基于图像复杂度的数字水印算法

对图像复杂度进行了分析,结合人眼视觉系统,提出一种基于图像复杂度的数字水印算法.该算法根据载体图像灰度共生矩阵的图像熵对载体图像的纹理特征区域进行划分,按照不同的纹理特征将载体图像的DCT(discrete cosine transform)块分成3类分别进行嵌入,并利用Watson视觉模型控制水印嵌入强度.仿真实验结果表明,本文算法不仅具有较大的水印容量和良好的遮蔽性,而且对噪声、滤波、有损压缩、剪切等常见攻击具有较好的鲁棒性.     

利用图像局部视觉特征的自适应盲水印

利用人类视觉特征提出了一种DCT域的自适应盲水印嵌入算法。该算法首先将载体图像划分为图像块序列,运用人类视觉特征将图像块分为三类：平滑块序列、边缘块序列和纹理块序列。对不同类块序列嵌入不同强度的水印信息,增强了水印的不可见性。实验结果表明,该算法具有较强的鲁棒性,同时能保证含水印图像的质量。     

基于小波变换和模糊熵的自适应鲁棒水印算法

提出了一种新的基于模糊理论的小波域自适应鲁棒性水印算法,目前很多小波域算法都没有真正实现自适应,该算法充分考虑了HVS掩蔽特性,利用离散小波变换的性质和模糊熵衡量出来的纹理特征和亮度对噪声的掩盖因子确定该小波系数嵌入水印的强度,使水印在不同图像块有不同的嵌入强度,真正实现自适应,实验结果表明,该算法在保持良好水印透明性的同时,对一些常见的图像处理以及噪声干扰都具有很强的鲁棒性。     

硬C-means聚类和DT-CWT变换的数字图像水印算法

为了提高数字水印图像的鲁棒性,提出一种基于硬C均值聚类和双树复小波变换域的图像水印算法。该算法对载体图像进行一层双树复小波变换分解,利用人类视觉特性对其2个低频子带进行硬C均值聚类划分,确定可嵌入信息区域。将二值水印图像信号经过Hilbert曲线置乱和降维,形成一维信号序列。利用图像自身局部相关性,调节水印嵌入强度并修改小波系数值,实现将水印嵌入到可嵌入信息区域。实验表明,该算法具有良好的透明性且对压缩、剪切、噪声和滤波等几何攻击具有高鲁棒性。     

基于扩频技术的图像盲水印算法

基于小波变换的数字水印技术是当前的一个研究热点。本文把扩频通信的理论和方法引入到小波域数字水印系统中,提高了数字水印的隐蔽性和稳健性。水印信号经过伪随机序列调制扩频后,结合人眼视觉系统的纹理掩蔽特性和刚刚可分辨门限嵌入到载体图像的小波变换域。水印信息的检测不需要原始载体图像。该水印算法嵌入水印后难以察觉,对裁剪、噪声干扰、JPEG有损压缩和低通滤波有较强的鲁棒性。     

基于小波变换和纹理特征的水印算法的研究

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印，这种算法的缺点是嵌入水印后的图像的视觉透明度不够好。对目前已有的基于小波变换的数字水印算法进行了研究，在保证嵌入水印的鲁棒性的前提下，也保证嵌入水印后的图像的理想的视觉效果的基础上，提出了一种基于小波变换和图像纹理特征的自适应数字水印算法，该算法利用了图像本身固有的纹理特征来寻找水印的嵌入位置，实验结果表明该方法能较好地降低原始图像视觉失真和经压缩变换后水印图像的失真。     

具有人类视觉特性的可见水印算法

论文提出一种基于小波变换的可见水印算法,该算法利用人类视觉模型的亮度CSF和纹理敏感特性,根据主图像和水印图像的局部和全局特征,建立确定水印嵌入的拉伸系数数学模型。首先描述了人类视觉及小波分解系数分析,给出了小波系数视觉重要性权重值。把原图像和水印图像小波系数频率子带分成不同的块,基于视觉掩模对子块进行分类。利用人眼的纹理敏感特性,进一步增强了嵌入水印的图像视觉质量。仿真实验表明该算法结果良好。     

结合FCM的小波域自适应水印算法

提出一种基于FCM 的小波域自适应水印算法。该算法对宿主图像进行二层小波分解,根据人类视觉系统的掩蔽性对小波域的中频系数进行分类并结合FCM,自适应地将二值水印图像嵌入到图像的纹理子块中,能较好地实现水印的鲁棒性和隐蔽性;在嵌入前将水印置乱,增强了水印的安全性。实验结果表明,该算法对JPEG压缩、剪切、加噪、滤波等常规攻击具有较强的鲁棒性。     

基于纹理特征和分形调制的盲水印算法

为了解决水印盲检测中的水印定位问题,提出了一种在小波变换域中基于图像纹理特征和分形调制的盲水印算法.以熵值和方差等特征值作为划分图像块类型的依据,从中选择适当的区域嵌入水印.水印序列采用通过分形调制产生的分形序列.检测算法无需原始图像,只需要保留块嵌入位置作为密钥.实验结果证明,该算法具有很好的鲁棒性和不可见性.     

