一种结合DWT和DFT的彩色图像盲水印方案

为了扩大数字水印的适用范围,提出了一种彩色图像盲水印算法。在嵌入过程中,将宿主图像从RGB空间转换到YIQ空间,对其进行小波分解后再进行分块DFT变换,结合一个嵌入模板矩阵和两个伪随机序列,将Arnold置乱以后的二值图像水印嵌入到宿主图像中;在提取过程中,根据嵌入模板矩阵提取出嵌入到每一图像小块的序列,分别计算该序列和两个伪随机序列的相关性,根据相关性的大小关系恢复水印信息。实验结果表明,算法具有良好的不可见性和鲁棒性。     

一种变容量的自嵌入图像易碎水印算法

为了减小图像自嵌入水印的长度,降低水印对载体图像质量的影响,同时为消除基于分块的图像认证算法中图像块之间的独立性,提出了一种变容量的自嵌入易碎水印算法:首先对图像进行2×2的分块,根据各分块灰度均值生成原始图像的均值图像;根据均值图像各像素之间的相关性进行游程编码;将编码信息作为水印嵌入在图像像素的最低两位中;篡改检测时首先使用字符串匹配的思想进行图像块和水印之间的匹配,对于未匹配成功的块,使用分组的方式进行再次匹配,以完成认证和恢复.该算法进行一次的水印嵌入,同时用于篡改检测与恢复,水印长度依赖于均值图像相邻像素之间的相关性,可有效缩短水印长度,减小对载体图像质量的影响.理论分析和实验仿真表明,算法在不可见性、篡改定位和恢复、抗拼贴攻击、漏检率等方面具有较好的效果.     

一种混合的自嵌入双水印算法

提出了一种基于小波变换的自嵌入的双水印算法。原始图像的次低位和最低位分别嵌入恢复水印和脆弱水印。原始图像的高6位进行小波变换,低频系数生成恢复水印,将其嵌入到图像的次低位。小容量信息嵌入到图像块本身的最低位,生成脆弱水印。本算法可以准确定位原始图像被篡改的位置,并能对内容被篡改的区域进行恢复。     

一种DDWT域编码的自嵌入脆弱水印算法

针对目前变换域脆弱水印算法对于篡改恢复能力的不足以及所用变换本身的局限性,提出了一种基于双树小波变换的图像编码自嵌入水印算法。算法的篡改定位和图像恢复分别对应着认证水印和恢复水印。算法以原始载体图像的DDWT域SPIHT编码压缩图像为恢复水印, 将其嵌入到图像的小波分解低频系数上,以增强水印鲁棒性;以嵌入恢复水印的载体图像的低频系数大小特征为认证水印,将其嵌入在图像分块的最低有效位上。实验结果表明,本算法能准确定位非法的篡改操作并具有良好的自我恢复能力。     

基于相关理论的小波域数字盲水印算法

提出了一种新的图像数字盲水印算法。在水印嵌入过程中,用一个单元模板表示一个水印图像像素;在检测过程中,计算单元模板和嵌入水印后图像的小波变换系数的相关值,进行适当的门限处理就能提取出水印。水印检测不需要原始图像数据和水印位置信息,实现了水印图像的自同步盲检测。为了进一步提高该水印算法的鲁棒性和改善检测结果,在水印检测前使用拉普拉斯算子对图像进行锐化处理,使得所嵌入水印能抗击更多攻击种类,并使检测结果更清晰。在检测前加入锐化处理步骤,可以减小水印嵌入强度,而能得到同样的检测效果,因此也增强了水印的隐蔽性。实验表明,该算法具有较好的水印隐蔽性和鲁棒性。     

基于小波变换的用于医学图像的半脆弱水印算法

针对医学图像的特殊性,提出了一种应用于医学的半脆弱水印算法.原始图像的次低位和最低位分别嵌入恢复水印和认证水印.原始图像的高6位进行小波变换,低频系数经量化和混沌置乱后生成恢复水印,将其嵌入到图像的次低位.小容量信息嵌入到原始图像的最低位,生成认证水印.实验结果表明该算法可以准确定位原始图像被篡改的位置,并能对内容被篡改的区域进行恢复.算法中的认证水印能够对医学图像进行有效地认证.该算法能够较好地满足医学图像特殊性的要求.     

