因子实现盲提取。实验结果表明,该算法能够有效抵抗噪声、滤波等攻击。     

失真补偿量化索引调制水印的性能分析

该文分析了基于量化索引调制的失真补偿水印方案中量化步长的伸缩因子与失真度、鲁棒性和检测误码率之间的关系。在高分辨率量化的假设前提下,推导出失真补偿量化索引调制水印算法在加性高斯白噪声信道下的误码率计算公式,并提出了一个失真-鲁棒性函数来度量算法的抗噪鲁棒性和失真度与鲁棒性之间的代价关系。通过计算机仿真,比较了不同失真补偿量化索引调制水印方案下算法的失真-鲁棒性能和误码率性能;并以一段音频数据三级小波细节系数为载体嵌入水印信息,统计检测时的位错误率。实验结果验证了在低量化步长范围内,理论预测误码率与实验检测误码率较为吻合,失真-鲁棒性函数能够很好地度量高分辨率量化前提下的算法抗噪鲁棒性和失真度与鲁棒性之间的代价关系。     

基于系数奇偶量化的图像水印算法

文中提出了一种新的基于系数奇偶量化的图像小波域数字水印算法,该算法首先对水印图像进行置乱处理,载体图像的小波变换系数经奇偶量化后,将置乱后的水印图像嵌入其中。算法对小波系数的奇偶量化性能在鲁棒性和水印的不可见性上进行了很好的折衷,实验表明该算法对载体图像的影响较小且具有很好的鲁棒性,可以有效地抵抗JPEG压缩、噪声干扰等常见的攻击。     

自适应的混合域音频水印新算法

本文结合小波包变换和离散余弦变换，提出了一种基于听觉模型的混合域自适应音频盲水印算法，在不引入听觉失真的前提下，实现了自适应的水印嵌入。算法首先对音频信号进行小波包分解，使得分解后的子带更接近人耳临界频带。其次对每个子带的小波包系数进行离散余弦变换，计算出子带掩蔽阈值。根据子带掩蔽阈值自适应的选取噪声敏感度小的音频段作为水印嵌入段，选取功率值低于掩蔽阈值的频域系数作为水印嵌入位置，同时采用噪声掩蔽比调整水印嵌入强度。二值水印图像通过量化索引调制的方法嵌入到音频信号的中低频系数中，提取水印时不需要原始音频载体。本算法在水印容量、不可感知性和鲁棒性之间达到了很好的平衡，水印容量在576.7bps到689.5bps之间，算法对添加噪声、重新量化、重新采样、低通滤波和MP3压缩均具有很好的鲁棒性。      

基于DCT域QIM的音频信息伪装算法

音频与图像相比具有信息冗余大、随机性强的特点,在音频中实现无误码的信息提取的难度更大.提出一种基于DCT域QIM(quantization index modulation)的音频信息伪装算法,算法特点如下:应用QIM原理,以量化的方式嵌入信息,根据量化区间与信息比特的映射关系提取信息,可实现盲提取;采用改进的QIM方案,针对信息提取的误码,在嵌入端与提取端进行容错处理,保证了隐藏信息的强顽健性;隐藏容量大,可达357.6biffs.实验表明,算法与传统QIM方法相比具有更好的不可感知性,100%嵌入的载密音频的信噪比在30dB以上,并且对于MP3压缩、重量化、重采样、低通滤波等攻击具有很强的顽健性,同时算法运算量小,易于实现,实用性强.     

一种新的基于复合变换域灰度数字水印算法

文章提出了一种新的结合Arnold置乱变换的复合变换域灰度数字水印嵌入算法。该算法利用系数间的相关性对原始图像离散小波变换后的低频系数LL进行离散余弦变换,然后在其中嵌入水印,在嵌入水印之前对Arnold变换预处理的灰度水印图像作离散余弦变换,这样增强了水印的鲁棒性和不可见性。实验结果证明,该算法能有效抵抗JPEG图像压缩和常见的图像处理操作攻击。     

基于分块能量模量化的鲁棒水印算法

论文提出了一种鲁棒水印算法,在DCT域中对包括直流分量在内的分块能量进行模量化,将水印信息调制到量化所得到的余数上。通过研究DCT分块嵌入系数的选择及降低块效应的对策,得出了对DCT直流分量进行模量化嵌入可以有效降低或者避免块效应的结论。实验显示本算法在对抗Jpeg压缩、加噪及剪切等攻击时具有较好的鲁棒性,是有效可行的。     

图像的自嵌入及窜改的检测和恢复算法

提出一种图像自嵌入的水印算法.它将一个图像的主要内容嵌入该图像自身之中.该算法不仅能检测和定位对图像的窜改,而且能恢复被损坏的图像内容.算法的基本思路是把一个图像块的主要DCT系数经过量化、编码和加密后,嵌入另一个图像块的最低位之中.依据大量图像DCT量化系数的统计性质,本文仔细设计了主要DCT系数的编码表,使它既能满足水印负荷的要求,又能保证图像恢复时有较好的质量.分析了水印嵌入块和原图像块间偏移值应该满足的条件和设计方法.该算法为单向、不可逆的,可以抵抗可能的伪造攻击.     

