基于加性非高斯噪声信道模型的DCT域数字水印技术研究

本文提出了基于加性非高斯噪声信道模型的DCT域数字图像水印算法.该算法将水印信号嵌入在图像的DCT中频变换系数上,并采用广义高斯分布建立DCT交流变换系数的统计模型.在数字水印不可感知特性的基础上,应用统计信号检测理论,推导出相应的水印检测算法.实验结果验证了新方法的有效性.     

基于弱信号检测理论的离散小波变换域数字水印盲检测算法

水印检测是数字水印技术的一个关键步骤，但是目前所提出的绝大多数水印检测算法既不具备赖以支撑的理论基础，其检测性能也不是优化的．利用数字水印的不可感知特性，应用弱信号检测理论进行水印检测的研究．首先从图像小波变换系数的统计特性出发，利用广义高斯分布（GGD）来建立小波细节子带系数的统计分布模型；然后针对水印嵌入强度未知的情况，将水印检测问题转化为非高斯噪声中具有未知参数的确定性信号的检测，在弱信号条件下提出一种离散小波变换（DWT）域图像水印的优化盲检测算法．检测性能分析表明，该检测算法能够实现恒虚警率水印检测．实验结果验证了检测性能理论分析的有效性和实际性能的优越性．     

基于NSCT 的自适应乘性水印局部最优非线性盲检测算法

图像水印算法研究是多媒体技术领域中的重要议题。比较并结合当前两类主流的 图像水印算法,提出了一种基于非下采样Contourlet 变换的自适应乘性水印算法。借鉴Barni 的“pixel-wise masking”模型和冗余小波域掩盖效应建模的做法,建立非下采样Contourlet 变换域 掩盖效应计算模型。用广义高斯分布模型和Cauchy 分布模型描述非下采样Contourlet 变换系数 的统计特性,将水印的检测问题表述为一个复合假设检验。通过理论推导分别建立了乘性水印 的两种局部最优非线性盲检测器及检测门限的自适应确定方法。实验结果表明,非下采样 Contourlet 变换域掩盖效应计算模型使得水印嵌入算法具有良好的视觉不可见性,两种检测器在 无原始图像和自适应嵌入强度系数参与检测的情况下均能准确地检测到水印信息的存在。实验 结果同时显示,基于Cauchy 分布的盲检测器在检测效果和检测时间方面优于基于广义高斯分 布的盲检测器。     

基于小波视觉模型的乘性水印算法

虽然小波域加性水印算法具有较好的不可感知性,但其鲁棒性较弱。因此,结合小波域视觉模型,提出了一种基于小波视觉模型的乘性图像水印算法。在水印嵌入过程中,为平衡水印的不可感知性和鲁棒性,以中频子带作为水印嵌入空间,并根据图像的频域敏感度、亮度敏感度、纹理复杂度确定水印的嵌入强度。在水印检测过程中,采用广义高斯分布(GGD)对小波系数的统计特性进行刻画,并通过奈曼-皮尔逊(NP)准则确定水印系统的检测阈值,给出了水印系统的虚警概率和检测概率之间的接收者操作特征(ROC)曲线关系。最后通过实验测试了该算法在抗压缩、叠加噪声、缩放和剪切等攻击时的鲁棒性能。仿真结果表明：该算法具有较好的检测性能以及在抗攻击时具有较强的鲁棒性。     

小波域图像水印的最优相关检测器

假设水印是已知二值序列,原图像小波系数是取值广义高斯分布的独立同分布随机变量,对于乘性水印嵌入方法,基于水印嵌入强度的最大似然估计,该文推导出小波域图像水印的一个最优相关检测器,即水印相关检测必须与检测数据的β次幂作相关运算,其中是广义高斯分布的形状因子。     

安全高效的水印认证协议

基于完全零知识交互证明系统和位委托方案,提出了可证明的安全水印认证协议.现有文献大都使用基于Cox的扩频数字水印方案或对其进行修改后的扩频水印方案.采用了鲁棒性较强的更适合于版权保护的乘法嵌入规则,在宿主信号中嵌入水印;水印检测时,在充分考虑了不同的变换域、信道特性以及人类视觉特性的基础上,采用基于广义高斯分布和Weibull分布模型的各种变换域的鲁棒优化检测器.使用位委托方案对数字水印信息进行委托,并联合使用随机序列隐藏水印嵌入位置信息.协议确保了在证明相应水印存在的同时,没有泄露任何有关水印的敏感信息,防止了蓄意攻击者利用认证过程中泄露的有关水印的敏感信息(如水印、水印位置、提取密钥等)来移除或伪造水印.数字水印方案对各种变换域的水印检测器给予了较全面的考虑,所以,应用该协议进行水印认证,其安全性、有效性、鲁棒性和实用性都有较大提高.     

