基于NSCT变换的轮廓匹配水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于非采样NSCTContourlet(NonsubsampledContourletTransform)变换的鲁棒水印算法.算法利用NSCT提取图像轮廓并用于几何校正.水印嵌入过程分为三步:首先利用NSCT域高频系数提取图像轮廓;其次依据图像轮廓提取特征点用于几何校正;最后水印信息自适应量化嵌入NSCT域低频系数.实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性.     

小波域中基于支持向量机的鲁棒性数字水印算法

提出一种在小波域中新的基于支持向量机的鲁棒性水印嵌入和检测算法.通过对彩色图像中蓝色分量的小波变换,同时在小波域中计算低频子带的JND(just noticeable distortions)值,水印信号被自适应地嵌入到小波变换后的低频子带系数中.当图像经历各种攻击以后,通过支持向量机的训练,它仍然可以记住添加水印信号的位置同其周围像素之间的相对关系,利用支持向量机强的学习泛化能力,可以有效实现对水印信号的鲁棒性检测.实验结果表明,该方法对多种攻击具有较好的鲁棒性.     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

非抽样Contourlet变换的低频数字水印

非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换,在图像处理中具有一定的优越性,提出一种基于非抽样Contourlet变换的数字水印算法,低频系数集中了图像的大部分能量,在低频嵌入水印可以提高鲁棒性,为了满足不可见性,对低频系数进行8×8的分块,根据每一块的能量以及人类视觉特性进行自适应的嵌入水印,实验结果表明算法具有很好的鲁棒性和不可见性,能够有效地抵抗JPEG、噪声等攻击。     

基于支持向量机与结构相似度的图像数字水印算法*

针对空域数字水印算法鲁棒性差、难以抵抗较强的攻击的问题,本文提出一种基于支持向量机SVM与结构相似度SSIM的自适应图像数字水印算法。本文利用结构相似度算法SSIM计算不同图像子块的最大水印嵌入强度,通过回归性支持向量机建立不同图像子块与最大水印嵌入强度的相关性模型,实现了根据不同图像子块预测水印嵌入强度。本文在现有基于图像邻域像素之间相关性的时空域数字水印算法的基础上,选取图像中的图像子块进行水印嵌入,通过修改子块中心位置像素值,进行水印嵌入与提取。本文提出的算法在确保水印算法具有较好的透明性的基础上,提高了水印算法的鲁棒性。实验结果表明,该算法在保持较好透明性的基础上,对于JPEG压缩、噪声、中值滤波等攻击具有较强的抵抗能力。     

复合NSCT分解DCT变换和SVD分解的多重变换水印

为了提高水印的抗旋转攻击鲁棒性,加大水印的嵌入量,提出了一种基于非采样Contourlet变换（NSCT）和离散余弦变换（DCT）结合的双重变换域水印算法。对图像进行NSCT变换,将低频系数进行DCT变换,对DCT域低频系数进行奇异值分解（SVD）。经仿真实验表明,该算法对常规滤波、旋转有很好的鲁棒性,特别面对旋转攻击时,算法仍能很好地提取出水印信息。     

基于HVS特性的数字图像水印研究

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法.其中使用了有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到低频子带系数中.该算法利用了人眼视觉系统(HVS)特性对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可感知性.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、加入随机噪声和旋转等操作具有较强的抵御攻击能力.     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

一种使用机器学习方法的数字水印算法

针对目前数字水印算法存在的不足,本文将离散小波变换和奇异值分解相结合,提出了一种基于机器学习的图像数字水印算法.首先将载体图像进行一级小波变换,提取其低频子带图像对其进行4×4分块处理,然后对每一分块进行奇异值分解后嵌入水印,并提取特征向量用于最小二乘支持向量机的训练,训练好的最小二乘支持向量机用于自适应最大水印嵌入强度的计算以及水印的盲提取.实验选取三张512×512的标准测试图像以及64×64的二值水印图像对算法的透明性与鲁棒性进行测试.实验结果证明,图像具有很好的透明性,PSNR达到了63.71dB,针对旋转、剪切、JPEG压缩、高斯噪声等常规攻击手段时,算法能保持较强的鲁棒性.     

一种基于Chebyshev混沌神经网络的视频水印算法

针对视频版权的保护,提出一种基于Chebyshev混沌神经网络的视频水印算法。首先选取二值图像作为图像水印,利用Chebyshev混沌神经网络对图像进行加密;然后对宿主视频进行分帧处理,通过Henon映射产生混沌序列提取关键帧,同时提取关键帧亮度分量的低频系数,将处理后的图像水印自适应地嵌入小波变换后亮度分量的低频系数中。实验结果表明,该算法具有较好的不可见性,且针对噪声、高斯滤波、旋转、帧丢失等攻击具有良好的鲁棒性。      

基于支持向量机的自适应图像水印技术

提出一种基于支持向量机的自适应图像空域水印嵌入算法.由于支持向量机与人眼视觉系统在自学习、泛化和非线性逼近等方面具有极大的相似性,算法利用支持向量机模拟人眼视觉特征,结合图像的局部相关特性,自适应地确定图像的最佳嵌入位置和嵌入强度.首先,利用无导师的模糊聚类分析方法对图像各像素进行初步的聚类,为有导师的支持向量机找到分类规则;然后,从各类别中选出隶属度超过一定阈值的像素作为支持向量机分类的训练样本集,建立支持向量机的分类模型,根据此模型对图像各像素再次分类,从而确定水印的最佳嵌入位置;最后结合图像自身的局部相关性,自适应地调整水印嵌入位置的像素值.该算法在提取水印时不需要原始载体图像.实验结果表明,此算法对多种图像处理均具有很好的稳健性和图像感知质量,其性能优于相关文献上的相近方法.     

