基于频率域的三维网格模型零水印算法

针对加强行版权保护问题,传统水印嵌入算法为避免模型失真,只能降低水印嵌人强度,但会造成水印鲁棒性下降,采用零水印方法则可以有效的解决水印透明性和鲁棒性之间的矛盾问题,提出了一种基于频率域的三维网格模型零水印算法,不对模型数据进行任何改动,将模型按拓扑数据分割为若干子块,在各子块内进行拉普拉斯频谱分解,用于注册的水印由包含模型几何特征主要能量的频域低频系数构造生成.实验结果表明,算法可避免模型失真,构造的水印可以抵抗多种常见的攻击手段,例如网格的平移、旋转、各向一致缩放处理,以及一定强度的顶点随机噪声攻击,并且算法在提取水印时可无需原始网格模型参与.     

基于奇异值分解的零水印算法

针对传统的基于奇异值分解的水印算法水印容量较低的缺陷,提出基于奇异值分解的零水印算法,在分块的基础上提取奇异值向量的前若干项,将其作为图像特征,并利用此特征进行零水印构造。仿真实验结果表明,该算法能降低计算复杂度,增加水印容量,稳健性较好。     

基于几何特征的3维网格模型零水印算法

由于3维网格模型对水印嵌入强度高度敏感,为避免外观视觉效果严重失真,如今多数水印算法只能采用低强度的嵌入策略,从而导致其鲁棒性能下降。为了解决水印鲁棒性和透明性之间的矛盾问题,提出了一种不对网格模型数据进行任何改动的零水印算法。该方法首先对网格模型的几何数据进行校准预处理,然后对网格按顶点包围盒进行分割来提取几何数据空域特征,进而再应用3维DCT变换在变换域中进一步集中能量,其水印由若干DCT大值系数构造生成,并在IPR数据库注册获得版权保护,该水印的检测过程无需原始网格模型数据的参与。实验结果表明,该算法构造的水印不仅能抵抗顶点重排序、平移、旋转、各向一致缩放等攻击,而且对加噪、网格简化、网格滤波和二次水印等也表现出一定的鲁棒性。     

平衡多小波视觉密码零水印算法

传统零水印算法构造的水印通常是没有实际意义的二值序列,致使版权辨别不够直观快捷。借鉴视觉密码原理,结合平衡多小波、奇异值分解等技术,提出平衡多小波视觉密码零水印算法。将客户水印作为零水印嵌入到版权图像中,对版权图像进行平衡多小波变换得到实际载体;根据实际载体图像进行块奇异值分解并计算平衡因子得到差值矩阵,由差值矩阵生成过渡矩阵;将过渡矩阵结合2×2视觉秘密图份算法生成图像特征信息;结合图像特征信息和客户水印信息产生零水印。实验结果表明,该算法具有良好的安全性和鲁棒性,是一种可靠的图像版权认证零水印算法。     

不可逆的3维网格模型数字水印算法

提出一种基于奇异值分解的三角网格模型数字水印算法,该算法主要思想在于把水印信息嵌入到奇异值为零的地方,由于零值的特点使得算法不可逆,从而成功抵御了解释攻击。该算法简单,并可以快速嵌入到大规模三角网格模型里。通过几种不同的攻击实验,验证了算法具有很好的鲁棒性,最后还对构造不可逆算法的必要条件进行了总结。     

基于Contourlet变换和奇异值分解的图像零水印算法

提出一种基于Contourlet变换和奇异值分解的数字图像零水印算法。原始图像经过Contourlet变换后,分解为一系列多尺度、局部化、方向性的子带图像,选择对低频子带进行分块奇异值分解,然后根据每块中第一个奇异值的大小特性“嵌入”和“提取”水印。实验结果表明,该图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击,具有较强的鲁棒性和不可见性,提高了水印识别的可靠性。     

增强奇异值分解和细胞神经网络的零水印

目的 针对奇异值分解算法存在的对角线失真、虚警错误等问题,引入一个寻找最抗攻击缩放比例的参数,提出基于增强奇异值分解的零水印算法。方法 首先将离散小波变换作用于原始图像,对分离出的低频逼近子图进行不重叠分块,对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵,再分别对每个块矩阵进行增强奇异值分解,将得到的最大奇异值与最大奇异值均值作比较构成特征向量;然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像;最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值,通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。结果 在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下,提取的水印和原始水印的归一化相关值都在96%以上,算法平均运行时间为2.389 s,性能较高。结论 通过利用参数对奇异值矩阵进行调整的方法,不仅增强了算法的鲁棒性,而且解决了奇异值分解（SVD）出现的对角线失真和虚警错误问题。同时通过结合零水印的思想,解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。     

基于细胞自动机与奇异值分解的零水印算法

针对常规水印算法对JPEG压缩与几何攻击鲁棒性较差的问题,提出了一种基于细胞自动机(CA)变换与奇异值分解(SVD)的零水印算法。首先对图像进行二维细胞自动机变换,分离出低频近似图像并保存作为密钥的变换参数;然后对低频图像分块并在每个子块上进行奇异值分解,通过细胞自动机变换规则在每个子块的奇异值矩阵上构造零水印;最后,图像认证时根据两个图像的水印相似度是否大于阈值来判断图像是否遭遇篡改。通过实验证明,该水印算法具有良好的不可见性和安全性,并且对于JPEG压缩与几何攻击表现出较强的鲁棒性。     

奇异值分解小波变换的数字水印算法研究

研究保护版权信息安全间题,针对实现水印的稳健性和不可见性,保护合法用户,使数据水印保护有良好的鲁棒性,在传统奇异值分解和小波变换水印技术基础上,提了一种奇异值分解与小波变换相结合的数字水印算法.算法首先对水印图像进行置乱处理并原始载体图像进行分块,从原始载体中找到最佳水印嵌入子块,然后对最佳子块进行小波变换,同时对子块的低频系数进行奇异值分解,最后将水印嵌入各载体图像子块的奇异值中,实现了图像水印嵌入.实验结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,提高了图像水印的抗击能力,为版权保护提供有效方法.     

基于奇异值分解的鲁棒性和脆弱性兼具图像水印方法

针对图像安全水印算法功能单一的问题,亟待设计一种兼具鲁棒性或脆弱性的图像水印算法.基于此论文利用奇异值分解提出一种同时具有鲁棒性和脆弱性的图像水印方法.首先通过比较相邻两个子块的最大奇异值大小关系产生鲁棒零水印;然后利用子块奇异值的小数位奇偶性产生脆弱水印;最后将脆弱水印嵌入在对应偏移子块的空域LSB.实验结果表明:算法具备很强的鲁棒性和很敏感的脆弱性,能够在实现版权保护和内容认证中有一定的借鉴意义.