一种能区分水印或内容篡改的脆弱水印算法

针对目前脆弱水印算法大多无法区分水印被篡改还是内容被篡改的问题,本文基于多重水印技术提出了一种能区分水印或内容篡改的脆弱水印算法.该算法由子块的主要DCT系数生成恢复水印,将其嵌入到偏移子块的次低位;待恢复水印嵌入后,将恢复水印作为子块内容的一部分生成认证水印,将其嵌入到子块的最低位.理论分析和实验结果表明:本文算法在抵抗量化攻击的同时,不仅能准确定位图像内容被篡改的位置,而且能区分是水印被篡改还是图像内容被篡改,并且在一定条件下可以对内容被篡改的区域进行恢复.     

一种基于混沌序列的DCT域盲数字水印算法

文章提出了一种基于混沌序列的DCT域盲数字水印嵌入和检测新算法。该算法以二值图作为水印．通过混沌序列确定水印信号嵌入位置，根据JPEG标准的量化表系数确定水印的嵌入强度．只有利用正确密钥才能提取水印，保证了算法的安全性；提取水印时不需要宿主图像，实现了盲水印技术。实验仿真表明了该算法简单易行且对常见的水印攻击有较好的鲁棒性和实效性。     

基于小波变换和相对量化的图像数字水印算法

提出了一种基于分块小波变换和相对量化的图像数字水印算法。由于在算法中采用了量化嵌入策略,从而在提取水印时无需原始图像和原始水印。实验结果表明,该算法对嵌入的水印具有很好的透明性,对亮度和对比度调整攻击具有非常强的稳健性,对JPEG压缩、重采样、颜色抖动、平滑和加噪声等常见的图像处理攻击具有很强的稳健性,并且算法思想简单、步骤简便和容易实现。     

基于分数阶四元数傅里叶变换的彩色图像自适应水印算法

针对现有一些彩色图像自适应水印算法在自适应过程中未充分考虑色彩信息或者在嵌入过程中未考虑彩色载体图像分量的整体性等不足,该文提出一种基于分数阶四元数傅里叶变换(FrQFT)的彩色图像自适应数字水印算法。首先利用人类视觉系统(HVS)提取彩色载体图像块的纹理、边缘和色调掩蔽特性,并依据这些特性对适合嵌入图像块自适应分配嵌入强度,然后在FrQFT域以自适应强度采用量化索引调制算法和冗余嵌入策略嵌入水印。实验结果表明,该算法优于现有的基于四元数傅里叶变换(QFT)的算法以及基于分数阶傅里叶变换(FrFT)的算法,具有较好的不可见性和鲁棒性。     

一种改进的基于小波域的图像盲水印算法

论文提出一种改进的基于小波域的图像盲水印算法。此算法根据人类视觉特性,提出在宿主图像小波域二级分解的子带LH2、HL2以及LL2的适当系数分别嵌入水印,以达到优势互补。水印的嵌入采用量化调制的方式,使水印实现盲提取。实验结果表明：此方案算法简单,量化间隔易调,具有良好的不可见性和鲁棒性。     

量化水印算法分析

对量化水印算法稳健性与抗攻击能力问题,给出了公有水印算法稳健性充分必要条件和抗攻击能量上限,弥补了抗攻击能力评估上没有精确界限的缺陷。分析了载体系数的改变幅度及固定保真度优化中附加模板的取值范围,部分解决了保真度优化中出现的保护水印问题。指出了量化信息编码与一般变量信息承载之间的区别,明确了在信息容量计算中的差别原因。构造了优化视觉效果的嵌入方法和与其等价的其它10个嵌入方法。在同等的载体改变范围内,提出了比基于mod运算的水印嵌入方法抗攻击能力高一倍的量化水印算法,弥补了基于mod运算的水印嵌入方法的抗攻击能力比较低的缺陷。构造了嵌入灰度值的水印算法,避免了量化嵌入算法中把灰度值转换为二进制嵌入后所带来的缺陷。实验验证了此算法及理论分析结果。     

用于图像篡改定位和恢复的分层半脆弱数字水印算法

设计并实现了一种基于分层的半脆弱数字水印算法,用于图像内容完整性认证,篡改定位和恢复。在嵌入方,将水印信息嵌入到原始图像所有像素的2bit最低有效比特,其中认证水印由奇偶校验码和块与子块之间灰度平均值的比较组成;恢复水印为环面自同构映射块的平均灰度值。在检测方,采用分层思想,分3层对水印进行篡改定位和恢复。实验结果表明,该算法对局部发生的篡改可以有效地检测,精确定位并进行内容恢复,同时能够有效的抵抗矢量量化攻击。     

基于云模型的文本数字水印算法研究与实现

提出了基于云模型的文本水印算法.利用云模型的随机性和模糊性,设定云模型的参数作为密钥,通过正向云发生器产生水印信息,水印映射到坐标轴上形成一幅云图.采用小波域自适应量化的方法,根据嵌入位置的不同选取不同的量化系数,将水印嵌入到载体文本中.提取后既可以对云进行视觉上的判断,又能通过逆向云发生器得到云模型的参数,并且给出了定量判断的方法.实验结果表明:基于云模型的文本水印算法比传统水印具有更高的鲁棒性和不可感知性,可有效保护文本作品的版权.