基于子采样方法的DCT域盲水印技术

提出了一种增强水印鲁棒性的盲水印算法.算法在DCT(离散余弦变换)变换域,采用子采样的方法,选择嵌入水印的位置;以视觉感知模型调节嵌入水印的强度.算法的提取不需要原始图像,实现了盲提取.实验结果表明,算法不仅具有较好的不可见性,水印信息在噪声干扰、滤波、图像压缩等攻击下具有较好的鲁棒性.     

一种基于脊波域的盲检数字水印算法

本文提出了一种脊波域的水印嵌入和盲检测算法.脊波变换(ridgelet transform,RT)具有方向敏感性和各向异性的特点,它可获得具有直线特征的图像的稀疏表示.对这类图像进行多尺度脊波变换后,其中最重要的脊波系数代表了图像能量最集中方向的特征,即沿着图像的边缘方向的特征.对一般含有曲线边缘或纹理的图像,可将图像分成小块,将曲线近似作直线处理.然后,对每个小块进行多尺度脊波变换,选择出脊波系数能量大于某个阈值的方向,并在该方向的中频脊波带嵌入水印.实验证明,水印使用该嵌入方法具有很强的鲁棒性和透明性.     

基于图像内容的脊波变换域数字水印模型和算法研究

在研究人类视觉(HVS)特性的基础上提出了一种在脊波变换域基于图像内容的数字水印模型。在此模型中,嵌入数字水印的强度归结于数字图像脊波系数的视觉掩盖效应,文中建立了脊波变换域人眼临界可见误差模型。图像的水印检测被归结为Neymann-PeaLrson准则下的统计模型,该模型被用来估算水印检测的最优阈值。作为算例,将临界可见误差模型结合扩展谱技术,提出了一种新颖的图像自适应水印算法,并给出了相应的实验结果。实验表明算法性能大幅度提高。     

MPEG-4自适应视频水印算法

为了更好地保证水印的鲁棒性和不可感知性,结合MPEG-4视频压缩原理以及人类视觉模型系统,提出一种自适应的视频水印算法。根据I帧图像离散余弦变换（DCT）后的直流系数（DC）以及中低频系数个数,设计自适应因子,对不同的图像块采用不同的嵌入强度,将水印嵌入到DCT变换后的低频系数中。实验证明,该算法能够很好地与人类视觉系统相适应,并对常见的攻击有很强的鲁棒性。     

基于分数阶四元数傅里叶变换的彩色图像自适应水印算法

针对现有一些彩色图像自适应水印算法在自适应过程中未充分考虑色彩信息或者在嵌入过程中未考虑彩色载体图像分量的整体性等不足,该文提出一种基于分数阶四元数傅里叶变换(FrQFT)的彩色图像自适应数字水印算法。首先利用人类视觉系统(HVS)提取彩色载体图像块的纹理、边缘和色调掩蔽特性,并依据这些特性对适合嵌入图像块自适应分配嵌入强度,然后在FrQFT域以自适应强度采用量化索引调制算法和冗余嵌入策略嵌入水印。实验结果表明,该算法优于现有的基于四元数傅里叶变换(QFT)的算法以及基于分数阶傅里叶变换(FrFT)的算法,具有较好的不可见性和鲁棒性。     

基于混沌与自适应小波变换的图像水印算法

目前基于小波变换的数字水印算法,主要根据低频小波系数的幅值大小确定是否嵌入水印,该算法的缺点是嵌入水印后的图像透明性有待提高。基于以上问题,提出一种基于混沌加密和自适应小波变换的图像数字盲水印算法。采用混沌映射和m序列先后对水印置乱,结合人眼视觉特性确定载体图像的纹理区,选用自适应小波变换分解纹理区,将水印信息嵌入其高频子带中。实验结果表明,该算法可有效提高水印的安全性,具有较好的鲁棒性和不可见性。     

基于小波系数块能量和HVS的FCM水印算法

为增强水印的鲁棒性,提出一种基于小波变换的改进数字水印算法.该算法将原始图像小波变换后的细节子图分割成互不重叠的系数块.通过对各系数块能量特征分析,并结合人类视觉系统特征(HVS)对特征值进行模糊c-均值聚类(FCM)分析取得更适合嵌入水印的块,在适合嵌入块上应用隶属度值进行自适应的水印嵌入.实验表明该算法有更好的鲁棒性和不可见性.     

基于DCT域的自适应图像数字水印盲检测算法

本文提出了一种基于DCT域的自适应图像数字水印盲检测算法,将二值图像作为有 意义水印信号间接地嵌入到原始图像中。该算法设计了一个基于HVS的分类器,根据块分类结果, 将不同强度的水印信息嵌入到图像子块的DCT域次低频系数中去,增强了算法的鲁棒性;同时提取 水印时实现了盲检测,拓宽了数字水印技术的应用范围。     

基于BCH和JND的小波域数字图像水印算法

为了提高数字图像水印的鲁棒性,提出一种结合BCH码和JND模型的小波域数字图像水印算法.该算法采用Ar-nold变换和BCH码对二值水印图像进行置乱加密以及编码,对载体图像分块后再进行二维离散小波变换,将加密并且编码后的水印信息嵌入到载体图像各子块的二维离散小波变换的低频子带中,嵌入强度根据载体图像的JND值自适应的选取.实验结果表明,水印的透明性很好,在遭受不同类型和强度的水印攻击时,具有较强的鲁棒性.     

