新式灰度图像盲检测数字水印算法

将冗余离散小波(RDWT)与矩阵Schur分解结合,提出了一种新式灰度图像盲检测数字水印算法。该算法将载体图像进行二级RDWT变换提取其逼近子图低频部分,并将分块后的每个块低频系数进行Schur分解,通过修改Schur分解后的上三角矩阵对角线上的最大能量元素完成对经Fibonacci变换加密后的水印图像的嵌入,水印的提取过程实现了盲提取。实验结果表明,该水印算法水印嵌入的时间仅为0.97s,平均提取水印时间为0.211s,与类似盲水印算法相比,不可见性的PSNR值提高了14.12%,抵抗高斯噪声攻击、椒盐噪声攻击和剪切几何攻击的能力也分别提高了21.32%、17.31%和27.83%。     

空域彩色图像鲁棒零水印算法

针对传统变换域水印算法往往通过修改变换域系数来嵌入水印信号,影响图像不可感知性的问题,利用载体图像整体均值与分块均值之间大小关系的稳定性,提出一种新的空域彩色图像鲁棒零水印算法。算法直接在空域通过整体图像均值与分块均值之间的关系构造特征矩阵,之后将此特征矩阵与预处理后的水印信息进行异或运算构造零水印信息,预处理之后再注册到知识产权数据库里。提取水印信息时,通过投票策略得到最终提取的水印信息。大量的仿真实验结果表明,该算法对常规的信号处理攻击、行列平移、尺寸缩放和旋转等几何攻击具有较强的鲁棒性。与相似的鲁棒水印算法相比,对于大多数的攻击,该算法具有更优越的性能。     

基于矩阵Schur分解的彩色图像盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印是二值灰度图像且为提取水印时需要原始宿主图像或原始水印的现状,本文提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。该算法分析了矩阵Schur分解的基本特征,通过修改其上三角矩阵对角线上的最大能量元素来嵌入水印,水印提取过程达到盲提取的目的。实验结果表明,该水印方案不但嵌入和提取的速度快,而且具有较好的水印不可见性(峰值信噪比达到40dB以上)和较强的鲁棒性。     

基于奇异值分解的量化水印盲检算法

提出了一种基于奇异值分解的量化水印盲检算法.利用图像矩阵的奇异值稳定性好且最大奇异值远远大于其他奇异值的特点,首先时分块图像最大奇异值进行量化,再结合其奇偶性将二值水印嵌入量化后的奇异值中.实验结果表明,水印算法在满足较好的不可见性和较强的鲁棒性的同时;还可实现水印的盲提取.     

非线性尺度空间自适应均衡水印算法

针对线性尺度空间水印算法嵌入水印位置定位不够精确,嵌入强度参数选取随机,提出一种非线性尺度空间自适应均衡水印算法。利用KAZE算法提取并筛选出非线性尺度空间稳定性强的特征点,构建嵌入水印区域;将水印图像奇异值分解,构造新矩阵作为待嵌入水印载体,通过调整果蝇优化算法的适应度函数计算嵌入强度,结合DWT-SVD算法自适应完成嵌入水印过程。对受到攻击的水印图像提取特征点,合成特征区域矩阵,使用嵌入水印的逆过程,提取水印。实验结果表明,PSNR值均达到44 dB以上,平均◢NC◣值高达0.99,有效均衡了水印算法的不可见性和鲁棒性。     

基于Schur分解的Contourlet域水印方案

基于奇异值分解的数字水印方案计算量大、算法实现困难,为此,提出一种基于Schur分解的Contourlet域数字水印方案。将载体图像进行Contourlet变换,利用矩阵分裂理论得到分块对称矩阵,对每个对称矩阵进行Schur分解得到对角矩阵,通过量化对角元素的方法实现水印嵌入。水印提取是嵌入的逆过程。实验结果表明,该水印方案嵌入和提取的速度快,具有较好的不可见性和鲁棒性。     

基于QR分解的Contourlet域鲁棒盲水印算法

为了提高变换域数字水印的鲁棒性,提出一种基于QR分解的Contourlet域鲁棒盲水印算法。该算法首先对二值水印图像进行Arnold置乱预处理,然后对宿主图像进行Contourlet变换,提取低频子带进行不重叠的分块,最后对每个子块依次进行QR分解,采用自适应量化策略在上三角R矩阵的第1行元素上重复嵌入1 bit水印信息。在水印提取时,根据多数原则从每个子块提取相应的1 bit水印信息。实验结果表明,该算法在取得良好不可见性的同时,对JPEG压缩、噪声、滤波、缩放和剪切等多种攻击具有较强的鲁棒性,并且可以实现水印的盲提取。     

双正交提升小波和奇异值分解的彩色水印算法研究

在现有彩色图像水印提取技术基础上, 提出一种结合9/7双正交提升小波和图像矩阵奇异值分解的彩色图像水印加密算法。首先将彩色原始图像和彩色水印图像R、G、B分离, 将图像相应分量进行提升小波三级分解得到低频部分, 并将该低频信息进行奇异值分解, 把水印信息视做扰动矩阵按一定的量加在低频信息的对角阵上, 其中彩色水印图像预处理结合了骑士巡游变换和Arnold置乱算法。实验结果表明算法在确保水印不可见性的基础上有效地增强了水印的强度和鲁棒性, 实现了水印图像的盲检验。     

基于奇异值分解的小波域图像水印算法

研究优化图像水印问题,传统的基于奇异值分解(SVD)的图像水印算法中,由于水印信息均分布于整个图像,当含水印图像遭到攻击后,提取的水印图像有明显失真,容易出现黑色细线.为消除失真,改善水印提取效果,提出了一种奇异值分解的小波域图像水印算法.首先,在构造二值水印图像时,将文字信息分布于图像左下角和右上角,由于在对角线上并未分布信息,提取出水印图像直接将对角线的黑色细线通过像素灰度值调整为同底色相同的白色即可消除失真.水印嵌入过程中运用矩阵相乘将传统SVD算法中需保留的参数矩阵由3个减少为1个,简化了算法.实验结果表明,改进的算法既保持了鲁棒性和不可见性,同时也消除了失真,获得了很好的图像水印提取效果,可用于版权保护.     

Schur分解的快速零水印算法

为解决奇异值分解水印算法中所产生高虚警、鲁棒性不强以及安全性不高的问题,提出一种基于矩阵Schur分解的双重加密快速鲁棒零水印算法。该算法先将原始图像低频块进行矩阵Schur分解得到稳定值;提取Schur分解的块上三角矩阵对角线元素中含有最大能量元素的绝对值,并将其构造过渡矩阵;将该矩阵的平均值与每一个元素值进行比较生成感知哈希二值序列,构造特征矩阵;再将经过混沌映射加密的特征矩阵与斐波那契(Fibonacci)变换加密后的水印信息进行逻辑运算得到零水印;最后在第三方版权认证中心(intellectual property rights,IPR)完成注册。实验表明,在随机载体图像中所提取的水印NC值均在0.5以下,有效地解决高虚警问题;与基于整数小波变换的鲁棒零水印相比,抵抗噪声攻击的性能提高了2.43%;与时域水印算法相比,抵抗JPEG压缩攻击的性能提高了4.88%。