非抽样Contourlet变换的低频数字水印

非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换,在图像处理中具有一定的优越性,提出一种基于非抽样Contourlet变换的数字水印算法,低频系数集中了图像的大部分能量,在低频嵌入水印可以提高鲁棒性,为了满足不可见性,对低频系数进行8×8的分块,根据每一块的能量以及人类视觉特性进行自适应的嵌入水印,实验结果表明算法具有很好的鲁棒性和不可见性,能够有效地抵抗JPEG、噪声等攻击。     

一种基于Contourlet域的块均值关系的盲水印算法

从Contourlet变换的特点出发,提出一种基于分块均值关系的Contourlet域水印算法。首先将水印图像利用Arnold混沌映射进行置乱,之后对载体图像进行2级的Contourlet变换,选择能量最大的低频子带作为嵌入区域,通过修改选定位置的系数数值嵌入水印,在水印提取时不需要原始图像,实现了水印的盲提取。实验表明所提的算法在抵抗JPEG、椒盐噪声等攻击时有较好的鲁棒性。     

神经网络的Contourlet域水印研究

为了更好地保证数字水印的鲁棒性和安全性,提出了一种基于Contourlet变换分解和ANFIS网络结合的数字水印算法.宿主图像先进行Contourlet分解,将置乱后的水印嵌入到Contourlet分解的低频系数中.根据ANFIS网络能够很好的模拟出输入输出之间关系的特点,训练好逼近宿主图像和水印图像之间的关系的ANFIS网络.在接收端用训练好的ANFIS网络盲提取水印,实现了在Contourlet域中采用神经网络盲提取的水印算法.实验结果表明,该水印算法安全性较高,经过噪声干扰、滤波、压缩等攻击具有很好的鲁棒性.     

基于图像特征的二值水印嵌入和盲检算法

提出了一种基于图像特征的二值水印嵌入和盲检测算法。将原始图像及待检测的图像进行离散小波变换,通过提取低频子带变换系数的均差与设定的阈值相比较,根据不同的结果选择不同的算法从而实现水印序列的嵌入和盲提取。该算法的优点在于在水印检测时,不需要原始图像的参与。实验结果表明,算法对JPEG压缩具有强的抵抗能力,同时,对噪声、滤波等也具有较好的鲁棒性。     

基于邻域均值关系的Contourlet域量化水印算法

提出了一种基于邻域均值关系的Contourlet域量化水印算法。原始图像经过Contourlet变换,分解为一系列多尺度、局部性、多方向性的子带,对原始水印图像进行Arnold置乱加密,从分解的多方向高频子带中选择能量较大的子带作为嵌入区域,根据系数与邻域均值关系选择嵌入位置,用量化的方法修改嵌入位置的系数,达到嵌入水印的目的。水印的提取不需要原始图像,实现了盲提取。实验结果表明,该水印算法不仅具有较好的不可见性,而且对加噪、JPEG压缩、滤波、剪切等攻击具有较强的鲁棒性。     

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。     

基于领域相关性的小波域盲水印算法

为了利用空域水印的鲁棒性,提出了一种基于相关性的小波域盲水印算法。该算法在小波域逼近子图上利用领域系数的相关性来嵌入数字水印,水印可为有含义序列或二值图且提取时不需要原始图像,并利用贝叶斯分类器来提高提取准确度。试验证明该算法对噪声、滤波、亚抽样和JPEG压缩等图像攻击具有良好的鲁棒性。     

基于领域相关性的小波域盲水印算法

为了利用空域水印的鲁棒性,提出了一种基于相关性的小波域盲水印算法.该算法在小波域逼近子图上利用领域系数的相关性来嵌入数字水印,水印可为有含义序列或二值图且提取时不需要原始图像,并利用贝叶斯分类器来提高提取准确度.试验证明该算法对噪声、滤波、亚抽样和JPEG压缩等图像攻击具有良好的鲁棒性.     

一种基于分块DCT的盲灰度水印算法

提出了一种在分块DCT的次低频交流系数中,利用奇偶特性和JPEG量化系数嵌入有含义的8位灰度水印图像,以实现盲提取的算法,并通过PN序列加密来保证水印的安全性。实验结果表明,该算法对于JPEG有损压缩、图像剪切等处理有很强的鲁棒性。     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。     

基于双重加密和Contourlet变换的数字图像盲水印算法

提出了一种演化密文与规则的加密方法,以细胞自动机的初态和规则作为演化对象,寻找满足经过迭代后能得到原文的细胞自动机的初态和规则。由于某些原文只在某些特殊规则下才存在满足完全匹配的密文,而且匹配度越高搜索越耗时,所以引入了校验信息,以最大演化代数作为演化计算的终止条件,寻找迭代后与原文最接近的密文,再通过校验获得完整的原文。通过实验得出：此种加密方法具有较大的密钥空间和良好的置乱效果,而且细胞自动机的邻居半径越大,演化计算的表现越稳定。     

基于小波树的数字图像盲水印技术

提出一种基于特征的新型数字图像盲水印算法。根据小波变换的多分辨特性,通过在低频子带确定根节点的方法从小波系数中提取小波树。利用在小波树的中频节点与其邻域内的系数之间建立关系的方法嵌入水印。,通过密钥控制使水印的嵌入位置随机变化以提高安全性。嵌入的水印具有很好的透明性和鲁棒性,实用性较高。     

