基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

一种抗几何失真的彩色图像数字水印算法*

提出了一种基于SIFT(尺度特征变换)特征点校正几何参数的小波域彩色图像水印算法.该算法利用RGB彩色图像中蓝色与绿色分量的小波系数之间的关系,在蓝色水平细节和垂直细节中嵌入相同的水印;水印检测前,利用红色分量中的SIFT特征点估计几何参数,校正失真水印图像,从而可以无失真地提取水印.实验结果表明,该算法对压缩、噪声、剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性.     

基于Krawtchouk不变矩和SVD-LWT的双重水印研究

为提高数字图像水印的鲁棒性和透明性,提出了一种基于Krawtchouk不变矩、奇异值分解(SVD)和提升小波变换(LWT)的彩色图像双水印算法。该算法首先从载体RGB图像中提取绿色分量进行两级提升小波变换,利用Krawtchouk不变矩对平移、旋转和缩放的不变性以及Krawtchouk矩良好的局部特性和重构性,计算其低频分量的Krawtchouk低阶矩不变量构造水印系统;然后对其变换后的中频分量奇异值进行分解,嵌入混沌置乱后的水印图像的奇异值作为另一水印系统。仿真实验结果表明,该算法不仅有良好的不可见性,而且对常见攻击和几何攻击都具有很好的鲁棒性,并具有一定的应用价值。     

小波域中基于支持向量机的鲁棒性数字水印算法

提出一种在小波域中新的基于支持向量机的鲁棒性水印嵌入和检测算法.通过对彩色图像中蓝色分量的小波变换,同时在小波域中计算低频子带的JND(just noticeable distortions)值,水印信号被自适应地嵌入到小波变换后的低频子带系数中.当图像经历各种攻击以后,通过支持向量机的训练,它仍然可以记住添加水印信号的位置同其周围像素之间的相对关系,利用支持向量机强的学习泛化能力,可以有效实现对水印信号的鲁棒性检测.实验结果表明,该方法对多种攻击具有较好的鲁棒性.     

基于SVD的彩色图像盲水印算法

为了更好地保护数字产品的版权,本文提出了一种提升小波变换与奇异值分解相结合的彩色图像数字水印算法。提升小波变换运算速度快,能够对任意尺寸图像进行变换;奇异值分解具有几何不变性,并且体现图像的内蕴特性。算法充分利用提升小波变换和奇异值分解的优良特性,选择彩色图像的蓝色通道进行水印嵌入。首先对原始图像进行多级提升小波变换,然后选取中低频子带进行奇异值分解,将灰度水印图像进行Arnold置乱后分成四个部分嵌入所选子带的部分奇异值矩阵中。在水印提取时不需要原始载体图像,更加有利于实际中的应用。实验表明,该算法具有良好的透明性,而且对大部分常见攻击及几何攻击有很好的鲁棒性。     

一种基于图像特征的彩色图像水印算法

为了提高水印算法的抗几何攻击能力,提出一种基于图像特征的彩色图像水印算法。首先利用加速鲁棒性特征SURF(Speed-Up Robust Features)算法提取出图像中稳定的特征点,并为其构造SURF特征描述算子,使提取出的特征点具有尺度不变性;然后根据特征尺度的自适应性获得局部特征区域并对其进行归一化处理;之后对局部特征区域进行斜变换,并获得其中频系数;最后结合奇异值分解SVD(Singular Value Decomposition)算法完成水印的嵌入。实验结果表明,嵌入水印后的图像在经过噪声以及几何攻击后,其提取的水印与原水印仍具有较高的相似度,该算法具有较好的鲁棒性。     

基于奇异值与提升小波的彩色图像水印算法

本文提出了一种基于奇异值与提升小波的彩色图像水印算法,该方法首先将彩色图像从RGB空间转换到YUV彩色空间,然后对YUV空间中的亮度分量Y进行提升小波变换,对低频分量进行奇异值(SVD)分解,然后将水印图像的奇异值嵌入到低频分量的奇异值中,仿真结果表明,该算法不仅具有较好的水印不可见性,而且对常规攻击和几何攻击都具有较好的鲁棒性,而且算法简单、运行速度快,能够满足实时和快速的水印应用要求,算法采用灰度图像作为水印,增加了嵌入的信息量,在版权保护方面具有一定的应用价值。     

基于SURF的ROI区域的可逆水印算法

针对ROI水印算法对几何攻击的抵抗能力较弱的问题,本文提出一种基于SURF(Speeded Up Robust Features)特征点选取ROI,并分别嵌入中、低频子带的可逆水印算法,能有效抵抗几何攻击。该算法首先提取载体的SURF特征点,然后对载体图像进行5/3整数小波变换,筛选出感性兴趣区域(ROI)的低频系数和非感兴趣区域(ROB)的中频系数;水印经过置乱变换和抽样金字塔分解,水印分解后的近似子带嵌入感兴趣区域的低频子带中,残差子带嵌入非感兴趣区域的中频系数中。实验数据表明该算法能够抵抗常规的几何攻击和信号攻击,提取的水印相似度高,NC值均保持在0.89以上,具有良好的可逆性和鲁棒性。     

一种结合混沌密码理论的彩色图像水印算法

文章提出一种集混沌加密技术,小波变换,扩频技术为一体的彩色图像水印算法。该算法先将水印信息通过混沌序列加密,再进行扩频调制弱化水印信息,然后在彩色载体图像绿色分量上进行小波变换,利用人类视觉模型(HVS)特性,在低频系数上嵌入处理后的水印信息。实验结果和攻击测试表明,该算法具有很好的鲁棒性以及安全性。     

