一种基于神经网络和小波变换的盲水印算法

提出一种新的运用神经网络将水印嵌入离散小波变换后的宿主图像中的数字水印算法。算法创新地提出选择水印嵌入点周围的8个邻域像素点作为神经网络的样本输入,这样可以更好地增强水印的透明性。该算法首先对宿主图像做离散小波变换,取低频子带作为嵌入位置,运用密钥随机选取水印的具体嵌入坐标,提取其邻域的像素点,利用建模好的神经网络对其进行训练,通过修改其像素值嵌入水印,提取时利用确定的神经网络实现水印的盲提取。水印嵌入之前运用Amold变换进行了置乱处理。实验结果表明,该算法具有较好的不可见性和鲁棒性。     

一种基于小波变换的自适应图像水印算法

在离散小波变换的基础上，提出了一种自适应的新数字水印算法，将伪随机二值序列作为水印嵌入灰度图像中，在检测端需要原始宿主图像。该算法具有以下特点：在水印嵌入时利用了小波变换域系数的均值，可广泛地适用于各种灰度图像；针对每幅图像，都可调节水印的嵌入深度，找到隐形性和鲁棒性的最佳折中。实验结果表明，该算法既实现了水印的隐形性，又对常见的图像处理操作具有很强的鲁棒性。     

基于神经网络的复合变换域视频水印算法研究

针对目前视频水印算法存在的鲁棒性较差,可靠性较低等问题,提出了一种结合神经网络将二值水印嵌入到经过离散小波变换(DWT)和离散余弦变换(DCT)后的宿主视频中的新方法;为使算法具有更好的不可见性、鲁棒性和实用性,利用三层RBF神经网络训练出水印嵌入强度,在视频中自适应嵌入水印;该方法是对宿主视频进行DWT处理,再对逼近子图LL进行DCT处理,通过修改DCT系数嵌入水印信息;在嵌入之前对二值水印进行了Arnold变换来加密;通过实验结果中PSNR与NC的值表明,算法具有很强的抗攻击和承受帧删除、帧平均等操作的能力,不可感知性好,鲁棒性明显优于一般的嵌入算法。     

神经网络检测的数字语音水印算法

研究数字水印提高抗击性能,由于音频水印容量有限,同时盲检测方案中抗攻击能力普遍较弱,针对上述问题提出了一种在小波域中利用神经网络检测的数字语音水印算法.在数字语音载体的重要小波系数中隐藏了一幅不可感知的二值数字图像,通过二值数字图像中附加的模板对神经网络进行训练,经过训练后的神经网络几乎能够完全恢复嵌入到数字语音中的水印数据.仿真结果表明,小波域水印容量得到提高,算法对抗高斯噪声攻击、压缩、重采样等攻击,具有较强的鲁棒性,可以为实际应用提供依据.     

基于遗传算法的数字水印优化方法

利用遗传算法搜索出最优的初始值和嵌入强度,提出了一种新的离散多小波变换域的数字图像水印算法.实验结果表明,使用此算法能提高数字水印对于各种改变的鲁棒性,同时保证数字水印的不可感知性.     

基于人类视觉系统的小波域数字水印算法

分析了一种小波域数字水印算法，利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印，在对原始图像进行多级小波分解后，通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性，并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

一种基于HVS的图像小波域鲁棒性数字水印

提出了一种基于人类视觉系统（HVS）和离散小波变换（DWT）的图像鲁棒数字水印新算法。将宿主图像进行小波分解,根据人类视觉系统的掩蔽特性计算出JND视觉门限值,选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,修改小波系数的小数部分,以提高水印嵌入后图像的质量。实验证明算法在保证水印不可见性的前提下有效地提高了算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。     

小波变换域均值调制的可读图像盲水印算法

提出了一种小波变换域均值调制的可读图像盲水印算法,利用图像经离散小波变换后细各细节子带系数均值近似为零的特点,根据细节子带系数的局部方差,自适应地修改图像小波分解后某些细节分量的局部均值,在满足水印不可感知性的条件下自适应地嵌入水印信息,实现水印不可感知性和鲁棒性之间的折衷。同时,在不借助原图像的前提下,实现水印的盲检测。水印信息是一幅有实际意义的二值图像。实验结果和攻击测试表明,提出的算法对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

基于整型小波变换的彩色图像盲水印算法*

针对多数图像水印算法将灰度图像嵌入宿主图像的研究现状,提出了一种基于整型小波变换将彩色数字水印嵌入到彩色宿主图像中的算法。本算法结合人眼的视觉掩蔽特性, 实现了数字水印嵌入位置的自适应确定,同时采用量化小波系数的方法将彩色水印嵌入到彩色图像YCrCb模式的Y分量中去,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,水印具有良好的不可见性,并且对常见的图像处理操作具有很强的鲁棒性。     

一种基于小波变换和神经网络的数字水印算法

提出了一种新的基于小波变换和神经网络的数字水印算法。该算法首先把原始图像分成8X8像素的小块,根据Logistic映射产生的混沌序列选择相应的小块构造一个原始图像的子图,接着把DWT变换作用在这个子图上,得到两个子带LH:和HL1,然后把水印信息嵌入在这两个子带上,接着通过IDWT变换重构子图,最后按构成子图的顺序把每一个8X8像素的小块放回到原图中相应位置,从而得到一个嵌入了水印信息的图像。在水印的提取过程中使用了经典的I3P神经网络。实验结果表明,通过该算法嵌入的水印具有较好的鲁棒性、安全性和不可感知性。     

