自适应压缩移位区间的IPVO可逆数据隐藏方法

改进像素值排序(IPVO)算法采用预测差值“0”和“1”进行信息嵌入,其他预测差值执行移位操作,针对其嵌入空间利用率和感知质量较低的问题,提出一种基于自适应压缩移位区间的IPVO可逆数据隐藏方法。通过统计像素值排序方法各预测差值出现频率,使用频率为零次的预测差值压缩移位区间,根据嵌入需求选择合适的连续移位预测差值区间和嵌入差值密度较大区域进行信息嵌入,改进IPVO可逆数据隐藏方法。通过图像不可感知性、嵌入容量和鲁棒性实验分析表明,在相同嵌入量下,压缩移位区间可以减少执行移位操作的像素数量,降低信息嵌入对图像感知质量的影响;在保证良好视觉质量前提下,算法嵌入容量性能没有下降,并具有较强的鲁棒性。     

基于压缩感知和离散余弦变换的数字图像水印算法

为了使水印信息更好地隐藏于原始图像中,加快水印信息检测,设计一种基于压缩感知和离散余弦变换的数字图像水印算法.首先将原始载体图像划分成多个子块,采用离散余弦变换对各子块进行分解;然后采用压缩感知对水印信息进行处理,减少嵌入的信息量;最后将水印信息嵌入到原始载体子块的相应位置,并通过匹配跟踪算法实现水印信息的检测.从主观和客观两方面对数字图像水印算法的性能进行评价,结果表明,该算法的水印具有良好的不可感知性,对抵抗常见攻击具有很好的鲁棒性,解决了水印透明性与鲁棒性之间的矛盾,且加快了水印提取速度.     

一种抗JPEG压缩的大容量信息隐藏算法

为了提高信息隐藏应用中隐藏算法的隐藏容量和抗压缩能力,该文提出了一种在离散余弦变换(DCT)高频系数中嵌入信息的隐藏算法.分析了联合图像专家组(JPEG)的压缩不变性.嵌入的信息强度根据子块的平滑情况自适应地确定.实验结果表明,该算法能在满足不可感知的前提下提高隐藏容量,对不超过预设品质因子的有损压缩有强鲁棒性.实验结果还表明该算法有一定的抗噪声干扰的能力.     

基于人类视觉模型和Contourlet变换的图像感知哈希算法

图像感知哈希(Perceptual Hashing)技术在图像的认证、识别和检索中得到广泛应用。融合人眼视觉系统(HVS)、Contourlet变换及奇异值分解(SVD)提出了一种新颖的图像感知哈希算法。该算法首先对图像进行Contourlet变换,计算变换后系数的视觉掩蔽特征值(掩蔽矩阵);然后对掩蔽矩阵分块后作奇异值分解,取每块最大奇异值作为图像的特征值,经过量化编码、压缩,生成最终哈希。该算法使用MATLAB作为实验平台,实验结果证明算法对大部分的感知保持操作具有较好的鲁棒性,不同图像之间也有较好的唯一性,同时对哈希进行加密处理,使得算法具有良好的安全性。     

采用图像几何校正和分块压缩感知测量值奇异值分解的鲁棒水印技术

针对直接在图像压缩采样测量值上嵌入水印的方案对常规攻击和几何攻击鲁棒性差的问题,提出一种基于图像几何校正和分块压缩感知测量值奇异值分解(SVD)的鲁棒水印方案.对测量值的奇异值进行量化嵌入水印,并在水印检测前,用图像归一化技术对受到几何攻击的含水印图像进行几何校正,确保水印可以被正确提取.实验表明:该方法提高了水印对常规攻击和几何攻击的鲁棒性.     

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.     

基于Logistic混沌序列和奇异值分解的半脆弱水印算法

提出了基于Logistic混沌序列和奇异值分解的半脆弱水印新算法,分析了混沌序列的初值敏感性和低相关性在水印中的应用,研究了奇异值在高比例有损压缩下的鲁棒性.结果表明:混沌序列生成的水印具有唯一性和不可破解性,某些奇异值在高比例有损压缩下具有相对稳定性;将奇异值作为水印载体,其水印显示良好的抗压缩鲁棒性,同时可以精确检测与定位被篡改的图像内容.     

基于DWT-SVD压缩量化的数字图像盲水印算法

为了解决奇异值分解（singular value decomposition, SVD）算法提取水印时需要原始载体图像的缺陷,以及量化索引调制（quantization index modulation,QIM）均匀量化不适用于非均匀信号的问题,通过引入μ律压缩技术,提出一种新的基于DWT-SVD压缩量化的数字图像盲水印算法。该算法对载体图像进行分块,对每一分块实施离散小波变换（discrete wavelet transform,DWT）,以及对变换后的近似部分系数进行SVD分解,使用μ律压缩函数压缩分解后的最大奇异值,用QIM的方法嵌入二值水印。算法只用到了最大奇异值,可以盲提取水印,消除因传输原始载体图像产生的不安全性,μ律压缩技术也减小了嵌入水印对原始载体图像的扰乱。仿真实验结果表明,该算法保持了较高的透明性,并对高斯噪声、中值滤波、联合图像专家小组（joint photographic experts group,JPEG）压缩、缩放等常见攻击具有更强的鲁棒性。     

