基于小波变换和混沌映射的自适应水印算法

提出的基于小波变换和混沌映射的自适应图像水印算法中水印由混沌序列生成,在宿主图像的低频系数中嵌入水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明:该算法能够自适应地根据图像内容添加水印,对图像的平滑区进行的修改非常小,而对图像中抑制噪声能力较强的纹理和边缘区域修改较大,使用该算法嵌入的数字水印具有很好的隐蔽性、安全性及鲁棒性。     

基于分块的小波域图像半脆弱水印认证算法

提出一种图像半脆弱水印认证算法,该算法将图像分成四块,从三级小波分解的低频系数中提取每部分图像的特征作为水印,嵌入到载体图像的各分块中,水印提取既不需要原始图像,也不需要原始水印信息.理论分析及实验结果表明,该算法可以对任意大小的载体图像进行水印嵌入,具有很好的透明性,不仅能抵御噪声、有损压缩等非恶意攻击,还能有效地检测定位剪切、替换等恶意攻击.     

元胞自动机变换可恢复图像认证算法

提出一种基于元胞自动机变换的可恢复图像认证算法,将图像分割成不重叠子块,对每个子块进行两层二维元胞自动机变换CAT,从第二层低频系数生成子块认证水印和恢复水印,分别嵌入当前子块和对应子块的第一层低频系数,形成含水印图像;用认证水印进行图像认证;用恢复水印恢复被篡改图像子块。实验表明,该算法安全性高,且具有很强的抗VQ攻击能力。     

基于信噪比的自适应二维图像水印算法

提出了一个基于信噪比SNR的完全自适应二维水印算法，该算法应用图像压缩技术，实现了以图像作为水印信号，把原始图像分块作离散余弦变换(DCT)，利用信噪比SNR确定各个子块的拉伸因子α，最后水印分量以不同的能量被嵌入到各个子块的DCT低频系数中．实验结果表明该算法具有良好的不可见性和鲁棒性．     

一种DWT和DCT相结合的数字图像水印算法

提出一种DWT变换和DCT变换相结合的灰度图像数字水印算法。对二值水印图像进行置乱和混沌加密处理,将水印图像序列调制成正负序列。在水印的嵌入过程中,对载体图像进行小波变换,提取出其低频系数矩阵,将低频系数矩阵划分成4×4大小的子块,针对各子块进行DCT变换,采用正负量化的方法进行水印的嵌入。实验结果表明,该算法对JPEG压缩、加噪、剪切和滤波等攻击,具有良好的抵抗能力,鲁棒性较好。     

基于神经网络的小波域彩色图像水印方法

提出了一种小波域图像水印方法,该方法利用神经网络实现水印的盲提取。水印序列被嵌入到YUV彩色空间中Y分量的低频系数中,其中包括一段模板信息,这段模板信息定义了对低频部分进行3×3分块后块内低频系数之间的一种关系,然后利用模板信息训练神经网络,实现水印的盲提取。     

一种新颖的双声道数字音频无源水印算法

提出了一种新颖的双声道数字音频无源水印算法。本算法先对需要嵌入的灰度水印图片做置乱加密处理,同时对音频左右声道分别进行三级小波分析,在三级小波低频系数中自适应地寻找左右声道的差异点作为嵌入位置。并能自适应地以水印图像大小为选择基准,将低频系数差异点进行分段。最后,根据基准值和差异参数将水印嵌入到低频系数中。实验结果表明该算法简单易行,嵌入水印后的音频几乎不能被感知改变,安全性和隐蔽性高,并且提取水印图像时无需原始音频。本方法新颖之处在于:能大幅提高嵌入水印信息量,对于灰度以及彩色图像同样适用;具有很好的隐藏性,嵌入水印后的音频难以感知水印的存在;以水印图像像素为选择基准能自适应地将水印嵌入到音频中。     

基于小波分解的数字图像水印处理算法

提出了一种基于小波的隐藏数字水印的新方法。该方法将一幅二值图像作为水印来隐藏，基于JPEG2000标准，将水印和图像均进行多尺度分解，然后将分解的水印低频系数嵌入到具有相同尺寸的图像的低频系数中，重构得到水印图像；水印分解中的高频系数将被保留，并在水印检测过程中作为密钥使用。检测水印时，需要原始的未加水印的图像。实验结果表明，算法对压缩、加噪、线性滤波、剪裁等具有较高的鲁棒性。     

小波域中的图像自适应水印算法

提出一种小波域透明图像水印算法,算法将一个二值图像内嵌到原始图像经过小波多分辨率分解后的低频子带上,根据低频系数和高频系数的特点以及树结构关系,并由图像的局部亮度和纹理特性对水印嵌入强度做自适应调节.实验结果表明:使用该算法嵌入的数字水印具有很好的隐蔽性,并且嵌入水印的图像对有损压缩、滤波、加入随机噪声和剪切等攻击操作具有较强的鲁棒性.     

