基于小波包变换和离散余弦变换的双水印算法

为了使水印具有更强的鲁棒性和更广泛的适用性,提出了一种基于小波包变换(WPT)和离散余弦变换(DCT)的双水印算法。该算法是在WPT域和DCT域,结合人眼视觉特性(HVS)在宿主图像小波包分解的高低频带,选择不同的方法分别嵌入一个水印,由于双水印充分利用了小波包高低频域的不同抗攻击能力和DCT域的聚能、去相关能力,从而增强了算法的鲁棒性。仿真实验表明,该双水印算法不仅具有较强的鲁棒性和不可视性,并有较大的水印添加容量和更广泛的适用性。     

一种基于HVS的小波域抗JPEG压缩水印算法

提出一种小波域的用于图像内容认证的水印算法。该算法提取图像特征作为认证水印信息,利用分块图像的临界噪声阈值(JND)自适应的调整分块图像的细节子带小波系数大小关系来嵌入水印信息,从而提高了水印的透明性。实验结果表明该算法具有很好的抗JPEG压缩性能和篡改定位功能。     

基于Hilbert曲线和位置自调节法的图像版权保护算法

以小波的相关理论为基础,先把水印图像预置乱处理,对宿主图像直接进行小波包分解,之后将水印的低频部分和中高频部分分别采用Hilbert曲线扫描和位置自调节法嵌入到宿主图像中,嵌入强度可根据图像的内容自适应调节。通过实验观察,新算法在抗压缩和抗剪切性能有所提升,同时隐蔽性和抗噪能力也得到了较大改观,结果充分说明该算法是一种性能较为优良的图像版权保护算法。     

基于信息互补的小波域图像水印算法

提出了一种基于信息互补的小波域图像水印算法，该算法结合人类视觉系统特性在图像小波域的两个子频带中以互逆的顺序分别嵌入水印信息。水印提取时通过阈值判别选取两个小波子频带的水印信息进行互补。实验结果表明，该算法对常见的信号处理具有良好的鲁棒性。     

基于小波变换的图像自适应数字水印算法研究*

提出了一种基于小波变换的图像自适应数字水印算法。首先对水印图像作置乱处理;然后对原始图像进行小波分解,并根据人类视觉系统的特性,在小波分解的低频域中,采用邻域均值代替单个小波系数进行估计和量化的方法,将水印自适应地嵌入低频域小波系数中;最后对该算法进行了仿真实验。实验表明该算法对图像的各种常规处理都具有较好的鲁棒性,与邵亚非等人的水印算法相比,该算法在水印容量、不可见性、鲁棒性上有更大的协调性。     

一种基于小波变换的图像数字水印方法

提出一种结合置乱技术的小波域图像水印算法。利用Arnold置换方法对水印图像作时域上的变换，将秘图变换成无意义的图像，达到加密的效果，再根据提出的一种小波变换域的数字水印算法，将水印图像嵌入到小波变换的不同方位的重要系数当中，文中实现了标志图像水印。实验结果表明，该水印算法对图像处理有较强的鲁棒性。     

基于Arnold置乱和小波包分解的自适应水印算法

针对小波变换的不足,根据原始图像各子块对水印信息的适应程度不同,提出一种基于Arnold置乱和小波包分解的自适应水印算法。首先,该算法采用Arnold变换对水印图像进行预处理,然后对原始图像进行小波包分解,小波包分解能够提供一种更为精细的分解方法,将频带进行了多层次的划分,最后将水印图像嵌入到小波包分解后的子带中,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,这样很好地解决了水印鲁棒性和不可见性之间的矛盾。仿真实验结果表明,算法对常见的图像攻击具有较强的鲁棒性和稳健性。     

一种能够提高水印容量的多比特嵌入算法

在分析图像数字水印不可见性、鲁棒性与水印容量三者之间制约关系的基础上,提出了一种可以有效增加水印容量的小波域自适应水印算法。该算法用噪声可见性函数对小波分解后的系数进行容噪能力分析,根据划定的阈值在容噪能力较强的系数上同时嵌入多个比特,并结合小波域视觉可见误差门限JND值,实现了水印强度的自适应调整。经对比实验证明,该算法能够较大幅度地提高水印的容量。     

基于奇异值分解的Contourlet域稳健性数字水印算法*

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解,在Contourlet域中选取合适的方向子带,利用得到的奇异值来调制系数矩阵,然后通过逆变换获取嵌入水印后的图像。在水印提取中只需要保存原始图像的奇异值,实现了水印的近似盲提取。最后,进行了一系列的攻击实验,证明了与传统小波域水印算法相比,该算法的不可见性和鲁棒性都有了较大的提高。     

一种基于小波包分解的自适应数字水印嵌入算法

提出一种新颖的基于小波包分解的自适应数字水印算法.为了提高水印图像的攻击鲁棒性和水印的不可见性,该算法提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制.实验表明应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果.     

