一种基于小波变换和最优量化的数字水印技术

提出了一种基于小波变换和最优化量化的数字水印嵌入算法。该算法首先对图像进行小波变换，然后对变换系数进行最优量化处理，再嵌入水印信息，水印的提取过程不必借助于原始图像。实验表明，对加入水印的图像进行图像退化处理后，仍然能方便、可靠地检测出嵌入的水印信息。在低频区域嵌入低强度的水印信息，可以同时保证嵌入水印信息的鲁棒性和不可见性。     

基于小波变换⁃海森伯格矩阵⁃奇异值分解的图像水印算法

为提高水印图像的不可见性和算法鲁棒性,通过小波变换?海森伯格矩阵?奇异值分解的方法研究了彩色图像水印算法。首先,对宿主图像和水印图像进行了彩色空间变换;然后,对载体图像进行了小波变换;最后,对低频系数进行了海森伯格矩阵?奇异值分解后嵌入水印图像。结果表明,该算法对多种攻击方式有较强的鲁棒性,嵌入水印后宿主图像不可见性好,嵌入信息能力强,具有一定的应用价值。     

基于MPEG- 4码流的数字视频水印算法

提出一种基于MPEG- 4码流的视频水印算法.该算法将离散余弦变换(discrete cosine transform,DCT)与运动矢量相结合.对水印图像进行离散小波变换,将小波变换后水印图像的低频系数嵌入到视频序列I帧DCT变换后的低频系数中,而将小波变换后水印图像的中频系数嵌入到B帧的运动矢量中.实验证明,该算法既保证水印的不可见性,又可增强水印的嵌入强度和鲁棒性.     

基于小波的二值图像数字水印技术

利用小波变换的多尺度分解特性，提出将二值图像水印嵌入到小波图像低频逼近系数的方案，并给出了相应的算法.实验结果表明，该算法对二值图像水印的嵌入与检测比较简单．同时对常见的图像剪切、滤波和噪声干扰具有良好的鲁棒性．     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

基于小波变换的鲁棒型多水印算法研究

提出了一种基于离散小波变换的多水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中频系数嵌入相应的水印.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

一种鲁棒和自适应的数字图像水印算法

为提高算法的鲁棒性和自适应能力，将原始真彩色图像的Y分量进行离散小波变换，提取出HL、LH子带的鲁棒系数嵌入水印。考虑到人眼的HVS特性，计算出HL、LH子带系数的可见误差阀值确定鲁棒系数。并根据小波分解后，同一分解阶小波系数之间的相关性，通过计算LL子带邻域均值来实现对HL、LH子带进行估计和量化，使算法的嵌入容量和鲁棒性得到增强。算法通过散列加密确定水印嵌入的位置，使攻击者即使知道算法也无法得到水印信息。实验表明算法具有在不同图像处理和攻击下，水印的鲁棒性好、检测时不需要原始图像、安全性好等优点。     

一种基于置乱的双彩色图像鲁棒水印算法

结合视觉特性和小波变换,提出了一种基于Fibonacci置乱变换的双彩色图像水印算法.该算法首先对彩色宿主图像进行三基色分离和小波变换,然后将Fibonacci置乱变换后的彩色水印图像数据嵌入到宿主图像对应基色的低频小波系数中,较好地实现了彩色水印的嵌入及提取.实验结果表明,该算法在保证透明性的同时对多种常规攻击具有较强的鲁棒性.     

基于小波的二值图像数字水印技术

利用小波变换的多尺度分解特性,提出将二值图像水印嵌人到小波图像低频逼近系数的方案,并给出了相应的算法.实验结果表明,该算法对二值图像水印的嵌入与检测比较简单,同时对常见的图像剪切、滤波和噪声干扰具有良好的鲁棒性.     

基于小波域数据块局部线性嵌入的数字水印

传统的数字水印对压缩攻击具有较好的鲁棒性,但对几何攻击仅仅在一定程度上具有稳定性,本文针对传统方法的不足提出了基于小波域数据块线性嵌入的数字水印。利用局部线性嵌入算法具有平移、旋转和缩放不变性,将水印信息序列嵌入到图像小波域数据块线性嵌入的重构系数中,而不将水印序列嵌入在图像像素值或变换系数中。因此本算法对裁剪攻击具有较强的鲁棒性,同时水印嵌入位置和嵌入强度均由原始图像信息分布决定。实验结果表明,本算法不增加嵌入水印序列信息量,降低了对原始图像的要求,提高旋转、平移、缩放和裁剪攻击的鲁棒性。     