基于MPEG- 4码流的数字视频水印算法

提出一种基于MPEG- 4码流的视频水印算法.该算法将离散余弦变换(discrete cosine transform,DCT)与运动矢量相结合.对水印图像进行离散小波变换,将小波变换后水印图像的低频系数嵌入到视频序列I帧DCT变换后的低频系数中,而将小波变换后水印图像的中频系数嵌入到B帧的运动矢量中.实验证明,该算法既保证水印的不可见性,又可增强水印的嵌入强度和鲁棒性.     

一种基于置乱的双彩色图像鲁棒水印算法

结合视觉特性和小波变换,提出了一种基于Fibonacci置乱变换的双彩色图像水印算法.该算法首先对彩色宿主图像进行三基色分离和小波变换,然后将Fibonacci置乱变换后的彩色水印图像数据嵌入到宿主图像对应基色的低频小波系数中,较好地实现了彩色水印的嵌入及提取.实验结果表明,该算法在保证透明性的同时对多种常规攻击具有较强的鲁棒性.     

一种DCT域的双色图像数字水印算法

充分考虑人类视觉系统和双色图像特点,采用YCbCr色彩模型,将双色图像Y分量取出并分块。将二值水印信息“逻辑”嵌入到每个分块中低频带系数中。实验结果表明,该算法对JPEG压缩、噪声及亮度变化等常见攻击行为具有很好的稳健性,并且支持水印的盲检测。     

基于Kinect的典型零部件识别与定位

针对自动化拆卸的零部件识别与定位问题,提出了一种结合深度信息的典型零部件图像识别与定位方法.利用Kinect传感器获取彩色图像与深度图像,提取出两者之间的仿射变换矩阵,实现彩色图像的矫正;根据相关系数匹配法实现矫正后的彩色图像零部件识别;利用彩色图像与深度图像的对应关系对零部件进行定位.针对典型零部件,对Kinect传感器获取的图像进行仿真实验与处理,结果表明,该方法能对目标进行识别与定位,验证了方法的有效性.     

基于图像能量和量化的公开数字水印算法

提出了一个新的基于图像能量和量化的公开数字水印算法.首先对原始图像进行均匀分块,然后根据相应的水印信息和量化方法修改各个图像子块的能量以嵌入水印;水印的提取则是水印嵌入的逆过程.由于在算法中采用了量化嵌入策略,从而使该算法在提取水印时无需原始图像.实验结果表明:该算法具有很好的水印不可见性,对常见的图像处理攻击:如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性.     

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.     

基于Arnold变换和DWT彩色图像数字盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像。该算法对彩色水印的R、G、B分量分别进行不同次数的Arnold变换,以达到置乱的目的;然后对彩色宿主图像的R、G、B分量分别进行离散小波变换（DWT：Discrete Wavelet Transform）,取出各自的水平细节系数,最后把置乱后的水印R、G、B分量对应地嵌入到宿主图像的R、G、B水平细节系数中,嵌入方式采用二维离散小波逆变换（IDWT：Inverter Discrete Wavelet Transform）。实验表明,该数字水印算法具有很好的透明性和安全性,同时对诸如涂抹、叠加噪声、剪切、JPEG压缩等常见攻击具有很好的鲁棒性。     

一种基于图像内容特征的数字水印方法

提出了一种基于图像内容特征的数字水印新方法．水印直接采用灰度图像,嵌入时充分考虑图像的内容特征和人眼视觉掩蔽（HVS）特性,在低中频分量嵌入水印．先提取图像的边缘信息,进行系数修正;又根据小波变换后的系数特性,有选择地调整嵌入的强度,使鲁棒性和不可见性都得到提高．最后用实验和攻击测试验证了该算法的有效性．     

基于彩色分量DCT域的数字图像水印

提出一种基于彩色图像色差分量DCT域下的数字图像水印算法，该算法在埋植水印信息时利用了彩色图像两色差分量DCT系数相关值的统计特点，通过修改两色差的量的DCT系数，将水印信号埋植到图像中，而在水印信息检测时，不需要原始图像以及其它额外的数据，经实验测试，提出的算法可以抵抗诸如JPEG压缩，低通滤波，降采样，放大和缩小以及裁剪等大多数图像处理方法的攻击，具有很高的鲁棒性和不可见性。