基于离散小波变换和混沌序列的水印算法

本文提出了一种针对于灰度图像的数字水印算法.算法是利用图像小波分解后中高频系数的情况即细节的多少.使用logistic二值混沌序列作为水印信号,加性修改小波分解后中频系数对具有代表性的图像进行水印数据的嵌入.在水印检测和提取时,利用多个序列相关检测的方法,提高了水印检测时的正确率.     

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。     

基于HDWT的灰度级数字水印研究

提出一种小波域灰度级图像敷字水印的新算法,算法采用Harr离散小波变换(HDWT)和商一余法则(DWRT)将教据嵌入灰度级图像.算法采用DWRT将水印分离为由黑色像素组成的两个部分,采用HDWT提取其中一部分的特征信息并将其嵌入宿主图像,保留另一部分作为以后提取数字水印的密钥,依据两部分的小波系数恢复原始像素.该算法嵌入的水印难以修改和删除,经多次攻击仍能提取出可辩识的图像.     

模糊集阈值分割水印算法

近年来出现了大量的变换数字水印算法,特别是基于小波变换的数字水印算法,而其中大部份算法或者把水印嵌入在小波低频系数,或者嵌入在中频域系数。本文将根据灰度特征对水印图像进行阈值化分割,然后同时分别嵌入到原始图像小波变换后的低频以及中频系数,并根据视觉系统的照度掩蔽等特性实现强度自适应调节的水印嵌入。另外引入最佳置乱度方法,对水印进行二维混沌映射的最佳置乱度置乱,达到提高水印抗剪切攻击能力的目的。     

基于OBSA多小波和遗传算法的数字水印技术

针对已有数字水印技术的不足,提出了基于OBSA多小波和遗传算法的公开数字水印技术。根据不同的水印嵌入算法选择适应度函数,通过遗传算法,对不同的水印嵌入算法、不同的宿主图像,自适应地得到OBSA多小波变换的前置滤波器。给出了相应的两个算法,算法1利用“奇偶法”嵌入水印图像,将灰度水印图像分解成位图,宿主图像进行一层多小波分解,每个低频系数嵌入1bit水印信息;若嵌入“1”,使对应的低频系数四舍五入为奇数,嵌入“0”,则使其为偶数,相反亦可。算法2利用“替代法”嵌入水印,宿主图像进行二层多小波分解,将其分解后的中频部分用水印图像替代。算法1提取的水印无失真,抗剪切攻击能力较强;算法2提取的水印无失真,抵抗噪声、压缩等处理的能力较强。该方法可以改善水印系统的鲁棒性,提高水印系统的透明性和不可统计性。     

基于小波变换和纹理特征的水印算法的研究

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印，这种算法的缺点是嵌入水印后的图像的视觉透明度不够好。对目前已有的基于小波变换的数字水印算法进行了研究，在保证嵌入水印的鲁棒性的前提下，也保证嵌入水印后的图像的理想的视觉效果的基础上，提出了一种基于小波变换和图像纹理特征的自适应数字水印算法，该算法利用了图像本身固有的纹理特征来寻找水印的嵌入位置，实验结果表明该方法能较好地降低原始图像视觉失真和经压缩变换后水印图像的失真。     

一种基于混沌加密的自适应图像水印方法

针对数字水印所要求的安全性、鲁棒性和隐蔽性等特性，提出了一种使用二维混沌加密和人类视觉模型的小波域数字图像水印技术。研究实现了对有意义水印灰度图像的二维Logistic混沌映射加密算法，并结合人类视觉模型，计算加密二值水印的分块嵌入强度，自适应地完成水印在载体图像的小波分解系数中的嵌入和提取过程。实验结果表明，所实现的加密和水印嵌入算法计算量小，能承受常规的数字图像处理，具有良好的数字水印特性。     

基于DWT域的灰度图像数字水印算法

本文提出一种基于DWT域的灰度图像数字水印算法.该算法在对原始图像进行离散小波变换之前,首先将它进行Arnold置乱变换,然后再进行小渡分解,把分解后得到的高频子带系数(LH3)组成一个矩阵,对该矩阵进行奇异值分解(SVD),在奇异值分解的对角阵中嵌入水印.该算法采用有意义的灰度图像作为水印,极大地增加了嵌入水印的信息量.实验结果表明,水印对一般的图像攻击方法具有较强的鲁棒性.     

