基于Hopfield神经网络的盲检测数字水印

提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入,利用Hopfield神经网络记忆宿主图像以及原始水印信息。在水印检测时,通过神经网络从嵌入水印的图像中联想出宿主图像和水印嵌入信息,再利用嵌水印图像和联想出的宿主图像提取出水印,实现了水印的盲检测。     

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。     

在DCT域内应用RBF神经网络检测图像水印

主要研究了低水印嵌入强度下数字图像水印的检测方法,提出了一个在DCT域内应用径向基函数（RBF）神经网络检测数字图像水印的方案。该方案通过设计一个基于最小二乘学习算法的RBF神经网络,利用它良好的非线性映射能力从待测水印图像中提取出嵌入的水印,从而实现对数字图像水印的有效检测。与直接基于相关技术的数字图像水印检测方案相比,在低水印嵌入强度下本文提出的检测方案具有更好的水印检测能力。     

基于高斯混合模型的DCT域水印检测方法

基于音频DCT系数的统计特征,提出了一种水印检测方法.采用扩频的方法在DCT域嵌入水印, 分别对嵌入水印和未包含水印的音频信号在DCT域进行统计学习,得到对应的高斯混合模型(Gaussian mixture model, GMM). 接收端采用最大似然检测,判断是否嵌入水印并提取相应的水印信息. 仿真结果表明本文的水印检测算法对常见的信号攻击具有鲁棒性,与传统的相关检测法相比,检测可靠性更高.     

基于局部相关匹配的小波变换图像水印方法*

现有局部感兴趣区域的水印嵌入方法在选取感兴趣区域时未考虑水印信号能与载体图像局部相似的特性,本文提出一种基于局部相关匹配的小波变换图像水印方法。该方法利用Arnold变换对水印图像加密,采用相位相关法选取合适的水印嵌入区域,并根据图像纹理的差异在小波的高频和低频系数上分别嵌入水印信息。水印检测时,在嵌入水印的区域提取出多个水印信息,将多个水印信息的加权平均作为检测水印。实验结果表明,该方法嵌入水印的不可见性及抗噪声和压缩的性能较好。     

DCT变换域乘嵌入图像水印的检测算法

目前大多数水印算法采用线性相关的方法检测水印,但是,当原始媒体信号不服从高斯分布,或者水印不是以加嵌入方式嵌入到待保护的媒体对象中时,该方法存在一定的问题.数字水印的不可感知性约束决定了水印检测是一个弱信号检测问题,利用这一特性,首先从图像DCT(discrete cosine transform)交流变换系数的统计特性出发,应用广义高斯分布来建立其统计分布模型,然后将水印检测问题转化为二元假设检验问题,以非高斯噪声中弱信号检测的基本理论作为乘嵌入水印的理论检测模型,推导出优化的乘嵌入水印检测算法,并对检测算法进行了实验.结果表明,对于未知嵌入强度的乘水印的盲检测,提出的水印检测器具有良好的检测性能.因此,该检测器能在数字媒体数据的版权保护方面得到了实际的应用.     

一种基于相关值检测盲水印方法

针对传统的相关值检测盲水印算法嵌入信息量小,提取水印正确率低的缺点,提出了一种结合分块SVD分解的相关值检测盲水印方法,它在嵌入过程中对原始图像进行分块SVD分解,取最大的一部分奇异值重新构成载体图像块,将水印置乱后,水印信息通过向载体图像块叠加一个高斯分布的模板实现嵌入,在保证透明度的同时增大了嵌入量.为提高水印提取的准确率,首先通过对待检测图像滤波预处理,然后通过比较相关值的大小来判断水印信息.实验结果表明,新的算法在保证水印的不可见性的同时,增加了嵌入信息量,提高了检测的准确性,且对于常见的图像压缩、噪声和剪切等攻击具有良好的鲁棒性.     

局部集的3D模型水印方法

提出了一种新的3D模型水印方法,利用模型顶点局部集信息来实现水印信息的嵌入和盲检测。水印嵌入阶段利用模型顶点局部集信息选取恰当的水印嵌入点以降低嵌入水印对模型视觉质量的损害。水印检测阶段,相同的局部集面积信息被提取,从而在水印嵌入和检测间建立了准确的同步关系,提高了水印抗攻击能力。利用一阶矩仿射不变性所提取的局部集信息能够抵御旋转、平移、均匀缩放等几何攻击。实验结果表明,在攻击强度不足以损害模型视觉质量的前提下,该方法对加噪、平滑滤波等攻击也具有较高鲁棒性。     

一种基于小波变换的图像盲水印算法

提出一种基于小波变换的图像盲水印算法。在对原始图像进行二级小波变换后的低频子带上通过一定的策略选择感知重要系数作为水印的嵌入区域,并将水印重复嵌入到低频子带中以提高水印检测的正确率。通过对嵌入水印的图像进行加噪、压缩以及裁剪等实验,均能正确检测出水印,且水印透明性好,表明该算法具有较高的鲁棒性。     

