基于多数字基整数和小波域JND的多重数字水印

提出了一种新颖的在小波变换域中嵌入多重数字水印的算法。该算法通过利用人眼的视觉特性，计算小波域临界可见误差JND门限，选择加载水印信息的小波系数和控制加载的水印强度。通过引入多数字基整数系统，选择舍适的JND门限作为该系统的基底，将水印的小波系数表示为多数字基整数，最后转化为修改一组宿主图像的小波系数的幅值，从而实现水印嵌入算法．实验结果表明，该算法实现的数字水印对于图像压缩、图像剪切等常见图像处理有很好的鲁棒性。     

基于人类视觉系统的小波域彩色图像水印算法

为提高水印的鲁棒性和透明性,提出一种基于小波变换域的水印算法。提取RGB图像的绿色分量并对其进行3层小波变换,将置乱处理过的水印图像嵌入已排好序的小波域水平方向细节子带大值系数中,通过计算所需的JND阈值,调整水印嵌入强度。实验结果表明,该方法具有较好的鲁棒性及水印透明性。     

一种基于纹理测度的小波域数字水印模型

在图像数字水印技术中,采用JND阈值对水印的嵌入位置与强度进行控制,并在盲检测中作为搜索水印嵌入位置的依据,能够得到较理想的效果。JND阈值的鲁棒性对理想的盲检测结果至关重要。通过对数字水印系统的研究,提出了基于图像低频小波系数的定量纹理测度的JND阈值计算模型。该模型明显地提高了JND门限值的鲁棒性,即使在图像受到较大幅度改动的情况下,仍能很好地定位嵌入水印,从而有效地改善了盲检测的效果。同时给出了一种基于随机统计特征的匹配检测算法,该算法有效地提高了响应值,同时考虑响应值对应的虚警概率,从而使检测结果具有较强的说服力。     

一种基于小波变换域的有意义图像盲水印算法

提出了一种基于小波变换域的有意义图像盲水印算法。算法中利用乘性隐藏方法在原始图像小波高频系数中嵌入一幅二值图像信息，通过拉普拉斯分布对原始图像小波变换域高频系数的统计分布特性进行建模，然后采用最大似然(ML)法推导得出了一个盲水印检测器，并且利用该检测器实现了一个有意义图像的盲水印算法。实验表明该算法具有较好的隐蔽性和鲁棒性。     

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。     

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。     

基于人眼JND门限的多分辨率水印嵌入算法

提出了一种基于人眼JND门限的多分辨率水印嵌入算法。按照JND门限决定水印嵌入强度的小波域水印嵌入算法能充分利用人的视觉特性,在不影响图像质量的前提下尽可能提高水印的嵌入强度,使用JBIG降分辨率的方法对二值图像水印进行预处理,把水印信息按照重要度进行分级,对重要信息优先选用抗攻击能力强的小波参数进行嵌入,可以进一步提高水印的抗攻击能力。     

基于纠错编码和RBF神经网络的盲水印新算法

结合RBF神经网络和纠错编码技术,提出了一种把经过混沌加密的图像水印嵌入小波域,并实现盲检测的新型水印算法.首先,对原始图像进行小波分解得到各子带的小波系数;其次,通过密钥选择在小波系数中嵌入水印的起始位置,并对该小波系数进行量化处理作为RBF神经网络模型的输入值;最后,用混沌加密技术和纠错编码技术对待嵌入的水印信息进行预处理以增强水印系统的安全性和鲁棒性,把处理后的水印信息嵌入到经过RBF神经网络模型处理后的小波系数中.实验表明,该算法人类视觉掩蔽性良好,同时对于诸如JEPG压缩、椒盐噪声、滤波等常见图像处理攻击的鲁棒性达到了预期的效果.     

基于DWT-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

基于SVD的小波域自适应量化盲水印算法

提出了一种新的基于SVD的小波域自适应量化盲水印算法;对有意义的二值水印图像进行预处理置乱后,该算法结合人类视觉系统特性采用不同的嵌入策略把0/1水印值分别嵌入到图像三级小波分解后的中低频子带和高频子带系数中,并结合小波零树原理在中低频子带进行嵌入水印,而在高频细节子带则利用奇异值良好的稳定性能来进行水印的嵌入;仿真结果表明:与传统的算法相比,该方法在针对高低频的多种攻击下具有良好的鲁棒性。     

用多数字基整数实现小波域多重数字水印嵌入

提出多数字基整数嵌入多重水印信息的算法。该算法基于人类视觉系统的掩盖效应的研究，利用小波域临界可见误差（UND）门限，决定水印嵌入的位置和动态调节水印嵌入的强度，从而使原始图像的小波系数加入水印的强度精确控制在门限内。多数子字基整数巧妙地将水印小波系数的信息转换为修改一组宿主图像小波系数的值。文中理论估计了该算法嵌入水印的容量，并分析了嵌入多重数字水印的可能性。该算法具有明显的优点：多个水印能够成功地嵌入版板保护图像；加水印图像没有改变时各个水印能完全恢复；对加水印图像进行攻击时，提取的各个水印图像清晰度高。实验结果表明，该算法很好地折衷了数字水印抵抗图像压缩、图像剪切等图像处理的鲁棒性以及数字水印不可察觉的矛盾，是一种很有前途的数字水印技术。     

