基于多变换域的彩色图像多功能水印算法

针对单水印存在功能单一的问题,提出一种基于离散小波变换（DWT）和四元数离散余弦变换（QDCT）的彩色图像多功能水印算法。首先,将彩色图像分通道置乱后进行DWT,选择低、中频子带作分块QDCT,利用部分实数系数构造系数矩阵,鲁棒性水印通过加法原则嵌入该系数矩阵的奇异值中;然后,将图像进行2×2分块的QDCT,特征脆弱水印利用QDCT的低频模值系数产生,并嵌入空域最低有效位（LSB）。实验结果表明,鲁棒性水印具有良好的抗JPEG压缩、噪声、对比度调节、剪切、旋转以及混合攻击的能力,脆弱水印对篡改敏感且具有精确的篡改定位功能。     

基于提升小波变换和DCT的彩色视频水印算法

针对数字视频的版权保护应用,提出了一种混合提升小波变换和DCT的视频水印算法。该算法先对水印进行混沌加密和Arnold置乱处理,借助密钥选取r帧彩色视频并将每帧视频的每一分量进行互不重叠的8×8分块,对选取的分块进行1级提升小波变换,并对低频子带进行DCT变换,以视频帧的纹理和运动特性自适应地确定量化步长的抖动调制方式嵌入水印,水印提取时无须原始视频的参与。实验表明,该算法实现简单,具有良好的透明性和鲁棒性,与其他算法相比,该算法具有更好的性能。     

基于奇异值分解的双重变换域图像水印算法

提出了一种基于奇异值分解的离散小波和离散余弦双重变换域数字图像水印算法。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,且该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。     

基于混沌的双重变换域数字图像扩频水印算法

提出了一种基于混沌的离散小波和离散余弦双重变换域数字图像扩频水印算法。算法采用二值图像作为水印,增加了嵌入的信息量。仿真结果表明,算法不仅具有较好的安全性、不可见性和鲁棒性,而且在水印的提取过程中不需要载体图像,在版权保护方面具有一定的应用价值。     

基于离散余弦变换的自适应盲视频水印算法

设计了一种基于离散余弦变换的自适应盲视频水印算法,先用混沌序列对水印图像加密,再将视频序列进行分帧,提取亮度分量作二维8×8DCT变换,将水印嵌入到DCT分块的低频系数中。水印的提取不需要原始视频信号和原始水印,实现了水印的盲检测。实验结果表明,水印的不可感知性很好,在抵抗椒盐噪声、高斯噪声、帧删除、帧剪切及高斯低通滤波等多种攻击时具有良好的鲁棒性。     

基于视觉特性和骑士巡游的变换域视频水印算法

为了对数字视频进行版权保护,结合人眼视觉特性和骑士巡游相关原理,提出一种在视频I帧亮度分量的DWT-SVD域嵌入水印的算法。先根据视觉特性计算嵌入强度,然后对I帧做离散小波变换和分块奇异值分解,再按骑士巡游路径将水印嵌入到分块奇异值分解后的U矩阵中。提取水印时不需要原始视频的参与。实验结果表明算法具有良好的不可见性和鲁棒性。     

一种基于多变换域的数字图像水印算法

图像DWT最低频子图的稳定性好,DCT低频分量稳定性强,SVD值在图像中应用稳定,Arnold变换可加密图像;因此提出了一种新的数字图像水印算法,它应用Arnold变换加强水印安全性,并在DWT域中利用DCT变换和SVD变换的系数稳定性特征保证水印的鲁棒性。实验结果表明,算法很好地保持了图像质量,而且水印对于JPEG压缩、滤波、噪声污染、缩放、剪切等常见的信号处理和攻击均具有较强的鲁棒性。     

