一种置换DCT域中频系数的盲水印算法

该文提出的置换DCT域中频系数的盲水印算法不仅突破了传统的水印嵌入公式,如加性算法,而且很好地解决了被提取水印中含有原始图像DCT系数,从而影响检测准确性的问题,并给出了验证。为了满足鲁棒性和不可感知性之间的平衡,使用人类视觉模型自适应地调节水印的嵌入强度。实验证明,该方案不仅对信号处理攻击有强的鲁棒性,而且对几何攻击也具有一定的鲁棒性。     

基于改进遗传算法的自适应图像扩频水印

为了提高扩频水印算法的不可感知性和鲁棒性,提出了一种基于遗传算法的8×8 DCT域自适应图像扩频水印算法.通过修改Cox水印嵌入算法,保证了含水印图像的高保真度,又用改进的遗传算法自适应优化每组DCT系数,得到水印嵌入的AC系数组.仿真结果表明,低频系数是最重要的水印嵌入频段,算法能够根据不同图像的特点自适应搜索到最优或近似最优的嵌入频段,同时对滤波、JPEG压缩、噪声、缩放和旋转等常见攻击的顽健性和图像视觉效果明显优于Cox的扩频水印方法.     

应用于高清视频的数字水印改进算法

基于高清数字视频对水印的要求,以及对H.264编码和现有的基于DCT变换视频水印算法的研究,提出一种基于DCT变换AC系数的自适应视频水印算法,自适应选择Ⅰ帧纹理块作为嵌入块;通过计算AC系数方差选择修改系数嵌入水印信息;为了减少水印嵌入量和增加水印鲁棒性,采用Arnold置乱和改进的秘密共享方案对水印进行预处理.该算法充分保证了水印的不可见性,同时具有一定的鲁棒性,具有一定的理论和实际应用价值.     

一种统计特性的数字水印算法

提出一种鲁棒的DCT域盲水印算法,将DCT系数进行特殊的自定义排列分组,并根据奇偶差实现水印的最优化嵌入。该算法突破了传统的分块、寻找合适中频系数模式,解决了合适中频系数难找且嵌入容量小的问题。实验表明该算法计算简单,且具有良好的不可见性,并且在抵抗噪声和JPEG压缩攻击方面具有较强的鲁棒性。     

一种基于分块DCT的抗几何时间攻击视频水印方案

提出利用分块DCT域进行视频水印嵌入算法, 将水印信息嵌入到分块DCT域的直流分量系数中. 由于几何变化和帧攻击是实际应用中较为常见的水印攻击手段, 因此算法采用变换域中具有几何不变特性的DC系数累加和作为水印嵌入特征量, 并采用同步码进行帧同步. 实验表明, 本算法能够有效抵抗几何攻击, 并对帧攻击具有一定的鲁棒性.     

基于DCT域直流分量的数字水印技术

在离散余弦变换 (DCT)域 ,人们通常将水印嵌入到交流 (AC)分量的中低频系数上 .近年来 ,有学者提出直流(DC)分量更适合于嵌入水印 .提出了一种水印算法 ,在DC分量上嵌入二值水印图像 ,水印的嵌入结合人眼视觉掩蔽特性 ;采用自适应水印编码方法增强了该算法的实用性 .实验结果表明 ,此方法产生的水印具有很好的不可见性和鲁棒性     

基于小波分析的盲灰度水印算法

针对盲灰度水印算法难以同时满足良好的不可视性和鲁棒性的情况,提出一种新的基于小波分析的盲灰度水印算法.算法利用DWT、DCT的特点及最大均方根值细节子带的较强抗攻击能力,将感知重要的水印信息嵌入到感知重要的宿主图像系数中.实验结果表明,该算法在满足大容量水印信息嵌入的同时,具有较好的不可视性和鲁棒性.     

邻域均值的视频水印改进算法

针对MPEG-2标准,通过嵌入帧选定和水印嵌入两步实现水印的嵌入。首先利用视频I帧DCT变换低频系数均线与低频系数交叉点确定嵌入帧;然后在嵌入帧选定嵌入位置通过特定DCT系数大小关系实现水印嵌入。实验表明,该算法具有较好的不可见性,且针对常规攻击具有较强的鲁棒性。     

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.     

一种新的DCT域图像水印嵌入算法

提出了1种新的DCT域静态图像水印嵌入算法,该算法以二次DCT变换为基础,能够将数字水印信息嵌入到DCT域的直流系数中,并可根据人眼视觉系统(HVS)的亮度掩蔽特性,对水印嵌入强度进行动态调节．仿真实验表明,中算法不仅具有较好的透明性,而且对诸如JPEG压缩,低通滤波、几何剪切、叠加噪声等攻击均具有较好的鲁棒性．     

基于人类听觉系统的DCT域数字音频脆弱水印算法

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.     

基于直流分量和低频分量的DCT域数字水印嵌入算法

提出了两种数字水印嵌入算法．一是对原始图像作整体DCT变换后在低频分量上嵌入水印,水印是一符合标准正态分布的随机序列;二是利用人类视觉掩蔽特性,对原始图像作分块DCT变换后选取直流分量嵌入水印,水印是一个在视觉上具有直观意义的数字图像,并采用图像置乱的方法增强水印的安全性．实验结果表明提出的两种水印算法均具有较好的不可见性,且能够成功地抵抗JPEG有损压缩、缩放、中值滤波、加噪、剪切等常见的图像处理操作,具有较强的鲁棒性．     

基于离散余弦变换的盲水印算法研究

基于离散余弦变换(DCT)方法对水印算法进行了研究,提出一种新的将水印嵌入到分块DCT相位成分的盲水印算法.引入了局部峰值信噪比来确保嵌入水印的不可见性,同时根据混沌系统对初始条件极度敏感的特点,以一维混沌映射的初始条件作为密钥,由产生的混沌序列来确定水印嵌入的子块位置,进而提高算法的安全性.仿真结果表明:采用该算法实现的水印对常见的处理和几何变换具有很好的鲁棒性.     

一种基于DWT的数字音频水印算法

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.     

基于离散余弦变换语音水印算法的研究和实现

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.     

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.     

基于模糊熵和均值量化的盲文水印方案

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．     

基于层式余弦变换的数字水印隐藏方法

提出基于层式余弦变换的隐藏水印方法，主要思路是在余弦变换的DC系数和AC系数中叠加水印信号频率值，这是因为DC系数与AC系数空间容量充足，故能保证水印的稳健性。实验也证明了这一点。     

一种基于块的DCT域数字图像自适应水印技术

随着计算机和因特网技术的发展，数字水印技术开始广泛应用于数字图像、音频、视频和多媒体产品的版权保护。结合加密技术与图像处理算法，提出了一种类似于公开密钥体制的基于分块DCT变换的数字图像自适应水印算法。该算法通过离散对数控制水印的产生，利用HVS特性及图像特点自适应地控制水印嵌入浓度，并在图像的不同位置嵌入两个不同的水印，汇集了两种典型水印嵌入方式的优点。实验结果表明，该算法具有良好的安全性、透明性和鲁棒性。     

面向空气信道传播的DCT域音频数字水印算法

提出了一种基于双DCT变换的音频数字水印算法,通过选取首次DCT变换后的DCT域低频系数,对其再次进行DCT变换,得到双DCT域系数.通过修改双DCT域系数,实现水印的嵌入,并且嵌入量较大.实验结果显示,该算法隐藏效果好,对30%的重采样攻击和MP3压缩攻击具有很好的鲁棒性.而且,该算法能够适用于面向空气信道传播的场景,误码率可控制在1.2%～6.5%之间.