一种自适应可变容量的可逆水印算法

为了提高可逆水印的嵌入容量及水印图像质量,提出一种自适应可变容量的可逆水印算法.该算法对载体图像进行分块,每块整数变换后根据图像的特征生成可变容量可逆水印:平滑块8比特,嵌入在图像像素的低2位,纹理块12比特嵌入在图像像素的低3位.实验结果表明,与同类算法相比,该算法在保证水印图像质量的基础上提高了可逆水印的嵌入容量,所嵌的版权信息及原始载体图像均能无失真提取与恢复.     

鲁棒的密文彩色图像可逆数据隐藏方法

为了提高现有密文图像可逆数据隐藏方法的不可感知性、鲁棒性和嵌入容量等问题,提出一种大容量密文彩色图像可逆数据隐藏方法.在发送端,首先利用Logistic混沌映射加密算法对彩色图像进行加密并分成RGB三个色彩通道,对其进行分块和二维离散余弦变换;然后选取鲁棒性较好的低频部分进行秘密信息的嵌入,提高算法的抗攻击性;最后采用像素互补的方法进行大容量的嵌入秘密信息.在接收端,先对得到的加密图像进行解密,根据信息嵌入的逆过程提取秘密信息并恢复原始图像.实验结果表明,该方法与现有方法相比在图像质量、嵌入容量、鲁棒性和加密性能等方面具有更好的性能,可自适应地选择嵌入容量.当嵌入容量达到1.15 bpp时,平均峰值信噪比可达到39.39 dB.     

图像预测误差域的动态补偿安全隐写算法

为了保证载密图像嵌入大量信息后的高阶统计安全性,该文将图像马尔可夫链模型推广至图像预测误差域,根据动态补偿的原理提出运用于图像预测误差域的二阶统计保持隐写算法。该算法根据隐写对图像预测误差马尔可夫链模型统计分布的改变情况,指导嵌入函数,运用后嵌入的隐秘信息动态补偿前期嵌入对图像二阶统计特性的改变,从而在不损失嵌入容量的情况下提高隐写的统计安全性。实验表明,该隐写算法在较大容量的数据嵌入过程中,能很好保持图像统计特性,提高隐写安全性。     

基于残差集的CFA图像序列无损压缩新算法

提出了一种基于残差集的颜色滤波阵列(CFA)图像序列的无损压缩新算法.通过构造CFA图像序列的残差集,去除图像序列间的数据冗余;设计了一种最佳可逆滤波器对残差集图像进行通道分离滤波,去除图像内的冗余信息,提高CFA图像压缩性能.将该算法与通道分离滤波JPEG和PNG算法进行了对比,结果证明,残差集无损压缩算法具有最高的数据总量压缩比、最低的平均压缩率和最好的重建CFA图像峰值信噪比.     

全局重建和位置块残差补偿的人脸图像超分辨率算法

针对传统基于学习的人脸图像超分辨率算法存在高频细节信息损失过多问题,提出一种全局重建和位置块残差补偿相结合的人脸图像超分辨率新算法.首先利用高、低分辨率训练集所有样本,使用基于权值学习的全局重建算法得到初步的人脸图像,再结合图像模糊和下采样过程,产生高、低分辨率残差图像训练集,最后使用基于位置块的残差补偿算法,对初步的人脸图像进行高频细节补偿得到最终结果.对比实验结果表明,相比同类基于学习的人脸图像超分辨率算法,在将人脸图像分辨率提高4×4倍的情况下,新算法的平均峰值信噪比可提高0.65～3.55dB,可以更好地重建出局部高频细节信息.     

采用相邻像素预测的可逆信息隐藏算法

为了提高图像信息隐藏算法的信息嵌入容量和载密图像的保真度,提出一种采用相邻像素预测的可逆信息隐藏算法.构建局部线性预测模型,以待预测像素的3个相邻像素为目标像素,通过目标像素的相邻像素建立线性方程组,求解预测模型参数.应用预测模型进行预测,计算预测误差,绘制预测误差直方图,通过直方图平移实现可逆信息隐藏.实验结果表明:文中算法可通过较少的预测像素进行预测,比其他算法具有更高的预测精度和更大的信息嵌入容量.     