实用的完全脆弱认证水印算法*

提出一种完全脆弱认证水印算法用于图像完整性认证、窜改定位和近似恢复被窜改部分。算法基于对原始图像2×2大小分块,计算图像块各像素高6 bit的灰度均值作为水印,利用混沌和置乱技术对水印信息进行加密和确定水印比特嵌入的位置。实验结果表明,该算法简单、安全性高,窜改精确定位到2×2图像块,可对窜改区域近似恢复,具有较好的实用性。     

一种自嵌入的图像脆弱水印算法

针对现有脆弱水印算法大多无法区分水印被篡改还是内容被篡改的问题,提出了一种基于奇异值分解的自嵌入水印算法.算法基于原始图像2×2大小分块,图像块的高6位进行奇异值分解,每块的最大奇异值经过量化生成恢复水印嵌入到偏移子块的次低位,每块的奇异值范数二值编码生成认证水印嵌入到本身的最低位.实验结果表明,该算法不仅篡改定位准确,而且能区分是水印被篡改还是图像内容被篡改,可有效地恢复被篡改的区域.     

对水印信息篡改鲁棒的自嵌入水印算法

为提高自嵌入水印算法在任意篡改条件下的篡改恢复质量,提出一种对水印信息篡改鲁棒性的空域自嵌入水印算法,分析了算法中阈值选取的合理性和检测篡改的可靠性.该算法首先基于密钥将原始图像的最低位和1/4次低位置零,通过对图像内容的小波低频系数实施均匀标量量化生成低频特征图像,将低频特征图像置乱加密后生成的二值编码嵌入原始图像的置零位;认证时通过设定的阈值识别图像内容被恶意篡改的图像块,从而提高自嵌入水印算法对水印信息篡改和信道噪声的鲁棒性.理论分析和仿真结果表明,无论水印信息被随机篡改还是区域篡改,算法均能根据阈值区分不同篡改并选用不同的方法对其进行篡改恢复,有效地提高了自嵌入算法在部分水印信息篡改时的恢复质量.     

一种新的可无损恢复的彩色可见水印技术

提出一种将彩色水印嵌入源彩色图像中的抗攻击无损恢复可见水印算法。算法将水印图像的RGB三分量通过调制嵌入到宿主图像的对应色彩分量中。为了实现无损恢复,将嵌入过程中产生的量化误差作为恢复数据,基于差值扩展无损水印技术嵌入水印区域及其周围。为了增加水印的安全性,嵌入过程由秘钥控制。仿真实验表明,该算法水印透明性可进行平滑调整,合法用户能够实现无损可逆恢复,而且对非法用户具有很强的抗攻击特性。     

基于统计和结构特征的手写数字识别研究

针对目前手写数字识别精度不高的问题,通过对手写数字图像的研究,提出了基于手写数字图像的空间、旋转、层次和结构特性的特征提取方法.该方法把手写数字的统计和结构特征结合起来,以特征提取方法为基础,利用LibSVM算法对手写数字特征进行了训练和识别.通过实验给出了各个参数的推荐值,利用推荐参数值,手写数字MNIST字体库的识别率高达99.3333％.实验结果表明了该算法在识别手写数字上的有效性和准确性.     

SEPARATION OF SINGLE-TOUCHING HANDWRITTEN NUMERAL STRINGS BASED ON STRUCTURAL FEATURES

In this paper, we develop a new method to separate single-touching handwritten numeral strings with two numerals using structural features. A binary image of a single-touching handwritten numeral string is preprocessed with an efficient algorithm for smoothing, linearization and detection of structural points of image contours. The touching region of a single-touching handwritten numeral string is determined based on distribution of the structural points in the handwritten numeral string. A candidate touching point is preselected based on the geometrical information of a special structural point in the touching region. In some cases, the left or right lateral numeral of a single-touching handwritten numeral string can be recognized. The recognition information can be utilized to correct the position of the candidate touching point. We have tested our method on image samples taken from the U.S. National Institute of Science and Technology (NIST) database. We used 500 sample images for training and obtained a correct separation rate of 99.1%. For 3287 test samples not used for training the correct separation rate was 97.2%.     

