一种自适应空间域图像数字水印算法

为解决空间域水印算法鲁棒性较差,水印提取复杂等问题,提出了一种自适应空域数字水印算法。建立了BP神经网络模型,通过学习、训练记忆每个图像块中像素之间的关系,可以实现嵌入强度的自适应调整以及水印盲提取。详细论述了水印嵌入和提取算法,对水印图像进行伪随机置乱,可以减少对宿主图像像素点的破坏,提高了提取水印与原始水印的相关度;利用对比度函数确定水印嵌入位置,并得到密钥信息用于水印提取。实验验证,峰值信噪比(PSNR)可以达到57;在JPEG压缩、噪声、剪切和旋转等常见的图像攻击下,归一化相似度(NC)均大于0.9。表明了所述算法的不可感知性和抗攻击性能。     

纸质文档泄密追踪系统设计

根据文本文档在被打印或复印后以纸质文档流转时泄密源头无法追踪的事实,本文提出了一种基于纸质文档泄密追踪系统方案。该方案主要利用二值文本数字水印抗打印扫描攻击的不可感知性和鲁棒性,将水印嵌入纸质文档的电子稿中,当资料外泄时,可根据打印文档中的水印信息实现泄密源头的追溯。     

一种抗几何攻击的数字水印算法

针对水印同步问题设计了一种抗几何攻击数字水印算法。首先采用奇异值分解（SVD）的方法嵌入水印,然后利用SIFT算法提取已嵌入水印图像的特征点。在水印检测过程中,将可能遭受几何攻击的含水印图像与原含水印图像进行特征点匹配,找出任意三组匹配特征点,根据特征点尺度及位置关系估计图像可能遭受到的旋转、缩放及平移变换参数,将图像还原,实现水印重同步。实验结果表明,算法在兼顾水印嵌入的不可见性同时,具有较好的鲁棒性,能抵抗常见的几何攻击。     

基于分数傅立叶变换的图像数字水印算法研究

以静止图像为研究对象,文章提出了一种离散分数傅立叶变换（DFRFT）域的图像数字水印算法,该算法通过对载体图像进行某个级次的分数傅立叶变换,将加密水印嵌入到载体图像的分数傅立叶谱中,从而得到含水印的图像。实验结果表明,该算法实现了水印图像的不可见性,同时对常见的图像攻击具有较好的鲁棒性。     

基于HVS的图像变换域鲁棒性数字水印算法

为提高数字图像水印算法抗攻击能力,提出了一种新的、鲁棒性强的数字图像水印算法。首先对二值水印图像进行Arnold置乱变换,然后将宿主图像进行多级Contourlet变换,并选择纹理丰富和频率较大的高频区域作为水印嵌入的区域,最后基于人类视觉系统的掩蔽函数得到合适的水印嵌入强度,将水印码嵌入到数字图像中,实现信息隐藏。算法水印隐蔽性好,算法鲁棒性强,能够对均值滤波、高斯滤波以及中值滤波,对噪声、JPEC压缩攻击和裁切攻击均具有较强的抗攻击能力。该算法能够满足数字图像防伪以及版权保护的需求。     

WORD文档数字水印算法研究

通过对WORD页面描述机制的分析,提出了一种适用于WORD文档保护的数字水印算法。修改文本块中不同字符的字体颜色值,将水印以正弦波的特征形式嵌入文本中。检测时通过提取字体颜色特征,重构正弦波来鉴定文档。实验结果表明,该算法实现的水印具有较好的视觉透明性和检错能力。     

基于压缩感知理论的图像水印算法

水印技术是保障图像安全的一项重要技术,为了克服当前图像水印算法存在水印信息嵌入量小、抗攻击鲁棒性差的缺陷,设计了基于压缩感知理论的图像水印算法。首先采用小波变换对原始图像进行预处理,分解为不同频率的子图像,并采用压缩感知算法对高频子图像进行压缩处理,提高图像传输效率;然后采用混沌系统对水印信息进行处理,产生水印序列,并将水印序列嵌入到低频子图像中,最后采用小波变换对嵌入水印的低频子图像和压缩后的高频子图像进行融合,得到嵌放水印的载体图像,并可以采用压缩感知理论的重构算法提取水印信息。与数字图像水印算法进行了对比测试,结果明,本文算法大幅度改善了水印信息的嵌入量,嵌入水印合的载体具有良好的透明性,而且对各种攻击具有较好的鲁棒性,具有十分显著的优势。     

