基于离散小波变换的图像数字水印算法

提出了一种基于离散小波变换的图像数字水印嵌入提取算法。为保证水印的安全性,在嵌入之前先对水印做置乱处理,选择中低频带嵌入水印信息,以保证其不可感知性和鲁棒性。实验表明,该算法对常见的图像剪切、中值滤波、JPEG压缩和噪声干扰等均具有一定的抵抗力,较好地兼顾了图像水印的不可感知性要求和鲁棒性要求。     

基于心理声学模型频域能量量化的音频水印算法

首先将心理声学模型引入水印的嵌入和提取过程,作为选择和寻求合适的频域子带进行水印嵌入和提取的指导,并在此基础上提出了一种音频频域子带能量量化的水印算法.算法利用心理学模型逐帧计算音频帧各个关键频带的全局掩蔽阈值,并以此作为参考,选择其中几个关键子带进行水印嵌入,嵌入的方式采用基于能量的量化方法.     

一种DCT域的双色图像数字水印算法

充分考虑人类视觉系统和双色图像特点,采用YCbCr色彩模型,将双色图像Y分量取出并分块。将二值水印信息“逻辑”嵌入到每个分块中低频带系数中。实验结果表明,该算法对JPEG压缩、噪声及亮度变化等常见攻击行为具有很好的稳健性,并且支持水印的盲检测。     

基于均值量化的多目的数字音频水印算法

为了达到版权保护和内容认证的双重目的,提出一种新颖的多目的水印嵌入算法.首先介绍了均值量化(mean-quantization)方法嵌入水印比特信息的基本原理,在此基础上提出了数字音频信号的多目的水印嵌入算法,该算法在对数字音频信号作离散小波变换基础上,充分利用均值量化的优势,将视觉可辨的水印—二值图像嵌入小波低、中频系数中,实现了鲁棒性水印和脆弱性水印同时嵌入音频信号中,达到版权保护和内容认证的双重目的.实验结果表明,文中提出的多目的水印算法具有很强的鲁棒性和较好的脆弱性.     

基于插值替换的小波域音频水印算法

对一个给定信号的采样点集进行插值可以得到近似的数值点,利用该性质提出了一种基于插值替换的小波域音频水印算法。首先对话音信号整体进行小波分解,将其划分成若干频带,然后根据人耳听觉的频率掩蔽效应,选择出对人耳听觉不敏感的频带所对应的小波系数,将其分帧后采用样条函数插值来实现水印的嵌入。实验表明,嵌入水印后的语音信号不仅具有良好的不可感知性,而且对诸如加噪、低通滤波、重采样、重量化、回声、Mp3压缩、去同步等攻击具有很强的鲁棒性。     

基于整数小波变换的大容量彩色水印嵌入技术

结合整数小波变换无舍入误差、完全可逆的优点,提出了一种将彩色水印图像嵌入到彩色载体图像的水印算法,水印信息先嵌入到低频系数中,如有剩余再嵌入到高频系数中,而嵌入公式根据系数所处的频带不同而不同,最后从理论上对算法进行了性能分析.实验结果表明:该算法具有透明性好、嵌入容量大,嵌入效率高等特点,并且对常见的攻击具有鲁棒性.     

基于二维工程图的数字水印扩频算法

针对二维工程图的特点提出了一种数字水印方案.该方案先将待嵌入的窄频带的水印信号扩频为宽频带的伪随机序列,然后再以伪随机序列为依据对二维工程图中直线实体的长度作相应的修改.检测水印时先进行同步操作,再对伪随机序列解扩进而得到水印存在与否的一种可信度结果.实验结果表明该方法对均匀缩放、旋转及平移等几何攻击,增加攻击等具有完全的健壮性;对于删除攻击具有很强的健壮性.     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

数字水印技术在图像加密中的应用研究

从三个不同处理阶段来研究数字水印技术,其目的是在保证不可见的前提下,提高数字水印的鲁棒性.(1)水印信号预处理.用二值灰度标志图像创建水印信号,先崩混沌函数,再用神经网络进行高度非线性处理,提高了水印的保密程度;(2)水印嵌入强度.先构造神经网络,并对神经网络进行训练,训练好的神经网络就可以进行水印嵌入与提取.这样的神经网络,可以使水印算法实现盲榆测;(3)水印嵌入与提取.将已经处理好的水印信号,通过训练好的神经网络嵌入到原始图像的空域中去,同样通过神经网络提取水印,再进行水印检测.通过实验表明,该算法有很好的鲁棒性.     

