一种基于位置图的可逆水印方案

提出一种基于位置图的可逆水印算法,选取载体图像的低位平面值作为水印嵌入位置,将载体图像分块,根据分块中低位平面像素值的大小关系将其分成三种不同类型的组,并用变长编码方式对组别进行算术编码,经逐组顺次判断便形成位置图编码,根据位置图信息,将位置图编码、水印信息、位置图所占用像素的LSB全部嵌入载体图像的低位,形成加密图像;提取时,先获取位置图,然后根据位置图无损提取水印,无损还原载体图像。算法具有可逆性和可多重嵌入性,安全性高、隐蔽性好、适用性强。     

基于可逆整数变换的无损水印新算法

无损(也叫可逆)水印主要用于数据(如图象)的完整性认证,其特点之一是当加水印图象没有被修改时,所嵌入的水印可以完整地从加水印图象中去除,从而可以在接收端无损地恢复出原始图象。本文提出一种新的基于可逆整数变换的无损水印算法,利用整数变换后图象象素对均值和差值之间所存在的冗余,嵌入认证信息。文献中已有的方法只利用了差值冗余,而我们的算法则进一步考虑了均值和差值的相关性。利用算术编码压缩由二者所得的相关位流,可以获得较大的存储空间和较高的加水印图象质量。     

抗几何攻击的空间域图像数字水印算法

当前已有的水印算法多数无法抵抗几何攻击, 而现有抗几何攻击的水印算法大多数只能抵抗一定程度内的几何攻击. 本文提出了一个新的抗几何攻击的图像数字水印算法. 该算法在水印嵌入时, 先对原始图像进行分块, 然后对各个子块图像根据量化策略重复嵌入相应的 1bit 水印信息; 在水印提取时, 先将含水印图像进行分块, 然后对从各个子块图像中提取出的水印信息根据多数原则判定相应子块图像所含的 1bit 水印信息. 该算法简单、快速, 所能嵌入的水印信息量大, 并且在提取水印时无需原始图像. 实验结果表明, 该算法能够有效地抵抗很大程度的几何攻击及其组合攻击, 对常规的图像处理攻击也具有很强的稳健性.     

基于IWT和广义差值扩展的可逆水印算法

针对传统差值扩展可逆水印算法的缺陷,提出了一种基于整数小波变换（IWT）和广义差值扩展的可逆水印算法。它将原始图像划分成4×4大小的互不重叠的像素块;计算各分块的近似平滑度值,该值在水印嵌入前后保持不变;将所有分块按平滑度值进行排序;根据水印信息量,依序选取适当数目的分块;对所选取分块进行整数小波变换,在变换后的低频部分利用广义差值扩展法嵌入水印信息,在高频部分通过数据压缩嵌入水印辅助信息。实验结果表明,该算法在减小图像失真的同时,提高了信息嵌入量,另外在同等水印嵌入量下,该算法的[PNSR]高于常见的一些算法。     

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。     

基于三像素块差值的多层可逆图像水印算法

数字图像可逆水印算法在水印嵌入容量和不可感知性方面要求越来越高。为了满足图像可逆水印算法的需求,提出一种基于三像素差值的多层可逆图像水印算法。该算法首先把原始图像按照三种类型进行水平分块,同时计算相邻三像素块的绝对差值,对差值进行分组,求出水平分块中的最大峰值点,将生成的二值水印嵌入在第一个像素和第三个像素的LSB中,同时记录最大峰值点所在块的索引和嵌入水印信息像素的最低有效位。其次,按照同样的方法对原始图像按照三种类型进行垂直分块,嵌入水印信息。实验仿真结果表明,该算法在不可见性、水印容量等方面较同类算法有显著提高。     

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。     

基于Harr小波的彩色图像可逆水印算法*

提出一种基于Harr小波的无损图像水印算法.对RGB图像的B通道进行一维行Harr小波变换,采取闭环控制,选择嵌入水印后不会发生溢出的像素,自适应地修改其高频子带系数以嵌入水印.实验证明,该算法具有嵌入容量大、透明性好的特性.水印提取无须原始图像,并且可无损恢复原始图像.     