一种基于改进插值的数据隐藏算法

针对数据隐藏算法嵌入容量有限的问题,提出一种新的插值方法,将其应用到数据隐藏领域中,并给出一种基于改进插值的可逆数据隐藏算法.该算法在信息嵌入时,先用文中提出的插值方法对原始宿主图像进行扩展,扩展时,每个扩展像素以4个宿主像素点作为参考,通过计算得出均值,再将其分配到待扩展的位置上,信息嵌入后可以无损地进行信息提取和图像的恢复.实验结果表明,该数据隐藏算法在嵌入容量、图像视觉质量方面均取得很好的效果,相比其他的数据隐藏算法,最大嵌入容量提高了24.78%~39.29%,最大藏量下的信噪比均保持在39 d B以上.     

基于排序码分多址的密文域可逆信息隐藏

为解决图像密文域可逆信息隐藏嵌入容量小的问题,通过使用码分多址的方法研究了密文域可逆信息隐藏,提出了利用排序码分多址的方法嵌入秘密信息。首先对图像进行置乱加密。然后对加密后的图像按列进行升序排列并记录排序索引。最后,使用码分多址的嵌入序列对秘密信息进行扩频编码;而后嵌入至载体图像,嵌入后再利用排序索引进行逆排序,得到携密图像。利用码分多址嵌入序列的正交特性,实现秘密信息的多层嵌入。通过仿真实验表明,算法的密文域可逆信息隐藏嵌入容量显著提高,消除了使用码分多址嵌入时图像纹理复杂度对嵌入容量的影响。     

基于自适应分块的彩色图像可逆信息隐藏算法

目前彩色图像可逆信息隐藏(reversible data hiding,简称RDH)大多直接将灰度图像算法应用到彩色图像的各个通道上,未能充分利用彩色通道间的相关性.提出一种基于自适应分块的彩色图像RDH算法.首先,为了充分利用通道间的相关性,提出将彩色图像进行自适应分块;其次,为了更好地利用平滑区域,提出基于通道特性的嵌入容量分配原则以保证在平滑区域嵌入更多的信息;最后,为了提高彩色图像视觉质量,提出一种符合人眼视觉特性的B-R-G嵌入原则,优先选择对人眼视觉影响较小的通道进行嵌入.实验结果表明,在不同的嵌入容量下,该文方法载密图像的峰值信噪比(peak signal-to-noise ratio,简称PSNR)明显优于所比较的彩色图像RDH方法.     

基于压缩感知的大容量彩色图像可逆水印算法

针对现有可逆水印算法嵌入容量偏低、水印安全性低以及不适合彩色图像等缺点,提出一种基于压缩感知的大容量彩色图像可逆水印算法.水印信息由灰度化的载体图像经DWT变换和压缩感知、量化、编码生成,提高了水印的安全性;通过计算载体图像不同色彩分量的差值直方图,根据水印信息大小自适应地选择阈值,对分量间差值直方图相差的绝对值进行调整实现水印的嵌入,保证了较好的水印图像质量.实验结果表明:该算法针对不同纹理彩色图像在嵌入率大于1.0bpp时峰值信噪比仍高于30dB,同时压缩感知的引入为水印提供了保密性支持.     

一种分组的信息隐藏算法

将加密信息与载体图像转换成二进制序列,把加密信息每3个位分为一组,每组的加密信息与待嵌入图像低位的信息进行比较后,修改载体图像,嵌入加密信息;提取加密信息时,找出嵌入的位置,读取标志位,根据标志位取反与否读取隐藏信息.新算法在信息嵌入量不变的情况下,修改嵌入信息位少,载体图像变化小,安全性高.新算法实现简单,嵌入信息量大,隐藏效果好,具有一定的实用价值.     

改进加权矩阵的双图像可逆数据隐藏算法

针对插值灰度图像嵌入容量有限和视觉质量较差的问题,提出了改进加权矩阵的双图像可逆数据隐藏算法,通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位,进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像,使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和,将机密信息根据块的数量交替地嵌入2幅图像中,在每次迭代前,使用共享密钥修改加权矩阵以保护隐藏信息,加权矩阵有助于在较小失真的情况下嵌入更多的数据位,有效实现了安全性和嵌入容量。实验结果表明,该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法,该算法在嵌入容量和PSNR方面都有明显的提高。     

一种基于DCT域系数的信息隐藏算法

提出了一种盲信息隐藏算法，通过调整DCT系数．将秘密信息嵌入在数字图像中．该算法具有较大的数据隐藏能力，在秘密信息的提取过程中不需要原始图像的参与．计算机实验结果表明，所隐藏的秘密信息可以被有效地恢复．     

一种基于离散余弦变换和奇异值分解的数字水印算法

提出了一种新的基于离散余弦变换和奇异值分解的水印算法,其所嵌入的水印图像是灰度图像,增加了嵌入的信息量,能够满足数字水印系统的透明性和鲁棒性要求.在该方法中,置乱技术用于水印图像隐藏的预处理和后处理,更加保障了数据的安全性.实验结果表明,该算法对于JPEG压缩、噪声等具有鲁棒性,尤其对于几何攻击如旋转、剪切等具有很好的鲁棒性.     