零知识水印验证协议

在数字产品中嵌入数字水印,是对其进行版权保护的一种有力手段.近年来提出了不少数字水印方案,但是它们中大部分都是对称的,即用于水印嵌入和水印检测的密钥是相同的.而许多实际的应用都要求非对称的数字水印方案,即水印检测时所知道的秘密不足以修改、伪造或移去水印.对基于比特承诺和零知识证明的水印验证协议进行了研究.所有权证明者采用基于扩频的对称水印技术,在宿主信号中嵌入水印;水印检测的密钥采用比特承诺的形式提交给验证者,通过证明者和验证者之间的交互协议,验证者可以提取到所嵌入的水印,但无法修改、伪造或移去水印.分别提出了验证一个和多个水印比特的协议,可应用于验证嵌入在图像、音频和视频数据中的扩频水印.     

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法。提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法，且水印的检测不需要原始图像，使用该算法嵌入的数字水印具有很好的隐蔽性，感觉不到对原始图像的影响，同时，嵌入的数字水印具有很理想的鲁棒性。常规的图像处理方法对其影响甚弱。     

基于DWT域的混沌置乱二值图像数字水印新算法

提出了一种基于DWT(Discrete Wavelet Transform)域有意义二值图像数字水印新算法．利用广义猫映射产生的混沌序列对水印序列的嵌入位置进行置乱，增加了嵌入水印的安全性；并利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中．水印的检测不需要原始图像．大量仿真结果证明了该算法嵌入的数字水印既具有很好的隐蔽性，又具有很理想的鲁棒性．     

一种基于小波变换的扩频数字图像盲水印算法

提出了一种基于小波变换的自适应数字图像水印算法.该算法根据原始图像的特点对水印的嵌入位置及嵌入强度进行自动调节,同时对嵌入的水印信号采用扩频的方法加入水印系统中,增强了图像抗攻击能力,提高了水印安全性.实验结果表明该算法对JPEG压缩、随机噪声攻击、剪切及加噪等具有较高的鲁棒性.     

基于对象的抗几何攻击的图像水印算法*

利用几何矩的仿射变换,提出了一种基于图像中重要对象的抗几何变换的数字水印算法。该算法先提取出图像的重要对象,然后将水印嵌入重要对象中,降低了对原始图像的修改,再利用质心对称的方式嵌入水印,减小了嵌入的水印对仿射系数造成的影响,改善了原有的几何矩仿射算法的抗几何攻击效果。实验结果表明该算法使得水印信息具有良好的不可见性、稳健性、抗背景剪切、抗旋转、缩放、平移等攻击特性。     

基于IWT和HVS的彩色图像盲水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的研究,提出了一种基于整型小波变换（Integer Wavelet Transform,IWT）将彩色数字水印嵌入到彩色宿主图像中的算法。采用YCbCr色彩空间的Y分量嵌入水印,利用人类视觉系统特性（Human Visual System,HVS）实现彩色水印嵌入位置的自适应确定;彩色水印的提取不需要原始水印和原始宿主图像。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对常见的图像处理操作具有很强的鲁棒性。     

用于图像认证的可恢复半脆弱数字水印

为了提高图像认证的可靠性,提出了一种用于图像内容认证的可恢复半脆弱数字水印方案,该方案不仅能鉴别数字图像内容的真实性,还可近似恢复图像中被篡改的区域。该方案基于半色调处理技术,首先将图像半色调处理后生成的二值水印图像经JBIG2压缩后作为嵌入水印,然后经量化索引调制嵌入小波域。用该方案嵌入水印后的图像,在检测时,不但可以定位图像中被篡改的区域,还可以对提取的恢复水印进行解压,并可通过逆半色调处理来重建原图像,用它的对应部分替换被篡改区域来实现对被篡改图像的篡改恢复。此外,由于该算法采用密钥来控制水印的嵌入位置,从而保证了水印的安全性;仿真实验是采用一般性操作和篡改操作相结合的方法,实验结果表明,该算法在保护数字图像内容真实性方面是可行的。     

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.     

基于奇偶量化的Contourlet变换域指纹图像水印算法

提出了一种基于奇偶量化的Contourlet变换域指纹图像水印算法。原始指纹图像经过Contourlet变换后，分解为一系列多尺度、局部化、方向性的子带图像，选择在低频子带中嵌入经过二维Arnold置乱加密后的水印。嵌入水印时，采用奇偶量化算法修改低频子带的系数。水印提取时，不需要原始图像，实现了盲提取。实验结果表明，提出的指纹图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击，具有较好的不可见性和鲁棒性，提高了指纹识别的可靠性。     

基于灰度值统计特征的数字水印方法

提出了一种基于图像分块灰度值统计特征的数字水印方法,算法利用图像分块的灰度差异值判定水印信息的嵌入位置,对选定的图像分块进行DCT变换,然后将水印信息嵌入到中频系数当中。由于水印信息嵌入到了纹理复杂度因予比较大的块中,因此就增强了水印信息的不可见性。实验表明,本算法较好地保持了原始图像的品质,对非几何攻击和有损压缩具有较好的稳健性。