首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 46 毫秒
1.
基于DCT和DWT域的数字水印算法   总被引:3,自引:0,他引:3  
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.  相似文献   

2.
提出了一种基于小波变换和离散余弦变换的数字图像水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、gauss噪音有较强的鲁棒性.  相似文献   

3.
为了实现数字音频版权保护,利用音频信号低阶统计量的稳定性和离散余弦变换的去相关性,设计了一种基于范重心的自适应量化音频盲水印算法。原始音频信号按固定长度分帧,计算分帧音频范重心坐标并确定水印嵌入候选区域,水印信息自适应量化嵌入选中的离散余弦变换中低频系数。实验结果证明:该音频水印算法具有鲁棒性和有效性,同时密钥的使用保证了算法的安全性。  相似文献   

4.
小波变换可以将音频边缘信息完整提出,利用边缘掩蔽水印信息,使水印算法具有透明性,基于此提出了一种基于离散小波变换的数字音频水印算法,该算法将能代表更多版权信息的二维图像信息经过Arnold置乱变换,嵌入到音频小波变换域的低频系数中.并将该算法与已有的离散余弦(DCT)水印算法相比较,发现该算法在抵抗剪切、加噪、滤波及压缩攻击方面要优于DCT水印算法.  相似文献   

5.
为了解决网络环境下的音频数字产品的版权保护问题,提出了一种新的基于DWT(Discrete Wavelet Transform)和系数值比较的音频盲水印新算法。该算法通过相邻3个水印比特组合的二进制值之和确定其嵌入位置,并把其系数修改为相邻系数中较小的值,嵌入位置选取在低频系数上,因此具有很强的抵御各种攻击和自适应能力,适用于数字音频等信号的版权保护。算法实现快速、简单有效。DWT的使用提高了水印的不可感知性,通过Arnold置乱不但保证了水印图像的安全性,而且提高了水印的鲁棒性。在Matlab上的仿真结果表明,该算法具有较强的鲁棒性和透明性。  相似文献   

6.
采用混沌序列加密并定位,提出了一种基于混合域的二值水印嵌入方法,也可用于归一化灰度水印的嵌入. 该方法将图像分解为R,G,B三个分量,分别对每个分量进行离散小波变换,在小波变换的低频区进行离散余弦变换,在离散余弦变换域中利用混沌序列对水印信息嵌入位置定位,水印信息的嵌入采用频率系数比较的方法.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、人为恶意攻击及图像压缩条件下具有很好的鲁棒性. 应用混沌序列,在完成水印信息定位的同时增强了算法的安全性.  相似文献   

7.
提出一种基于自同步技术的音频水印算法,该算法在小波变换域的低频系数中选取具有重要特征系数作为同步信号.通过修改同步信号相邻的若干系数实现水印的嵌入.水印检测不需要参考原始音频信号,是一种盲检测水印算法.实验结果表明了该算法的鲁棒性和不可感知性.  相似文献   

8.
将混沌理论引入到音频水印系统的设计中,提出一种基于Lorenz混沌系统的小波域数字音频水印算法。先将图像水印进行Logistic混沌加密,再利用三维Lorenz混沌吸引子在一定初值条件下产生的矩阵二次加密图像水印。把加密后的水印图像作为载体嵌入到音频信号的小波域。因为高维混沌的系统结构更为复杂、不可预测性更强,若没有初始值便无法得到加密矩阵,因此保障了水印的安全性;而在水印检测时,只要提供混沌加密的密钥和产生加密矩阵的初始值,就可完成水印的提取。仿真实验采用多种攻击方法,证明此方法具有很强的安全性和鲁棒性。  相似文献   

9.
针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法.水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像.该算法对彩色水印的R、G...  相似文献   

10.
提出了一种DCT域和DWT域相结合的半脆弱彩色图像数字水印算法.算法充分利用了DWT变换提取图像特征方面的优势和DCT变换与JPEG压缩过程结合紧密的特点,有效地实现了篡改检测和篡改定位,而且检测时不需要原始图像.使用密钥控制生成的混沌序列对水印进行加密处理,保证了系统的安全性.实验结果表明,该算法对于JPEG压缩等常规图像处理具有较强的鲁棒性,对于恶意篡改具有高度的敏感性,并且能够准确定位篡改发生的位置.  相似文献   

11.
一种基于混合域自适应灰度水印算法   总被引:1,自引:0,他引:1  
为了在保证图像质量的前提下实施图像的版权保护,文章给出了一种新型的离散小波变换(DWT)和离散余弦变换(DCT)相结合的自适应灰度数字水印算法。该算法先对原宿主图像进行离散小波变换,选择中频部分作为待嵌入子带,然后对待嵌入子带分块并进行离散余弦变换,在每块包含DC分量的低频系数和部分中频系数上嵌入水印。此算法集DWT的多分辨特性和DCT的聚能作用以及去相关能力的共同优点;实验结果表明,该方法具有实用性强、鲁棒性好及可操作性强等优点。  相似文献   

