一种基于压缩感知的数字图像水印算法

根据压缩感知具有压缩短、解码复杂和鲁棒性强的特征,提出一种新的基于压缩感知的数字图像水印算法。该算法有效克服了信号重建时稀疏度未知的问题,增强了数字水印系统的抗提取防破坏能力。在嵌入水印时,将水印的高频系数用构造的伯努利矩阵进行观测后,嵌入于图像的低频系数中;在提取水印时,利用正则化自适应匹配追踪(RAMP)算法对高频系数进行恢复,最后与低频系数结合实现水印的重构。实验结果表明:该算法在重构精度和重构时间上要高于同类算法,具有很好的鲁棒性、透明性和安全性。     

一种基于边信息的数字水印算法

借鉴边信息通信模型的思路,本文提出了一种小波域的数字水印的嵌入和提取算法,且提取时无需原始图像。该方法对原始图像小波变换后的系数,根据其对人类视觉影响的特性,选择出可嵌入信息的系数位置,并以边信息的方式记录下来,然后采取类似扩频的思想进行水印信息的嵌入。算法中为增强安全性,还对系数进行了随机抽取。实验结果表明该算法具有强不可察觉性、高容量性和抗击常见方法干扰的顽健性。     

基于自适应半脆弱水印的图像篡改检测方案

为保护数字图像版权和检测恶意篡改,实现高精度篡改定位,在充分挖掘图像特性的基础上,设计一种基于自适应半脆弱水印技术的图像篡改检测算法。算法根据感知特性将水印自适应嵌入到图像LSBs中,利用多数原则恢复水印信号,结合数学形态学滤波进行篡改检测与定位。仿真实验证实了该方案的有效性,在抵抗通常的内容保持攻击操作的同时,能实现精准篡改检测与定位。     

一种基于图像融合的数字水印方案

数字水印是一种新型的多媒体信息版权保护技术，它是在多媒体信息中嵌入标志版权信息的不可感知且难以去除的水印信息，通过检测水印信息来进行版权保护及盗版跟踪，从而有效地弥补了数字加密技术的不足之处。提出了一种具有良好鲁棒性的数字水印方案。由于该方案利用人眼视觉系统把数字水印嵌入到图像的视觉重要区域中，对水印的破坏将会非常困难。     

一种基于DWT和HVS的数字水印算法

分析了基于离散小波变换的图像水印嵌入方法.运用人眼视觉掩蔽模型(HVS)增强了数字水印的安全性和隐蔽性,把水印嵌入到感觉重要的小波变换系数中,提高了水印的稳健性.实验结果表明,该算法复杂度低,实用性较强,对JPEG压缩、滤波、加噪等图像处理操作有较强的鲁棒性.     

基于压缩感知的数字图像水印算法

压缩感知理论作为新一代信息处理理论基础,在很多领域得到了应用,但在数字水印方面的应用还有待发展。利用压缩感知理论,在图像稀疏化后的观测域中实现水印嵌入过程。用小波变换将原图像稀疏化,选择一个固定高斯随机矩阵对其进行观测,在观测压缩域中嵌入与提取水印,用匹配追踪算法恢复稀疏信号。实验结果表明,该算法满足透明性、鲁棒性和安全性要求;同时抗提取实验表明,该算法能有效抵御非法提取水印信息,增加了安全性。     

一种神经网络自适应数字图像水印算法

本文利用人工神经网络模拟人眼视觉特性，根据图像特征自适应地确定图像DCT变换各系数所能嵌入的水印强度。实验表明，使用该方法能在确保水印不可见的同时提高水印的嵌入强度，从而可提高水印的顽健性，且该方法具有很好的适应性。     

DCT域图像水印技术

结合DCT水印具有较好的鲁棒性、通用性的特点，讨论了DCT水印的基本原理与算法，目前常见的一些算法和他们之间的差别。然后，给出了一种DCT水印的实现方法和其JAVA下的描述算法。最后，通过比较被攻击后的水印，结果证明该方法是有效的。     

一种基于余数的小波域二值图像水印算法

利用小波变换域中人眼的视觉特性，提出了一种提取水印时不需要原始图像的数字图像水印算法。给出了一种基于余数的水印嵌入公式，并研究了算法中的参数估计。仿真表明，这种算法实现简单，能较好地平衡数字水印不可见性和稳健性的要求。     

基于模糊形态学的激光图像处理算法研究

针对原始激光图像辨识处理中存在边缘不清晰等问题,提出了一种基于模糊形态学的新图像分割算法.文中剖析了浸没模拟分水岭算法与IFT分水岭算法,对模糊形态学的特性作了分析,基于对各种算法优势的融合,提出了一种改进的基于模糊形态学的图像分割算法.仿真对比研究实验中,用多种算法对图像进行分割处理,结果显示采用所提出的算法其分割效果更好,可较好地消除传统分水岭算法产生的过分割现象,无伪边缘,实现了目标与背景的分离,经处理后的图像边缘连续,图像更加平滑,柔和性更好,完整地保留了图像的细节.研究结果表明,所提出的图像处理算法有其可行性与可用性.     

