基于RBF神经网络的空域图像水印改进算法

文章提出了一种利用径向基函数(RBF)神经网络实现的数字图像水印的改进新算法,从理论上对新算法进行了分析,通过仿真实验进行了验证。仿真结果表明,新算法与传统基于RBF神经网络图像水印算法相比,在保证速度不减慢的基础上其抗攻击能力有了显著的改善。该算法的创新之处在于将多级神经网络的思想引入数字图像水印算法中,利用几个性能不同的网络实现一种系统的功能。     

基于DWT的盲音频水印算法研究

提出了一种基于离散小波变换的盲音频数字水印算法,该算法采取分段重复嵌入方式在能量最强的小波系数内隐藏水印信号。仿真实验结果表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击,并且在水印检测时不需要原始的音频信号。     

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法。提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法，且水印的检测不需要原始图像，使用该算法嵌入的数字水印具有很好的隐蔽性，感觉不到对原始图像的影响，同时，嵌入的数字水印具有很理想的鲁棒性。常规的图像处理方法对其影响甚弱。     

基于DWT的数字图像水印算法研究

研究了一种基于小波变换(DWT)的自适应图像水印算法。该算法引入了基于噪声可见函数(NVF)的感知模型来描述图像的局部特征,并根据此模型决定水印信息的嵌入深度。水印嵌入过程是:首先对载体图像进行小波分解并选择中频部分做为水印的嵌入区域;然后通过计算中频部分的噪声可见函数决定嵌入因子;最后通过小波反变换得到嵌入水印的图像。实验证明,该算法对具有不同特性的灰度图像的自适应性较强,且对常见的攻击具有较强的鲁棒性。     

基于DWT和DCT域的盲水印算法

结合小波变换和离散余弦变换的特性,在灰度图像中嵌入二值图像,采用Arnold变换对水印图像进行预处理,根据人眼视觉系统(HVS)的掩蔽特性选择合适的分块,将水印信息嵌入到较好块的中频系数中,提高水印的鲁棒性,实现了盲水印提取.实验结果证明,该算法对JPEG压缩、剪切、滤波和噪声等常见的处理操作有较好的鲁棒性.     

遗传算法和小波变换相融合的视频水印算法

水印算法对视频产品的版权保护、内容认证具有重要的意义,为了在不影响视频质量的前提下,提高视频的安全,防止出现视频产品非法侵权及盗版等问题,提出了遗传算法和小波变换的视频水印算法.首先分析当前国内外对视频水印算法的研究进展,找到引起当前视频水印效果不理想的原因,然后采集视频,采用小波变换对原始视频进行多尺度分解,并采用遗...     

基于DCT与DWT的音频水印算法

采用DCT和DWT两种方法相结合的抗同步攻击的鲁棒性数字音频水印算法,利用DWT的多分辨率特性以及DCT的解相关能力和聚能作用,并且在音频分段后引入同步技术,在保证不可感知性和稳健性的良好平衡下实现了水印的盲检测。使用纠错码技术进行水印的嵌入,以此来降低水印的检测错误率。在接收端进行盲提取。实验结果表明,该算法具有很强的鲁棒性和不可感知性。     

数字图像水印算法的仿真和应用研究

关于保护版权,研究数字图形水印优化问题,由于水印隐蔽性得不到保护,针对传统水印算法不能解决水印隐蔽性与抗攻击性间矛盾的难题,提出了小波变换的数字水印算法.利用人类视觉特性,将水印图像进行置乱预处理,提高水印的抗攻击性,然后原始图像进行两级小波分解,提高水印的隐蔽性,最后将水印嵌入小波变换系数中去,实现图像水印的嵌入.仿真结果表明,数字图像水印方法能抵抗各种几何攻击,且水印具有很好的隐蔽性,很好地解决水印隐蔽性与抗攻击性间的矛盾,对数字图像版权实现很好的保护作用.     