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.     

一种基于小波变换域的有意义图像盲水印算法

提出了一种基于小波变换域的有意义图像盲水印算法。算法中利用乘性隐藏方法在原始图像小波高频系数中嵌入一幅二值图像信息，通过拉普拉斯分布对原始图像小波变换域高频系数的统计分布特性进行建模，然后采用最大似然(ML)法推导得出了一个盲水印检测器，并且利用该检测器实现了一个有意义图像的盲水印算法。实验表明该算法具有较好的隐蔽性和鲁棒性。     

一种基于特征点检测的音频数字水印算法

对音频数字水印系统,提出了一种基于特征点检测的水印算法.利用特征点的检测进行水印嵌入点的准确定位,应用离散余弦变换进行水印的嵌入,水印的检测过程中不需要原始信号的参与,实现了水印信号的盲检测,并较好地解决了音频数字水印检测中的同步问题.仿真实验表明该算法对低通滤波、重采样、压缩编码等信号处理和破坏水印检测同步特性的恶意攻击有较强的稳健性.     

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.     

Optimum Detection for Spread-Spectrum Watermarking That Employs Self-Masking

Digital watermarking is an efficient and promising approach to protect intellectual property rights of digital media. Spread spectrum (SS) is one of the most widely used image watermarking schemes because of its robustness against attacks and its support for the exploitation of the properties of the human visual system (HVS). To maximize the watermark strength without introducing visual artifacts, in SS watermarking, the watermark signal is usually modulated by the just-noticeable difference (JND) of the host image. In advanced perceptual models, the JND is characterized as a nonlinear function of local image features. The optimum detection scheme for such nonlinearly embedded watermarks, however, has rarely been studied. In this paper, we address this problem and propose a novel approach that transforms the test signal to a perceptually uniform domain and then performs Bayesian hypothesis testing in that domain. Locally optimum detectors for arbitrary host signal distributions and arbitrary JND models that exploit the self-masking property of the HVS are derived in closed forms, in which the test signal is first nonlinearly preprocessed before a linear correlator is applied. The optimality of the proposed detector is justified mathematically according to the Neyman-Pearson criterion. Simulation results demonstrate the superior performances of the proposed detector over the conventional linear correlation detector.     

基于图像投影序列的盲数字水印鲁棒检测方法

检测时无须原始图像的盲数字水印是实用的数字产品版权保护系统和隐蔽通信系统的关键技术之一.理论研究证明,图像的正交投影序列与图像是一一对应的.利用此结论,设计并实现了一种具有良好性能的盲水印检测器.该水印检测器的相关值不是采用像素值信息,而是采用图像的正交投影序列来计算的.实验结果表明,该水印检测器不仅对旋转、平移攻击有很强的抵抗能力,而且对随机高斯噪声也具有良好的鲁棒性.其性能优于一般的直接利用像素值设计的水印检测器.     

DCT域图像水印方案的可靠性分析

基于一种全帧DCT域图像水印方案，推导了水印相关检测器的误检测概率公式．理论分析表明：检测器的误检测概率与图像本身无关，只取决于嵌入水印长度和嵌入强度因子．文中的分析显示了哪些因素会影响检测性能，有助于优化水印系统．最后，给出了相应的实验结果．     

基于DCT变换的图象分块数字水印算法

数字水印是数字作品版权保护的重要技术手段,不可察觉性和鲁棒性是图象水印中基本要求,但它们却是一对互相制约的因素.该算法提出了一种新的数字水印嵌入和提取方法,以一幅图象作为水印,信息量大,优于通常把文本,字符作为水印的方法;分块随机嵌入提高了水印嵌入的顽健性;根据图象局部特征确定水印的嵌入强度,使水印的嵌入强度随图象局部特征变化而变化.针对典型攻击的实验结果表明该算法具有很好的鲁棒性.     

