一种兼具版权保护及窜改认证双重功能的数字水印算法

针对目前较多数字水印功能单一的不足,提出了一种新的具有双重功能的数字图像水印,首先在原始图像的小波中频区域中,通过比较中心系数与邻域系数均值关系来嵌入版权水印;其次在低频区域中自适应地嵌入半脆弱水印作为认证水印,实现版权保护和窜改认证的双重功能。两种水印的检测和提取都不需要原始图像。采用常规的图像处理操作和恶意窜改操作进行实验,结果表明,该方法透明性好, 版权保护水印对JPEG压缩、裁剪、噪声等攻击抵抗力强, 内容认证水印能够精确地定位窜改,具有很好的应用前景。     

一种用于半色调图像的数字水印嵌入算法

本文提出了一种用于半色调图像的数字水印嵌入算法,该算法以神经网络为基础,能够通过自适应调节误差扩散滤波器等措施,实现水印嵌入与半色调处理的同步完成.仿真实验表明,所提出的半色调图像水印算法不仅具有良好的透明性,而且对JBIG压缩、叠加噪声、几何剪切、涂鸦和打印-扫描等攻击均具有较好的稳健性.     

一种基于多数字基整数的数字水印分存算法

针对一般水印算法功能单一,而现有水印分存算法中只能实现二进制水印图像分存的问题,将多数字基整数应用到数字水印分存技术中,提出一种灰度水印图像的分存方法。实验结果表明,该方法可以有效防止外部欺诈和内部欺诈,实现了在多个用户间的秘密共享,也可以应用于身份认证,且可以抵抗多种常用图像的处理攻击,具有一定的鲁棒性。     

基于径向基神经网络的数字水印技术的研究

讨论神经网络在数字水印实现技术上的应用,并具体研究基于径向基神经网络的数字水印方案。     

一种基于混沌系统的多功能彩色图像数字水印算法

目前,在某一数字产品中仅仅嵌入一种水印已经不能满足人们的要求,在很多情况下,人们需要的是多重水印或多功能水印。本文基于混沌动力系统良好的随机性和初值敏感性,提出了一种空域和DCT域相结合的针对彩色图像的多功能数字水印算法,该算法在彩色图像的蓝色分量中基于混沌随机密钥和LSB技术重复分块嵌入了一幅半脆弱水印,以实现完整性认证及篡改检测,同时分别在红色分量DCT直流系数(DC)中和绿色分量DCT中频系数中各由混沌密钥控制随机嵌入一幅鲁棒水印,这些水印完成版权认证、附加信息检测等。实验结果表明,该算法较好地实现了多功能水印技术。     

基于Hopfield神经网络的盲检测数字水印

提出了一种基于Hopfield神经网络的盲检测数字水印算法。基于噪声可见函数实现了水印的自适应嵌入,利用Hopfield神经网络记忆宿主图像以及原始水印信息。在水印检测时,通过神经网络从嵌入水印的图像中联想出宿主图像和水印嵌入信息,再利用嵌水印图像和联想出的宿主图像提取出水印,实现了水印的盲检测。     

基于神经网络的灰度级数字水印嵌入技术

提出一种将灰度级数字水印嵌入到彩色图像中的方法。利用DCT变换,先将灰度水印编码成二值位流信息：用神经网络建立彩色图像中所选择的像素之间关系模型。最后,通过调整被选择像素点与模型输出值之间大小关系来嵌入水印的二值位流信息。采用信息放大技术,加强水印的嵌入强度。利用神经网络、DCT反变换,提取灰度水印。实验结果表明,该算法对目前JPEG图像压缩变换和某些图像处理操作具有极强的鲁棒性。     

一种基于小波变换和神经网络的数字水印算法

提出了一种新的基于小波变换和神经网络的数字水印算法。该算法首先把原始图像分成8X8像素的小块,根据Logistic映射产生的混沌序列选择相应的小块构造一个原始图像的子图,接着把DWT变换作用在这个子图上,得到两个子带LH:和HL1,然后把水印信息嵌入在这两个子带上,接着通过IDWT变换重构子图,最后按构成子图的顺序把每一个8X8像素的小块放回到原图中相应位置,从而得到一个嵌入了水印信息的图像。在水印的提取过程中使用了经典的I3P神经网络。实验结果表明,通过该算法嵌入的水印具有较好的鲁棒性、安全性和不可感知性。     

一种基于直方图的可逆数字水印算法

3C中提出一种可逆数字图像水印算法的改进方案，防止了原有算法中可能出现的像素值溢出情况。改进后的算法利用图像的灰度直方图，在图像进行分块的基础上进行像素灰度值的修改，实现在图像的空间域中嵌入较为充沛的水印信息。其中标志点的设定，可以有效防止灰度值在修改过程中出现上溢和下溢的情况，而密钥的使用不仅加强了水印信息的安全性，同时简化原有算法，减少了繁琐的记录信息。实验结果表明，算法在嵌入大量水印信息的情况下仍能取得满意的PSNR值。     

一种基于神经网络的盲水印方法

该文提出一种在图像小波变换的低频系数中嵌入水印的方法,水印的提取是基于神经网络方法,而且不依靠原始输入图像。实验结果表明,该方法所实现的水印图像视觉效果好,且对常见的图像处理是稳健的。     

一种基于图像特征区域的数字水印系统

该文提出了一种基于载体图像特征区域的强壮数字图像水印算法。采用边缘识别和人工选择的方法标记出载体图像的特征区域,将水印信号嵌入该特征区域中,在水印嵌入时利用图像的HVS特性使水印强度具有自适应调节特性。水印检测算法还可加入自动校正模块,可大大提高判决的准确性。实验表明该算法具有较好的透明性和强壮性,水印检测结果准确,并且算法复杂度较低。     

采用Torus映射与SVD变换的图像数字水印方法

研究图像奇异值分解的数字水印算法的不可见性与稳健性问题,针对目前水印算法存在高虚警或不可见性差的问题,为提高水印的不可见性并同时保证其具有较强的稳健性,提出了一种基于Torus映射和图像奇异值分解的半盲图像数字水印算法.算法首先将载体图像分块,对每个子块进行奇异值分解并提取出每块的最大奇异值组成方阵,通过Torus映射变换将该方阵置乱并分块,再通过量化方式将二值水印信息通过这些分块嵌入载体图像.仿真证明,加水印图像的峰值信噪比高且对常见的图像处理都具有良好的不可见性和稳健性.     