基于最优小波包变换和离散余弦变换的灰度图像水印算法

本文提出了一种基于最优小波包变换和离散余弦变换的灰度图像水印算法,利用Arnold变换和Baker映射对水印图像进行置乱,并将置乱结果进行分块,对宿主图像进行最优小波包分解,然后修改低频子带系数来嵌入水印信息.嵌入前,利用离散余弦变换去除低频子带相邻系数的相关性后嵌入经过同样处理的置乱水印子块.实验表明该算法在抵抗噪声、滤波、旋转剪切等攻击下有比较好的鲁棒性.     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

基于小波变换算法的新型防攻击数字水印技术

随着Internet的迅猛发展，数字水印技术越来越受到人们的关注。在其发展的同时数字水印攻击手段也在不断的发展。因此，介绍一种在小波变换的基础上加以改进，从而提高数字水印的防攻击能力新型算法：它借助于随机平放算法，通过DWT变换嵌入水印，同时对图象质量无影响。此法能抵制多种攻击，如：图象旋转、裁剪、伪造等，在实践中表现出较好的健壮性。     

基于小波变换和视觉掩蔽的自适应水印方案

随着计算机网络技术与多媒体技术的快速发展,数字产品的版权保护已经成为信息技术领域中最重要的问题之一。提出了一种小波域透明图像水印算法,该算法的特点是选择一个二值图像作为水印,将其内嵌到原始图像经过小波多分辨率分解后的低频子带上,并利用人眼视觉掩蔽特性对水印的添加强度进行自适应调节,设立标志矩阵记录水印嵌入信息并用作水印的检测。实验结果表明：水印是不可察觉的,经过常用的图像处理后仍是鲁棒的。     

基于图像特征的易损水印技术

该文在 Yeung-Mintzer(1997)的方法基础上提出了一种新颖的易损水印技术。为解决原算法存在的安全问题,提出利用基于图像特征的混沌密钥控制易损水印的嵌入。理论分析和实验结果证明该算法可以有效地抵制由原算法所产生的攻击问题。由于水印在空域逐个像素地进行嵌入,所提出的算法具有良好的局部修改检测性能。     

DCT域基于分数低阶矩的数字图像水印检测

提出了离散余弦变换(DCT)域基于分数低阶统计量(FLOM)水印检测器设计的理论推导和实验证明.DCT域水印检测的传统作法分析与研究实验表明,本文方法更适合数字图像水印处理的实际应用,约束条件更为宽泛,与对照方案相比,水印提取失真率降低了7.6%,且适用对象更具一般性.     

基于DCT域的AVS视频盲水印算法

结合人眼的视觉特性,提出了一种基于DCT域的AVS视频编解码标准的视频盲水印算法.算法首先对水印图像进行增强的Arnold变换,得到置乱的二值水印图像;然后根据嵌入公式替换嵌入点的系数,将水印信息自适应嵌入到Ⅰ帧的DCT系数中.提取水印时不需要原始视频,可实现盲水印.实验结果表明,该算法对高斯、帧剪切、盐噪声等攻击,具有较好的稳健性和不可见性.     

基于信号合成与分离方法的数字图像灰度水印算法

根据图像DCT交流系数的统计特性，基于直流和交流信号的合成和分离方法，探索了一条频率域鲁棒水印的新思路。在载体DCT中频域中建立近似直流信号，把灰度水印图像置乱并调制成交流信号，水印的嵌入和检测过程转化为直流和交流信号的合成和分离过程。仿真分析表明，提出的算法具有嵌入水印信息量大、鲁棒性强和实现水印盲检测等优点。     

基于矢量量化压缩编码的数字水印

提出一种基于矢量量化压缩编码(简称VQ编码)技术的水印策略,在对原图像进行VQ编码后,按码书中码字的相似程度对码字进行划分,根据待嵌入水印图像的大小产生一个随机序列作为密钥,然后根据密钥在压缩数据的特定位置嵌入水印。提出的水印策略,其主要特征在于水印既存在于原图像VQ编码后的压缩数据中,也存在于接收端VQ解码后的图像中。压缩后的数据在数据量上远小于原始数据,所以由它替代原图像携带水印,既节省存储空间,也减小了网络传输时间,特别适用于网络环境下的水印嵌入和提取。更重要的是,这种水印策略具有较好的鲁棒性,能够抵抗诸如裁剪、模糊、JPEG压缩等波形攻击和扭转几何攻击。     

BGGMM-HMT based locally optimum image watermark detector in high-order NSST difference domain

Imperceptibility, robustness and data payload are three main requirements of any image watermarking systems to guarantee desired functionalities, but there is a tradeoff among them from the information-theoretic perspective. How to achieve this balance is a major challenge. In this paper, we propose a new statistical image watermarking scheme, which is based on the high-order difference coefficients in nonsubsampled Shearlet transform (NSST) domain and the bounded generalized Gaussian mixture model-based hidden Markov tree (BGGMM-HMT). In the watermark embedding process, we use a nonlinear embedding approach to hide the digital watermark into the robust high-order difference coefficients, which can achieve better imperceptibility. In the watermark detection process, high-order difference coefficients are accurately modeled by using BGGMM-HMT, where the distribution characteristics of high-order difference coefficients can be captured through BGGMM, and the scale dependencies of high-order difference coefficients can be captured through HMT. Statistical model parameters are then estimated by combining the approach of minimizing the higher bound on data negative log-likelihood function and upward–downward algorithm. Finally, an image watermark detector based on BGGMM-HMT is developed using the locally optimum (LO) decision rule. For the proposed detector, the receiver operating characteristic (ROC) expression is derived in detail. We evaluate the proposed scheme from different aspects and compare it with the state-of-the-art schemes. After a large number of experimental tests, the encouraging results obtained prove the effectiveness of our watermarking scheme.