JStep数字水印算法的研究与实现

本文在JPEG水印隐藏系统的基本框架下、Vtsual C＋＋6．0开发环境下利用JStep数字水印算法实现了数字水印的嵌入和提取,并对嵌入、提取前后的图像分析后发现JStep数字水印算法具有可嵌入的信息量多,嵌入水印的不可见性较好的优点     

基于混沌系统的数字水印技术

提出了一种基于混沌映射的数字水印嵌入算法,水印的嵌入位置由混沌映射生成的混沌序列决定,同时在原始图像的不同区域嵌入水印,能有效抵抗剪切攻击,保证水印的安全性;并且嵌入水印的强度因子可以改变,可确保水印是不可见的;本算法提取水印时不需要原始图像,只需要提供密钥即可.     

一种基于四叉树分形编码的数字水印算法

传统的利用分形编码嵌入数字水印的方法所需编码时间较长,对图像质量的影响大.提出了基于四叉树分形编码的水印算法,通过在不同寻找区域中搜索最佳匹配定义域块来嵌入水印.实验结果显示,与传统的方法相比,提出的方法在嵌入水印编码时间、图像质量和鲁棒性方面均有较大的改进.     

一种基于像素差值的无损数字水印技术研究

无损数字水印技术能够鉴别数字媒体的真实性和完整性的同时,还能实现数字媒体和水印的完好分离,可得无失真的原始数字媒体。采用对像素对进行分类和差值运算的方法来嵌入水印、提取水印和恢复原始载体,并在水印的嵌入过程中运用了纠错编码技术。算法易于实现且结构对称,鲁棒性强,能明显提高含印图像质量。     

小波域分形编码数字水印的研究

提出了一种新颖的基于小波域分形编码的数字水印技术.分形图像编码方法利用图像的局部自相似性构造分块迭代函数系统,通过保存放射变换参数实现对图像的编码.利用分形变换的编码解码过程中的某些不变参数,可以实现数字水印信息的嵌入和提取.但是空间域的分形编码会使得恢复图像产生明显的块效应现象,嵌入水印后的图像质量损失大.因此一种新的基于小波域细节子图的分形编码方法被提出和研究.利用小波域细节子图的自相似性构建迭代函数系统,实现对细节子图系数的编码.而后基于小波域分形编码,构造了一种新颖的水印嵌入提取算法.算法选取适当的小波细节子图,分块构造匹配池,根据嵌入的水印信号选择最佳匹配块实现水印信息的嵌入和提取.最后通过实验对水印算法受图像处理攻击时的鲁棒性作了分析和比较,嵌入水印的图像在遭受一般图像处理攻击,如滤波、有损压缩、噪声及几何攻击时水印均可读出.构造的基于小波域分形编码的数字水印技术得到了较满意的实验结果.     

基于DCT和DWT域的数字水印算法

数字水印技术近年来得到了广泛的研究．新的水印算法不断提出,根据DCT域和DWT域图像水印技术原理,提出一种利用DCT域和DWT域相结合的图像水印技术算法,在嵌入强度的选取上做了新的测试．实验证明,用该算法嵌入水印的图像质量没有明显下降,并且嵌入的水印信息具有良好的鲁棒性．     

一种基于局部迭代函数系统的数字水印技术

以提高水印的鲁棒性和图像质量为着眼点,提出了一种基于局部迭代函数系统(LIFS)的数字水印技术.利用原始图像与恢复图像的分形参数不变性,将水印信息嵌入到灰度补偿因子中.实验结果表明本文的方法在一定程度上提高了图像质量,并对某些图像处理操作和有损压缩仍是鲁棒的.     

基于频域的数字水印算法误差分析

由于数字图像的很多水印技术能够推广适用于其它媒体,因此目前针对数字图像的水印技术研究是信息安全领域的重要研究课题。提出一种基于频域的数字水印算法误差分析,通过数值计算表达式来建立水印嵌入参数（如嵌入强度等）和图像质量的关系,使水印算法能自行确定最佳的水印嵌入能量或强度。     

基于DCT技术彩色图像水印算法的研究

采用DCT技术进行彩色图像水印的嵌入与提取,提出一种基于DCT域的彩色图像数字水印算法.该算法利用Amold变换置乱图像,给出DCT系数所对应的径向频率的排列图,通过人类视觉系统特性计算权值因子的方法确定鲁棒值系数,利用最小可察觉误差嵌入最大可能的水印信息量,分析并研究数字水印信息在嵌入位置选择上对水印算法性能的影响.在嵌入水印时,针对HSI色彩空间,在亮度分量I以及两个色差分量H和S中嵌入鲁棒水印,通过分块把原始图像各分量的DC系数嵌进鲁棒水印,进行标识版权,实现嵌入强度与区域特性的自适应变化,有效加强同类水印方案的鲁棒性,提高多媒体版权保护能力.     

基于小波域数字水印的图像质量评价方法

为了进一步提高部分参考型图像质量评价方法的准确性和水印隐藏性,提出了一种基于小波域数字水印的图像质量评价方法.首先结合人类视觉系统的特性检测原始图像的纹理丰富区域,获得水印嵌入指示图;然后将原始图像进行3层小波分解,根据水印嵌入指示图,在每个小波系数块内嵌入自定义水印,运用量化参数自动调节系统确保数字水印的隐藏性;最后通过失真图像的水印复原率实现对图像的客观质量评价.与传统的图像客观质量评价方法(PSNR)和部分参考型图像质量评价方法(RRIQA)的对比实验表明,文中提出的方法在预测精确性上分别高出8.5%和4.4%,单调性上分别高出5.4%和2.2%,一致性上分别高出5.7%和3.4%.