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.     

一种基于离散小波变换和HVS的彩色图像数字水印技术

提出了一种将彩色数字水印嵌入到原始彩色数字图像中的算法，通过将水印多次嵌入到DWT后相应的频段来增强鲁棒性；该算法利用了HVS(Human Visual System)特性，并通过实验得出了水印不同彩色分量(R、G、B)的加权系数，从而使嵌入水印后的图像无主观视觉上的失真。通过实验验证，该算法在对嵌入水印后的图像进行JPEG有损压缩、剪切、不规则色块污染、添加各种噪声处理后，提取出的水印表现出了较好的鲁棒性，且主观视觉失真较小。     

一种DCT变换域的鲁棒数字水印

提出一种以二值图像为水印的离散余弦变换(DCT)域数字水印算法,对水印图像进行Arnold置乱,用置乱次数作为提取时的密钥,将置乱后的水印图像和载体图像分别进行分块DCT。为了使嵌入的水印具有较强的鲁棒性,把水印的每个子块同时嵌入到多个载体图像的子块中,按照奇数块和偶数块分别将水印嵌入到直流分量和交流分量的中频系数中,实现水印的完全嵌入。实验结果证明,该算法具有良好的鲁棒性和不可见性,能够抵抗有损压缩、剪切、随机涂改和白噪声等攻击。     

HVS-DWT算法在数字水印技术中的应用

介绍了一种利用HVS-DWT的数字水印算法,该算法采用人类视觉系统(HVS)和离散小波变换(DWT),将数字水印信息嵌入到中频段,通过多次嵌入水印低频系数,以此增强水印的鲁棒性;最后通过水印提取算法,从含水印的图像中提取出嵌入的水印.试验表明,该算法具有较好的隐蔽性,对噪声等攻击手段具有较好的鲁棒性.     

HSV颜色空间的彩色图像数字水印算法

提出了一种新的基于HSV颜色空间的彩色图像数字水印算法.该算法采用彩色图像作为水印嵌入到原始彩色图像中.算法根据HSV颜色空间的特点,首先将RGB格式的彩色水印图像转换到HSV颜色空间内,然后分别将水印图像的H、S、V三层进行分块DCT变换,对每一个子块保留左上角的系数,将其它的系数替换为0,得到嵌入矩阵,使得嵌入的有效信息大为减少.再将原始彩色图像转换到HSV域内,对原始图像的H、S和V平面进行分块DCT变换后,将变换后的H、S、V层水印信息分别嵌入到原始图像的H、S和V层变换后的中频和低频系数中,最后通过DCT逆变换和颜色空间转换,将嵌入水印的图像转换成RGB的图像,得到嵌入水印的图像,完成水印的嵌入过程.水印图像小于载体图像,利用冗余嵌入提高了水印的鲁棒性.     

基于第二代小波变换的图像数字水印算法

为了使二值水印具有更好的周期性和保密性,给出了一种新的置乱算法——GEMMER算法。该算法首先将水印图像进行小波分层,得到环形向量,然后经过旋转置乱后嵌入到宿主图像。置乱后水印图像的嵌入采用基于第二代小波变换的彩色图像数字水印算法,该算法利用人类视觉系统的特性,将二值水印图像利用GEMMER算法预处理后,嵌入到Y分量的整数小波系数中去。算法利用的整数小波变换的多分辨分析特性,它能结合人类视觉系统模型(HVS)的特点,解决水印的不可见性与鲁棒性之间的矛盾。经实验证明,具有良好的鲁棒性和透明性。     

基于HVS特性的混沌自适应水印算法

提出了一种DCT域自适应水印算法,该算法利用了经典的Logistic方程对水印进行混沌置乱加密,并将水印嵌入在图像视觉感觉最重要的部分-DCT域的直流或低频分量中,提高了水印的稳健性和安全性.同时,该算法还综合考虑了人类视觉掩蔽特性,根据原图像的特征进行分类分块,将水印以不同的强度嵌入在不同类的分块中,使水印在不可见性和稳健性上都能达到较好效果.实验结果给出了经历常见攻击后提取的水印图像,并计算出了相关系数,实验证明了该算法抗JPEG压缩性能好,对其它常见攻击的稳健性也较好.     

一种基于小波包分解的自适应数字水印算法

提出一种基于人类视觉特性和小波包分解的数字水印算法.该算法充分利用小波包分解的特点,将水印信息有选择地嵌入到原始图像中,水印的嵌入强度和嵌入位置均根据原始图像的内容自适应地决定.理论分析和实验结果表明:该算法很好地解决了水印鲁棒性和不可见性之间的矛盾,对一般的图像处理和攻击,如JPEG压缩、滤波、加噪声、裁剪等有很好的鲁棒性.     

基于Turbo码的信息隐藏技术

该文提出一种基于Turbo码的自适应水印算法。为了实现自适应嵌入水印,将原始图像分块并利用视觉掩蔽特性对图像块进行分类,根据分类的结果,将不同强度的水印分量嵌入到图像块的DCT低频系数中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。     

结合BEMD与Hilbert曲线的重复嵌入图像水印算法

为解决数字图像水印算法中水印图像与宿主图像在嵌入时尺寸匹配上的局限问题,并提高图像水印算法在抗大尺度剪切、高斯噪声和椒盐噪声等攻击的鲁棒性,提出一种结合二维经验模态分解算法(BEMD)与Hilbert曲线的重复嵌入图像水印算法.首先,利用Arnold变换对水印图像进行置乱处理,以增加水印图像的安全性;其次,利用Hilbert曲线将置乱后的二维水印图像进行数据降维,得到一维水印信号.数据降维不仅有效地解决了嵌入时水印图像与宿主图像在尺寸匹配上的局限,同时也进一步置乱了水印图像,加强了水印图像的安全性.对宿主图像进行BEMD分解得到不同尺度下的内蕴模态函数和余量信息,并检测第1个内蕴模态函数对应图像的极值点作为水印嵌入位置.最后,依据人类视觉系统的纹理掩蔽特性,将一维水印信号按照从左至右、自上而下的顺序依次、重复嵌入到第1个内蕴模态函数对应图像的极值点中,并结合剩余内蕴模态函数及余量信息重建得到嵌入水印后的图像.水印图像的提取为该嵌入过程的逆过程.通过对多组图像进行水印嵌入,得到嵌入水印后图像的峰值信噪比均在40 dB以上;对嵌入水印后图像进行高斯噪声、椒盐噪声、大尺度剪切等攻击实验,得到提取水印图像与原始水印图像的归一化相关系数均在0.96以上.实验结果表明,嵌入水印图像具有良好的不可见性,并对高斯噪声、椒盐噪声,特别是对大尺度剪切具有较强的鲁棒性.