基于神经网络的自适应彩色图像盲水印算法

文中提出的算法是自适应地将水印嵌入,并利用神经网络实现水印的盲提取。首先将二值水印嵌入到YIQ色彩空间的Y分量小波分解的低频系数中,为达到平衡水印图像的鲁棒性和不可见性,嵌入的强度是根据人类视觉特性自适应调整至最佳;利用BP神经网络的学习和自适应的特性和一段已知序列训练神经网络,可实现水印的盲提取;在神经网络的输入信号计算上提出选择邻域窗口为3*3方形窗口比十字窗口具有更好的实验效果。仿真实验结果表明该算法对常用的图像处理具有较好的鲁棒性和不可见性。     

一种基于 DWT 的音频水印算法

基于人耳听觉特性和小波变换的时频特性,提出了一种水印嵌入与检测算法。通过提取音频信号幅度的最大值进行小波变换,再在小波变换的重要系数中嵌入水印。仿真实验证明:该算法隐藏水印具有较好的不可感知性和较强的稳健性。     

基于DWT-SVD和Fibonacci变换的彩色图像盲水印算法

为提高水印鲁棒性,将离散小波变换(DWT)、奇异值分解(SVD)和斐波纳契(Fibonacci)变换结合,提出一种新的算法。首先,用Fibonacci变换对拟嵌入的水印进行置乱处理;然后,对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解,并用混沌序列选择若干对子块;最后,根据人类视觉系统(HVS)特性对三个分量分配嵌入量、确定嵌入强度,并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。     

一种基于熵理论的自适应水印嵌入算法

为了提高数字图像嵌入水印时的不可感知性与鲁棒性,提出一种利用图像信息熵与边缘熵理论并结合果蝇优化算法的水印嵌入方案。首先对载体图像进行分块,并计算每个分块的信息熵与边缘熵,将每个分块的2个熵值相加并排序。然后根据嵌入水印的容量选择熵值较高的分块,并将每一位水印信息嵌入到经过小波变换与奇异值分解的分块中。最后为了进一步平衡嵌入水印不可感知性与鲁棒性之间的矛盾,利用果蝇算法对嵌入水印的强度进行自适应优化。实验结果表明该方法具有更好的不可感知性,在面对多种类型、多种强度的模拟攻击时比同类算法表现出更强的鲁棒性。     

基于神经模糊控制的自适应图像水印算法

提出了基于神经模糊控制网络的新的自适应图像水印算法。该算法首先对原始图像进行小波变换,组织小波块。接着,从子块的视觉掩蔽性和能量强度两个方面,建立和训练神经模糊控制网络,得到每个小波子块嵌入水印的最优强度值。最后,根据神经模糊控制得出的最优嵌入强度,将不同强度的水印嵌入到不同的小波块中。实验结果表明,所提出的算法能抵抗各种常规的图像处理的攻击,具有较好的鲁棒性和透明性。     

一种基于小波变换和变换域系数值比较的数字水印算法

提出了一种基于小波变换和变换域系数值比较的盲检测数字水印算法.算法利用小波变换,将载体图像进行多层小波变换分解,找出合适的变换域系数,将该系数分解为数据对序列,使二值水印图像每个像素的值与该数据对序列中的每个数据对一一对应.用数据对内前后数据值的大小关系来表示0和1,若前者大于后者,则表示1;若后者大于前者,则表示0.然后调整数据对序列中每个数据对内数据的前后位置,使其和二值水印图像相应位置上的像素值匹配.这样就嵌入了水印.提取水印过程刚好和嵌入水印过程相反.实验证明,水印具有透明性,对高斯低通滤波、图像变亮、图像变暗、直方图均衡化、增加图像对比度、降低图像对比度、添加高斯噪声、添加椒盐噪声、添加乘积性噪声、JPEG压缩等图像处理和噪声干扰都具有很强的鲁棒性.该算法鲁棒性和透明性好,是一种可行的水印方案.     

基于神经网络的灰度级数字水印嵌入技术

提出一种将灰度级数字水印嵌入到彩色图像中的方法。利用DCT变换,先将灰度水印编码成二值位流信息：用神经网络建立彩色图像中所选择的像素之间关系模型。最后,通过调整被选择像素点与模型输出值之间大小关系来嵌入水印的二值位流信息。采用信息放大技术,加强水印的嵌入强度。利用神经网络、DCT反变换,提取灰度水印。实验结果表明,该算法对目前JPEG图像压缩变换和某些图像处理操作具有极强的鲁棒性。     

Optimized gray-scale image watermarking using DWT–SVD and Firefly Algorithm

This paper presents an optimized watermarking scheme based on the discrete wavelet transform (DWT) and singular value decomposition (SVD). The singular values of a binary watermark are embedded in singular values of the LL3 sub-band coefficients of the host image by making use of multiple scaling factors (MSFs). The MSFs are optimized using a newly proposed Firefly Algorithm having an objective function which is a linear combination of imperceptibility and robustness. The PSNR values indicate that the visual quality of the signed and attacked images is good. The embedding algorithm is robust against common image processing operations. It is concluded that the embedding and extraction of the proposed algorithm is well optimized, robust and show an improvement over other similar reported methods.     

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。