一种图像篡改可恢复的认证水印方法

针对数字图像的篡改恢复问题,提出一种自嵌入的脆弱认证水印方法。提取图像2×2分块的灰度均值,经混沌映射加密、嵌入位平面确定和自同构映射后,作为水印信息嵌入原始图像所有像素的2个最低有效位中。该方法在图像认证时无需原始图像和任何有关水印的附加信息,可实现对细小图像篡改的准确检测定位并恢复到图像分块。实验结果与分析表明,该方法对任意的篡改极其敏感,恢复图像质量较好,安全性能较高。     

一种像素级的图像篡改认证算法

提出了一种用于图像内容像素级篡改认证的脆弱水印算法，能准确识别图像中被篡改的像素点，并且能容忍图像传输过程中出现的个别认证信息位的传输错误。这种算法以向左右和上下各扩展若干个像素点来产生认证信息，结合周围像素来确定嵌入的水印比特而引入基于图像的不确定性的某些算法,常常会出现被篡改的单个像素点不能被准确定位的问题,本算法可有效解决这一问题,认证信息进行加密后再进行嵌入，解决了多数像素级认证算法所出现的安全漏洞问题。     

一种彩色图像水印认证算法

提出了一种新颖的彩色图像半脆弱盲水印认证算法.首先将彩色图像由RGB模型转变为YIQ模型;然后对亮度成分Y进行三级小波分解,利用第三层小波分解低频小波系数的一个比特平面产生对原始图像完整性认证的水印信息;最后通过自适应地调整第二层小波分解系数嵌入水印.仿真实验表明,该算法在获得较高保真度的同时,可以将一般的图像处理和对图像的恶意篡改区别开,并且对篡改进行精确定位.     

一种定位精度可伸缩的认证水印算法

针对VQ(Vector Quantization)攻击算法,提出了一种定位精度可伸缩的认证水印算法(FILA算法),并给出了一种基于多分辨率的篡改定位技术,不仅实现了定位精度可伸缩,而且提高了定位效率,然后还对定位精度与嵌入信息量的关系作了讨论,同时给出了最小分块可嵌入的最大信息量,并据此提出了一种水印信号处理方案,从而显著提高了定位精度.FILA算法是利用预量化原理来实现有损压缩后的DCT系数的重构,使水印达到了对正常的JPEG有损压缩鲁棒和对恶意篡改脆弱的目的.实验结果表明,该算法是一种行之有效的半脆弱认证水印算法.     

一种用于图象认证的脆弱水印算法设计

脆弱水印是一种很容易被修改或破坏的标识,根据其易被破坏的特性,脆弱水印非常适合用于图像内容的认证.本文提出一种算法,在图像的离散小波域中加入数字水印,它既可以在空域也可以在频域检测图像的变化.这种方法可以防止多种篡改方式,如数据替换、滤波及有失真压缩等.此外通过对所选定的图像小波变换系数量化后嵌入水印,提高了防篡改检测的敏感性.     

一种能进行篡改定位的文档认证水印算法

针对一些重要二值文档图像的完整性保护问题,提出一种能进行篡改定位的文档认证水印算法。给出可翻转像素选择标准,利用判断标准确定可嵌入块,然后将加密后水印信息代替可翻转像素实现水印嵌入。实验结果表明,本算法具有良好的不可见性,水印提取既不需要原始图像,也不需要原始水印,并能对图像的内容篡改进行定位。     

一种新的JPEG图像认证半脆弱水印算法

提出了一种用于JPEG图像认证的半脆弱数字水印算法,它根据JPEG图像压缩过程中的DCT系数的不变性原理进行水印生成和嵌入调制,并结合一种有效的算法隐性地考虑到所有非零DCT系数的符号、大小关系,在未增加水印信息嵌入强度的情况下,实现了图像应对变换域攻击的更有效保护。同时,在检测算法中加入对虚警区的判断,增加了对窜改区域定位的准确性。实验表明,该算法实现的水印有很好的视觉透明度,有效的承受JPEG压缩,同时对其他恶意篡改敏感并能够准确定位篡改位置。     

抵抗JPEG的自嵌入内容认证水印方法研究

针对JPEG压缩,提出一种自嵌入的半脆弱内容认证水印方法.采用离散小波分解提取原始图像的稳态特征并映射成水印信息,在密钥控制下生成混沌序列对水印信息进行加密;将水印嵌入到离散余弦变换的量化系数中,最后进行逆量化和逆离散余弦变换变换得到含水印图像.当图像的内容需要认证时,可以区分正常的压缩和恶意篡改,而且还可以进行篡改定位.实验结果表明,该方法对JPEG有损压缩具有较好的鲁棒性、安全性和良好的不可见性.     