基于随机分布圆形模板的抗屏摄盲水印算法

针对现有的抗屏摄水印算法不能兼顾鲁棒性、不可见性和水印容量等问题,提出一种基于随机分布圆形模板的抗屏摄鲁棒盲水印算法。首先将十六进制水印序列转换为固定的角度值,再根据随机线条分布算法生成一系列带有角度信息的圆形模板,将原宿主图像蓝色分量进行整数小波变换并取出低频子带（LL）,对LL分块并用密钥选出若干水印嵌入块,最后将圆形模板嵌入被选出的块中。另外,为了提高水印容量,选择十六进制水印密码以代替二维码或条形码;为了提高水印不可见性,将水印模板嵌入整数小波变换的低频子带;为了平衡水印透明性和鲁棒性,利用粒子群寻优算法（PSO）自适应地得出最佳嵌入强度;为了解决拍摄后造成的图像畸变,在水印提取前对拍摄的图像进行几何校正。在数据集USC-SIPI上选取了测试图,进行了常规攻击与屏摄攻击实验,并与该领域主流的六种方法进行了比较。实验结果表明,在保证不可见性的前提下,该算法能抵抗各种常规类型攻击。在一定范围的拍摄距离和拍摄角度内,算法能有效提取出水印密码,并提高了水印容量,在抗屏摄方面具有良好的鲁棒性。     

基于小波零树的图像自适应水印算法

基于小波零树特性的视觉感知度模型的优化方案,给出了两种水印算法:一种算法嵌入的是高斯序列水印,通过相关检测实现盲检测;另一种算法嵌入的是二值图像水印,水印的提取是非盲提取。这两种算法在所有重要小波系数(包括最低频系数)中嵌入水印,以达到最大化水印嵌入量的目的,并结合感知度模型在水印的透明性和鲁棒性之间实现了较好的平衡,对于常见的图像处理操作,特别是对于JPEG和小波压缩均有较好的鲁棒性。     

一种使用机器学习方法的数字水印算法

针对目前数字水印算法存在的不足,本文将离散小波变换和奇异值分解相结合,提出了一种基于机器学习的图像数字水印算法.首先将载体图像进行一级小波变换,提取其低频子带图像对其进行4×4分块处理,然后对每一分块进行奇异值分解后嵌入水印,并提取特征向量用于最小二乘支持向量机的训练,训练好的最小二乘支持向量机用于自适应最大水印嵌入强度的计算以及水印的盲提取.实验选取三张512×512的标准测试图像以及64×64的二值水印图像对算法的透明性与鲁棒性进行测试.实验结果证明,图像具有很好的透明性,PSNR达到了63.71dB,针对旋转、剪切、JPEG压缩、高斯噪声等常规攻击手段时,算法能保持较强的鲁棒性.     

小波域中基于分形压缩的数字图像盲水印算法

在小波域中利用分形压缩理论提出了一种图像数字水印算法.对图像进行小波变换后,首先将整个小波树分成3个方向的小波子树,然后按照方向性小波树进行分形编码,并通过对分形编码仿射变换的不同分类实现数字水印的嵌入,而且为了增加水印破解的难度,水印信息经过了行、列两个方向的混沌置乱.另外,水印检测时也不需要原始图像.实验结果表明,该算法不仅克服了传统分形算法运算量大的缺点,而且对JPEG压缩、高斯噪声、剪切等攻击也有较强的抵抗能力,水印的鲁棒性和稳健性较好.     

一个基于纠错码和DCT变换的盲水印算法

提出了一个基于纠错码和DCT变换的图像盲水印算法,该算法利用图像置乱技术和纠错码方法生成水印序列。对不用纠错码、用汉明码和用BCH码的三种水印方案进行了仿真,结果表明利用纠错码的水印方案具有更好的鲁棒性。     

基于伪Zernike矩和Contourlet变换的抗几何攻击图像水印算法

在研究Contourlet变换和伪Zernike矩理论的基础上,提出了一种新颖的抗几何攻击数字图像水印算法。该算法首先 用Contourlet变换处理 原始图像,提取出图像的低频区域;然后依据人眼的视觉特性以及嵌入水印前、后系数的相关性,采取量化调制伪Zernike矩的幅值将数字水印信息嵌入图像的低频区域中。其无须借助于原始图像,就能进行水印提取,实现真正的盲检测。实验结果表明,该算法对平移变换的抵抗力最强,对旋转和缩放也有很好的抵抗力,而且经过JPEG压缩之后,数字水印也不会失真。     

一种复合型自适应盲水印算法

提出同时嵌入鲁棒水印和脆弱水印的复合型自适应盲水印算法。鲁棒水印根据邻居特征平均值和奇偶判决法嵌入到所选择的频带中,再将水印图像分块,把分块图像的灰度均值映射为混沌初值,经过若干次迭代生成脆弱水印,嵌入到其像素灰度值的LSB平面。实验结果表明,该算法对一般的图像处理具有良好的鲁棒性,同时还能对图像篡改进行精确定位,且作为盲水印算法有良好的安全性。     

基于Fibonacci置乱的小波域数字图像盲水印算法

针对数字图像的版权保护问题,提出一种基于Fibonacci置乱的小波域数字图像盲水印方案。将原图像中的感兴趣区域(ROI)作为水印来源,以此提高水印的隐蔽性。在水印嵌入过程中,将原图像进行分块,对每个块进行Fibonacci置乱和离散小波变换(DWT),选择出低频子带,用于水印嵌入。同时,对水印也执行DWT,选择出低频子带,通过Fibonacci置乱得到置乱矩阵,将水印的置乱矩阵嵌入到主图像的块中。在水印提取过程中,根据嵌入过程中设定的秘钥,通过逆Fibonacci置乱和逆DWT过程提取水印。在多种图像攻击下的仿真结果表明,该水印方案具有较高的安全性、鲁棒性和隐蔽性。