基于小波包变换的彩色图像双水印算法

提出了一种基于小波包变换(WPT)和离散余弦变换(DCT)的彩色图像双水印算法:首先将彩色图像由RGB色彩空间转化为YCbCr色彩空间,并提取其亮度分量Y,然后对亮度分量Y进行三层小波包变换产生64个子带,结合人眼的视觉特性,根据不同子带的特点,选取出合适的子带用来嵌入水印,对不同特点的子带采用不同的嵌入算法,将置乱后的水印嵌入到选定的子带中。理论分析与仿真结果表明,该算法具有很好的鲁棒性和不可见性。     

基于小波包变换和块模糊分类的自适应水印算法

提出了在WPT域上基于块模糊分类的新的自适应水印算法。首先用m-序列来控制对原始图像进行小波包变换的分解结构,将适当的小波系数组成小波子块。然后根据人类视觉系统(HVS)模型和能量模型,对小波子块进行模糊分类。最后,根据分类结果,将不同强度的二值水印嵌入到不同的小波子块中。实验结果表明,提出的算法能抵抗各种图像处理的攻击,具有较好的鲁棒性。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。     

基于小波包和DCT变换的双水印技术

目前较流行的水印算法是在图像的时空域或变换域中感知重要的系数嵌入水印。然而感知重要的部分通常是图像的低频部分，当图像经历某些变换操作时，从低频提取的水印会产生严重的质量退化。针对这一问题，该文在结合小波包变换和离散余弦变换的同时，在图像小波包分解后的低频和高频部分选取适当系数分别嵌入同一个水印。水印采用二值图像，在水印嵌入之前对水印图像进行Amold变换以增强算法的隐蔽性和鲁棒性。实验结果表明，这一方案比单重水印方案能够更有效地抵抗JPEG有损压缩、剪切、滤波和噪声等常见的水印攻击，具有更广泛的适应性和更强的鲁棒性。     

基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)及离散余弦变换(Discrete Cosine Transform,DCT)的混合变换域与奇异值分解(Singular Value Decomposition,SVD)相结合的数字水印算法。该算法将原始图像的小波子图进行分块DCT变换,抽取各块含图像大部分能量的部分合并,并对此矩阵进行奇异值分解再进行水印的嵌入。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

复合NSCT分解DCT变换和SVD分解的多重变换水印

为了提高水印的抗旋转攻击鲁棒性,加大水印的嵌入量,提出了一种基于非采样Contourlet变换（NSCT）和离散余弦变换（DCT）结合的双重变换域水印算法。对图像进行NSCT变换,将低频系数进行DCT变换,对DCT域低频系数进行奇异值分解（SVD）。经仿真实验表明,该算法对常规滤波、旋转有很好的鲁棒性,特别面对旋转攻击时,算法仍能很好地提取出水印信息。     

基于神经网络的复合变换域视频水印算法研究

针对目前视频水印算法存在的鲁棒性较差,可靠性较低等问题,提出了一种结合神经网络将二值水印嵌入到经过离散小波变换(DWT)和离散余弦变换(DCT)后的宿主视频中的新方法;为使算法具有更好的不可见性、鲁棒性和实用性,利用三层RBF神经网络训练出水印嵌入强度,在视频中自适应嵌入水印;该方法是对宿主视频进行DWT处理,再对逼近子图LL进行DCT处理,通过修改DCT系数嵌入水印信息;在嵌入之前对二值水印进行了Arnold变换来加密;通过实验结果中PSNR与NC的值表明,算法具有很强的抗攻击和承受帧删除、帧平均等操作的能力,不可感知性好,鲁棒性明显优于一般的嵌入算法。     

基于变换域的数字水印技术

本文提出了两种不同的变换域方法：一种是基于DCT域的自适应水印算法；另一种是基于多分辨率分解(DWT)的水印算法。实验结果表明，这两种水印算法具有良好的性能，实现的水印具有不可见性，而且对于常见的图象处理具有很好的鲁棒性。     