基于DWT的图像水印算法研究

提出了一种基于离散小波变换的水印算法。水印采用文本图像水印,将原始图像和水印分别进行3级小波变换,为了保证水印的安全性,将水印变换域各子图分别进行置乱或加密处理。将水印经处理后的各级变换系数重复嵌入原始图像各级变换系数的不同位置。在检测时,提出采用多方案水印提取算法以适应不同的攻击。实验表明对缩放、剪切、JPEG或JPEG2000压缩等图像退化处理或攻击均具有较强的鲁棒性。     

一种基于DWT和HVS的图像版权保护研究

提出一种基于离散小波变换(DWT)的数字水印进行图像版权保护的新方法.将一幅有意义的二值图像作为水印来隐藏,先将水印图像使用推广Arnold的变换进行置乱后和图像同时进行多尺度分解,然后将分解后的水印系数根据人类视觉系统(HVS)特性自适应地嵌入到具有相同尺寸的低中频系数中,重构得到水印图像.实验结果表明,该算法具有较好的不可见性、鲁棒性和安全性.     

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。     

增强鲁棒性的音频水印算法

提出了一种基于离散小波变换的数字音频水印盲检算法.算法选择在小波系数中嵌入水印,将同步化位元码引入到音频水印的研究中,针对切割或插入额外音频段的攻击有较好的抵抗能力,并且通过重复地将水印嵌入到音频信号中,增强了鲁棒性,提取水印时不需要原始音频信号.实验结果表明,该方法具有良好的鲁棒性和不可听见性.     

基于小波—奇异值分解的数字水印新算法*

为了有效地保护数字作品的版权,提出了一种以离散小波多级分解与奇异值分解相结合的数字水印新算法。该算法充分利用小波与奇异值的固有性质,对原始图像进行多级小波分解,并对部分子带作奇异值分解。将水印置乱来保证一定的安全性,再对其进行分块离散余弦变换,然后将它嵌入到中间奇异值及其周围的部分矩阵块中。实验表明,该方法不仅有较好的透明性,而且能抗大多数处理攻击,有较好的鲁棒性。     

一种基于改进k-means的RBF神经网络学习方法

针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习算法。先用减聚类算法优化k-means算法,消除聚类的敏感性,再用优化后的k-means算法构造RBF神经网络。仿真结果表明了该学习算法的实用性和有效性。     

基于DWT和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

一种改进的基于小波变换的数字水印算法

本文根据小波变换原理和LSB技术提出了一种提高鲁棒性的灰度图像水印算法,使水印系统抗攻击能力大大增强.水印的提取并不需要原始载体图像的参与,实现了真正意义上的盲水印检测.     

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。     

基于混沌的DWT域多功能图像数字水印算法

提出了一种基于混沌的DWT域多功能图像数字水印算法。原始水印分为鲁棒水印和半脆弱水印,分别用于版权保护和图像认证。根据不同的应用,鲁棒水印又分为容量小但鲁棒性要求相对高和容量大但鲁棒性要求相对低的两种,它们和半脆弱水印分别嵌入DWT域的不同部分。并利用广义猫映射置乱鲁棒水印和Logistic混沌系统生成半脆弱水印以提高安全性。实验表明,嵌入水印后的图像视觉质量好,其中鲁棒水印能抵抗各种常规图像处理,半脆弱水印能准确地检测并定位内容篡改。     

小波变换和硬C均值聚类的数字水印算法

提出一种基于硬C均值聚类的小波域数字图像水印算法。该算法利用人类视觉特性对小波域的低频子图进行硬C均值聚类,确定可嵌信息区域,在可嵌信息区域内通过交换相邻小波域系数值嵌入二值水印图像;双混沌序列的使用增强了水印系统的安全性。实验结果表明：该算法不仅具有良好的透明性,而且对叠加噪声、JPEG压缩、几何剪切,改变图像核心部分等恶意攻击具有高鲁棒性。