一种基于Amold置乱的彩色图像数字水印算法

提出了一种基于离散余弦变换和Arnold变换的彩色图像数字水印算法,原始二值水印图像经过Arnold置乱之后,嵌入到载体彩色图像绿色分量的DCT低频系数中,并由MATLAB实验证明此算法具有较好的不可见性,并且能够有效抵御JPEG压缩攻击,具有较好的鲁棒性。     

一种基于Arnold置乱的彩色图像数字水印算法

提出了一种基于离散余弦变换和Amold变换的彩色图像数字水印算法,原始二值水印图像经过Arnold置乱之后,嵌入到载体彩色图像绿色分量的DCT低频系数中,并由MATLAB实验证明此算法具有较好的不可见性,并且能够有效抵御JPEG压缩攻击,具有较好的鲁棒性.     

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。     

基于多小波变换和分块SVD的彩色图像水印算法

提出了一种基于多小波变换和分块SVD的非盲水印算法。选择彩色图像的饱和度分量作为水印的嵌入域,水印为有意义的灰度图像,水印经Arnold置乱后被嵌入到饱和度分量多小波变换的不同中频区域中。实验证明,该算法不仅对噪声、JPEG压缩、剪切及Photoshop处理具有很好的鲁棒性,而且能抵抗旋转、放缩和平移等几何攻击。     

基于小波域的彩色图像盲数字水印算法

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性.文中提出了一种基于离散小波变换的彩色图像盲数字水印算法.水印采用文本图像水印,为了保证水印的安全性,对水印图像进行混沌加密,将原始载体图像的蓝色分量进行3级小波变换,将加密后的水印自适应地嵌入到蓝色分量的最低层低频逼近的每一个系数中,水印嵌入强较大,而现有基于小波变换的算法大多将水印嵌入在各个方向的中频或高频系数中.在检测时,不需要原始图像,是盲检测.实验结果表明该算法很好地保持了图像质量,对常见的图像处理显示了很强的鲁棒性.     

基于几何校正的双树复小波域彩色图像水印算法

为了使图像水印算法拥有更好的鲁棒性和不可感知性,以双树复小波变换(DTCWT)为基础,提出了一种新的彩色图像盲水印算法。本算法将彩色图像颜色空间由RGB转换到YIQ,选取亮度分量Y进行双树复小波变换,得到低频子带,然后将加密后的水印信息嵌入到低频子带中。在水印提取过程中,使用了新颖的基于四元数PHT的最小二乘支持向量(LS-SVM)几何校正方法。实验结果表明,本算法具有更好的鲁棒性和不可感知性。     

基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

基于提升小波的多功能彩色数字图像双水印算法

基于彩色图像和提升小波的特性,提出一种新的多功能数字图像双水印算法。通过提取原始RGB图像的R、G、B三个色彩通道,在蓝色分量B的低频系数上嵌入版权水印;根据绿色分量G生成认证水印,嵌入在量化后的提升小波系数上。不需考虑两种水印嵌入的顺序。实验结果表明,版权水印鲁棒性较强、透明性较好,认证水印可以精确进行图像篡改检测和定位,实现多功能水印技术。     

基于人类视觉系统和离散小波变换的彩色图像水印

为了扩大数字水印的适用范围,提出一种基于人类视觉系统（HVS）和离散小波变换(DWT)的彩色图像数字水印算法。首先利用混沌加密算法把一个有意义的二值图像加密成水印;然后将彩色图像从RGB色彩空间转换到YCbCr空间,提取Y分量,对Y分量进行一级离散小波变换;最后求出低频分量LL1的视觉掩蔽值,根据视觉掩蔽值,将水印嵌入到彩色图像的Y分量的低频小波系数域上。实验结果表明,该算法具有较好的不可见性和鲁棒性。与以往的基于YCbCr颜色空间的算法相比,该算法具有更好的不可见性和鲁棒性。     

DWT域抗几何攻击水印算法研究

鲁棒水印面临的最大问题就是几何攻击.小波变换域不具有几何不变性,一个微弱不可察觉的几何攻击就能使小波域水印算法失效.提出了一种新的以特征点作为模板、有效抵抗几何攻击的图像水印算法.它包括:(1)根据小波变换空间各子带呈树形结构的特性,选择每棵小波树中纹理最强的方向子树的树根作为水印嵌入点;(2)根据嵌入点在低频对应位置的能量和该方向子树高频叶子结点的纹理信息确定一种自适应嵌入水印策略;(3)利用Harris-Laplace算子从含有水印的图像中提取出具有几何形变鲁棒性的特征点,将其作为模板;(4)水印检测时,先利用特征点模板通过线性变换恢复几何形变的图像.然后通过统计图像的相关性来验证水印的存在,无需原始图像.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理和几何变换具有很好的鲁棒性.     

基于小波变换和Tucker分解的彩色图像数字水印

提出了一种通过小波变换和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的水印算法。首先对彩色图像R、G、B三通道进行小波变换,然后将获得的三个低频系数构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息扩散到原彩色图像的R、G、B三个分量中。通过实验表明,本算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性,并与在同样嵌入规则下,直接将Tucker分解应用于彩色图像的算法比较,该算法具有更好的稳定性。