基于信噪比的自适应小波域音频水印算法

信息隐藏是信息安全的一个新的重要内容,这里研究了语音信号中嵌入图像水印的技术,提出了利用信噪比(SNR)确定伸缩因子的加性音频水印算法.通过将水印图像降维处理,嵌入到原始语音信号的小波变换域中.根据信噪比自适应调整伸缩因子的值,更改不同音频数据段的水印嵌入强度.实验表明,采用本方法的水印在听觉不可察觉情况下,对重采样、剪切、低通滤波、噪声干扰、MP3压缩等操作具有很强的稳健性.本算法优于未采用信噪比的水印算法,对盲水印具有一定的参考价值.     

基于小波变换和奇异值分解的数字水印算法

本文提出了一种基于离散小波变换与奇异值分解相结合的水印嵌入方法.对混沌置乱后的水印奇异值分解,把分解后的奇异值重复嵌入到原始图像小波变换后的各子带中,根据不同的攻击方式在不同的小波子带中提取水印.实验仿真表明,这种方法对几何攻击、加噪、JPEG压缩等均保持了良好的稳健性.     

一种新的基于Contourlet变换的数字图像零水印算法

提出了一种基于Contourlet变换的数字图像零水印算法。算法首先对宿主图像进行Contourlet变换得到低通子带和带通子带,建立Contourlet系数与行列式之间的大小关系,利用该关系同时结合加密后水印图像构造零水印。实验结果表明,该水印算法对JPEG压缩、滤波、噪声、缩放、剪切等多种攻击具有很强的鲁棒性。同时,水印图像的双重加密提高了系统的安全性。     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

基于小波树的数字图像水印技术

基于限定的重要小波树提出了一个数字图像水印的算法，该算法针对水印置乱、嵌入子带的选取、子带阈值的计算、限定的重要小波树的构造、水印的嵌入和提取都给出了相应的策略．实验证明算法对常用的图像处理攻击如JPEG压缩、低通滤波、剪切、加噪等攻击具有较好的鲁棒性、不可见性和安全性．     

混沌加密和NSCT图像数字水印算法研究

以非抽样Contourlet变换（NSCT）为基础,提出了一种新的抗攻击的鲁棒数字水印算法。使用混沌置乱和混沌加密处理水印信息,增强数字水印的安全性,同时提升了水印抗剪切等攻击的能力。将水印按照规则嵌入NSCT的低频子带,水印的不可见性和鲁棒性得到了较好的平衡。实验结果表明,本文提出的方法具有较好的安全性、鲁棒性和不可见性,能够有效地抵抗JPEG压缩、滤波、剪切等攻击。     

基于SVD和DCNN的彩色图像多功能零水印算法

为了对彩色图像进行版权保护和篡改定位,提出一种基于奇异值分解(singular value decomposition, SVD)和深度卷积神经网络(deep convolutional neural network, DCNN)的彩色图像多功能零水印算法。将原始RGB彩色图像转换成YCbCr彩色图像,对原始图像的Y、Cb、Cr通道离散小波变换得到的系数矩阵进行奇异值分解,得到DCNN的输入矩阵,从DCNN输出层的输入矩阵中获取原始图像信息矩阵,生成零鲁棒水印图像。从Y通道小波变换得到的低频子带系数矩阵中获取原始图像信息矩阵,生成零半脆弱水印图像。试验结果证明,提出的算法不但有效,而且对强度较大的常见攻击有较好的抵抗能力。     

自适应彩色图像水印算法

提出了一种基于DCT的自适应彩色图像水印算法，算法中设计了多个自适应因子，能够根据图像的局部特征自动调整水印嵌入的强度，在保证水印不可见的前提下，实现水印信号最大程度的嵌入，数字水印算法(特别是当水印图像和原图像都是彩色图像时)的一个重大突破是将彩色水印图像平面化，使得水印信号的健壮性得到很大程度的提高。     

两级扩展离散剪切变换数字水印算法

为了提高数字水印算法的不可见性和健壮性,将水印嵌入到最大熵子带低频大系数和最小熵子带低频小系数,并将扩展离散剪切变换的强方向敏感性引入到数字水印中。在此基础上提出了两级扩展离散剪切变换的数字水印算法。实验结果表明,新算法不仅具有很强的不可见性,加入一系列攻击后,仍能提取出水印信息。新算法具有很强的不可见性和健壮性。     

一种新颖的图像数字水印算法

根据图像纹理区域的变化比背景区域变化敏感的特点,提出了一种鲁棒的数字图像盲水印算法。算法首先分析图像小波分解后的子带系数分布情况,选取三个高频子带的图像小块方差和来代表图像的纹理区域,和越大的区域表明其纹理越强,反之为纹理较弱的区域,并将它们按照从大到小的顺序排列;然后采用步长法在该区域嵌入水印,实验表明步长选择范围在8~15之间能够保持嵌入水印后图像的不可见性和鲁棒性。经过多种攻击测试,算法均能够很好地提取出嵌入的水印信息,较好地满足了水印系统的透明性、鲁棒性需求,并能有效地抵抗椒盐噪声、剪切、滤波缩放和JPEG等常见攻击。