基于混沌加密的二值图像数字水印算法

本文提出了一种基于混沌加密的DCT域二值图像数字水印算法。该算法首先利用混沌序列将含有版权信息的有意义二值图像水印进行加密,然后利用人眼视觉系统(HVS)的特性将原始载体图像进行块分类,最后将不同强度的水印分量嵌入到不同类的图像块DCT中频系数中去。利用混沌序列对水印进行加密,使水印本身具有安全性,对数字作品进行双重保障。通过高斯噪声、椒盐噪声以及JPEG压缩和剪切等攻击试验,表明了该算法具有较好的鲁棒性。     

基于完全反传播神经网络(FCNN)的数字水印新算法

数字水印对于保护和鉴定多媒体信息是一项重要技术,它可以在非法复制和篡改中保护数字媒体.数字水印的嵌入与检测涉及到复杂的程序,其中包括对水印的随机化,选择水印的嵌入位置和检测位置,将随机水印嵌入到特殊位置并在此位置上检测水印等.本文设计了一个完全反传播神经网络方法,水印通过特殊的完全反传播神经网络嵌入于检测水印.区别于传统的方法,水印嵌入到FCNN的神经元上代替了嵌入在宿主图像上,因此数字水印图像几乎与宿主图像一样,大部分攻击不可能降低嵌入水印质量.实验结果表明,此方案能够达到鲁棒性、不可见性与真实性.     

基于阈值化分割与小波变换的彩色数字水印算法

文中提出1种根据灰度特征对水印图像进行阈值化分割,然后分别嵌入到原始图像小波变换后的低频及中频系数,并根据视觉系统的照度掩蔽等特性实现嵌入强度自适应调节的彩色数字水印新算法。由于通过阈值化分割把水印各像素按不同的幅度进行分类以适应低频系数和中频系数对鲁棒性和透明性的要求,该算法能够很好地解决水印的鲁棒性和透明性这对矛盾,使得水印的鲁棒性和透明性达到优化的效果。     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

一种DCT域子采样的鲁棒可去性盲水印

随着多媒体技术的发展,图像信息安全已引起学者的广泛关注。数字水印技术是图像信息隐藏和版权保护的一种有效工具。在子采样和图像分块的基础上,采用新的跳跃取点策略。该策略对隐秘图像连续区域的剪切攻击具有鲁棒性。同时,由于水印的嵌入会对图像造成一定程度的失真,因此尝试对水印进行移除操作。实验结果表明,该方法不仅对噪声和常规的图像处理攻击具有鲁棒性,尤其对剪切攻击具有很强鲁棒性,而且还具有很好的不可视性。     

一种基于ICA和DWT的数字图像水印算法

数字水印是图像处理领域研究的一个热点。独立分量分析（ICA）是一种基于高阶统计量的信号分析方法,它可以找到隐含在数据中的独立分量,已广泛应用于信号处理领域。提出了一种结合独立分量分析（ICA）和离散小波变换（DWT）的数字图像水印方法。该算法将原始图像进行小波分解,然后在小波逼近子图嵌入置乱后的水印图像。数字水印的检测使用了快速独立分量分析（FastICA）的方法,最后对分离出的水印进行增强处理。仿真结果表明该算法有效可行,具有较强的鲁棒性和隐蔽性。     

一种基于小波变换和神经网络的视频水印算法

针对视频版权的保护,本文提出了一种基于三维小波变换和RBF神经网络的视频水印算法。算法是采用二值图像作为水印,首先对水印图像进行随机置乱预处理以增强其安全性能,然后对宿主视频进行视频分割,并分别对得到的各序列作三维DWT变换。最后把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,并且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

一种基于DCT量化的视频水印算法

图像水印技术已经得到了一定的发展,但数字视频水印的研究仍是一个难点。为了更好地保护视频数据的版权,提出了一种新的视频水印算法。对图像帧的亮度分量其进行分块,每块进行离散余弦变换,把水印数据通过正负量化嵌入到各分块的低频系数中去。为增强算法的安全性,将原始水印图像和随机二值图像作为细胞神经网络（CNN）的输入,输出的图像再被用来进行进一步嵌入操作。载体视频中的部分图像帧被用来进行多次水印嵌入。实验结果表明该方法具有较好的鲁棒性,而且算法简单,便于视频实时处理。     

时域抗JPEG压缩数字水印算法的设计

本文首先介绍数字水印的含义、用途和基本特征;然后详细说明了为了隐藏秘密信息,防止针对图像有意或无意的攻击,设计了基于时域的抗JPEG压缩数字水印算法,并讨论了水印嵌入过程中各个参数在调节水印不可感知性、鲁棒性和容量3者关系时的作用;最后,本文列出了不同攻击下水印嵌入的效果和水印提取的结果.其结果表明,该方法可以针对所经受的JPEG压缩程度以及其他攻击的强度,自由调节各个参数,以达到水印不可感知性、鲁棒性和隐藏信息容量之间的平衡,并保证隐藏信息的完整性.     

