一种自适应音频双水印算法

提出了一种自适应音频双水印算法,算法既能对音频作品的版权进行保护,又能有效地证明其真实性,检测是否遭到篡改.该算法具有以下特点：⑴连续多次嵌入鲁棒水印,以提高水印提取的正确率,增强水印的鲁棒性,嵌入次数根据音频信息量自适应调整;⑵使用不同的量化算法嵌入不同作用的水印;⑶嵌入强度根据音频自身特征选取;⑷在提取水印的过程中不需要原始音频的参与.仿真实验表明：该双水印算法不仅具有较好的不可感知性,而且具有较好的鲁棒性和敏感性.     

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.     

一种基于分数余弦变换的数字图像水印算法

提出了一种基于分数余弦变换的数字图像水印算法.将原始图像分块并利用人类视觉系统的掩蔽效应将图像块分类,选择变换域中幅值较大的系数自适应地修正嵌入强度,以嵌入二值水印图像.实验结粜表明该算法能有效地保持图像的质量,并且对常见的图像处理如噪声叠加、JPFG压缩、均值滤波、图像缩放和图像裁剪等比余弦变换域中修改低频系数的水印算法具有更强的鲁棒性.     

基于两级奇异值分解的鲁棒水印算法

为了平衡水印系统的不可见性和鲁棒性,提出一种新的基于旋转稳定区域和两级奇异值分解(singular value decomposition, SVD)分解的水印算法.在嵌入水印过程中,先选取像素近似无损的稳定区域,并对该区域进行冗余离散小波变换提取低频部分,进而进行分块处理;接着对各分块进行SVD分解,提取第1行第1列的奇异值构建特征矩阵,对特征矩阵进行第2次SVD分解;最后,选取合适的嵌入强度,将水印奇异值嵌入载体奇异值.在水印提取时,先对含水印信息的载体图像进行Radon旋转校正,再提取出水印信息.实验结果表明,该水印算法的峰值信噪比(peak signal-to-noise ratio, PSNR)可达到45 dB,在抵抗旋转攻击时,提取的水印归一化相关系数(normalized correlation, NC)值能达到0.90以上.该文所提的水印算法保证了水印的嵌入容量,且具有良好的不可见性和较高的鲁棒性,在数字版权保护中具有较高的实际应用价值.     

基于重嵌入的鲁棒可逆水印算法

针对鲁棒可逆水印算法的研究大都致力于提升其鲁棒性,而忽略了对算法嵌入容量的考虑.为此,在综合考虑算法的鲁棒性和嵌入容量的基础上,提出了一种重嵌入的鲁棒可逆水印算法,该算法能保证统计量之间的独立性,即选取两个互不影响的鲁棒统计量进行平移以完成水印信息嵌入.实验结果表明,所提出的基于重嵌入思想的鲁棒可逆水印算法在保证鲁棒性的前提下,可以有效提高算法的嵌入容量.     

抗打印扫描攻击的大容量文本水印

DOI: 摘要： 在分析现有文本水印算法的基础上,提出一种大容量且抗打印扫描攻击的文本水印算法. 该算法首先对文本图像进行字符切分,以字符复杂度为标准选择嵌入字符和调整字符,然后以打印扫描不变量为基础,通过建立量化函数翻转单个字符像素以嵌入多位水印信息. 该方法能降低整体的字符翻转量,减小文本图像的失真程度. 实验表明,文中方法可有效提升水印嵌入容量,并能抵抗打印扫描攻击,达到在纸质文本中嵌入水印的目的.     

基于心理声学模型数字音频水印算法

提出了一种将心理声学模型和小波变换、离散余弦变换相结合的数字音频水印算法,根据人耳听觉系统的掩蔽效应,计算载体音频信号的掩蔽阈值.为了消除图像水印的像素相关性,首先对水印图像进行置乱,以增强水印信号的安全性.然后将水印信号嵌入到小波变换近似分量的DCT变换域中,嵌入强度由掩蔽阈值自适应控制.仿真实验结果表明：该算法隐藏水印具有很强的不可感知性;叠加了水印的音频信号对数据压缩、加噪、重新采样、重新量化、低通滤波等常用的音频信号处理技术具有很好的鲁棒性.     

基于混沌和分块的三维模型脆弱水印算法

由于三维模型的顶点坐标是不成比例的,这导致了三维模型的分块比二维图像难的多.然而水印分块是很容易的.因此本文提出一种新的三维网格模型分块算法,通过插入特殊的字符来将水印信息分块.然后用具有高安全性的混沌映射来加密分块的水印信息.试验结果显示,本文提出的算法能够检测出模型的任何篡改并且能够定为篡改区域.该算法简单、有效、具有高安全性.     