基于DWT域图像数字水印技术

提出了一种基于DWT域的自适应盲检测数字水印算法,将二值水印图像自适应地嵌入到经小波变换后的原始图像的逼近子图上。实验结果显示,不论是视觉主观还是客观计算上,此算法得到的水印图像都具有很好的不可见性,对常见图像攻击和处理后的水印检测情况证明此算法所得的水印图像具有很强的鲁棒性。     

A robust spread spectrum based image watermarking in ridgelet domain

A new robust method of spread spectrum based image watermarking is proposed in this article. Spread spectrum technique and scrambling are used for increasing robustness and invisibility of the algorithm. Our suggested method is carried out using ridgelet transform as an efficient transform for representing images with line singularities. In embedding part, the host image is partitioned into non-overlapping blocks and ridgelet transform is applied to each single block. In this way, a curved edge is divided into some straight edges so that ridgelet transform shows optimal performance even for complicated images with curve edges. To embed the watermark bits, the best directions of ridgelet coefficients are selected with respect to their variance intensity. In extraction part, a computationally efficient detection method is used for detecting watermark logo blindly from distorted watermarked image. To achieve more robust algorithm firstly, we find the best place to insert the watermark bits and secondly, we encode the scrambled watermark bits by pseudo random sequences with an authentication key. Robustness of our proposed method is tested against different kinds of attacks. According to the experimental results, proposed method shows much improved performance in comparison to other published works.     

基于有限脊波变换的图像内容认证算法

在有限脊波变换(FRIT,finite ridgelet transform)域,提出了一种用于图像内容认证的半易损数字水印算法。提取图像在FRIT时产生的均值信息作为图像内容特征,并由它生成认证水印。利用Bayesian最小风险函数估计选择FRIT系数,把认证水印嵌入这些系数。实验结果表明,此算法简便高效,能很好地区分图像内容的恶意篡改和偶然修改,并能确切指出篡改的位置。     

A robust blind watermarking algorithm for depth-image-based rendering 3D images

The protection of 3D contents from illegal distribution has attracted considerable attention and depth-image-based rendering (DIBR) is proved to be a promising technology for 3D image and video displaying. In this paper, we propose a new digital watermarking scheme for DIBR 3D images based on feature regions and ridgelet transform (RT). In this scheme, the center view and the depth map are made available at the content provider side. After selecting the reference points of the center view, we construct the feature regions for watermark embedding. Considering the sparse image representation and directional sensitivity of the RT, the watermark bits are embedded into the amplitudes of the ridgelet coefficients of the most energetic direction. The virtual left and virtual right views are generated from the watermarked center view and the associated depth map at the content consumer side. The watermarked view has good perceptual quality under both the objective and subjective image quality evaluations. The embedded watermark can be detected blindly with low bit error rate (BER) from the watermarked center view, the synthesized left and right views even when the views are distorted and distributed separately. The experimental results demonstrate that the proposed scheme exhibits good performance in terms of robustness against various image processing attacks. Meanwhile, our method can be robust to common DIBR processing, such as depth image variation, baseline distance adjustment and different rendering conditions. Furthermore, compared with other related and state-of-the-art methods, the proposed algorithm shows higher accuracy in watermark extraction.     

适用于尺寸为2的幂次方图像的离散ridgelet变换

Ridgelet变换是继小波变换之后提出的一种新的多尺度变换,它能比小波变换更好地表达高维线性奇异性。Finite ridgelet是ridgelet变换的离散实现算法,具有和连续ridgelet变换一样精确的代数意义,并且算法复杂度低。但是finite ridgelet只适用于图像尺寸为PP(P为素数)的图像,这一点限制了它的应用范围。该文将finite ridgelet的算法进行改进,提出了一种可以适用于图像大小为NN ( N=2k, kZ)的离散ridgelet算法。该算法不仅推广了finite ridgelet的适用范围,而且简化了finite ridgelet的算法过程。     

基于Ridgelet变换的图像融合

文章介绍了小波变换和脊波变换在表达信号特征上的区别、脊波变换的实现方式,讨论了基于脊波变换的图像融合思想。通过一系列图像融合实验,研究了脊波变换中图像子块的大小对融合图像的质量的影响,重点说明了脊波变换在保持融合图像的空间细节信息上的能力。     

基于复合脊波变换的图像去噪

脊波变换是在小波变换的基础上提出的多尺度分析方法,对于图像中直线状和超平面的奇异性问题,脊波变换比小波变换有更好的处理效果。应用数字复合脊波变换去除嵌入在图像中的白噪声,并使用一个简单的复合脊波系数的硬阈值来实现。实验结果表明,这种算法比VisuShrink算法、普通脊波算法和Wiener 2滤波器图像去噪的去噪效果更好,同时复合脊波算法也能应用于图像去噪和模式识别特征提取。     

图像处理的一种有限脊波自适应方法

有限脊波变换方法是脊波变换的一种数字化实现方法,其核心是有限Radon变换的实现.本文针对有限Radon变换中每一斜率投影的排序问题,利用Besov空间光滑模理论,在时域构造了一种光滑性判别函数,以判别函数值最小的序作为最优序,从而给出了一种新的自适应排序算法.用该算法对图像进行压缩和去噪,得到了很好的效果.     

基于脊波变换的图像压缩算法

自然图像包括大量的具有明显“直线边缘”的图像,而且边缘表示了图像的主要信息。利用脊波对“直线奇异”的良好刻画,针对具有直线特征的图像,设计基于脊波变换的有损压缩算法。首先对图像进行脊波变换,然后对变换系数进行标量量化、扫描、游程编码和熵编码。仿真实验表明,与基于小波变换的JPEG 2000压缩算法相比,该算法能获得更高的压缩率,同时保持较高的信噪比。