一种基于图像DC系数的多比特水印

提出了一种新的多比特水印算法。该算法把基于图像自身的水印信息嵌入到图像的DC系数中,通过视觉模型控制DC系数的改变程度,在保证水印不可见性的同时,提高了水印的鲁棒性。为实现水印的盲检测,采用Gold码序列对水印信息进行了扩频。在检测阶段,充分利用Gold序列良好的相关性恢复出水印。应用所提出算法,把水印信息嵌入到一幅512×512的灰度图像中。实验表明,该算法对常规信号处理攻击和几何攻击具有很强的鲁棒性。     

基于重同步的高容量鲁棒图像水印算法

如何有效地抵抗组合几何攻击,并且提高水印的嵌入容量,一直是数字水印领域一个具有挑战性的课题.针对此种状况,本文提出了一种抗组合几何攻击,且嵌入容量较大的水印算法.首先利用SURF算法从受攻击的图像提取特征点,并与原图像中的少量鲁棒性较强的特征点匹配,根据特征点对间的坐标关系准确估计出仿射矩阵;然后根据仿射矩阵对失真的图像进行几何校正,恢复水印的重同步.由于几何攻击与还原过程中的像素插值仍会导致变换域水印的位置发生细微的误差,本文在空间域嵌入一层定位水印以便精准地同步;最后,考虑到LT码具有良好的纠删性能,因而先将变换域水印信息进行LT码编码,以尽量提高算法的抗剪切性能.实验结果表明,该算法不仅实现了较高容量的嵌入,而且对于剪切、组合几何攻击具有较好的鲁棒性.     

一种基于DWT的同步数字音频水印算法

本文提出了一种基于离散小波变换的同步数字音频盲水印算法。嵌入的水印为视觉上可辨的二值图像。算法中引入了嵌入同步信号的思想,利用同步信号定位水印的嵌入位置。为了提高信号的鲁棒性,把同步信号与水印隐藏在DWT域的低频系数中。同时,检测水印时不需要原始音频。仿真实验表明,所提出的方法具有较强的鲁棒性和不可感知性,并能有效抵御各种常见攻击。     

基于特征匹配校正的Contourlet域鲁棒水印算法

几何攻击破坏了水印系统中水印信息和图像之间的同步性,容易导致检测失败,因此抗几何攻击的数字图像水印算法成为研究的热点和难点。文章提出了一种基于特征匹配的Contourlet域鲁棒数字图像水印方法。该算法通过匹配特征点之间的几何关系,计算几何变换参数,校正攻击后的水印图像;通过量化将水印信息嵌入到图像Contourlet域中。实验结果表明,文章提出的算法具有良好的不可见性和抵抗多种攻击的鲁棒性。     

基于DWT的同步数字音频盲水印算法研究

文中提出了一种基于离散小波变换的同步数字音频盲水印算法．嵌入的水印为视觉上可辨的二值图像．算法中引入了嵌入同步信号的思想，利用同步信号定位水印的嵌入位置，为了提高信号的鲁棒性，把同步信号与水印隐藏在DWT域的低频系数中；同时，检测水印时不需要原始音频．仿真实验表明：所提出的方法具有较强的鲁棒性和不可感知性，并能有效抵御各种常见攻击．     

基于匹配滤波的有意义图像水印算法

图像隐形水印是解决数字媒体版权保护的有效手段.目前的大多数水印算法采用伪随机序列构成水印,因而只能给出"Yes"(有水印)或"No"(无水印)的回答.嵌入有意义的水印在一些应用场合更加重要,但同时也带来了更多的困难.嵌入有意义的水印必须解决二个问题:(1)嵌入的水印具有一定的数据量;(2)从有失真的水印图像中正确地提取嵌入的水印.本文应用数字通信的理论和方法,提出了一个嵌入有意义字符串的DCT域隐形水印算法.该算法采用BCH编码和匹配滤波来降低误码率.应用所提出的算法,把一个32个字符组成的水印嵌入到256×256的图像中并达到了较好的稳健性.在水印图像信噪比受Gaussian加性噪声干扰下降到26dB时,仍实现了对嵌入水印零错误概率的检测.     

