基于BEMD和位平面分解的彩色图像水印算法

为了得到水印更好的鲁棒性和不可见性,以二维经验模态分解（BEMD）和位平面分解为基础,提出了一种新的彩色图像水印嵌入算法。该算法运用人类视觉系统（HVS）的特性和Arnold置乱变换,将位平面分解的水印信息嵌入到宿主图像其中一个固有模态函数（IMF）中,完成水印的有效嵌入。实验表明,该算法具有良好的鲁棒性和不可感知性,能够有效抵抗JPEG压缩、中值滤波、旋转、椒盐噪声和高斯噪声等多种恶意攻击。     

结合BEMD与Hilbert曲线的重复嵌入图像水印算法

为解决数字图像水印算法中水印图像与宿主图像在嵌入时尺寸匹配上的局限问题,并提高图像水印算法在抗大尺度剪切、高斯噪声和椒盐噪声等攻击的鲁棒性,提出一种结合二维经验模态分解算法(BEMD)与Hilbert曲线的重复嵌入图像水印算法.首先,利用Arnold变换对水印图像进行置乱处理,以增加水印图像的安全性;其次,利用Hilbert曲线将置乱后的二维水印图像进行数据降维,得到一维水印信号.数据降维不仅有效地解决了嵌入时水印图像与宿主图像在尺寸匹配上的局限,同时也进一步置乱了水印图像,加强了水印图像的安全性.对宿主图像进行BEMD分解得到不同尺度下的内蕴模态函数和余量信息,并检测第1个内蕴模态函数对应图像的极值点作为水印嵌入位置.最后,依据人类视觉系统的纹理掩蔽特性,将一维水印信号按照从左至右、自上而下的顺序依次、重复嵌入到第1个内蕴模态函数对应图像的极值点中,并结合剩余内蕴模态函数及余量信息重建得到嵌入水印后的图像.水印图像的提取为该嵌入过程的逆过程.通过对多组图像进行水印嵌入,得到嵌入水印后图像的峰值信噪比均在40 dB以上;对嵌入水印后图像进行高斯噪声、椒盐噪声、大尺度剪切等攻击实验,得到提取水印图像与原始水印图像的归一化相关系数均在0.96以上.实验结果表明,嵌入水印图像具有良好的不可见性,并对高斯噪声、椒盐噪声,特别是对大尺度剪切具有较强的鲁棒性.     

基于Fibonacci置乱的小波域数字图像盲水印算法

针对数字图像的版权保护问题,提出一种基于Fibonacci置乱的小波域数字图像盲水印方案。将原图像中的感兴趣区域(ROI)作为水印来源,以此提高水印的隐蔽性。在水印嵌入过程中,将原图像进行分块,对每个块进行Fibonacci置乱和离散小波变换(DWT),选择出低频子带,用于水印嵌入。同时,对水印也执行DWT,选择出低频子带,通过Fibonacci置乱得到置乱矩阵,将水印的置乱矩阵嵌入到主图像的块中。在水印提取过程中,根据嵌入过程中设定的秘钥,通过逆Fibonacci置乱和逆DWT过程提取水印。在多种图像攻击下的仿真结果表明,该水印方案具有较高的安全性、鲁棒性和隐蔽性。     

结合纹理复杂度与BEMD的灰度水印图像算法

本文提出并实现了一种结合纹理复杂度和二维经验模态分解(BEMD)的灰度水印图像算法。该算法首先对Arnold变换的水印图像进行BEMD分解,得到不同尺度的内蕴模态函数及余量信息。其次,对宿主图像分块进行纹理复杂度的计算,选择纹理复杂度高的区域作为嵌入位置;为了使水印图像的内蕴模态函数能与宿主图像更好地融合,对宿主图像进行了与水印图像相同筛分条件的BEMD分解。最后,将水印信息重复地嵌入到宿主图像预先选好的位置中,再对嵌入水印信息后的内蕴模态函数及余量重建得到嵌入水印后的图像。水印提取则为水印嵌入的逆过程。通过对不同纹理程度的宿主图像进行实验,得到嵌入水印后图像的峰值信噪比均在40 dB以上,面对8种常见攻击时提取水印的NC值均在0.95以上。与现有算法进行对比,该算法在大比例剪切、噪声攻击、图像滤波和JPEG压缩攻击上表现出色,且结果整体优于对比算法。     