一种基于HVS的图像小波域鲁棒性数字水印

提出了一种基于人类视觉系统（HVS）和离散小波变换（DWT）的图像鲁棒数字水印新算法。将宿主图像进行小波分解,根据人类视觉系统的掩蔽特性计算出JND视觉门限值,选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,修改小波系数的小数部分,以提高水印嵌入后图像的质量。实验证明算法在保证水印不可见性的前提下有效地提高了算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。     

基于超混沌和小波变换的鲁棒性数字水印算法

提出一种基于二维超混沌序列和离散小波变换（DWT）相结合的鲁棒性数字水印算法．该算法利用形式简单的二维离散超混沌系统产生的超混沌序列生成密码对水印图像加密，同时根据人类视觉系统的特性.对宿主图像在YIQ色彩空间中的Y分量进行多级离散小波变换后，将加密后的水印图像嵌入到宿主图像Y分量的DWT中频子带中．实验结果表明算法同时具有良好的鲁棒性和不可见性．     

小波变换域图像水印嵌入对策和算法

稳健性是图像隐形水印最基本的要求之一.嵌入对策、嵌入公式、嵌入强度都影响水印的稳健性.提出了一个基于离散小波变换(DWT)的新的隐形水印嵌入对策.根据小波图像系数的分布特点和对小波系数振幅的定性、定量分析,水印应当首先嵌入小波图像低频系数,若有剩余,再按小波图像频带重要性的排序嵌入高频带.同时指出,水印嵌入到小波图像低频系数和高频系数需要用不同的嵌入公式.应用该嵌入对策,提出了一种把视觉系统掩蔽特性结合到水印编码过程中的自适应水印算法:将小波系数组织成小波块,采用一种新的方法将小波块分类,并根据分类的结果     

一种基于人眼视觉特性和小波变换域的图像数字水印技术

提出了一种基于人眼视觉特性和小波变换的彩色图像数字水印算法,该算法采用YIQ色彩空间进行水印的嵌入,嵌入前先对水印进行三次随机置乱处理,然后利用视觉系统的掩蔽特性对Y分量的小波系数进行分类,计算JND阈值并对小波系数进行量化,然后将置乱后的三个水印序列以不同强度嵌入到不同方向的小波系数中。实验结果证明,该算法具有很好的不可见性,且对常见的攻击具有较好的鲁棒性。     

结合多级小波系数加权均值和量化的可公开敏感水印

传统水印通常对水印嵌入后掩体视觉质量较为关注,而对水印嵌入环节的安全性较为忽视,一些算法尽管提供了水印加密环节,但位置固定,导致嵌入水印易受攻击,而基于参数化小波的水印敏感性在实际中难以应用。针对以上问题,提出一种结合多级小波系数加权均值和量化的可公开敏感水印。在该算法中,首先将掩体图像的消息摘要算法5(MD5)值、用户密钥和初始参数与Logistic映射绑定,用于对水印加密和嵌入环节的多级小波系数进行随机选择;然后通过联合图像专家组(JPEG)压缩的各级小波系数绝对变化量的算术平均值来估算小波系数权重,调整小波系数加权均值以嵌入水印;最后通过孤立黑点滤除策略来提高水印提取质量。理论和实验表明,所提方法具有较好的明文敏感性和密钥敏感性,嵌入水印后图像峰值信噪比(PSNR)可达到45 dB,即使公开水印嵌入环节,嵌入的水印也难以篡改和提取,同时依然对图像剪裁、白噪声、JPEG压缩、覆盖和涂鸦等常规图像攻击具有鲁棒性。     

Wavelet-based image watermarking with visibility range estimation based on HVS and neural networks

This work proposes a wavelet-based image watermarking (WIW) technique, based on the human visible system (HVS) model and neural networks, for image copyright protection. A characteristic of the HVS, which is called the just noticeable difference (JND) profile, is employed in the watermark embedding to enhance the imperceptibility of the technique. First, we derive the allowable visibility ranges of the JND thresholds for all coefficients of a wavelet-transformed image. The WIW technique exploits the ranges to compute the adaptive strengths to be superimposed in the wavelet coefficients while embedding watermarks. An artificial neural network (ANN) is then used to memorize the relationships between the original wavelet coefficients and its watermark version. Consequently, the trained ANN is utilized for estimating the watermark without the original image. Many existing schemes require the original image to be involved in the calculation of the JND profile of the image. Finally, computer simulations demonstrate that both transparency and robustness of the WIW technique are superior to that of other proposed methods.     

图象小波域的水印嵌入方法

图象小波变换后获得的低频尺度子图携带了较多的信号能量，在这一分量上嵌入水印，可保证水印稳健性较好，也能提高图象对水印的容量，作者应用小波提升算法基础上获得的非线性小波变换方法来提高尺度小图系数的值，增强这些系数的感觉容量，实验结果表明使用这种方法可以获得稳健性更强制 小波水印嵌入算法。     

基于混沌序列的数字水印图像认证算法

本文在研究离散小波分解和混沌序列特点的基础上,提出了一种新的基于DWT域半脆弱水印算法。该算法以小波系数之间的关系作为水印信息,利用混沌映射产生一个密钥来加密水印信息,并分别嵌入到图像块深层小波域的低频子图中。水印的检测不需要原始图像。大量仿真结果证明,该算法嵌入的数字水印既具有很好的隐蔽性,又具有很理想的鲁棒性。