A new benchmark on the recognition of handwritten Bangla and Farsi numeral characters

The recognition of Indian and Arabic handwriting is drawing increasing attention in recent years. To test the promise of existing handwritten numeral recognition methods and provide new benchmarks for future research, this paper presents some results of handwritten Bangla and Farsi numeral recognition on binary and gray-scale images. For recognition on gray-scale images, we propose a process with proper image pre-processing and feature extraction. In experiments on three databases, ISI Bangla numerals, CENPARMI Farsi numerals, and IFHCDB Farsi numerals, we have achieved very high accuracies using various recognition methods. The highest test accuracies on the three databases are 99.40%, 99.16%, and 99.73%, respectively. We justified the benefit of recognition on gray-scale images against binary images, compared some implementation choices of gradient direction feature extraction, some advanced normalization and classification methods.     

Context-directed segmentation algorithm for handwritten numeral strings

A context-directed algorithm is proposed for segmenting connected numeral strings into their components. The algorithm is hierarchical (tree-like structure) in the sense that it tests various hypotheses ranging from the case where the numerals are completely isolated to that where the numerals may be connected, touching and/or existing in overlapping fields. Test results indicate that the algorithm is very effective in providing an accurate segmentation in a form suitable for further processing by a recognition algorithm.     

基于纹理谱的二值文档图像零水印算法

针对二值文档图像的版权保护问题,提出了一种二值文档图像零水印算法。该算法使用文档图像的局部二值模式(LBP)构造纹理谱图像,然后使用该纹理谱图像的直方图构造零水印信息。相比其他文档图像水印算法,该算法具有更好的隐蔽性,而且不会改变原始图像的信息。水印攻击包括图像剪切、加噪声和图像旋转操作,实验分析结果表明这些攻击操作对零水印信息的影响不大,最低标准相关系数在0.85以上,具有很好的稳定性。     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。     

A multimedia application for watermarking digital images based on a content based image retrieval technique

The current work is focused on the implementation of a robust multimedia application for watermarking digital images, which is based on an innovative spread spectrum analysis algorithm for watermark embedding and on a content-based image retrieval technique for watermark detection. The existing highly robust watermark algorithms are applying “detectable watermarks” for which a detection mechanism checks if the watermark exists or not (a Boolean decision) based on a watermarking key. The problem is that the detection of a watermark in a digital image library containing thousands of images means that the watermark detection algorithm is necessary to apply all the keys to the digital images. This application is non-efficient for very large image databases. On the other hand “readable” watermarks may prove weaker but easier to detect as only the detection mechanism is required. The proposed watermarking algorithm combine’s the advantages of both “detectable” and “readable” watermarks. The result is a fast and robust multimedia application which has the ability to cast readable multibit watermarks into digital images. The watermarking application is capable of hiding 2¹⁴ different keys into digital images and casting multiple zero-bit watermarks onto the same coefficient area while maintaining a sufficient level of robustness.     

精确的图像篡改定位与恢复的三水印算法

针对目前图像篡改定位与恢复的水印算法在篡改定位精度和篡改恢复性能方面存在的不足,提出一种精确的图像篡改定位与恢复的三水印算法。该算法在最低有效位(LSB)方法的基础上,采用二进制编码的方式生成检测水印、定位水印和恢复水印等三种水印,并嵌入到图像的低位。篡改检测和篡改恢复采用基于分块的检测水印和恢复水印,篡改精确定位采用基于单像素的定位水印。仿真实验表明,该算法对任意大小的亮度图像、RGB图像具有高精度的篡改定位能力,并且具有很好的篡改恢复性能。     

基于PCA和数据融合的遥感图像数字水印算法

提出了一种向遥感图像中嵌入水印以保护其版权的算法。算法将数据融合技术和数字水印技术相结合,首先将全色图像进行小波分解,提取图像分解后的第三级低频边缘特征,利用PCA变换得到边缘特征的第一主分量作为水印信息,将水印与第三级中频进行融合;然后进行小波逆变换得到重构图像;最后采用小波变换和PCA融合法将含有水印的全色图像和多光谱图像相融合。提取水印时使用独立分量分析(ICA)方法。实验表明,该算法可以保护遥感图像的版权和进行真伪认证,且不破坏原始遥感图像的信息和特征,是有效可行的。