基于运动目标检测的视频水印算法研究

摘要：为了提高视频水印的鲁棒性,提出一种基于运动目标检测技术的算法。通过相邻帧差法提取并标记视频图像序列中的运动目标,并采用图像局部奇异值分解(SVD)算法,实现水印的嵌入和盲提取过程。在仿真实验中,通过计算水印嵌入后图像的峰值信噪比,证明该水印算法具有很好的不可见性和隐蔽性;并使用strimark软件对嵌入水印后图像进行几何攻击,分析水印图像的相关系数,验证本算法具有很好的鲁棒性。     

基于矩阵置乱的自适应视频水印算法

视频数字水印技术是当前水印研究中的一个热点。为了更好的保证视频水印的鲁棒性,提出了一种基于MPEG-2运动分量的自适应数字水印算法。该算法首先利用矩阵置乱来确定水印片段的目标图像组,然后结合人眼视觉系统选择水印比特嵌入的运动分量。实验结果表明,该算法不仅对于针对视频水印的特殊攻击具有高鲁棒性,且水印嵌入前后图像的峰值信噪比仅有微弱差异。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

基于小波包变换的图像数字水印算法

提出一种基于小波包变换和人类视觉特性的自适应盲水印算法。该算法选择原始图像小波包变换的中频子带进行嵌入,提高了水印的容量和不可见性;采用双极性量化方法嵌入水印,根据嵌入强度自适应地确定量化步长,提取时无需使用原始图像。实验证明该算法对常见的图像处理攻击具有良好的鲁棒性,同时也很好地保证了水印的不可见性。     

结合多级小波系数加权均值和量化的可公开敏感水印

传统水印通常对水印嵌入后掩体视觉质量较为关注,而对水印嵌入环节的安全性较为忽视,一些算法尽管提供了水印加密环节,但位置固定,导致嵌入水印易受攻击,而基于参数化小波的水印敏感性在实际中难以应用。针对以上问题,提出一种结合多级小波系数加权均值和量化的可公开敏感水印。在该算法中,首先将掩体图像的消息摘要算法5(MD5)值、用户密钥和初始参数与Logistic映射绑定,用于对水印加密和嵌入环节的多级小波系数进行随机选择;然后通过联合图像专家组(JPEG)压缩的各级小波系数绝对变化量的算术平均值来估算小波系数权重,调整小波系数加权均值以嵌入水印;最后通过孤立黑点滤除策略来提高水印提取质量。理论和实验表明,所提方法具有较好的明文敏感性和密钥敏感性,嵌入水印后图像峰值信噪比(PSNR)可达到45 dB,即使公开水印嵌入环节,嵌入的水印也难以篡改和提取,同时依然对图像剪裁、白噪声、JPEG压缩、覆盖和涂鸦等常规图像攻击具有鲁棒性。     

基于小波变换的多功能数字水印

提出一种基于小波域的多功能数字水印算法,根据人类视觉特性和原始图像的自身内容确定可见水印在低频子带和各高频子带的拉伸系数。对嵌入可见水印图像的低频小波系数进行量化,并将合适的量化步长嵌入不可见水印。实验结果表明,该算法生成的水印图像满足可见水印的要求,且不可见水印对一般的图像处理和攻击具有很好的鲁棒性,可以同时实现版权通知和版权保护。     

信息嵌入位置自适应选择的鲁棒水印算法

为了更好地提高嵌入水印后的图像质量,提出了一种利用遗传算法(GA)优化支持向量回归机(SVR)的鲁棒水印算法。把经Haar小波变换后,图像子带中具有强相似性的数据作为特征向量,用于被遗传算法优化的SVR建立小波系数方向树的模型。通过比较特征向量均方差(MSE)的大小来自适应地确定水印嵌入的位置。水印的嵌入与提取是通过调整模型的预测值与目标值之间的大小来实现的。实验结果表明,所提算法对常见的图像攻击有很强的鲁棒性,而且水印图像在嵌入容量为16384比特的情况下,峰值信噪比可以达到44.15dB。因此能够有效抵抗常见的水印攻击,在嵌入大量信息的情况下,具有很高的透明性。     

一个基于DWT的自适应数字水印算法

本文提出了一个新的DWT域自适应数字水印算法。该算法利用小波域高、低频部分嵌入水印的优势互补特点,在载体图像的高频和低频子带分别嵌入相同水印来增强水印抵抗多种攻击的能力;水印的嵌入采用量化调制方式,其量化步长可根据人类视觉系统和载体图像的局部特点自适应地调整。此外,由于奇异值分解具有良好的性能,因而被用于高频部分水印的嵌入以提高其鲁棒性。实验结果表明水印具有良好的鲁棒性和不可见性,与相近算法相比,本文方法可以有效抵抗更多的攻击。     

基于SVD和小波包分解的自适应鲁棒水印算法

针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。     

基于正负量化的DCT域数字图像盲水印算法研究

提出一种基于离散余弦变换（DCT）的灰度图像盲水印算法。首先对水印图像进行置乱加密。然后将载体图像进行8×8大小的分块,针对各分块进行DCT变换,采用正负量化规则进行水印的嵌入。水印的检测是根据正负量化规则进行的,不需要原始图像,是一种盲检测。最后通过水印相关系数（NC）和峰值信噪比（PSNR）来评价水印算法的性能。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切、滤波等攻击,鲁棒性较好。