基于离散小波变换和复倒谱的音频水印算法

离散小波变换和复倒谱的数字音频盲水印算法首先对原始音频数据进行分段处理并对每个音频数据段进行二级离散小波变换,然后对二级小波近似系数做复倒谱变换并修改复倒谱的统计均值以嵌入水印。为了便于观察,水印选用二值可视图像,并利用混沌技术进行了加密处理,加强其安全性。算法提取水印时不需要原始音频信号,实现了水印的盲检测。仿真实验证明了算法的鲁棒性和不可感知性。     

利用Arnold变换和纠错编码实现盲数字水印

提出了一种新的图像数字水印算法．利用纠错编码和Arnold变换对二值水印图像进行预处理,将其作为水印嵌入到原始灰度图像的位平面中,提高了算法的安全性．在嵌入位置的选择上,通过在Arnold置乱过程中对最佳置乱度的计算,生成密钥Key,生成和再现水印嵌入位置,实现了水印的盲提取．仿真和攻击检测试验表明,该算法对常见的噪声干扰和图像处理方法,如高斯噪声、椒盐噪声、JPEG压缩、剪切等具有鲁棒性．     

基于Arnold变换和DWT彩色图像数字盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像。该算法对彩色水印的R、G、B分量分别进行不同次数的Arnold变换,以达到置乱的目的;然后对彩色宿主图像的R、G、B分量分别进行离散小波变换（DWT：Discrete Wavelet Transform）,取出各自的水平细节系数,最后把置乱后的水印R、G、B分量对应地嵌入到宿主图像的R、G、B水平细节系数中,嵌入方式采用二维离散小波逆变换（IDWT：Inverter Discrete Wavelet Transform）。实验表明,该数字水印算法具有很好的透明性和安全性,同时对诸如涂抹、叠加噪声、剪切、JPEG压缩等常见攻击具有很好的鲁棒性。     

用于矢量地图版权保护的数字水印

提出一种在矢量地图中嵌入水印的算法,对地图按坐标平均分块,根据每块顶点密度的分类对水印的强度进行自适应调制,然后在地图的精度允许范围内,采用改变顶点坐标值的方法将二值水印图像重复嵌入到地图中,并且通过双门限联合检测提取水印．该算法能够在保证地图的精度的同时,有效地增强水印的强度．实验证明该算法具有良好的鲁棒性．     

基于对角占优阵的频域数字水印算法

提出了一种基于对角占优阵的频域水印算法,实现数字产品版权认证。在宿主图像DCT域构造严格对角占优阵并进行LU分解,之后在U阵中进行二值图像水印嵌入。嵌入过程中利用Logistic混沌序列对水印置乱加密,检测过程为盲检测。实验分析表明,该算法具有良好的不可见性、鲁棒性和安全性。     

基于混沌加密的数字水印新方法研究

本文提出一种基于混沌加密的频率域数字图像水印新算法.将含有版权信息的二值图像作为水印,利用混沌密码对其进行加密.利用人类视觉系统(HVS)的特性,实现了水印在原始宿主图像小波域中的自适应嵌入.实验结果证明了对常见噪音和图像处理算法,该水印具有良好的不可见性和鲁棒性.     

基于离散小波变换的图像数字水印算法

提出了一种基于离散小波变换的图像数字水印嵌入提取算法。为保证水印的安全性,在嵌入之前先对水印做置乱处理,选择中低频带嵌入水印信息,以保证其不可感知性和鲁棒性。实验表明,该算法对常见的图像剪切、中值滤波、JPEG压缩和噪声干扰等均具有一定的抵抗力,较好地兼顾了图像水印的不可感知性要求和鲁棒性要求。     

基于语音采样点倒置的图像信息隐藏算法

为提高图像传输的安全性,将基于音频采样点倒置的算法用于基于语音的图像信息隐藏算法中,引入了静音检测（voice activity detection,VAD）技术筛选适宜隐藏信息的语音段,并采用Logistic混沌映射对秘密图像预处理。实验表明,该算法实现了盲提取,较大地降低了提取误码率,嵌入图像信息后的载体语音具有良好的透明性和鲁棒性。     

图像属性的自适应盲水印算法

提出一种基于图像属性和小波包变换的盲数字水印算法.算法利用小波包变换对图像特征的稀疏表示特性,将图像分成不同内容属性的区域:平滑区、边缘区和纹理区;找出各区域块中视觉重要信息的位置,并将水印嵌入其中;水印嵌入强度取决于图像内容.算法很好地解决了水印鲁棒性和不可见性之间的矛盾.实验结果表明,该算法能够抵抗JPEG压缩、加噪和任意裁剪等攻击,具有很强的鲁棒性.     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。