基于图像块像素差的大容量无损信息隐藏算法

为使提取嵌入的秘密信息后能无损恢复原始载体图像,提出一种基于图像块相邻像素差的大容量无损信息隐藏算法。将原始载体图像进行分块,并按一定顺序扫描图像块得到一系列像素序列,通过计算每个序列中相邻像素的差值得到差值直方图,从中选择2个最大峰值点将秘密信息嵌入。实验结果表明,与其他无损嵌入算法相比,该算法在保证较好不可见性的情况下,信息嵌入容量较大,峰值信噪比较高。     

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。     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

一次Bézier曲线和Legendre神经网络的彩色盲水印算法

针对目前多数图像数字水印算法的载体是灰度图像,无色彩信息,水印信息是二值图像,水印信息量少,适用性差等不足,提出了一种基于一次Bézier曲线和Legendre神经网络小波变换（DWT）的彩色图像盲水印算法,载体图像和水印信息都是彩色图像。首先,将载体图像进行颜色空间转换并对载体图像的亮度分量进行DWT,然后将水印图像进行三基色分离,并对每个颜色分量同时进行Logistic混沌置乱和离散Haar小波分解。最后将每个颜色分量小波分解的四个矩阵系数按照一次Bézier曲线公式嵌入到载体图像的DWT中频子带系数中。实验结果表明,水印的透明性好,对于常见的噪声、裁剪、旋转、JPEG压缩等具有较好的鲁棒性。     

基于数字水印的图像版权保护和内容认证方案

实现版权保护和内容认证是数字水印的两个最主要功能,而现有同时实现这两个功能的数字水印方案并不完美。提出了结合人类视觉系统在图像的绿色分量中嵌入版权信息,实现版权保护,在蓝色分量中嵌入二值图像,实现内容认证。实验证明该方法透明性好,版权保护水印对JPEG压缩、高斯噪声等攻击抵抗力强,内容认证水印能有效地刻画攻击和定位篡改。     

一种基于空间域的彩色图像水印算法

多媒体数字水印可以为媒体提供所有权证明和知识产权保护,或用来验证媒体的内容是否真实可信。该文提出一种基于空间域的彩色图像水印算法,利用不同处理和攻击对YUV彩色空间中亮度通道Y和色度通道UV的破坏力不同的特性,根据图像亮度和纹理的不同,对亮度和色度通道分别嵌入不同强度的水印信息。在水印检测算法中,为提高水印对图像增强处理的稳健性,对待检图像和原始图像进行了归正。实验结果表明该方法能很好地抗击JEPG压缩的攻击,同时对中值滤波等低通滤波器、亮度/对比度等图像增强、锐化、平滑、栅栏及噪声干扰等攻击也具有较好的稳健性。     

面向屏幕拍摄的端到端鲁棒图像水印算法

目的 在抗屏摄鲁棒图像水印算法的研究中,如何在保证含水印图像视觉质量的同时提高算法的鲁棒性是存在的主要挑战。为此,提出一种基于深度学习的端到端网络框架以用于鲁棒水印的嵌入与提取。方法 在该网络框架中,本文设计了包含摩尔纹在内的噪声层用以模拟真实屏摄噪声造成的失真,并通过网络训练来学习到抵抗屏摄噪声的能力,增强网络生成的含水印图像的鲁棒性;同时引入了最小可察觉失真（just noticeable distortion,JND）损失函数,旨在通过监督图像的JND系数图与含有水印信息的残差图之间的感知差异来自适应控制鲁棒水印的嵌入强度,以提高生成的含水印图像的视觉质量。此外,还提出了两种图像区域自动定位方法,分别用于解决：拍摄图像中前景与背景分割即含水印图像区域的定位矫正问题,以及含水印图像经过数字裁剪攻击后的解码问题。结果 实验结果表明,引入JND损失函数后嵌入水印图像的视觉质量得到了提高,平均的峰值信噪比（peak signalto-noise ratio,PSNR）、结构相似性（structural similarity,SSIM）可分别达到30.937 1 dB和0.942 4。加入摩尔纹的噪声模拟层后,所提算法的误码率可下降1%～3%,具有抵抗屏摄噪声的能力。另外,将图像的R通道嵌入用于抗裁剪的模板,使得算法可有效抵抗较大程度的数字裁剪攻击。本文算法的计算复杂度较低,对单幅图像进行嵌入时,定位与提取操作的总耗时小于0.1 s,可满足实际应用场景的实时性需求。结论 本文算法的嵌入容量和生成的含水印图像视觉质量较为理想,且在不同拍摄距离、角度以及不同拍摄和显示设备条件下的鲁棒性优于已报道的主流算法。     

基于分块DCT和Tucker分解的彩色图像数字水印

提出了一种通过分块DCT和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的离散余弦变换(DCT)直流系数中的水印算法。首先对彩色图像R、G、B通道进行8×8分块DCT,然后将各分块系数矩阵的直流系数分量构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息同时扩散到三通道的直流系数中。通过实验表明,该算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性。与传统的基于YCbCr颜色空间的算法比较,该算法具有更好的不可见性。     