基于混沌和SVD-DWT的数字图像水印算法

提出了一种基于奇异值分解和离散小波变换相结合的数字水印算法。将二值水印图像用混沌的方法进行置乱并对原始图像进行N层小波分解,对小波系数LLn,LHn,HLn,HHn分别采用不同的方式嵌入水印信息。对LLn部分,根据系数的能量大小嵌入伪随机扩频序列;对LHn,HLn,HHn三个小波系数矩阵作奇异值分解,将置乱水印的奇异特征值嵌入到这三个小波矩阵的奇异特征值中。针对嵌入方案,设计了非盲检测和盲检测算法。实验仿真表明,该算法能够经受住噪声、中值滤波、JPEG压缩和剪切等攻击,具有较强的鲁棒性。     

一种基于邻域均值关系的图像盲水印算法

提出了一种基于邻域均值关系的静止图像盲水印算法。该算法在嵌入前对水印进行置乱处理以提高安全性,然后对原始图像进行二级离散小波变换,在变换后的低频子带中选择感知重要系数作为水印的嵌入区间,再根据邻近特征平均值,选择合适的嵌入位置,将水印重复嵌入到低频子带中。实验结果表明,该算法嵌入信息量大,水印透明性好,且对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于奇偶量化的图像水印嵌入与检测方法

针对数字图像水印在嵌入和提取过程中要求载体图像和水印信息都具有完整性的基本特征,提出了基于奇偶量化的自适应水印嵌入与检测方法.该方法将水印信息的二值图像进行Arnold置乱,嵌入到载体图像DCT的中频系数中,利用Watson视觉模型和JPEG量化表共同自适应地调节量化步长,由于采用奇偶量化,水印提取方法简单.实验结果表...     

基于小波系数的自适应盲认证水印算法

本文提出了基于图像内容自嵌入功能的认证水印算法。本算法的新颖之处在于能区分图像内容、水印还是两者同时被篡改。算法由原图像高7位的一级小波低频系数量化得压缩图像,转换成二进制作为水印,混沌置乱加密后嵌入到原图像的LSB。认证时,由认证图像高7位制作的水印与提取水印的差值来确定图像是否遭到窜改,可定位篡改位置。实验结果表明：与Y-M算法相比峰值信噪比提高了5个dB,与WONG算法相比峰值信噪比提高了3个dB,实现了盲检测,而且该算法能够检测常见的攻击如噪声、几何剪切、滤波等。     

一种基于图像特征的稳健水印算法

本文提出一种基于图像特征的抗几何攻击的稳健水印算法。算法首先用Harris检测器提取图像的特征点,进行Delaunay分割的图像分解,然后水印信号经过图像的视觉掩蔽分析嵌入图像的特征区域,水印图像保持了很好的感知质量,算法检测水印不使用原始图像。由于图像的特征点在经过几何攻击后仍可以保持,这样就很好地解决了水印的同步问题,增强了水印的稳健性。实验结果表明算法可有效的抵抗旋转,尺度变换,有损压缩等各种攻击。     

基于ICA和DCT的标注水印盲提取算法

标注水印为数字多媒体的便捷使用提供了一种新的途径.提出了1种结合独立分量分析(ICA)和离散余弦变换(DCT)的数字图像标注水印盲提取箅法.该算法先将载体图像重采样成2个极为相似的子图,再分别将其分解成互不重叠的8×8子块,并进行离散余弦变换,接着将经过置乱后的水印嵌入到余弦变换的中频系数上,最后进行逆余弦变换得到嵌有...     

基于DCT系数的量化音频水印

近年许多水印算法被提出并应用到图像和视频中去，相较于人类视觉系统，听觉系统的敏感性使得音频水印的实现要难于图像视频水印。为了提高音频水印的不可见性，提出一种离散余弦变换（DCT）的量化音频水印算法，先是基于能量将原始音频分为两部分,对能量较大的部分进行分块离散余弦变换，然后对变换之后的中频系数均值采用量化索引调制（QIM）嵌入Arnold置乱后的二进制水印图片，保证水印的嵌入对原始音频的影响在听觉觉察范围之内。实验结果表明,算法具有很好的不可见性，并且对MP3压缩和噪声具有较好的鲁棒性。     

基于Watson模型的改进QIM盲水印算法

2007年,LiQ.和CoxIJ.提出了一种基于离散余弦变换的自适应QIM算法。该算法为保存水印图像需在嵌入水印后对值进行四舍五入取整,造成误差最大达0.5。针对这一问题,利用小波变换的特点,结合Watson感知模型,提出了一种改进的QIM盲水印算法。该算法使用小波分解原始图像,利用Watson感知模型计算并自适应选取量化步长,生成重构图像,微调重构图像,产生水印图像,在小波域中值的误差最大0.25。该算法提取水印时,只依赖Watson模型重新计算的量化步长,不依赖原始图像或原始水印信息,该算法是盲检测算法。实验仿真结果表明:改进算法在抗加性高斯白噪声攻击、JPEG压缩攻击、中心裁剪攻击、中值滤波和伸缩比因子变化等方面都比原算法有更好的性能。