基于Blakley门限方案的数据库水印技术

提出了基于Blakley门限方案的数据库水印算法,实现了基于数据库的部分内容恢复水印信息,攻击者即使知道水印嵌入算法,也只能提取出经过分存后的水印信息,无法恢复出原始水印.Blakley门限方案的引入,增强了数据库水印的安全性和鲁棒性.在数据库安全控制中,该算法可以得到较好的应用.     

基于归一化图像的小波域水印算法

提出了一种基于小波变换的抗几何攻击数字图像盲水印算法.首先本算法以基于矩的图像归一化技术和不变质心理论为基础,获得嵌入水印的兴趣区域.其次,将得到的兴趣区域分成4块,分别对其进行小波变换后将其中3个低频子带嵌入水印,而将另一个低频子带计算量化步长.然后,将水印利用量化调制方式自适应地嵌入到小波域的低频系数.实验结果表明,该算法不仅具有较好的不可感知性,而且对几何攻击和常规信号处理都具有较好的稳健性.     

基于数字全息及失真校正的抗打印扫描数字图像水印

提出一种基于数字全息及失真校正的抗打印扫描数字图像水印方法,将水印以数字全息图的方式隐藏在载体图像离散傅里叶变换(discrete Fourier transform, DFT) 幅度谱中,由载体图像纹理控制的峰值信噪比设定阈值,自适应调节水印嵌入强度. 该方法利用了数字全息图的特点,采用基于DFT和边缘检测算法校正打印扫描图像的旋转失真,因而可从打印扫描图像中准确提取水印信号. 相比以往同类水印算法,所提方法具有优良的不可见性和鲁棒性,以及较大的水印嵌入量.     

一种基于DCT与DWT的自适应图像水印算法

提出了一种基于DWT和DCT的自适应图像水印算法．该算法以DWT和DCT变换为基础,自适应选择水印嵌入位置,并且根据HVS亮度掩蔽模型对水印嵌入强度自适应调节．实验证明,本文算法对JPEG压缩、噪声等常规信号处理操作都具有相当好的鲁棒性．     

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．     

基于水印神经网络的可溯源DNN模型保护方法

针对深度神经网络（deep neural networks, DNN）模型安全与版权认证的问题,提出了一种多用户溯源的水印神经网络模型,通过密钥驱动生成水印图像,将其不可见地嵌入待保护目标模型的输出图像中,实现DNN模型的知识产权保护和版权追踪。在待保护的DNN模型中添加一种编解码器网络实现水印的嵌入,并使用双流篡改检测网络作为判别器,解决了模型的输出图像中可能出现的水印残留问题,提升了水印嵌入过程的不可感知性,减少了对DNN模型性能的影响,增强了安全性。此外,通过本文设计的双阶段训练法针对不同用户分发不同的含水印模型,当发生版权纠纷时,使用另一个残差网络可以从输出图像中提取水印图像。实验证明,本方法分发含水印的模型效率较高,并且即使对多个用户分发了嵌入相似水印图像的DNN模型,水印神经网络依然可以成功对模型进行溯源。     

基于块分类编码的电子发票图像自恢复水印算法

兼顾水印容量以及篡改图像的恢复效果,提出一种基于块分类编码的电子发票图像自恢复水印算法。根据电子发票的特性将图像块分为重要块、印章块、格式块和空白块4类。对图像块类型和非空白块二值化信息分别利用RS（1,3）和RS（2,3）进行编码生成恢复水印。根据恢复水印信息的大小,基于密钥将生成的恢复水印随机、依次嵌入印章块、格式块和空白块中。为尽可能降低水印容量,无需添加认证水印数据,利用类型码和非空白块恢复水印,同时完成对图像的篡改检测以及篡改恢复。与现有的用于自然图像的自恢复水印算法相比,在相同水印容量下能得到较好的恢复效果;对于同样的恢复效果,水印容量较小。在一般篡改和拼贴攻击下具有较好的认证和恢复能力。     

一种支持向量回归机的音频水印算法

为了同时保证算法的不可感知性与鲁棒性,提出了一种新的支持向量回归机音频水印算法．该算法首先对音频进行小波变换,然后选取稳定的低频系数的相邻均值向量、左邻域斜率向量、右邻城斜率向量作为支持向量回归机训练模型,利用支持向量回归机训练模型嵌入和提取水印信息．仿真实验表明,算法对常规的信号处理及攻击均具有较好的鲁棒性,与经典的基于小波变换的量化算法相比,具有很好的不可感知性,另外,在水印检测时不需要原始音频,实现了水印的盲检测．     

基于纠错编码的图像水印算法

本文提出了一个基于纠错编码的图像水印算法，在嵌入水印时先将水印信息进行纠错编码再嵌入到图像中，在提取水印时对恢复出的水印信息进行纠错解码，实验结果表明，该算法比未采用纠错编码的同一水印算法具有更好的稳健性能。