一种基于音频小波变换的数字水印算法研究

提高语音通信的安全性和保护音频产品的知识产权已经成为人们关注的热点。本文介绍了信息隐藏的基本原理,重点分析了一种基于音频载体的图像数字水印算法,算法对音频载体首先进行小波变换并提取小波系数,然后将二值图像嵌入到低频系数中的较大值系列当中,接受时采用相反的方法对其进行处理并提取出原始水印图像,最后利用MATLAB软件对算法进行仿真实现。结果表明,该算法具有很强的安全性、不可察觉性,对噪声污染和MPEG压缩攻击具有良好的鲁棒性。     

基于离散傅里叶变换的信息隐写术

首先将图像DFT变换的幅值取整后以位平面方式表达,然后将秘密信息经过纠错编码以后嵌入到幅值位平面中.分别针对在DFT变换全频域和低频域隐藏信息,研究了隐藏信息的不可感知性和恢复率,以及抗JPEG压缩性能.实验证明.研究结果能够用于信息隐写,且在一定程度上具有抗JPEG压缩能力.     

一种基于NSCT与抖动量化的盲水印算法

在混沌置乱变换及抖动量化原理基础上,提出了一种基于NSCT的盲水印算法.首先将图像进行NSCT变换及分块SVD分解,再对原始水印信息进行混沌置乱变换以消除线性相关性,最后,利用抖动量化原理对分块SVD分解产生的各块奇异值进行修改实现水印嵌入.实验表明,该算法透明性好,拥有较强的鲁棒性,且在水印提取时实现了盲提取,是一种盲水印算法.     

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.     

一种基于DWT和SVD的多重数字水印算法

提出了一种改进后的基于离散小波变换(DWT)和奇异值分解(SVD)的多重数字水印算法.本算法利用离散小波变换和奇异值分解技术在原始图像的四个子带中都分别嵌入两个数字水印图像.实验证明利用本算法嵌入的数字水印保证了数字水印的不可见性,并证明了用这种算法嵌入的数字水印对常见的攻击有很强的鲁棒性.     

自适应盲水印图像小波变换算法及实现

针对传统基于人类视觉系统特性的空间域与变换域结合算法中嵌入信息量小和检测准确率低的缺点,利用图像的局部纹理特性生成扩频码,并在水印嵌入过程中引入加密方法,通过计算相邻特征平均值为自适应调整待量化小波系数的量化间隔,提出并实现一种基于小波变换的数字图像自适应盲水印新算法,并用新算法进行仿真实验.仿真实验结果表明新算法通过阈值检测准确率高,对常见的图像处理有较好的鲁棒性,并且简便易行,计算量小.新算法在应用中有较大的灵活性,可嵌入信息容量大,运算速度快,可操作性强.     

一种优化的小波域图像水印技术

为了满足数字水印的安全性、隐蔽性、鲁棒性等特性,本文提出了小波域图像水印技术。有意义图像通过二维混沌加密算法生成水印,使其具有更好的安全性。水印嵌入过程中,利用遗传算法,选择和修改小波系数,将水印嵌入到宿主图像。实验结果显示,有较好的隐蔽性和鲁棒性效果。     

基于二次预测误差和像素排序的可逆图像水印

为了提高可逆图像水印算法的性能,提出一种二次预测误差与像素排序相结合的可逆图像水印算法;该算法首先对像素进行二次误差预测;并利用相邻像素的误差值来确定其余像素的预测误差;然后采用局部复杂度对像素进行排序,以使具有较小误差值的像素被优先处理并进行数据嵌入;最后通过平移差值直方图生成零点间隙,利用冗余的零点间隙嵌入水印信息。实验结果表明,利用二次预测误差与像素排序技术,可以有效地提高像素的预测精度并降低图像失真;在相同的嵌入容量下,该算法嵌入水印后图像的PSNR比相关算法提高了1 dB左右,具有更好的不可感知性。     

基于多幅图像恢复单幅图像的快速算法实现

为解决传统的单幅图像恢复算法效果不理想的情况,现有理论利用多幅图像之间的信息互补这一条件,在图像配准的基础上,通过多幅退化图像对单幅图像进行恢复,比较流行的是使用M估计(M-estimation)对图像进行配准,然后利用L1范数进行图像融合,进而提升图像恢复的鲁棒性,但其收敛速度并不理想。为了实现算法的快速收敛,通过对下降算法的搜索梯度方向改善的探究,出了基于共轭梯度下降法(conjugate gradient descent, CGD)的图像恢复算法。在此基础上对CGD图像恢复算法进行改进,利用前后估计的值之间的差信息来优化迭代时的搜索方向,也就是在后面这次搜索梯度上面加前1次和前2次估计值的差,以此增大搜索梯度值,进一步缩短迭代到最小值的时间。仿真结果表明,所提出的改进算法比基于最速梯度下降法(batch gradient descent, BGD)的图像恢复算法的收敛速度更快。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

基于小波变换的关系数据库水印算法

为了对关系数据库数据实施版权保护，提出一种基于小波变换的鲁棒盲水印算法，嵌入时先构造主键HASH值的最小非负剩余系对数据分组，然后通过设置各组数据小波变换后“高／低频数据对”奇偶性的异同嵌入信息，提取时统计相应位置数据对的奇偶性异同频度，依据阀值判断而获取嵌入的水印，试验结果表明，水印提取的准确度较高，算法具有较好的隐蔽性、鲁棒性，在数据丢失60％的情况下，仍能较完整的提取出水印信息。