A novel color image watermarking scheme in nonsampled contourlet-domain

Geometric distortion is known as one of the most difficult attacks to resist, for it can desynchronize the location of the watermark and hence causes incorrect watermark detection. It is a challenging work to design a robust color image watermarking scheme against geometric distortions. Based on the support vector regression (SVR) and nonsubsampled contourlet transform (NSCT), we propose a new color image watermarking algorithm with good visual quality and reasonable resistance toward geometric distortions in this paper. Firstly, the geometrically invariant space is constructed by using color image normalization, and a significant region is obtained from the normalized color image by utilizing the invariant centroid theory. Then, the NSCT is performed on the green channel of the significant region. Finally, the digital watermark is embedded into host color image by modifying the low frequency NSCT coefficients, in which the HVS masking is used to control the watermark embedding strength. In watermark detection, according to the high correlation among different channels of the color image, the digital watermark can be recovered by using SVR technique. Experimental results show that the proposed color image watermarking is not only invisible and robust against common image processing operations such as filtering, noise adding, and JPEG compression etc., but also robust against the geometrical distortions.     

A new SVM-based image watermarking using Gaussian-Hermite moments

Geometric attack is known as one of the most difficult attacks to resist, for it can desynchronize the location of the watermark and hence causes incorrect watermark detection. It is a challenging work to design a robust image watermarking scheme against geometric attacks. Based on the support vector machine (SVM) and Gaussian-Hermite moments (GHMs), we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating adaptively the NSCT coefficients in small block. The main steps of digital watermark detecting procedure include: (1) some low-order Gaussian-Hermite moments of training image are computed, which are regarded as the effective feature vectors; (2) the appropriate kernel function is selected for training, and a SVM training model can be obtained; (3) the watermarked image is corrected with the well trained SVM model; (4) the digital watermark is extracted from the corrected watermarked image. Experimental results show that the proposed image watermarking is not only invisible and robust against common image processing operations such as filtering, noise adding, JPEG compression, etc., but also robust against the geometric attacks.     

DCT域加密自适应数字水印算法*

针对常规的DCT域数字水印算法自适应性差的缺陷,提出一种基于DCT(离散余弦变换)域加密和自适应相结合的数字水印算法。该算法在水印嵌入前先对水印进行Arnold变换,这样做一方面降低了水印数据间的相关性,另一方面也对水印数据进行了加密处理从而大大提高了水印的安全性。通过JPEG量化矩阵选取一定数量的DCT系数用于嵌入水印。嵌入过程中对水印的嵌入强度进行动态自适应调节,在确保了隐蔽性的前提下使得提取效果更好。实验表明,该算法对均值滤波、高斯噪声、椒盐噪声,以及JPEG压缩等攻击有一定的鲁棒性。     

基于小波域HMM模型的稳健多比特图像水印算法

稳健性是多比特图像水印的关键问题之一,提出了一种基于小波域隐马尔可夫模型(hidden Markov model,简称HMM)的多比特图像水印算法,该算法的主要特点为:(1) 利用向量HMM模型精确描述图像小波系数间的统计特性,基于此统计模型的水印盲检测系统较之传统的相关检测器,在性能上有显著的提升;(2) 结合视觉掩盖特性,自适应地调整水印嵌入强度,使之在一定的嵌入强度下,视觉主观失真较小;(3) 提出了一种适合隐马尔可夫模型树型结构的多比特数据优化嵌入策略和最大似然检测.数值仿真结果表明,该算法可以较好地利用图像小波域的低频子带以实现较大容量图像水印的嵌入,并在抵抗Stirmark平台攻击,如JPEG压缩、加噪、中值滤波和线性滤波等方面具有很强的稳健性.     

置换DCT域中频系数的盲水印嵌入算法研究

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

基于图像特征的二值水印嵌入和盲检算法

提出了一种基于图像特征的二值水印嵌入和盲检测算法。将原始图像及待检测的图像进行离散小波变换,通过提取低频子带变换系数的均差与设定的阈值相比较,根据不同的结果选择不同的算法从而实现水印序列的嵌入和盲提取。该算法的优点在于在水印检测时,不需要原始图像的参与。实验结果表明,算法对JPEG压缩具有强的抵抗能力,同时,对噪声、滤波等也具有较好的鲁棒性。     

Geometrically invariant image watermarking using SVR correction in NSCT domain

Based on the support vector regression (SVR) geometric distortions correction, we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating the NSCT coefficients in small blocks. In digital watermark detecting procedure, the SVR geometrical distortions correction is utilized. Experimental results show that the proposed image watermarking is invisible, and robust against common image processing and some geometrical attacks.     

基于混沌序列和噪声敏感度的自适应盲检测水印算法*

提出了一种新的自适应盲检测水印算法。首先混沌序列经过细胞自动机和平滑处理,然后生成水印比特,最后根据噪声敏感度系数自适应地嵌入原始图像的中频系数中,并且提供了一套盲检测方法。实验证明,算法在保证图像具有良好感知透明性的同时,还对一些常见攻击方式(如高斯噪声、中值滤波、JPEG压缩和剪切等)具有很好的鲁棒性。