基于小波包变换和块模糊分类的自适应水印算法

提出了在WPT域上基于块模糊分类的新的自适应水印算法。首先用m-序列来控制对原始图像进行小波包变换的分解结构,将适当的小波系数组成小波子块。然后根据人类视觉系统(HVS)模型和能量模型,对小波子块进行模糊分类。最后,根据分类结果,将不同强度的二值水印嵌入到不同的小波子块中。实验结果表明,提出的算法能抵抗各种图像处理的攻击,具有较好的鲁棒性。     

基于小波包变换的彩色图像双水印算法

提出了一种基于小波包变换(WPT)和离散余弦变换(DCT)的彩色图像双水印算法:首先将彩色图像由RGB色彩空间转化为YCbCr色彩空间,并提取其亮度分量Y,然后对亮度分量Y进行三层小波包变换产生64个子带,结合人眼的视觉特性,根据不同子带的特点,选取出合适的子带用来嵌入水印,对不同特点的子带采用不同的嵌入算法,将置乱后的水印嵌入到选定的子带中。理论分析与仿真结果表明,该算法具有很好的鲁棒性和不可见性。     

基于遗传算法的多小波数字图像水印算法

提出了一种基于遗传算法的多小波数字图像水印算法,在离散多小波变换(DMT)域中嵌入水印信息,利用遗传算法进行参数优化,提高水印图像的质量和水印的鲁棒性.实验结果表明,在利用遗传算法在GHM多小波变换域中嵌入水印比离散小波变换(DWT)域中嵌入水印更具有鲁棒性.     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

基于神经网络的小波域数字水印嵌入算法研究

提出一种结合神经网络将二值水印嵌入离散小波变换后的宿主图像中的新方法.为使算法具有更好的不可感知性和鲁棒性,进一步提高它的实用性,结合神经网络理论,创新地提出在小波域实现对数字水印嵌入.该方法是对宿主图像做离散小波分解,取分解后的近似分量作为嵌入位置.在其中随机的选取一些像素点及其邻域,利用神经网络对其进行建模及训练,通过修改其像素值嵌入水印信息.在嵌入之前对二值水印进行了Arnold变换来加密.实验结果表明,算法具有很强的抗几何攻击和承受其他图像处理操作的能力,不可感知性好,鲁棒性明显优于一般小波域嵌入算法,对数字水印的实现具有很强的参考价值.     

基于PDF417和提升小波的数字图像水印算法

根据PDF417与提升小波变换的特点,提出一种基于PDF417和提升小波变换的数字图像水印算法。首先将水印信息进行PDF417编码,并在密钥控制下进行混沌序列置乱后得到二值水印图像;最后使用小波提升技术对原始图像进行小波三级变换,在小波变换域低频子带中嵌入二值水印图像。实验结果证明：该算法能很好地保持图像质量,对常见的图像处理具有很强的鲁棒性,同时不仅能保持传统小波多分辨率图像水印的优势,而且处理速度更快,对图像尺寸没有特殊要求。     

数字图像的自适应公开水印技术

该文提出一种以灰度层图案作水印的自适应公开水印（public watermarking)技术,这种技术在不可感知性和稳健性等方面面临着更大的挑战,而探索图像新的稳定性特征并结合人类视觉系统（HVS）的性质来设计水印算法正是克服这一难题的有效途径。为此,该文分析了一种新的变换域－多小波（multiwavelet)域系数的特征,并将基于单小波域的人眼噪声敏感性模型推广到多小波域,在此基础上,先将灰度层图案水印分解为二值位图平面,然后自适应地将各个位图平嵌入多小波变换域中,实验结果表明,该文方法对多种图像处理具有很好的稳健性。其性能优于文献上的相近方法。     

基于DWT-SVD的图像双零水印算法

算法采用双零水印方式,解决不同的数字水印算法问题。首先,利用SVD空间向量表征图像的结构特性的性质解决了以往算法虚警率高的问题。其次,针对嵌入式数字水印算法的鲁棒性低以及嵌入容量有限等问题,提出了一种基于小波变换域的零水印算法,该算法利用小波变换系数构造出能够代表水印信息的特征值,同时算法对原始水印数据进行了双重加密,不仅达到隐藏水印信息、保护版权的目的,而且大大提高了水印信息的安全性。由于算法采用的是零水印的方式,所以能够保证原始载体图像无失真,即良好的不可见性。实验结果表明,该算法具有鲁棒性高、简单易行、虚警率低的优点。     

一个基于DWT的自适应数字水印算法

本文提出了一个新的DWT域自适应数字水印算法。该算法利用小波域高、低频部分嵌入水印的优势互补特点，在载体图像的高频和低频子带分别嵌入相同水印来增强水印抵抗多种攻击的能力；水印的嵌入采用量化调制方式，其量化步长可根据人类视觉系统和载体图像的局部特点自适应地调整。此外，由于奇异值分解具有良好的性能，因而被用于高频部分水印的嵌入以提高其鲁棒性。实验结果表明水印具有良好的鲁棒性和不可见性，与相近算法相比，本文方法可以有效抵抗更多的攻击。