一种基于DCT域与图像置乱的数字水印算法研究

提出了一种将水印图像进行Arnold置乱后嵌入到经DCT域进行变化的载体图像中的数字水印算法。算法研究结果表明水印具有较好的不可见性及健壮性。同时,文中采用不同图像处理方式对嵌入水印后的图像进行了攻击实验,实验表明该算法对于JPEG压缩具有较好的鲁棒性。     

鲁棒性数字图像水印算法研究

为了有效保护多媒体信息的版权,研究利用离散余弦变换的算法对整个数字水印图像进行数字变换,将水印加载在中低频分量上以保护原多媒体信息,对数字水印图像的嵌入、提取和攻击进行鲁棒性测试,试验表明该方法不仅可以从攻击后的图像中完整提取水印,而且水印的鲁棒性及抗攻击性较好,可经受一定程度的有损信号处理和一般的数字几何变换,有较强的推广价值.     

图像水印中扩频算法的研究

数字水印是保护多媒体作品(图像、视频、音频)版权的有效手段,近年来在国内外引起了人们极大的兴趣。它通过在原始数据中嵌入秘密信息———水印(watermark)来证明多媒体作品的所有权。在研究DCT变换域的图像水印扩展频谱算法的基础上,运用感知性和健壮性标准对不同的图像水印扩频算法进行评价,为公正评价水印系统提供了依据。     

一种图象水印的改进算法

An improved image watermark algorithm (IIWA) is given in this paper, the work flow chart and the work principle of this algorithm are introduced in detail. Although the normal watermarking technique brings up a new way of securing data transactions through the Intemet, its robustness and integrity are vulnerable during the net transmission and image processing. Using network signature technique, varied coding methods and other unique technique, IIWA improved the general watermark algorithm in the robustness and integrity. In other words, IIWA greatly enhanced the transmission security and can be applied to information protection in the Internet.     

基于DCT和DWT的彩色数字水印算法

提出了一种基于离散小波变换和离散余弦变换的彩色数字水印算法。首先对嵌入图像进行猫脸变换和离散余弦变换进行置乱,然后将变换后的水印图像嵌入经过离散小波变换的宿主图像中。实验证明,基于该算法实现的嵌入水印后的宿主图像能够很好满足安全性、隐蔽性、鲁棒性等要求。     

一个性能良好的图像水印算法

提出了一种性能良好的图像水印算法，该算法在嵌入水印时先对水印信息进行奇偶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奇偶解码，实验结果表明，该算法比未采用奇偶编码的同一水印算法具有更好的不可见性和稳健性。     

一种基于 HVS 特性的视频水印算法

针对数字视频版权保护问题,利用人类视觉系统（HVS）特性基于 MPEG －2标准提出一种盲水印算法。首先选定为 B 帧亮度最高的3个8×8 DCT 分块作为水印嵌入位置,然后利用分块位置和低频分量增长趋势实现水印的嵌入,最后通过仿真实验验证了算法的不可见性与鲁棒性。     

基于混沌和离散余弦变换的数字水印算法

提出了基于混沌和离散余弦变换的数字水印算法,该算法是将混沌映射序列作为水印信息,并在载体图像的离散余弦变换域较大幅度值上嵌入排序后的水印信息,而在水印提取时,再利用原图像、水印图像和密钥进行水印重构。Matlab仿真实验结果表明,该算法在保证水印不可感知性的同时,对添加噪声、高斯低通滤波、中值滤波、裁剪、旋转等常见信号处理攻击具有较强的稳健性。     

基于DCT变换的一种数字水印技术

利用离散余弦变换DCT算法,结合人眼视觉模型HVS,提出了生成数字水印嵌入的JEPG图象及对水印的提取和检测算法。通过实验取得了较好的隐蔽性和稳定性。     

基于Arnold变换和DCT变换的数字水印算法

数字水印技术是解决多媒体数据版权保护问题的有效手段之一。提出了一种基于Arnold变换和DCT变换的数字水印算法。该算法首先使用Arnold变换对水印图像进行置乱处理,然后对原始载体图像进行8×8的DCT变换。为了提高水印鲁棒性,本算法采用多重嵌入的方法,在各个彩色分量相同位置像素块的DC系数上嵌入同一经过Arnold变换处理过的鲁棒水印。实验结果表明,该算法具有良好的抗攻击性和不可见性,是一种有效的方法。     

基于离散余弦变换的脆弱水印智能优化算法

基于离散余弦变换的脆弱数字水印计算过程中,由于浮点数-整数转换过程舍入误差造成影像峰值信噪比(PSNR)降低,提取水印标准互相关相似度(NC)低,采用遗传算法、克隆选择算法等智能优化算法,可以修正变换过程产生的舍入误差,提高基于离散余弦变换的脆弱数字水印的性能。并且这一思路能够进一步用在其他数字水印技术中,采用智能算法来修正某些关键计算步骤引入的舍入误差。     