12.
提出了一种新的DCT域盲文水印算法,该算法应用模糊熵测度选择边缘特征显著的子块作为嵌入子块,然后应用均值量化来增强嵌入水印的鲁棒性.实验结果表明,嵌入水印后的图像具有很好的不可见性,同时对常见的信号处理和噪声干扰具有良好的鲁棒性.  相似文献   

13.
结合离散小波变换和离散余弦变换在信号处理领域的优点,研究了基于变换域的数字语音水印算法.将宿主语音信号通过离散小波变换获得人耳不易察觉的低频分量后,根据均值量化的离散余弦变换直流系数正负性不易改变的特点,实现了零水印盲检测实验.结果表明,该算法有效地提高了数字语音水印的透明性、鲁棒性和抗攻击能力.  相似文献   

14.
提出一种基于QR分解的脆弱水印算法。该算法运用了矩阵的QR分解技术,把原始图像信息转化成很短的二进制比特串,并把其作为水印嵌入到原始图像中随机选取的某些像素的LSB位。该算法不仅能检测到水印图像的任何改动,同时还保证了水印图像的质量。此外,为了对水印图像的变化像素进行定位,提出了一种运用了分块技术的扩展算法,并对此扩展算法进行了改进,使其能够抵抗剪切—粘贴攻击。实验证明该算法对水印图像的改变非常敏感,定位算法也有很好的效果。  相似文献   

15.
以离散余弦变换(DCT)及人类听觉系统(HAS)为基础,提出了一种将二值灰度图像(水印图像)嵌入到数字音频信号的脆弱水印算法.该算法首先对二值水印图像进行置乱变换并编码成一维二进制序列,再对数字音频信号进行分段处理并择段作离散余弦变换(DCT),最后依据人类听觉系统选择DCT域中高频系数进行量化完成水印信息的嵌入.实验结果表明:该数字音频水印算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性.  相似文献   

16.
鲁棒的DCT域音频盲水印算法   总被引:2,自引:0,他引:2  
选择合适的DCT系数嵌入水印,可以使鲁棒性和不可感知性达到很好的平衡。为了找到这个系数,利用人耳听觉的频率掩蔽效应分析了DCT系数的听觉容差,发现直流系数具有最大的听觉容差,非常适合嵌入水印。提出了一种新的通过改变DCT直流系数的音频盲水印算法。实验结果表明,嵌入水印后的音频文件具有良好的不可感知性,与其它DCT算法得到的水印文件比较具有更强的鲁棒性,能够抵抗噪声、低通滤波、重采样、回声和Mp3压缩等的攻击。  相似文献   

17.
混合DWT和SVD的数字水印算法   总被引:1,自引:0,他引:1  
文中提出了一种基于离散小波变换和奇异值分解的新的数字水印方法. 首先宿主图像被均匀分割成四块,对每一块进行一层小波分解,得到每一块的低频子带,再对每一低频子带进行奇异值分解,得到各低频子带的奇异值. 水印图像经过Arnold变换预处理后也进行奇异值分解,将得到的奇异值分别以一定的强度嵌入到宿主图像每一块低频子带的奇异值中,再进行反变换、拼接操作即可得到嵌入水印后的图像,实验结果表明,本文提出的方法,对噪声、剪切、滤波、JPEG压缩等常见的信号处理和攻击均具有较强的鲁棒性.  相似文献   

18.
为解决水印的盲提取问题并将水印技术应用到彩色图像中,提出了一种新的基于子带DCT(discrete cosine transform)系数量化的彩色图像盲水印算法.首先将彩色图像从RGB空间转换到YUV空间,然后在Y、U、V三分量的子带DCT系数中选取视觉重要系数并对其进行量化,完成水印的嵌入.水印的提取不需要原始图像.仿真实验证明,算法具有较高的透明性,并且对于常用的攻击方法(如有损压缩、高斯噪声、滤波和剪切等)具有很好的鲁棒性.  相似文献   

19.
作为信息隐藏技术中的数字水印技术是信息时代的一个热门研究课题,语音水印技术由于受到人听觉特性的限制,使得传统数字水印技术在实现上有一定难度.提出并实现了一种基于均值量化的DCT域语音水印算法,将置乱技术、均值量化技术引入传统的DCT域语音水印算法中,有效提高了语音水印系统的透明性、安全性及鲁棒性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号