基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。

基于神经网络和HVS的空域数字水印算法

为了弥补空间域水印算法在提取水印时需要原宿主图像、鲁棒性较差等缺点,提出一种基于BP神经网络和人眼视觉特性(HVS)的空域数字水印算法。先选出原宿主图像对比度函数值最大的前块用于二值水印图像的嵌入,利用神经网络能够逼近任意非线性关系的特点和其自适应性,构建水印信号嵌入前后图像块像素值间的映射关系,实现了水印的盲提取,并将该算法与现有算法进行了对比。实验结果表明,对于JPEG压缩、加噪、剪切和旋转等常见的图像处理攻击,算法具有良好的鲁棒性和不可见性。

基于HVS的小波变换数字图像水印算法

为实现图像水印在数据认证、访问控制和版权保护等领域发挥作用,提出一种人眼视觉感知特性的小波变换数字图像水印算法。首先对二值图像水印进行Arnold变换,并采用行堆叠的方法,转换成一维序列,然后根据密钥生成的高斯序列中值的正负来确定水印信息嵌入时是采用那种调制方式,最后对原始图像进行3级DWT分解,在小波图像的第二层中频子带中,结合人眼视觉特性将水印正向或负向调制叠加在宿主图像大于JND值的小波系数上。实验结果表明:该算法能抵抗JPEG压缩、加噪、剪切等多种攻击,具有良好的透明性,鲁棒性和安全性。

一种基于HVS和自适应小波变换的彩色图像水印算法

数字水印技术是实现数字产品产权保护的一种新方法。本文提出了一种基于HVS和自适应小波变换的彩色图像水印改进算法。首先利用改进的自适应小波变换对原始图像进行处理,然后采用混合置乱算法对水印图像进行处理。同时根据HVS的特点来确定水印的嵌入强度。实验证明这种算法具有较好的隐蔽性,对各种图像处理操作是鲁棒的。

基于多分辨率和HVS的盲图像水印隐藏方法

文章提出了一种盲图像水印隐藏方法，结合了人类视觉系统（ ＨＶＳ）和图像的 ＤＷＴ多分辨分解，实验结果表明这个方法是有效的。

一种基于HVS的彩色图像水印算法

讨论了一种将彩色水印图像嵌入到原始彩色图像中的数字水印算法。它利用人眼视觉系统特性,采用了在DWT域下按照频带重要性来嵌入水印的规则,即:水印应当首先嵌入图像小波低频系数,若有剩余,再按图像小波频带重要性的排序嵌入高频带。实验结果表明,提取的水印表现出较好的鲁棒性,且主观视觉失真较小。

基于HVS和量化的自适应盲水印算法

提出了一种基于HVS和量化的自适应盲水印算法,基于HVS的视觉模型使用亮度掩蔽系数,纹理掩蔽系数,频率掩蔽系数来自适应地调整水印的嵌入强度。算法选择在DCT域,通过用JPEG量化表量化DCT系数,比较量化后的DC系数|DC|与选定的量化后的AC系数|AC|之间的关系来嵌入和提取水印,并实现了水印的盲检测。由于DCT系数基于JPEG量化表来量化,对JPEG压缩具有很好的抵抗能力,对叠加噪声、模糊等常规的图像操作也具有很好的鲁棒性。实验结果证明,该算法是一种行之有效的方法。

一种基于图像分割和HVS的自适应数字水印

提出了一种基于图像分割和HVS的自适应数字水印算法。利用数字图像分割提取出图像中具有重要语义的区域，称为兴趣区域，作为水印嵌入的主要部位。每个兴趣区域按照其语义上的重要程度得到一个语义权值。对兴趣区域的子块，按照HVS特征给出子块的视觉屏蔽权值。两个权值的加权和决定各子块待嵌水印的强度。水印嵌入到各子块DCT域的低频部分。实验结果表明，该水印有很好的不可见性和鲁棒性。

基于混沌、HVS和小波变换的自适应数字水印算法

为了提高常规小波域水印算法的自适应性,在此提出了一种在小波域嵌入数字水印的新算法。首先,对载体图像进行一层小波分解;然后,对具有较大纹理强度的中频子带进行二层小波分解,并选取二层中频子带HL1作为嵌入区域;最后,计算嵌入区域中每一点的亮度差异值,并根据HVS原理将混沌置乱后的二值水印信息自适应的嵌入到具有较大亮度差异的位置上。经仿真实验表明,该算法具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。

基于IWT和HVS的彩色图像数字水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的。提出了一种基于整数小波变换(IWT:Integer Wavelet Transform)和人类视觉系统(HVS:Human Visual System)特性的彩色图像数字水印算法。本算法根据原始彩色图像的整数小波系数高、低频分量的特点,选择彩色图像的YIQ色彩空间的Y分量嵌入水印,利用人类视觉系统的特性,将二值水印图像加密后嵌入到Y分量的整数小波系数中。实验证明,该算法对锐化、JPEG2000压缩和旋转等图像处理均具有很强的抵抗能力,复杂度较低,实用性较强,更好地兼顾了水印不可见性与鲁棒性之间的矛盾。