基于Turbo码的DWT-DCT域稳健性视频水印算法

提出了一种基于Turbo码的DWT域与离散DCT域相结合的视频水印算法。在该算法中,首先选取视频序列中的关键帧,并对其亮度分量进行一级DWT变换,再对DWT域的逼近子带进行4×4的DCT变换,最后在DCT变换的直流系数中嵌入经过伪随机排序和Turbo码编码置乱后的水印信息。实验结果表明:该算法不仅具有良好的不可见性,而且对各种常见的攻击都具有较好的稳健性。     

Tchebichef矩在图像数字水印技术中的应用

提出了一种利用原始图像的Tchebichef矩来增加水印顽健性的方法,即利用原始图像的一个或多个Tchebichef矩的值来估计水印图像所经过的几何变换的参数以及图像增强等图像处理操作的参数,并将这一过程作为水印检测的预处理过程。实验中将多种不同的水印信息在不同的图像处理域(包括DWT、DCT、FFT以及空间域等)实现水印信息的嵌入。为了检测这种估计算法的顽健性,本文实验中的几何攻击是由Stirmark产生的。计算机模拟实验证明这种估计方法简单,估计精度很高,增加了图像水印技术对几何攻击的顽健性,而且可在任何处理域中实现,具有很好的实用价值。1     

基于角点特征的几何同步数字水印算法

对图像的角点检测与水印同步进行分析和讨论,在此基础上提出了一种基于角点特征的几何同步数字水印算法.为抵抗几何攻击,在归一化的图像中提取出较好的角点信息,重点分析了Harris与MIC角点检测的优缺点,将2种方法合并应用到角点检测,摒弃了单纯的像素信息修改,利用圆环的几何形状来统计表示水印信息.实验结果表明,所提出的水印算法较其他算法不仅能抵抗一般的图像攻击,而且在抵抗旋转、放缩等几何攻击方面的稳健性也有较好的提高.     

基于图像归一化的抗几何攻击水印技术

在数字图像水印中,确保水印和图像的同步问题是水印图像有效抵抗几何攻击的关键.本文利用几何不变矩,对水印抗几何攻击进行了探讨,提出了一种基于几何不变矩的抗几何攻击的水印算法.通过对原始图像和攻击后的图像的归一化处理,使水印和图像在嵌入与提取过程保证同步.实验证明该方法对常见的几何攻击有很好的鲁棒性,嵌入的水印容量较大且水印图像的质量也较高.     

DWT域基于系数量化的盲水印算法

提出了一种DWT域内基于系数量化的盲提取图像水印算法。通过分块量化DWT域的近似分量来嵌入二值水印信息。水印提取实现了盲提取,并结合Haar小波的特殊性质,增强水印的鲁棒性。仿真实验证明了该算法不仅具有较好的不可见性,而且对常用的普通攻击和诸如旋转、缩放、平移等几何攻击也具有较好的鲁棒性。     

抗JPEG压缩攻击的DWT域图像量化水印算法

分析了DWT域系数对JPEG压缩的稳定性,在此基础提出了一种新的抗JPEG压缩攻击的DWT域图像量化水印算法。此算法在提取水印时无需原始图像。实验结果表明,该算法对嵌入的水印具有很好的透明性,对JPEG压缩攻击具有很强的鲁棒性,对其他常见的图像处理攻击,如亮度调整、对比度调整、加噪声、重采样、颜色抖动和平滑等,均具有很强的鲁棒性。     

基于奇异值分解的小波域水印算法

结合奇异值分解（SVD）和离散小渡变换（DWT）的特点,提出一种基于SVD的小波域数字图像水印算法。该算法将二值水印图像经过取反置乱后嵌入到原始图像小波中频子带的奇异值中,具有较高的抗攻击能力。仿真实验证明,该算法不仅具有良好的透明性,而且对常见攻击,如：叠加噪声、JPEG压缩、滤波及几何攻击具有较好的鲁棒性。     

基于压缩传感的自同步图像水印算法

针对目前基于压缩传感水印算法存在的抗几何攻击性能不足的现状,提出了一种基于压缩传感的自同步图像水印算法.算法将水印信息和同步信号嵌入原始图像稀疏化后的观测域中,使水印具有自同步能力.同时利用观测值局部特性,有效提高了在观测域中搜索同步信号的效率,较好地解决了同步信号鲁棒性和搜索量之间的矛盾.实验结果表明,该算法对于常规图像处理攻击和几何攻击均具有较强的鲁棒性,同时抗提取实验表明,该算法能有效抵抗非法提取水印信息,增加了安全性.     