基于小波域的数字算法研究

研究了一种在图像离散小波变换域中嵌入水印信息的算法,该算法结合水印信息的置乱变换及人类视觉系统特性。实验结果显示,从视觉上看原始图像和水印图像基本无差别,在信号添加噪声、滤波,特别是JPEG压缩时仍能很好的提取出水印。在不可见性和鲁棒性之间达到了平衡。     

基于正负量化的DCT域数字图像盲水印算法研究

提出一种基于离散余弦变换（DCT）的灰度图像盲水印算法。首先对水印图像进行置乱加密。然后将载体图像进行8×8大小的分块,针对各分块进行DCT变换,采用正负量化规则进行水印的嵌入。水印的检测是根据正负量化规则进行的,不需要原始图像,是一种盲检测。最后通过水印相关系数（NC）和峰值信噪比（PSNR）来评价水印算法的性能。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切、滤波等攻击,鲁棒性较好。     

基于人类视觉系统的数字图像水印方法

基于人类视觉系统(HVS)提出一种可有效平衡数字水印鲁棒性和不可见性的方法。利用基于矩的图像归一化技术将载体图像映射到几何不变空间内,并结合不变质心理论在归一化图像中确定重要区域。根据人眼视觉系统掩蔽特性将一个大小为256 bit的可读水印自适应地嵌入到重要区域的离散傅里叶变换(DFT)域内,同时采用预失真补偿策略弥补图像归一化误差较大的缺陷。仿真实验结果表明,该算法不仅具有良好的透明性,而且对常规信号处理和大部分几何攻击均具有较强的鲁棒性。     

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。     

结合SIFT校正的视频对象鲁棒水印

提出一种结合尺度不变特征变换(SIFT)特征点校正和时空域视频对象分割的视频对象水印算法。该算法采用时域和空域结合的方法分割出视频对象,将水印嵌入在视频对象的离散余弦变换域中。在嵌入前提取并注册视频对象的SIFT特征点,在水印检测时,通过与注册机构中特征点集的匹配和计算对视频对象进行几何校正,提取出水印信息。实验结果表明,该算法能够较好地保护视频对象,对几何攻击和常见信号处理攻击具有鲁棒性。     

基于DCT变换并与HVS相结合的彩色图像数字水印方法

该文提出了一种基于DCT的彩色图像水印方法,并结合HVS（Human Visual System,人类视觉系统）提出了一种适合于彩色图像的数字水印嵌入及提取算法。根据人眼视觉系统可知,人眼对蓝色分量具有不敏感特性．故将水印信息嵌入蓝色分量中,以保证水印的不可见性。该文是将一个随机序列作为水印信号嵌入在图像蓝色分量DCT变换中重要分量的幅度成分中（幅值较大的n个系数作为重要分量）,由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上．在图像有一定失真的情况下,仍能保留主要成身,故将水印嵌入在蓝色分量的这些重要分量上,可以获得较好的鲁棒性。并定义了一个相似函数来检验水印提取是否成功,实验结果表明,该算法具有不可见性,对通常的图像处理,如高斯滤波、压缩,以及旋转和剪裁等几何处理都具有一定的鲁棒性。     

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。     

基于小波变换的三维网格数字水印技术研究

大部分三维数字水印算法更多地关注水印的鲁棒性而忽视了三维模型的视觉效果。为了解决这一问题,提出了一种基于小波变换的三维网格数字水印新算法,该算法以典型的三角网格模型作为水印载体。提取三维模型中的显著区域,并将三维模型进行旋转归一化处理,以此保证对三维模型平移、缩放或旋转攻击都有很强的鲁棒性;将三维模型转化到球面坐标下并进行小波变换,在低频和高频系数下嵌入水印;经过小波逆变换得到嵌入水印后的三维模型,实验结果表明提出的算法既对多类攻击方式具有鲁棒性,又保持了三维模型的视觉效果。     

基于神经网络分类的图像水印算法

将人工神经网络（ANN）、广义猫映射及概率统计等知识相结合构造了一种图像空间域水印算法。采用神经网络作为载体图像的纹理分类器,突出原始图像的纹理区。使用广义猫映射对水印进行置乱预处理,提高了水印信息的安全性。水印嵌入时采用最小化像素改变的优化策略,提取时应用概率统计等知识较好地实现了水印信息不可见性和鲁棒性的统一。实验结果表明,该方法能有效地抵抗剪切攻击、噪声攻击、最低有效位（LSB）攻击、滤波攻击等。     

基于二维经验模式分解的图像水印嵌入算法

提出一种基于二维经验模式分解(BEMD)的图像水印嵌入算法,完成水印的嵌入和提取。对水印进行置乱并对原图像进行分块处理,再对置乱后的水印和分块后的原图像分别做BEMD分解,获得其相应若干固有模态函数(IMF),将水印的IMF分别嵌入分块后的原图像中,完成水印的嵌入。实验证明,该方法较以往的方法在水印的嵌入量上有了提高且鲁棒性较好,同时具有不可见性和较高的安全性。