Time-Multiplexing Scheme for Cellular Neural Networks Based Image Processing

The state of the art work in Cellular Neural Networks (CNN) has concentrated on VLSI implementations without really addressing the ‘systems level’. While efficient implementations have been reported, no reports have been presented on the use of these implementations for processing large complex images. The work hereby presented introduces a strategy to process large images using small CNN arrays. The approach,time-multiplexing, is prompted by the need to simulate hardware models and test hardware implementations of CNN. For practical size applications, due to hardware limitations, it is impossible to have a one-on-one mapping between the CNN hardware processors and all the pixels in the image involved. This paper presents a practical solution by processing the input image block by block, with the number of pixels in a block being the same as the number of CNN processors in the hardware. The algorithm for implementing this approach is also presented, along with image processing results obtained from an actual laboratory discrete hardware prototype.     

基于公钥和脆弱水印的图像认证算法

本文提出一种基于公钥和小波域脆弱水印的图像完整性认证的算法。该算法不但能够检测和定位窜改,而且能同时验证图像的所有权。该水印方案为盲水印,检测过程不需要原始图像和附加信息。由于该认证算法建立在密码学方法的基础上,因此它是单向、不可逆的,未授权者很难伪造或修改原有的水印。文中分析了针对逐块独立的一类水印算法的“矢量量化攻击”,提出了认证链等对抗措施。理论分析和实验结果表明,本文算法具有较好的性质和较高的安全性。     

基于神经网络的自适应彩色图像盲水印算法

文中提出的算法是自适应地将水印嵌入，并利用神经网络实现水印的盲提取。首先将二值水印嵌入到YIQ色彩空间的Y分量小波分解的低频系数中，为达到平衡水印图像的鲁棒性和不可见性，嵌入的强度是根据人类视觉特性自适应调整至最佳；利用BP神经网络的学习和自适应的特性和一段已知序列训练神经网络，可实现水印的盲提取；在神经网络的输入信号计算上提出选择邻域窗口为3＊3方形窗口比十字窗口具有更好的实验效果。仿真实验结果表明该算法对常用的图像处理具有较好的鲁棒性和不可见性。     

基于人工神经网络的数字音频水印算法

提出了一种新的基于神经网络训练学习的数字音频水印算法 ,采用本算法在一段数字音频数据中隐藏了一幅不可感知的二值图像 .通过后向传播算法的神经网络训练出模板信号与嵌入了水印信号的音频之间的关系特征 ,由于神经网络具有学习和自适应的特性 ,通过训练后的神经网络几乎能够完全恢复嵌入到音频中的水印数据 .通过仿真实验结果表明该算法具有较好的鲁棒性和抵抗常用的信号处理方法的处理的能力 ,特别是在水印检测时不需要原始的音频信号 .     

基于神经网络的自适应彩色图像盲水印算法

文中提出的算法是自适应地将水印嵌入,并利用神经网络实现水印的盲提取。首先将二值水印嵌入到YIQ色彩空间的Y分量小波分解的低频系数中,为达到平衡水印图像的鲁棒性和不可见性,嵌入的强度是根据人类视觉特性自适应调整至最佳;利用BP神经网络的学习和自适应的特性和一段已知序列训练神经网络,可实现水印的盲提取;在神经网络的输入信号计算上提出选择邻域窗口为3*3方形窗口比十字窗口具有更好的实验效果。仿真实验结果表明该算法对常用的图像处理具有较好的鲁棒性和不可见性。     

基于3维提升可分离小波变换的图像水印方案

鲁棒水印技术通常被用于版权保护和所有权声明等目的。许多提出的水印方案通常把水印嵌入在变换域内,如2维的DFT域、DCT域和DWT域以及3维的DCT域、WT域。前3个域主要被用于2维的图像载体,而后2个域主要被用于3维的视频载体和3维的图像载体。在本文中,一种基于3维提升可分离小波(3-D SWT)的灰度图像水印方案被提出。首先,通过之字扫描把灰度图像分解为3维的图像序列,然后使用3-D SWT变换这些图像序列。同时通过相对熵理论证明了3-D SWT变换系数符合广义高斯分布。为了平衡鲁棒性和不可感知性,新的适用于3维的人类视觉模型被重构并用于调整水印的嵌入强度。在水印的检测方面,最优检测器实现水印的盲检测。实验表明本方案对各种攻击是强鲁棒的。     

基于多通道的彩色图像水印方案

空域水印算法的特点是鲁棒性较差．针对这个问题,该文提出了一个基于多通道的彩色图像水印方案：利用发送分集技术的思想,把相同的水印信息经过伪随机调制、交织编码后嵌入到彩色图像的红、绿、蓝三个颜色通道,然后使用两种简单方案提取水印信息,降低了误码率．该文从理论上定性地分析了算法的有效性,同时用大量实验结果表明,该算法在提高水印容量的前提下,改善了彩色图像中传统空域水印方案的鲁棒性,并且水印提取算法的计算量较小,可应用于实时视频水印方案中．