一种基于HVS和EZW的水印算法

对Inoue提出的基于零树小波编码的水印算法进行了改进,提出了基于人眼视觉特性和零树小波编码的二值图像水印算法。该算法对图像和图像块进行分类,设置不同的视觉权值,并根据重要小波系数和纹理掩蔽函数嵌入水印。在C++ Builder6.0中对水印算法进行了测试。实验结果表明该算法具有较强的鲁棒性,当加入水印后的图像经过常规的信号处理后,该算法仍能够检测到水印的存在。并且该算法有较强的抵抗JPEG压缩攻击能力,对噪声、滤波等图像处理操作也取得了良好的鲁棒性。

基于图像特征和HVS的数字水印算法

提出了一种基于图像的统计特征与人类视觉系统相结合的水印嵌入方法.原始图像经4级小波分解后,在除低频子带与第一层子带之外的子带中选择重要系数,结合视觉掩蔽模型嵌入水印,实验仿真表明水印是不可见的,并且具有较好的鲁棒性.

一种基于HVS的高效图像数字水印算法

数字水印对版权保护是一种很好的方法.文章根据人眼视觉特性(HVS)包含水印嵌入和提取的水印算法,并给出了攻击分析.其中采用图像作为数字水印,具有二维信号可视化的优点.试验表明,该算法对于有损压缩、剪切和有损压缩操作具有很好的鲁棒性,具有高效、简洁、实用的特点.

基于IWT和HVS的彩色图像盲水印算法

针对目前大多数图像水印技术是关于灰度图像并且基于离散小波变换的研究,提出了一种基于整型小波变换(Integer Wavelet Transform,IWT)将彩色数字水印嵌入到彩色宿主图像中的算法。采用YCbCr色彩空间的Y分量嵌入水印,利用人类视觉系统特性(Human Visual System,HVS)实现彩色水印嵌入位置的自适应确定;彩色水印的提取不需要原始水印和原始宿主图像。实验证明,嵌入水印后的图像具有很好的不易觉察性,并且对常见的图像处理操作具有很强的鲁棒性。

一种基于HVS的自适应空间域可见数字水印

该文提出了一种基于HVS的自适应空间域可见数字水印算法。将原始图像按8×8分块,计算各块的熵、平均灰度值和方差,将图像块分为3类(平滑块、纹理块和边缘块)。依据人类视觉系统特点,在空间域自适应地嵌入一定强度的水印图像。实验结果表明,水印可见、图像边缘清晰,水印不易移除。

基于时空混沌和小波域HVS模型的图像扩频水印

数字水印为数字媒体版权保护的有效方法。本文利用小波分析的优良性质,结合基于小波变换域中的视觉门限模型,选择在图像的较低频子带的重要系数中加入一定幅值的水印,水印为基于时空混沌的二值序列,它具有良好的随机性、不可见性和健壮性。检测时,根据水印图像提取的待测水印和水印序列的相似性来判断水印是否存在。模拟实骀结果表明,该方案具有良好的效果。

基于HVS的多通道DCT彩色图像水印算法

提出了一种基于离散余弦变换(DCT)的彩色盲水印算法,首先将彩色图像由RGB彩色空间转换到YCbCr彩色空间,利用其良好的空间独立性,分别对三个空间进行DCT,并根据人眼视觉特性自适应选择嵌入量,嵌入水印。实验结果表明,嵌入算法容易实现,且该水印算法具有很好的不可见性,并对剪切和JPEG压缩等图像处理都有很好的鲁棒性。

一种基于HVS和MPEG-2的视频水印算法

针对MPEG-2的视频特征,提出了一种视频水印算法。该算法利用GOP中的I帧和P帧实现定位,并在多个B帧嵌入水印信息。在确定嵌入强度时,利用人类视觉特性自适应的方法嵌入阈值。通过仿真测试,该算法具有较好的透明性和鲁棒性。

基于CDMA和HVS的彩色图像数字水印算法的研究

提出一种基于CDMA(码分多址)和HVS(人类视觉系统)的彩色图像数字水印算法。该算法对原始水印进行CDMA扩频处理以提高安全性。水印嵌入过程中,充分考虑了HVS的特点,将原始图像进行分块后,将水印信息嵌入原始图像的纹理块的DCT中频系数中。实验表明该方法能够有效地抵抗多种图像处理操作,具有良好的不可见性和鲁棒性。

Adaptive Image Digital Watermarking with DCT and FCM

A novel adaptive digital image watermark algorithm is proposed. Fuzzy c-means clustering （FCM） is used to classify the original image blocks into two classes based on several characteristic parameters of human visual system （HVS）. One is suited for embedding a digital watermark, the other is not. So the appropriate blocks in an image are selected to embed the watermark. The wetermark is embedded in the middle-frequency part of the host image in conjunction with HVS and discrete cosine transform （DCT）. The maximal watermark strength is fixed according to the frequency masking. In the same time, for the good performance, the watermark is modulated into a fractal modulation array. The simulation results show that we can remarkably extract the hiding watermark and the algorithm can achieve good robustness with common signal distortion or geometric distortion and the quality of the watermarked image is guaranteed.