A multiple copyright identification watermarking algorithm based on code division multiple access

A multiple watermarking algorithm is presented according to the multiple accessing technique of the code division multiple access (CDMA) system. Multiple watermarks are embedded into digital images in the wavelet transform domain. Each of the watermarks is embedded and extracted independently without impacts to each other. Multiple watermarks are convolution encoded and block interleaved, and the orthogonal Gold sequences are used to spread spectrum of the copyright messages. CDMA encoded watermark messages are embedded into the wavelet sub-bands excluding the wavelet HH1 sub-bands. The embedment amplitude is decided by Watson's perceptual model of wavelet transform domain, and the embedment position in the selected wavelet sub-bands is decided randomly by a pseudo-random noise (PN) sequence. As a blind watermarking algorithm, watermarks are extracted without original image. The watermarking capacity of proposed algorithm is also discussed. When two watermarks are embedded in an image at the same time, the capacity is larger than the capacity when a single watermark is embedded, and is smaller than the sum of the capacity of two separately embedded watermarks. Experimental results show that the proposed algorithm improves the detection bits error rate (BER) observably, and the multiple watermarks have a preferable robustness and invisibility.     

一种基于混沌映射的空域数字水印新算法

通过对多种空域水印算法优缺点的分析,提出了一种新的图像空域盲水印算法.利用广义猫映射将各水印比特的嵌入位置随机置乱到整个载体图像的像素空间;再用Logistic混沌映射随机产生各水印比特嵌入载体像素的比特位置;各水印比特被随机嵌入到像素点的某一中间比特位,并采用最小化像素改变量的优化策略;提取水印只需要密钥,且密钥空间大.实验结果表明:嵌入水印隐蔽性好,同时具有很强的抵抗剪切攻击、LSB(最不重要比特位)攻击、多低位破坏攻击和椒盐噪声攻击的鲁棒性;合法用户能方便快捷地提取水印,而非法用户则不能提取正确水印.因此,这种基于双混沌映射的水印算法,不仅使嵌入水印具有良好的隐蔽性、鲁棒性和安全性,而且使算法具有很好的现实可操作性.     

基于心理声学模型的音频隐藏图像算法

提出一种利用人耳的掩蔽效应,将图像隐藏于音频信号中,实现图像在音频中隐秘传输的算法。算法将音频信号分帧进行心理声学模型分析,估计频域中各子带的最小掩蔽阈值;然后将图像转化为比特流隐藏于音频信号频域子带,并用掩蔽阈值控制嵌入强度。仿真结果表明,隐藏有图像的音频信号主观无感知失真且图像具有不可见性,对加噪、压缩、滤波和重采样等攻击具有良好的鲁棒性。     

—种DCT与SVD相结合的数字图像水印算法

文章结合奇异值分解（SVD）和离散余弦变换（DCT）的特点,提出了一种基于DCT与SVD分解的数字图像水印算法。该算法能够很好地解决透明性和鲁棒性之间的矛盾。算法中采用经过置乱变换的灰度图作为水印,不仅增加了嵌入的信息量,而且提高了水印的安全性。实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如：叠加噪声、JPEG压缩、滤波以及几何攻击等具有较好的鲁棒性。     

一种新的图像自适应水印算法

数字水印是数字媒体版权保护的一种有效方法.提出了一种新的基于DCT(Discrete Cosine Transform)域的盲图像自适应数字水印算法.该算法利用视觉系统HVS(Human Visual System)特性和图像的局部特点,自适应地选择量化步长对图像各个分块的直流分量通过量化来嵌入水印,同时为了弥补在感知容量小的分块直流分量上水印嵌入强度的不足,利用照度掩蔽特性对该分块的部分低频系数也自适应地嵌入同一水印信号,从而使水印的稳健性和不可见性之间达到很好的平衡.水印的提取不需要原始图像.实验结果表明该算法实现的水印具有良好的不可见性,并对常见的几种图像处理和噪声干扰也具有很好的稳健性,其性能优于其它文献上的相近算法.