一种DCT变换域的鲁棒数字水印

提出一种以二值图像为水印的离散余弦变换(DCT)域数字水印算法,对水印图像进行Arnold置乱,用置乱次数作为提取时的密钥,将置乱后的水印图像和载体图像分别进行分块DCT。为了使嵌入的水印具有较强的鲁棒性,把水印的每个子块同时嵌入到多个载体图像的子块中,按照奇数块和偶数块分别将水印嵌入到直流分量和交流分量的中频系数中,实现水印的完全嵌入。实验结果证明,该算法具有良好的鲁棒性和不可见性,能够抵抗有损压缩、剪切、随机涂改和白噪声等攻击。     

基于Logistic混沌映射和IWT-SVD量化的盲鲁棒水印算法

为了提高数字水印的鲁棒性以及水印嵌入位置的保密性,提出了一种基于Logistic混沌映射和整数小流变换—奇异值分解(IWT-SVD)量化的盲鲁棒水印算法:对二值水印图像进行Arnold置乱,对原始载体图像进行8×8分块,利用生成的Logistic混沌序列选择嵌入水印的图像块,充分保证了水印嵌入位置的保密性;对选中的图像块进行二级IWT分解,对得到的二级低频子带系数进行SVD;将置乱后的水印信息嵌入.算法不需要原始载体图像,实现了水印的盲提取,更具实用性.仿真实验结果表明:算法对常规图像处理操作、压缩攻击和剪切攻击均具有较强的稳健性.     

一种基于分块DCT变换和水印置乱的嵌入算法

本文提出一种以图像为水印的DCT变换的数字水印算法,为实现数字水印的嵌入后原始图像不会出现块效应,首先我们对水印图像进行了置乱,为使分块后每块水印图像能完整的嵌入到原图像每块的直流和低频分量部分,我们对水印和原始图像分别进行了4×4和8×8分块DCT变换,为了增加水印嵌入的鲁棒性,我们把水印的每个子块都同时嵌入到多个原图像的子块中。试验结果证明该算法具有较好的不可见性,鲁棒性和抗攻击性。     

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.     

一种小波分解和离散余弦变换混合图像水印算法

提出了一种基于小波分解和离散余弦变换混合图像水印方案。算法以二值图案作为水印，将原图像和二值水印分别进行不同层次的小波分解，分解后的水印各分量伪随机置乱后分别嵌入到原图像相应分解层各分量的DCT域中。水印恢复时需借助原始图像信息，其过程是水印嵌入的逆过程，水印的存在性通过视觉观察和相似性度量两种标准来判定。实验证明该算法生成的水印具有很好的鲁棒性和透明性。     

基于分块奇异值分解的盲水印技术

基于奇异值分解的数字水印方案,具有很强的鲁棒性,但是它也存在着一些不足的地方。为此提出了一种新的基于分块奇异值分解盲水印方法,在图像水印信息经过置乱处理后嵌入到原始载体图像分解所得的酋矩阵中。运用置乱方法和奇异值分解方法,提高了水印的不可见性,保证了水印的安全性。在水印的检测与提取过程中不需要原始载体图像,更加利于实际中的应用。实验结果证明,该方法具有较好的不可见性,对常见的图像处理具有良好的鲁棒性。     

Design of high performance copyright protection watermarking based on lifting wavelet transform and bi empirical mode decomposition

This paper developed new and efficient image watermarking scheme for copyright protection based on Lifting wavelet transform (LWT) and Bi- dimensional Empirical Mode Decomposition (BEMD). A LWT has been selected because it is fast, less computational cost and maintains the integrity of the recovered watermark. The BEMD transform can separate the image from the most robust to the least sensitive or fragile frequency bands. This advantage is utilised in this study for the purpose of embedding the watermark in the robust part of BEMD, i.e. the residue (r). In addition, the embedding process has been performed in the low sub-band of LWT decomposed image as the low sub-band is more robust to image processing such as JPEG compression. The robust watermark which is grey scale image is decomposed using DWT to enhance the security and select only high sub-band as it has less impact on the quality of the watermarked image. As a result, the original image’s visual quality can be preserved and the concealed watermark could be successfully retrieved even if the watermarked images have undergone severe attacks like JPEG, rotation, Gamma correction, filtering, additive noise, translation, shearing, and scaling. Furthermore, the improved scheme offers greater robustness against many image processing operations, in comparison to the current schemes about copyright protection.     