基于分块图像小波变换的数字水印算法研究

提出一种基于分块图像小波变换的数字水印嵌入和提取算法,使每一个水印像素隐藏在相应的图像块的中低频小波系数之中,保证了水印的稳健性和不可觉察性,实验表明水印具有抗一般信号处理(例如图像压缩、剪切等)能力.     

用多数字基整数实现小波域多重数字水印嵌入

提出多数字基整数嵌入多重水印信息的算法。该算法基于人类视觉系统的掩盖效应的研究，利用小波域临界可见误差（UND）门限，决定水印嵌入的位置和动态调节水印嵌入的强度，从而使原始图像的小波系数加入水印的强度精确控制在门限内。多数子字基整数巧妙地将水印小波系数的信息转换为修改一组宿主图像小波系数的值。文中理论估计了该算法嵌入水印的容量，并分析了嵌入多重数字水印的可能性。该算法具有明显的优点：多个水印能够成功地嵌入版板保护图像；加水印图像没有改变时各个水印能完全恢复；对加水印图像进行攻击时，提取的各个水印图像清晰度高。实验结果表明，该算法很好地折衷了数字水印抵抗图像压缩、图像剪切等图像处理的鲁棒性以及数字水印不可察觉的矛盾，是一种很有前途的数字水印技术。     

基于小波块理论的灰度图像水印嵌入算法

根据图像小波变换系数的特点,提出一种以灰度图像为水印的新算法。宿主图像经过p级小波分解,将低频LLp系数值与加权后的水印灰度值相加,对变化的LLp系数值和没有变化的高频系数进行小波逆变换得到水印图像。实验结果表明,该算法使水印具有良好的不可见性、鲁棒性和低复杂性。     

一个基于离散混沌加密的数字水印算法

设计了一个基于离散混沌动力系统和小波分解的数字图像水印算法。在水印图像预处理阶段,利用Logistic映射生成的混沌序列对水印图像进行扩展置乱,再利用Logistic映射生成密钥来对水印信息进行加密,从而保证了水印信息的安全性。在水印图像嵌入阶段,对宿主图像进行三层小波分解,利用小波系数大小关系将水印嵌入到水平方向的高频系数中。分析和实验结果表明,该算法具有良好的鲁棒性,水印的安全性和不可见性明显优于常见算法。     

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。     

一种新的大容量数字音频水印嵌入算法

提出了一种新的大容量数字音频水印嵌入算法．该算法具有以下特点：（1）以整型小波变换为基础，不仅降低了舍入误差，而且提高了音频水印的嵌入与检测速度；（2）采纳分段变换及整体修改策略，增强了数字水印嵌入的稳定性；（3）以灰度图像作为数字水印，不仅数据容量大，而且更具层次感和多样性；（4）以保证不可感知性和鲁棒性的良好平衡为前提，实现了数字水印的盲检测．仿真实验表明：所提出的算法不仅具有较好的不可感知性，而且对诸如重新采样、重新量化、低通滤波、MP3压缩、叠加噪声等攻击均具有较好的鲁棒性．     

量子图像水印技术在电力大数据中的应用

为保证电力大数据的安全和处理效果,本文提出一种基于量子图像水印技术的嵌入及提取方法。该方法首先将原载体灰色图像用量子表示,并利用量子小波变换四次分解原载体图像得到子图,再通过量子离散余弦变换对子图进行系数转换。通过对系数矩阵进行奇异值分解得到对角矩阵,再利用量子广义Arnold变换和Logistic映射对水印进行置乱,并进行奇异值分解,从而实现量子水印的嵌入。嵌入的水印图像被分解后,每个像素的灰度信息为一个均衡的量子叠加态,测量后整幅图像为一个均匀的白噪声。水印图像的提取过程为嵌入的逆过程。仿真结果表明,相对经典图像水印,量子图像水印技术计算复杂度更低,计算速度更快,嵌入的水印图像具有很好的安全性,并且不影响载体图像的视觉效果。     