新的基于奇异值分解和小波变换的图像水印技术

基于传统的奇异值分解技术和小波变换技术,这里将两种技术相结合,提出了一种新的数字图像水印技术。将灰度水印图像嵌入到了载体小波变换分解后的中频子带。仿真实验结果表明,该算法比较有效,能够抵抗多种攻击,具有较好的鲁棒性和透明性。     

基于模运算的DCT域盲水印算法

本文提出了基于模运算的DCT域盲水印算法。算法首先对原图进行DCT分解，对分解的图像进行8×8分块。其次，根据伪随机序列对水印和水印信息嵌入位置乱，将水印信号嵌在每一小块的低频系数上，并进行反变换。实验表明该算法具有不可见性和鲁棒性。     

离散余弦变换和离散小波变换相结合的数字水印算法研究

一种保护图像不被非法记录和转发的有效方法是在图像中嵌入数字水印.本文提出一种离散余弦变换与离散小波变换相结合的数字水印算法.实验结果证明,本算法虽然嵌入水印后图像的质量有所下降,但能够抵抗很多种类的攻击,具有具有良好的视觉效果和鲁棒性.     

基于HVS的自适应盲水印算法

提出了一种基于人类视觉系统特性的和DCT变换的图像水印算法,首先根据HVS特征计算载体图像每个分块的嵌入阈值,然后利用阈值实现水印在不同分块的自适应嵌入。通过仿真实验,算法在确保鲁棒性的基础上实现了较好的透明性。     

用VisualC++实现数字图像处理研究

在信息处理和信息传输中,为了提高其传输的效率并减少信息损失量,需要将大量信息进行压缩编码。数字图像处理中的变换域压缩编码技术是将图像信号以图像数据块为单位作二维变换,然后对各变换系数逐个地进行量化和编码,达到压缩信息的作用。离散余弦变换(DCT)在实数域中得到变换结果,并且有快速算法。本文通过VisualC 编程,对图像进行傅立叶变换、离散余弦变换,通过分析比较原图像和经过变换后的图像及它们的直方图,比较DFT与DCT两种变换域分析方法和两种变换域分析法的特点。     

基于MPEG压缩域的高速公路车辆检测方法

提出了一种从MPEG-2压缩数据流中提取高速公路车流量的方法．白天根据车辆运动的特点,利用宏块的运动矢量检测车辆,并给出了运动矢量噪声的滤除算法．夜间根据车灯的亮度高于背景区域的特点,利用图像块的DCT系数检测车辆的车灯,并介绍了P帧图像块的DCT系数的计算方法．为了防止道路外物体的移动以及镜头的移动对检测造成的影响,给出了车道定位的方法以及镜头移动检测的算法．采用此方法,白天的检测准确率可达97．4％,夜间的检测准确率可达95．4％．实验表明本检测方法是有效的．     

彩色图像的数字水印系统设计

针对数字产品的版权保护问题,利用二维离散整数小波变换的快速性,结合人类视觉系统特性,开发了一种基于彩色图像新的、简单的、鲁棒性盲水印嵌入系统.系统可以将水印信息嵌入到不同整数小波分解级数下的彩色载体图像中去,具有嵌入速度快、安全性高的特点.首先将彩色载体图像由RGB彩色空间转换到YUV空间,再对y分量进行多级整数小波分解,然后分别将有意义的二值图像和字符串作为水印嵌入到不同级数小波分解后的低频域(LLn).算法选择了合适的水印嵌入位置,实验结果证明:系统使图像的不可见性好,所嵌入的水印对一般的图像处理攻击,如噪声、滤波、旋转、压缩等有较强的鲁棒性,系统实用性较强.     

基于DCT-SVD的盲数字水印鲁棒提取算法

提出了一种新的基于DCT-SVD的数字水印算法．该算法将图像分块后,先进行离散余弦变换,再进行奇异值分解,根据数字图像进行奇异值分解后得到的奇异值序列是递减的序列这一特性来嵌入水印．提取水印时不需要原始图像,所以本水印方案是盲的．实验结果表明,该算法不仅对几何失真具有很强的抵抗能力,而且对添加噪声、滤波及JPEG压缩也具有良好的鲁棒性．     

一种基于小波和DCT的人脸识别算法

提出了一种基于小波变换和离散余弦变换(Discrete Cosine Transform DCT)的人脸识别方法,它通过对经过小波变换的人脸图像的低频图像进行DCT变换,从而获得原始图像的频谱图像,然后利用最近邻法进行分类,在ORL人脸数据库上的实验表明这样的方法能够获得比传统主成分分析(Principal Components Analysis PCA)更好的识别性.