基于CIF-to-QCIF变换的压缩域视频水印算法

现有视频水印算法的设计目标主要是对有损压缩、重量化编码等处理具有鲁棒性,但很少考虑视频帧格式变换因素,使水印对这类处理不具有鲁棒性。论文结合视频帧格式由CIF到QCIF的变换设计了一个压缩域的视频盲水印算法,水印被嵌入到CIF格式的视频流中,既可以从CIF视频中提取也可以从QCIF视频中提取,实验结果表明提出的算法对MPEG重编码以及CIF到QCIF的视频格式变换具有鲁棒性,而且整个嵌入提取过程都基于DCT域,具有较低的计算复杂度。     

基于DCT的Arnold变换视频水印算法研究

针对多媒体信息中的视频流采用数字水印技术实现版权保护和防攻击时存在的一些问题,提出了采用基于DCT的Arnold变换的视频水印算法,不仅能有效地保护多媒体信息中作者的版权,还能抵抗一些常用攻击以达到防止被篡改的目的,具有很强的鲁棒性和实用性。     

一种基于混沌调制和双变换域的音频水印算法

针对传统音频水印算法不能实现盲提取和水印的安全性、鲁棒性不强,提出一种改进算法。采用Logistic混沌序列对降维后的水印信号作进行调制,再结合离散小波变换的多层分辨能力和离散余弦变换的能量汇聚特性,通过修改双变换域的中低频系数,在载体音频中嵌入水印信息。仿真实验表明改进算法具有更好的安全性和鲁棒性。     

基于神经网络的小波域数字水印嵌入算法研究

提出一种结合神经网络将二值水印嵌入离散小波变换后的宿主图像中的新方法.为使算法具有更好的不可感知性和鲁棒性,进一步提高它的实用性,结合神经网络理论,创新地提出在小波域实现对数字水印嵌入.该方法是对宿主图像做离散小波分解,取分解后的近似分量作为嵌入位置.在其中随机的选取一些像素点及其邻域,利用神经网络对其进行建模及训练,通过修改其像素值嵌入水印信息.在嵌入之前对二值水印进行了Arnold变换来加密.实验结果表明,算法具有很强的抗几何攻击和承受其他图像处理操作的能力,不可感知性好,鲁棒性明显优于一般小波域嵌入算法,对数字水印的实现具有很强的参考价值.     

神经网络检测的数字语音水印算法

研究数字水印提高抗击性能,由于音频水印容量有限,同时盲检测方案中抗攻击能力普遍较弱,针对上述问题提出了一种在小波域中利用神经网络检测的数字语音水印算法.在数字语音载体的重要小波系数中隐藏了一幅不可感知的二值数字图像,通过二值数字图像中附加的模板对神经网络进行训练,经过训练后的神经网络几乎能够完全恢复嵌入到数字语音中的水印数据.仿真结果表明,小波域水印容量得到提高,算法对抗高斯噪声攻击、压缩、重采样等攻击,具有较强的鲁棒性,可以为实际应用提供依据.     

Chirp-Fourier变换域的水印算法

提出一种新的修正离散Chirp-Fourier变换(MDCFT)域盲水印方案,其包括水印嵌入和水印检测2部分。该方案把Chirp水印信息嵌入图像经二维修正离散Chirp-Fourier变换后的系数上,对其进行反变换,得到含水印图像,利用二维MDCFT对水印信息进行盲检测。由于DCFT可通过FFT实现,与其他时/频域水印算法相比,其实现更为方便。仿真试验表明,该算法透明性好,检测速度快,植入的数字水印对高斯噪声、剪裁、旋转和JPEG有损压缩等图像处理具有较强的鲁棒性。     

基于离散余弦变换的可移除数字视频水印算法

在视频水印的评价标准中,鲁棒性和透明性是一对非常重要的性能指标,同时也是一对相互制约的指标。已有的视频水印算法对上述2个指标都采用折衷的方法,为保证透明性通常不能兼顾水印的鲁棒性。为解决上述问题,提出一种可移除数字视频水印算法。在嵌入水印时,不限制水印嵌入的强度,以保证水印信息的鲁棒性,而嵌入后的视频在播放时,需要经过一个水印移除的过程,移除水印后的视频在视觉效果上与原视频接近或完全一致,以满足水印的透明性。同时,用户需提供合法的密钥,以保证水印移除的正确性,并提高水印算法的安全性。测试结果表明,该算法对分辨率放缩、视频重编码及码率压缩的操作具有较强的鲁棒性。     