A new robust reference watermarking scheme based on DWT-SVD

This paper presents a new semi-blind reference watermarking scheme based on discrete wavelet transform(DWT) and singular value decomposition(SVD) for copyright protection and authenticity. We are using a gray scale logo image as watermark instead of randomly generated Gaussian noise type watermark. For watermark embedding, the original image is transformed into wavelet domain and a reference sub-image is formed using directive contrast and wavelet coefficients. We embed watermark into reference image by modifying the singular values of reference image using the singular values of the watermark. A reliable watermark extraction scheme is developed for the extraction of watermark from distorted image. Experimental evaluation demonstrates that the proposed scheme is able to withstand a variety of attacks. We show that the proposed scheme also stands with the ambiguity attack also.     

基于分形和HVS的小波域数字图像水印算法

针对数字图像版权的保护,本文提出了一种基于分形的小波域数字图像水印算法。首先将载体图像进行Haar 小波变换,将小波系数树分为同方向小波树,并在同方向小波树中构造域子树和值子树,通过分形匹配将域子树分为嵌入域子 树和非嵌入域子树,然后在嵌入域子树中加入水印。在水印嵌入时,只嵌入部分水印信息来减少水印的嵌入量,同时运用人类 视觉系统HVS 模型控制水印嵌入的强度,保证其不可见的同时最大限度增强了其鲁棒性并实现了水印的盲提取。     

An Efficient Watermarking Method Based on Significant Difference of Wavelet Coefficient Quantization

This paper proposes a blind watermarking algorithm based on the significant difference of wavelet coefficient quantization for copyright protection. Every seven nonoverlap wavelet coefficients of the host image are grouped into a block. The largest two coefficients in a block are called significant coefficients in this paper and their difference is called significant difference. We quantized the local maximum wavelet coefficient in a block by comparing the significant difference value in a block with the average significant difference value in all blocks. The maximum wavelet coefficients are so quantized that their significant difference between watermark bit 0 and watermark bit 1 exhibits a large energy difference which can be used for watermark extraction. During the extraction, an adaptive threshold value is designed to extract the watermark from the watermarked image under different attacks. We compare the adaptive threshold value to the significant difference which was quantized in a block to determine the watermark bit. The experimental results show that the proposed method is quite effective against JPEG compression, low-pass filtering, and Gaussian noise; the PSNR value of a watermarked image is greater than 40 dB.      

基于Logistic混沌映射和IWT-SVD量化的盲鲁棒水印算法

为了提高数字水印的鲁棒性以及水印嵌入位置的保密性,提出了一种基于Logistic混沌映射和整数小流变换—奇异值分解(IWT-SVD)量化的盲鲁棒水印算法:对二值水印图像进行Arnold置乱,对原始载体图像进行8×8分块,利用生成的Logistic混沌序列选择嵌入水印的图像块,充分保证了水印嵌入位置的保密性;对选中的图像块进行二级IWT分解,对得到的二级低频子带系数进行SVD;将置乱后的水印信息嵌入.算法不需要原始载体图像,实现了水印的盲提取,更具实用性.仿真实验结果表明:算法对常规图像处理操作、压缩攻击和剪切攻击均具有较强的稳健性.     

基于混沌序列和HVS的盲数字水印算法

提出一种针对彩色图像的基于混沌系统和人类视觉系统HVS(Human Visual System)的数字水印算法.通过该算法将二值水印经混沌系统加密后嵌入到彩色图像的蓝色分量B的小波系数中,在水印提取时根据密钥可以实现盲提取.实验结果表明,该算法对常用的图像处理如JPEG压缩、加噪、剪切和滤波等攻击具有较好的鲁棒性,取得了不可见性和鲁棒性的良好折中,同时盲检测使得水印检测的可靠性得到了很大的提高.