一种基于特征编码的Word文档数字水印算法

本文基于文本数字水印的特征编码思想,通过设置Word文档中字符的下划线格式以嵌入和检测水印。实验表明,该算法有较强的不可见性,能较好的嵌入和检测水印,从而达到数字水印的一般要求。     

一种新的改进Patchwork算法的彩色数字水印研究

本文提出了一种将彩色数字水印嵌入到彩色载体图像的新算法,利用改进的Patchwork方法将一级小波分解的水印图像的低频部分分别四次嵌入到经过离散余弦变换和离散小波变换后的载体图像的RGB分量中,提取的时候,将四次嵌入的低频分量取出并求平均值,用来作为水印的最终低频分量。经过实验验证,该算法对很多攻击具有很好的鲁棒性。     

基于Randon与Ridgelet变换的图像水印算法

提出一种数字水印算法,能够有效抵抗图像的几何攻击。为了提升水印抵抗旋转变换攻击的能力,利用原始图像的O°Randon变换为参照向量来判断出载体图像经受的旋转变换攻击并进行校正,使水印恢复同步。水印嵌入时先将原始图像进行小波分解,再将分解后的低频子带进行分块,对每一个块图像进行有限脊波变换。水印嵌入前先将水印进行置乱以提高安全性,再将二值水印一维化之后的每一位分别嵌入到脊波最大能量方向上。仿真实验结果表明,算法能有效抵抗噪声、滤波、压缩、旋转、剪切、缩放等图像攻击方法,抵抗各类攻击的能力较强。     

一种图像数字水印算法研究

为实现数字水印的隐蔽嵌入,提高水印鲁棒性和信息量,基于小波离散变换(DWT)、非下采样Contourlet变换(NSCT)和奇异值分解(SVD)提出了一种数字水印算法。利用Arnold变换实现水印图像的置乱加密;通过NSCT处理载体图像得到大小相同的低频子带,对该低频子带进行小波分解,然后进行SVD;确定嵌入强度,并将置乱的水印信息嵌入到奇异值中,重构低频分量;通过小波逆变换和NSCT逆变换实现水印嵌入。实验结果表明,在保证水印嵌入信息量前提下,该算法能够满足水印的隐蔽性;同时可抵抗噪声、滤波、压缩、剪切、旋转等攻击,鲁棒性较强;PSNR值在30 d B以上,NMSE值均在0.2以下。所述图像数字水印算法具有很好的鲁棒性、不可见性以及抵抗各种攻击的能力,对数字产品的版权保护具有促进作用。     

一种基于DWT的自适应图像数字水印算法

提出了一种基于DWT和Arnold置乱变换的自适应图像数字水印的算法。该算法利用人类视觉模型的频率掩盖特性对嵌入水印的强度能够进行自适应的调整,从而使算法具有自适应能力。实验结果显示,嵌入的水印具有不可见性,而且对于常见的JPEG压缩、滤波、噪声等攻击具有良好的鲁棒性     

基于边信息抗仿射变换的数字图像水印算法

设计抗几何攻击的图像水印算法是数字水印技术研究中的难点。仿射变换是典型的几何攻击，能够使目前大多数数字水印算法失效。基于带边信息的水印模型，本文提出了一种利用Zernike矩的抗仿射变换多比特图像水印算法。该算法将归一化图像的Zernike矩作为边信息，利用量化技术对的水印信息进行编码和嵌入。实验证明，本文提出的算法不仅具有很好的抗仿射变换和抗JPEG压缩的鲁棒性，而且具有较小的嵌入失真和较大的水印容量。     