一种基于DWT_SVD的抗几何攻击彩色图像水印算法

针对传统离散小波变换(DWT)水印算法不能较好地抵抗几何攻击的缺点,提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)相结合的彩色图像水印新算法。首先对原始彩色载体图像进行RGB三基色分解,然后进行离散小波变换,再选取四个子块的四分之一重构成新子块,并进行二次离散小波变换,最后对其低频部分进行奇异值分解嵌入水印信息,得到嵌入水印的彩色图像。实验结果表明,该算法能够较好地抵抗诸如高斯噪声、椒盐噪声、压缩等常规攻击,并对大角度旋转、任意角度旋转、剪切加旋转等几何攻击也表现出了较强的鲁棒性,其总体性能明显优于传统的DWT水印算法。     

基于混合变换域的数字水印算法

提出了一种基于二维离散小波变换(DWT)和离散余弦变换(DCT)的混合变换域数字水印算法。通过小波变换得到载体图像的高频和低频系数,将低频系数作为一个子图像;再将二值水印图像置乱并编码,在子图像的离散余弦变换得到的系数中嵌入水印。该方法在水印检测和提取过程中都不需要原始图像。实验表明该方法水印隐藏性好,鲁棒性较好,抵抗放缩和局部攻击有很好的表现。     

改进的基于离散小波变换的数字水印技术

提出一种基于离散小波变换静止图像的数字水印技术，探讨了增强数字水印鲁棒性的方法，首先是新的伪随机序列的生成方法，其次是基于马尔可夫随机场（MRF）提出了自适应的水印嵌入手段，最后提出了提高数字水印对几何变换鲁棒性的基于图像配准技术的数字水印提取技术。     

Affine invariant image watermarking using intensity probability density-based Harris Laplace detector

Feature point based image watermarking against geometric distortions has attracted great attention in recent years. However, for the state-of-the-art intensity based feature points detectors, the feature points often gather at textured portions of the image or on the edges where the change of intensity is significant, so that many feature points capture the same portion of the image, which makes the watermark be vulnerable to local geometric distortions. In this paper, we propose an affine invariant image watermarking scheme with good visual quality and reasonable resistance toward local geometric distortions, which utilizes the intensity probability density-based Harris–Laplace detector. Firstly, the uniform and robust feature points are extracted by utilizing modified Harris–Laplace detector, in which the intensity probability density gradient is used instead of intensity gradient. Then, the affine invariant local ellipse regions (LERs) are constructed adaptively according to the variation of local intensity probability density. Finally, the digital watermark is embedded into the affine invariant LERs in nonsubsampled contourlet transform (NSCT) domain by modulating the lowpass NSCT coefficients. By binding the watermark with the affine invariant LERs, the watermark detection can be done without synchronization error. Experimental results show that the proposed image watermarking is not only invisible and robust against common image processing operations such as sharpening, noise adding, and JPEG compression, but also robust against the global affine transforms and local geometric distortions.     

Gray-scale image watermarking using GA-BPN hybrid network

In this paper, a novel watermarking scheme is proposed by embedding a binary watermark into gray-scale images using a hybrid GA-BPN intelligent network. HVS characteristics of the images in DCT domain are used to obtain a sequence of weighting factor from a GA-BPN. This weighting factor is used to embed and extract the watermark from the image in DWT domain. The GA-BPN is trained by 27 inference rules that includes three input HVS parameters namely luminance sensitivity, edge sensitivity computed using threshold and contrast sensitivity computed using variance. The robustness of the embedding scheme is examined by executing seven different image processing attacks. Visual quality of signed images before and after the attacks is examined by PSNR. The extracted watermarks from signed and attacked images show a high degree of similarity with the embedded content. Overall, the algorithm is robust against selected attacks and is well optimized.