一种基于可逆脆弱水印的图像认证算法

通过向图像嵌入水印,可实现图像的真伪鉴定。然而由于量化误差、信息嵌入及截断误差等原因,含水印图像在被确认为真实无误后,无法将原始图像恢复出来。采用可逆水印可以解决这一问题。该文提出了一种可逆脆弱水印算法,它可对图像进行真伪认证,并在图像通过认证后,恢复出原始图像。     

用于图像认证及恢复的半脆弱水印算法

提出一种新的用于图像认证及恢复的半脆弱水印算法。该算法的水印生成和嵌入都在原图像中进行,图像认证时不需要原始图像和任何有关水印的附加信息,从而提高了水印的安全性和保密性。实验结果表明,该算法可较好地区分对图像内容的恶意篡改和可接受的一般图像处理,当图像内容被篡改时,可以给出篡改的位置并有效恢复被篡改的内容。     

用于图像认证的变容量恢复水印算法

兼顾水印嵌入容量和安全性,提出一种水印容量可变的数字图像可恢复水印算法.该算法提取2×2图像块特征生成变容量恢复水印——平滑块6比特,纹理块12比特.图像块的恢复水印基于密钥随机嵌入在其它图像块的低有效位,通过比较图像块特征与相应恢复水印重构的块特征并结合邻域特征判定图像块的真实性,变容量恢复水印用尽可能少的比特数保存足够的图像块信息,仅被嵌入一次且同时用于篡改检测与恢复,不仅有效降低了水印嵌入容量,而且提高了算法抵抗恒均值攻击的能力.实验仿真结果表明,该算法得到的含水印图像和恢复图像的质量好,且能有效抵抗拼贴攻击、恒均值攻击等已知伪造攻击.     

基于图像块等级模型的多重认证水印算法

提出了一种新的用于灵活图像认证的多重水印嵌入算法.不同于传统的块独立水印算法中每个图像块只嵌入一个水印信息,算法对每个图像块嵌入多重水印信息.提出了两个通用的图像块等级模型,形成图像块内部的等级结构,对每个图像块以及图像块内部的各等级子块进行独立的水印生成和嵌入.将图像特征值映射为混沌系统的初值,并将图像块的编号映射为混沌系统的迭代次数,经过混沌迭代生成图像块水印,再将水印信号替代图像块中选定像素点的最低有效位,完成水印的嵌入.实验结果表明,该算法可对图像进行多重认证,对篡改区域进行精确的检测与定位,并能选择不同的定位精度.     

一种基于H.264视频内容认证的水印算法

提出一种基于H.264视频内容认证的半脆弱水印,该水印方案对视频内容恶意篡改敏感,而对于视频重编码等内容保持操作鲁棒。水印方案建立在视频压缩域上利用图像块之间不变的能量关系构建基于内容的特征码。由于DCT系数块能量主要集中在低频部分,所以用低频部分来生成特征码,用高频部分来嵌入水印。实验结果证明算法是有效的,并且较好地实现了篡改定位。     

一种具有高攻击类型判别能力的图像空域半脆弱水印算法

在考虑图像对比度特性的基础上,提出了一种图像空域半脆弱水印算法。算法由图像对比度敏感性确定各像素水印嵌入比特位,通过LSB(Least Significant Bit)替换方法自适应嵌入水印,从理论上推导出用于图像认证的篡改检测阈值。对图像对比度特性的充分考虑,可确保算法具有较好的透明性。实验表明,算法对可接受的偶然攻击操作具有一定的鲁棒性,同时对恶意攻击较为脆弱,并且能准确定位图像篡改区域。此外,算法能正确区分偶然攻击与恶意攻击,显示出比同类算法更好的攻击类型判别能力。     

一种篡改检测与篡改定位分离的图像认证方案

针对脆弱水印认证算法的篡改定位精度及安全性问题,提出了一种将篡改检测和定位分离的图像认证方案:对图像进行单像素置乱并将其低两位置零,采用像素关联技术生成各个像素的篡改定位水印,并将其嵌入到自身的次低位;将图像逆置乱后并进行分块,生成各个分块的篡改检测水印,将篡改检测水印嵌入到各像素的最低位,进而生成含水印图像.理论分析和实验结果表明:该方案可以抵抗目前针对单像素认证算法的Oracle攻击及针对分块算法的量化攻击,在保证系统安全性的同时可将篡改定位到单个像素.     

一种双重变换域图像半脆弱水印算法

提出了一种DCT域和DWT域相结合的双重变换域半脆弱图像数字水印算法。充分利用了DWT变换提取图像特征方面的优势和DCT变换与JPEG压缩过程结合紧密的特点,使用自行设计的篡改估计函数,有效地实现了篡改检测和篡改定位,而且检测时不需要原始图像。使用密钥控制生成的混沌序列对水印进行加密处理,保证了系统的安全性。实验结果表明,该算法对于JPEG压缩等常规图像处理具有较强的鲁棒性,对于恶意篡改具有高度的敏感性,并且能够准确定位篡改发生的位置。     

一种用于图像认证的鲁棒水印算法

提出了一种新型的可以进行图像认证的鲁棒水印算法。讨论了水印数据的调制,水印的嵌入及水印的提取,并对实验结果进行了分析。     

一种基于混沌映射的易碎水印

根据混沌系统良好的利值敏感性。提出了一种基干混沌系统的图像易碎水印方案。该方案对8x8图像块的直流能量和平均DCT系数进行混沌迭代产生易碎水印，该水印不仅保证了对篡改的敏感性，而且可以对攻击进行篡改定位。     

一种安全的基于层次结构的图像认证算法

很多图像认证算法或者篡改定位精度较高,但容易受到攻击,或者牺牲定位精度来提高安全性.该算法利用自定义的层次结构,不但可以抵抗矢量量化(VQ)、黑盒(ORACLE)等各种攻击,满足安全性要求,而且具有很高篡改定位精度.如果一个被篡改的像素在第四层没有被检测出来,也会以将近100%的概率在第三、第二和第一层检测出来.理论分析表明该算法对单像素、2×2像素块篡改的漏报率分别低于0.78%、0.19%,对大于等于4×4像素块篡改的漏报率约等于0.实验结果表明,该算法对图像篡改具有高度的敏感性,而且嵌入的水印具有很好的不可感知性.