基于复合小波变换的数字图像水印技术

提出了一种基于复合小波变换的健壮的数字图像水印算法。该算法首先通过复合小波变换运用视觉屏蔽调整水印使之与局部图像相适应,接着水印被应用于选择嵌入信道,最后水印通过运用另外的射频技术被添加到嵌入信道。文中最后测试了在攻击下DWT与WT域中各种算法健壮性,并进行了比较分析。     

基于DWT域自适应均值量化的彩色图像盲水印算法

本文以二维离散小波变换为基础,提出了一种新的盲水印算法.该算法采用均值量化的方式,在低频子带中分段嵌入二值水印信息,并且将该方法延伸到处理彩色图像水印的嵌入.除水印载体图像以外,水印的提取不需要任何其他附加信息.实验结果证明,该算法具有透明性好、嵌入信息量大的特点,并且能够较好地抵抗常见的数字水印攻击,如:JPEG压缩、图像剪切、椒盐噪声、高斯噪声等.该算法已经应用于电子印章产品中.     

基于置乱变换的DCT域数字水印改进算法

提出一种符合Kerckhoff原则的DCT域数字水印算法.该算法在嵌入水印前对水印进行Arnold变化,并通过密钥向量嵌入水印图像,大大提高了水印的鲁棒性和安全性.对比实验表明,该方案对高斯低通滤波、添加白噪声、JPEG压缩、图像剪切等攻击手段有较好的鲁棒性,并具有较高的安全性.     

基于混沌和分维的盲水印算法

把分形维数理论应用到数字水印中,提出了基于Chebysher混沌置乱和分形维数的自适应数字图像水印算法。首先将载体图像分块,计算每个小块的分形维数。然后将载体图像进行分块DCT变换,使用改进的邻域平均法,将经过混沌置乱后的水印信息嵌入到图像的DCT域中,并根据该小块的分形维数调节嵌入强度,实现了水印信息的自适应嵌入。提取水印时,实现了完全盲提取。MATLAB仿真结果表明,该算法具有较好的不可见性,对常见的图像处理攻击具有较好的鲁棒性。     

一种考虑水印特征隐藏三维数字图像保护方法

针对传统三维数字图像嵌入水印算法保留的水印特征信息过多,易被攻击的弊端,提出了一种考虑水印特征隐藏的三维数字图像保护方法,对于待加入水印的三维数字图像,引入分块DCT算法对原始图像进行水印特征隐藏处理并得到水印特征隐藏图元矩阵,再将水印图像通过BCH编码进行特征隐藏降噪压缩。根据设定的特征隐藏系数随机分配图元位置并插入原始图像中,得到包含特征隐藏水印的数据图像。仿真结果表明,该方法嵌入的特征隐藏水印不仅可抵抗多种不同类型攻击,比传统算法抗噪声攻击性提高了约25%,抗剪切攻击性提高了15%左右。     

数字水印提取的迭代学习辨识方法

针对结合混沌映射和多重混合的数字图像水印嵌入及提取问题,提出利用迭代学习辨识算法提取水印图像的方案。该方案将水印掩盖于混沌系统的参数中,以迭代学习算法重建原始水印图像。实验表明,运用所提出的迭代学习辨识算法能够从含水印图像中提取出完整的水印图像,给出的测试结果验证了学习算法抵抗常见几何攻击的能力。     

基于图像纹理特征的变容量可逆水印算法

为了提高含水印图像的质量和篡改恢复质量,提出了一种变容量数字水印篡改恢复算法。该算法首先将图像分为2×2的图像块,根据图像的纹理特性生成不同长度的检测水印和附加水印,然后分别基于不同的密钥将其嵌入到图像块的不同位置;篡改检测时,采用分层篡改检测的方案定位被篡改图像块,并应用提取出的双重水印重构图像块结构和纹理特征,实现图像信息恢复。实验表明,该算法不但能提高含水印图像质量、篡改定位精度和恢复质量,而且能够有效抵抗均值攻击和拼贴攻击。