使用二维EMD的红外和彩色可见光图像融合

针对红外和彩色可见光图像的融合,提出了一种基于二维经验模式分解（BEMD）的新的融合方法。源图像由BEMD分解成为本征模式函数集（IMFs）和残余;再将红外图像的IMFs和残余分别与对应可见光图像的IMFs和残余进行灰度范围匹配后,用加权平均方法进行融合;最后由BEMD重构成融合图像。用此法所得的融合图像增强了红外图像的细节并具有与可见光图像相似的自然色彩。实验中将此法与传统的小波变换方法和主成分分析方法进行了比较,还与经验模式分解（EMD）和复经验模式分解（CEMD）的方法进行了比较,实验结果都证明了该方法的融合效果最优。     

基于BEMD和分形维数的人脸识别方法

提出一种新的人脸图像特征提取方法,即利用二维经验模态分解方法（BEMD）结合分形维数（Fractal dimension）进行特征量提取,将提取得到的特征量用于人脸识别。该方法将图像通过BEMD算法分解为不同的二维固有模态分量（BIMF）,然后将得到的BIMF图像进行分块得到BIMF子区域,对每一个BIMF子区域进行分形盒维数估计,采用BP神经网络作为分类器。实验选用ORL人脸数据库,实验结果表明,用该算法进行特征量提取的人脸识别方法具有理想的识别效果并提高识别系统性能。     

基于BEMD与NMF的多源遥感图像融合

传统二维经验模式分解图像融合方法以像素点能量最大原则作为融合依据,而不分析图像的特征信息,特征信息得不到最大保留。为此,提出基于二维经验模式分解与非负矩阵分解的图像融合方法。通过二维经验模式分解得到图像的内蕴模式函数和剩余量,并对内蕴模式函数进行非负矩阵分解,提取真实内蕴模式函数作为图像融合后的内蕴模式函数,利用反向重构得到融合图像。实验结果表明,该方法在图像清晰度与对比度方面均优于二维经验模式分解与非负矩阵分解方法。     

基于人眼视觉特性的云雾图像增强方法

针对云雾图像对比度低、照度低、色彩失真、边缘模糊的问题,提出一种基于人眼视觉特性的云雾图像增强方法。采用二维经验模式分解方法,得到多个不同尺度的内蕴模式函数图像和一个趋势图像,根据视觉适应模型对分解所得的内蕴模式函数图像和趋势图像进行调整,将人眼视觉特性融入其中。实验结果表明,增强后的图像照度、对比度适中,更适合人眼观察。     

基于二维经验模态分解的织疵分割算法改进

针对纺织行业织物疵点检测自动化的需求,提出了基于二维经验模态分解（BEMD）的织物疵点分割方法的改进。在BEMD算法中,使用基于Delaunay三角化（DT）的三次样条分段插值替代基于径向基函数（RBF）的全局插值,以提高计算效率和分解有效性。在BEMD的分解结果中,选择第二个和第三个内蕴模式函数（IMF）进行融合后进行分割以提高疵点分割结果的完整性。实验中以多幅典型的疵点织物为样本,对比了不同插值方法和分割对象的检测误差率（DER）,结果显示改进后的疵点分割方法具有更好的计算效率和鲁棒性。     

基于BEMD图像特征点的图像压缩方法

BEMD作为一种较新的多尺度分析方法,在自适应的提取图像符合视觉感知的成分上有其独特的优势。本文探索研究了BEMD在图像压缩领域的应用推广。提出了基于BEMD提取图像分量的特征点的图像压缩理念。对各IMF分量和残余提取他们的极值点和过零点,将极值点和过零点视为特征点,对特征点系数做量化编码,接收端解码,再对特征点插值分别重建各IMF和残余分量,进而重建原图像。通过实验证明了其可行性。     

基于混沌和BEMD分解的小波域彩色图像数字水印算法

提出了一种基于离散小波变换、混沌系统和二维经验模式分解的彩色图像数字水印算法。首先,对彩色载体图像的G通道进行一级小波分解,将其低频分量进行混沌位置置乱;然后将置乱后的低频分量进行二维经验模式分解,分解成5个基本模式分量和1个残差分量;最后,用水印信息代替第4个中低频基本模式分量实现信息嵌入。利用归一化互相关函数和峰值信噪比对算法进行评定,并对含水印的图像进行攻击。实验结果表明,该算法嵌入容量较大,且具有较好的透明性和鲁棒性。     

抗几何攻击的空间域图像数字水印算法

当前已有的水印算法多数无法抵抗几何攻击, 而现有抗几何攻击的水印算法大多数只能抵抗一定程度内的几何攻击. 本文提出了一个新的抗几何攻击的图像数字水印算法. 该算法在水印嵌入时, 先对原始图像进行分块, 然后对各个子块图像根据量化策略重复嵌入相应的 1bit 水印信息; 在水印提取时, 先将含水印图像进行分块, 然后对从各个子块图像中提取出的水印信息根据多数原则判定相应子块图像所含的 1bit 水印信息. 该算法简单、快速, 所能嵌入的水印信息量大, 并且在提取水印时无需原始图像. 实验结果表明, 该算法能够有效地抵抗很大程度的几何攻击及其组合攻击, 对常规的图像处理攻击也具有很强的稳健性.