基于哈达玛变换和奇异分解的四个彩色图像水印算法

针对在某一数字产品中仅仅嵌入一种水印已经不能满足人们要求的问题,基于哈达玛变换的正交原理和奇异分解(SVD)的相对稳定性等优点,提出了一种在基于离散小波变换-离散余弦变换(DWT-DCT)域上利用哈达玛变换和SVD实现4个彩色图像水印同时嵌入的算法。先利用哈达玛变换,使4个水印成为1个水印,再将该水印进行SVD。原载体图像先进行DWT和DCT,再进行SVD和水印嵌入。仿真结果表明,该方法不但可以同时嵌入多个水印,而且具有很强的鲁棒性。     

基于截断面包师变换的DCT域数字图像水印算法

结合混沌置乱中的截断面包师变换和HVS视觉掩盖特性，提出了一种基于面包师变换的DCT域数字图像公开水印算法。该方法采用截断面包师面变换对水印图像进行加密，利用DCT域的视觉掩盖特性，在图像的不同部分嵌入不同强度的经混沌置乱后的水印，且提取时无需原始图像。实验结果表明：在保证水印不可视的条件下，该方法提高了水印的鲁棒性，并对JPEG压缩、中值滤波等攻击具有很好的抵抗能力。     

基于小波包分解的数字水印算法

从小波包域水印算法的现状出发,提出了一种小波包域的图像水印算法,采用较大灰度级图像作为水印,实现了一种小波包域灰度图像水印算法,该算法在水印类型和信息量方面是一个较大的突破,对比实验结果表明,在大多数鲁棒性能攻击测试中,与传统小波包域水印算法相比,该算法提取水印的归一化相关系数NC值更大,水印性能更优越.实验结果证明了...     

基于Hilbert曲线和位置自调节法的图像版权保护算法

以小波的相关理论为基础,先把水印图像预置乱处理,对宿主图像直接进行小波包分解,之后将水印的低频部分和中高频部分分别采用Hilbert曲线扫描和位置自调节法嵌入到宿主图像中,嵌入强度可根据图像的内容自适应调节。通过实验观察,新算法在抗压缩和抗剪切性能有所提升,同时隐蔽性和抗噪能力也得到了较大改观,结果充分说明该算法是一种性能较为优良的图像版权保护算法。     

基于图像小波变换的数字水印

提出基于图像小波变换与密钥相联系的数字水印技术。使用密钥把水印序列嵌入到不同的空域位置，通过小波变换，自适应的水印能嵌入到各层小波系数中。由于使用了多层结构的小波变换，小波系数划分为最低层逼近系数和中频子带系数。当水印嵌入时，修改小波变换最低层的高频分量。实验表明：这种算法对常规的干扰具有良好的不可见性和鲁棒性。     

一种基于小波变换的水印嵌入算法

在充分考虑人眼视觉系统的基础上,提出一种基于小波变换的水印嵌入算法,首先在嵌入水印时,将宿主图像作适当层次的二维小波分解,分解出高频边缘等细节信息,然后对以低频信息为主的小波逼近子图再作二维DCT,将水印信息嵌入到DCT的低频和中频系数中.考虑到灰度水印嵌入的水印信息量大,除了在小波逼近子图嵌入数据外,通过合理设计强度因子,在高频带也嵌入部分数据.在基本不影响水印透明性的情况下最大化嵌入水印的强度和信息量.实验结果表明,应用本算法对常见的图像处理和噪声干扰具有很好的鲁棒性.     

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     

基于DWT和DCT域的二值图像数字水印算法

提出一种基于DWT和DCT域的有意义二值图像数字水印算法；利用Arnold变换对水印序列进行置乱，消除象素的空间相关性，增加水印的安全性；而结合小波变换和离散余弦变换的特性，将水印信息嵌入到图像变换域的低频和中频系数中，提高水印的鲁棒性和不可见性；实验证明该算法具有较好的抗压缩、抗噪音和抗剪切性。     

基于局部相关匹配的小波变换图像水印方法*

现有局部感兴趣区域的水印嵌入方法在选取感兴趣区域时未考虑水印信号能与载体图像局部相似的特性,本文提出一种基于局部相关匹配的小波变换图像水印方法。该方法利用Arnold变换对水印图像加密,采用相位相关法选取合适的水印嵌入区域,并根据图像纹理的差异在小波的高频和低频系数上分别嵌入水印信息。水印检测时,在嵌入水印的区域提取出多个水印信息,将多个水印信息的加权平均作为检测水印。实验结果表明,该方法嵌入水印的不可见性及抗噪声和压缩的性能较好。