基于3维提升可分离小波变换的图像水印方案

鲁棒水印技术通常被用于版权保护和所有权声明等目的。许多提出的水印方案通常把水印嵌入在变换域内,如2维的DFT域、DCT域和DWT域以及3维的DCT域、WT域。前3个域主要被用于2维的图像载体,而后2个域主要被用于3维的视频载体和3维的图像载体。在本文中,一种基于3维提升可分离小波(3-D SWT)的灰度图像水印方案被提出。首先,通过之字扫描把灰度图像分解为3维的图像序列,然后使用3-D SWT变换这些图像序列。同时通过相对熵理论证明了3-D SWT变换系数符合广义高斯分布。为了平衡鲁棒性和不可感知性,新的适用于3维的人类视觉模型被重构并用于调整水印的嵌入强度。在水印的检测方面,最优检测器实现水印的盲检测。实验表明本方案对各种攻击是强鲁棒的。     

基于DCT变换的图象分块数字水印算法

数字水印是数字作品版权保护的重要技术手段,不可察觉性和鲁棒性是图象水印中基本要求,但它们却是一对互相制约的因素。该算法提出了一种新的数字水印嵌入和提取方法,以一幅图象作为水印,信息量大,优于通常把文本,字符作为水印的方法;分块随机嵌入提高了水印嵌入的顽健性;根据图象局部特征确定水印的嵌入强度,使水印的嵌入强度随图象局部特征变化而变化。针对典型攻击的实验结果表明该算法具有很好的鲁棒性。     

Robust image watermarking using sample area quantization

Digital watermarking is a way to protect the intellectual property of digital media. Among different algorithms, Quantization Index Modulation (QIM) is one of the popular methods in designing a watermark system. In this paper, a sample area quantization method is proposed for robust watermarking of digital images. First, the samples of the host signal form a polygon and low frequency wavelet coefficients of the carrier image is considered as the host sample. A watermark digit is embedded by quantizing the area of the polygon. Then, in order to minimize the distortion, the watermarked samples are obtained as close as possible to the host samples by solving an optimization problem while maintaining the quantized area at its fixed value. The optimization problem is solved using the gradient descend method. Finally, a maximum likelihood detector is designed to extract the watermark digits, assuming a Gaussian distribution for the host signal samples. The performance of the proposed method is theoretically obtained in terms of error probability in the presence of additive white Gaussian noise. Theoretical results are verified using simulation with artificial signals. The proposed method is compared to the state-of-the-art method under different attacks including: noise addition, JPEG compression, filtering, and geometrical attacks. The results confirm that the proposed method outperforms the other ones in terms of error probability against different attacks. The results also show that in the trade-off between robustness, distortion and capacity, by decreasing capacity the two other factors could be improved simultaneously.

     

DCT变换域盲图像水印的自适应检测

检测时无需原始图像的盲数字水印是实用的数字作品牌保护系统的关键技术之一，基于图像DCT交流系数的广义高斯分布模型，推理并实现了一种有效的自适应盲目图像印检测器，通过计算渐进相对效率证明了该检测具有较高的检测效率，实验结果表明该检测器具有良好的鲁棒性，优于Barni的线性相关检测器。     

Hidden messages in heavy-tails: DCT-domain watermark detection using alpha-stable models

This paper addresses issues that arise in copyright protection systems of digital images, which employ blind watermark verification structures in the discrete cosine transform (DCT) domain. First, we observe that statistical distributions with heavy algebraic tails, such as the alpha-stable family, are in many cases more accurate modeling tools for the DCT coefficients of JPEG-analyzed images than families with exponential tails such as the generalized Gaussian. Motivated by our modeling results, we then design a new processor for blind watermark detection using the Cauchy member of the alpha-stable family. The Cauchy distribution is chosen because it is the only non-Gaussian symmetric alpha-stable distribution that exists in closed form and also because it leads to the design of a nearly optimum detector with robust detection performance. We analyze the performance of the new detector in terms of the associated probabilities of detection and false alarm and we compare it to the performance of the generalized Gaussian detector by performing experiments with various test images.