基于深度卷积神经网络的变换域通信网络抗干扰优化算法

为了有效抑制变换域通信网络干扰信号,改善信噪比,研究了基于深度卷积神经网络的变换域通信网络抗干扰优化算法。应用傅里叶变换方法将信号从时域转换到频域,并以傅里叶变换通信信号获得的参数为依据构建干扰信号模型;嵌入干扰信号模型以形成接收信号,然后对接收信号进行处理并存储在干扰数据库中,利用深度卷积神经网络完成干扰信号的特征学习与干扰估计,并根据干扰估计结果,在接收信号中去除干扰信号,完成变换域通信网络抗干扰优化。实验结果表明：该算法可有效完成变换域通信网络抗干扰优化,优化后通信信号的信噪比改善性能与误码性能均较佳,输出的通信信号几乎无干扰信号存在。     

基于协同神经网络的图像数字水印算法

为保证图像数字水印的鲁棒性和安全性,结合加密技术,提出了一种使用协同神经网络的图像数字水印算法。该算法是先对有意义的灰度图像进行水印序列化处理后,再将其作为水印信号嵌入到载体图像的分块DCT系数直流分量里。水印的检测提取算法是采用协同神经网络,将疑似水印信号作为网络的输入,而网络的输出就是识别的结果。经仿真实验验证,该算法可承受一定的图像处理操作,不仅能同时完成水印的检测与提取,而且能有效判断水印的归属,具有较好的性能。     

一种基于小波变换和神经网络的数字水印算法

提出了一种新的基于小波变换和神经网络的数字水印算法。该算法首先把原始图像分成8X8像素的小块,根据Logistic映射产生的混沌序列选择相应的小块构造一个原始图像的子图,接着把DWT变换作用在这个子图上,得到两个子带LH:和HL1,然后把水印信息嵌入在这两个子带上,接着通过IDWT变换重构子图,最后按构成子图的顺序把每一个8X8像素的小块放回到原图中相应位置,从而得到一个嵌入了水印信息的图像。在水印的提取过程中使用了经典的I3P神经网络。实验结果表明,通过该算法嵌入的水印具有较好的鲁棒性、安全性和不可感知性。     

基于DCT变换的自适应视频水印算法研究

基于对MPEG-2视频压缩编码标准以及已有的基于DCT变换的视频水印算法的研究,充分考虑到人眼视觉特征,本文提出了一种采用基于DCT系数的自适应视频水印算法。此算法吸取了DCT视频水印算法的优点,然而与其相比却具有更强的不可见性与鲁棒性。     

基于Contourlet变换的双重视频水印方案

提出一种基于Contourlet变换的双重视频水印方案。对MPEG系统中的I帧进行Contourlet变换,利用二维离散超混沌系统产生的超混沌序列对水印图像进行置乱和加密处理。在低频域重要系数嵌入破坏原始视频水印,使其失去应用价值,同时在高频域嵌入鲁棒水印,实现版权保护。实验结果表明,只有得到授权的用户才能获得高保真的视频信息,版权保护水印提取时不需要原始视频信号。     

一种含边信息的小波域视频水印算法

利用帧内和帧间的边信息,提出一种含边信息的小波域视频水印算法。该算法以抖动调制为基础,以视频帧的运动特征和纹理特征作为边信息,自适应地确定抖动调制的量化步长。实验结果表明,该算法实现了视频水印的盲检测,具有良好的不可见性,对高斯噪声、帧平均、帧删除、帧置换等攻击具有较好的鲁棒性。