生成对抗网络驱动的图像隐写与水印模型

目的 图像信息隐藏包括图像隐写术和图像水印技术两个分支。隐写术是一种将秘密信息隐藏在载体中的技术,目的是为了实现隐秘通信,其主要评价指标是抵御隐写分析的能力。水印技术与隐写术原理类似,但其是通过把水印信息嵌入到载体中以达到保护知识产权的作用,追求的是防止水印被破坏而尽可能地提高水印信息的鲁棒性。研究者们试图利用生成对抗网络（generative adversarial networks,GANs）进行自动化的隐写算法以及鲁棒水印算法的设计,但所设计的算法在信息提取准确率、嵌入容量和隐写安全性或水印鲁棒性、水印图像质量等方面存在不足。方法 本文提出了基于生成对抗网络的新型端到端隐写模型（image information hiding-GAN,IIH-GAN）和鲁棒盲水印模型（image robust blind watermark-GAN,IRBW-GAN）,分别用于图像隐写术和图像鲁棒盲水印。网络模型中使用了更有效的编码器和解码器结构SE-ResNet（squeeze and excitation ResNet）,该模块根据通道之间的相互依赖性来自适应地重新校准通道方式的特征响应。结果 实验结果表明隐写模型IIH-GAN相对其他方法在性能方面具有较大改善,当已知训练好的隐写分析模型的内部参数时,将对抗样本加入到IIH-GAN的训练过程,最终可以使隐写分析模型的检测准确率从97.43%降低至49.29%。该隐写模型还可以在256×256像素的图像上做到高达1 bit/像素（bits-per-pixel）的相对嵌入容量;IRBW-GAN水印模型在提升水印嵌入容量的同时显著提升了水印图像质量以及水印提取正确率,在JEPG压缩的攻击下较对比方法提取准确率提高了约20%。结论 本文所提IIH-GAN和IRBW-GAN模型在图像隐写和图像水印领域分别实现了领先于对比模型的性能。     

A novel color image watermarking scheme in nonsampled contourlet-domain

Geometric distortion is known as one of the most difficult attacks to resist, for it can desynchronize the location of the watermark and hence causes incorrect watermark detection. It is a challenging work to design a robust color image watermarking scheme against geometric distortions. Based on the support vector regression (SVR) and nonsubsampled contourlet transform (NSCT), we propose a new color image watermarking algorithm with good visual quality and reasonable resistance toward geometric distortions in this paper. Firstly, the geometrically invariant space is constructed by using color image normalization, and a significant region is obtained from the normalized color image by utilizing the invariant centroid theory. Then, the NSCT is performed on the green channel of the significant region. Finally, the digital watermark is embedded into host color image by modifying the low frequency NSCT coefficients, in which the HVS masking is used to control the watermark embedding strength. In watermark detection, according to the high correlation among different channels of the color image, the digital watermark can be recovered by using SVR technique. Experimental results show that the proposed color image watermarking is not only invisible and robust against common image processing operations such as filtering, noise adding, and JPEG compression etc., but also robust against the geometrical distortions.     

一种小波域内的鲁棒脆弱图像水印技术

目前的水印算法有鲁棒水印和脆弱水印两类，分别可以用于图像的版权保护和篡改检测，但很少有算法能够结合两者，同时实现这两种功能。为了解决这一问题，该文提出一种鲁棒-脆弱水印算法：首先在小波变换图像的逼近子带中，利用系数间的关系构造特征水印；然后根据小波零树思想，结合主分量分析，采用抖动调制方法嵌人到重要小波树的第一主分量中；水印检测时，将提取的特征水印与嵌入水印进行比较，不仅可以确定图像的版权，还可以证明内容的完整性。实验结果表明，此算法能够抵抗滤波、压缩、叠加噪声等处理，同时还可以很好的定位图像的篡改，是一种很有效的水印算法。     

图像数字水印容量分析

图像水印容量分析是研究在图像中究竟可以隐藏多少信息的问题,研究如何在满足水印不可感知性和鲁棒的前提下传递尽可能多的水印信息。为了研究水印容量,一般把水印的嵌入和提取视为一次通信过程。该文认为应在满足水印不可感知性的前提下,基于图像的内容自适应地限制水印的嵌入功率。该文分析了现有水印容量分析方的不足,提出了一种内容自适应的水印嵌入算法,在此基础上,提出了一种利用噪声可见性函数对水印嵌入功率进行适应限定的水印容量分析方法,并讨论了盲检测和非盲检测情况下的水印容量问题。