一种基于离散小波变换的数字水印技术

针对图像软件对宿主图像进行JPEG有损压缩、缩放、锐化等常见编辑操作会对嵌入的数字水印造成无意攻击,导致水印信息提取困难的问题,提出一种的基于离散小波变换技术的改进数字水印技术.首先考虑到JPEG标准压缩算法对亮度分量全保留的原理,选择宿主的亮度分量嵌入数字水印信息,以增强鲁棒性;然后根据人类视觉系统原理：人类对45°角分量最不敏感的原理选择YUV颜色模型中的Y分量的二级小波分解的对角区域cD2作为水印嵌入区;并在算法中通过控制嵌入信息强度满足了水印的隐蔽性.最终的实验结果表明该算法对JPEG有损压缩具有很强的鲁棒性,并对缩放、锐化、模糊和旋转等几种常见图像处理造成的无意攻击具有一定的鲁棒性.     

基于小波包分解变换的图像数字水印嵌入算法研究

介绍了一种改进的基于小波包分解的自适应数字水印算法.该算法首先对水印图像作预处理置乱,然后对宿主图像进行3层小波包分解变换.在水印嵌入算法中,提出一种基于人类视觉特性(HVS)和小波包基的自适应水印嵌入算法.该算法引入人类视觉特性和基于小波包基的多分辨率嵌入技术,以达到更好的抗攻击鲁棒特性和视觉效果.     

基于图像置乱变换的数字水印算法研究

结合Arnold变换,提出了一种基于图像置乱变换和小波变换的数字水印算法.首先对被隐藏图像进行Arnold置乱,把主图像划分为n×n区域,对每个区域进行3次离散小波变换,再利用算法把待隐藏信息嵌入各个区域的中频子带和高频子带,实施多处信息隐藏以提高其鲁棒性.对提出的算法进行了仿真实验,并对嵌入信息的图像进行各种攻击测试.实验表明,该算法对嵌入信息具有不可见性和良好的鲁棒性.     

基于SVD-DWT的音频盲水印

提出了一种基于奇异值分解和离散小波变换的音频盲水印方法,将原始音频数据进行小波变换,提取低频分量分块奇异值分解后,利用置乱加密处理的水印图像,量化选取的奇异值,实现水印的嵌入过程.利用图像置乱和奇异值分解方法,提高了水印的不可感知性.另外在水印的检测与提取过程中不再需要原始载体数据,更加利于实际中的应用.通过MATLAB仿真实验表明,水印隐藏效果好,而且对多种攻击具有较好的鲁棒性.     

一种基于LS-SVM和模板匹配修正的抗几何攻击数字水印技术

数字水印技术是信息隐藏的一个重要方向,传统的数字水印技术对一般攻击的防御能力较强,但几何形变攻击的数字水印在提取时仍然有难度,提出一种基于最小二乘法支持向量机和模板匹配修正的数字水印技术.首先,用分块离散余弦变换进行水印嵌入,然后利用训练后的最小二乘法支持向量机粗修正几何形变参数,针对存在的误差采用模板匹配方法进行精细修正.实验证明的算法不仅可以抵抗传统的攻击比如:噪声、滤波和裁剪,在抵抗几何形变时鲁棒性更好.     

基于傅里叶变换的自适应抗打印扫描水印算法

基于近似均匀对数极坐标变换以及傅里叶频域(discrete Fourier transform, DFT)感知通道分解,提出了一个兼顾鲁棒性和隐蔽性的盲水印算法,以抵抗普通打印扫描攻击.首先在频域分解得到中频嵌入环形区域,通过对数极坐标变换并结合局部频谱特性将水印自适应嵌入DFT中频区域,进而利用空间掩蔽对空间域图像进行失真补偿.理论分析和实验结果表明该算法具有良好的隐蔽性,对普通的打印扫描处理也获得了良好的鲁棒性.     

基于通信分析理论和快速响应代码的数字图像水印算法

提出了一种利用通信分析理论和快速响应代码的数字水印算法.首先数字水印的问题被分别解释为一种含有水印数据表示法的信号通讯问题,嵌入水印和攻击检测作为一种信源编码、信道编码和衰减检测问题.然后,使用快速响应代码形式的数据表示法,使得任何形式的嵌入数据都能被使用,如商标或标签,扩展了可用性;最后,将含密代码嵌入到宿主图像一级DWT域的HH中,并使用一种独特的图像注册码来匹配检测恶意攻击,提升了攻击鲁棒性.从实验数据可以看出,该文算法在大多数情况下拥有最高的PSNR、SSIM和NCC值,且在隐藏性和抗攻击鲁棒性方面优于其他优秀算法.     

基于小波与分形理论的数字水印算法

数字水印技术以其特有的优越性可以应用在版权保护、非法拷贝、保密通信等诸多领域,具有重要的应用意义和实用价值．本文提出了基于小波变换和分形理论的数字水印算法,有效的缩减了传统分形编码方法的时间复杂度．     

基于能量比的数字水印算法

本文提出了一个基于能量比的自适应数字水印算法，核算法首先把原图像分块并进行DCT变换，再利用能量比确定各个子块的拉伸因子α，最后水印分量以不同的能量分别嵌入列各个子块的三个DCT低频系数中．实验结果表明该算法具有良好的性能．     

基于DWT和PNN的数字图像水印算法

针对数字信息在存储或传输过程中可能受到复制、攻击或修改的问题,提出一种基于DWT和PNN的数字图像水印算法.该算法在基于块的小波系数中选择最佳位置嵌入水印图像,采用PNN记录水印与对应图像之间的关系,在不需要原始图像和水印图像的情况下,从嵌入水印的图像中恢复水印.使用PSNR和NCC对算法进行不可见性和鲁棒性测试.实验结果表明,本文算法提取的水印图像具有优秀的不可见性和鲁棒性,能够有效应对不同类型的攻击.