基于双域标记的视频鲁棒可逆水印算法

针对现有视频水印算法无法兼顾鲁棒性与可逆性的问题,文章提出一种基于双域标记的视频鲁棒可逆水印算法。该算法在H.264视频编码中的量化DCT系数域利用传统鲁棒水印拼接技术,嵌入水印信息;在运动矢量域利用二维直方图迁移技术,嵌入辅助信息,实现解码端的水印提取与原始视频的无损恢复。实验结果表明,文章算法具有良好的不可见性,实验视频的峰值信噪比与结构相似度均值分别为44.7537 dB与0.9902,比特率扩张均在16.74%以下,同时对不同强度的失真攻击均具有强鲁棒性,实验视频的归一化互相关系数均在0.970以上,误码率均在0.068以下。

双树复小波变换下的数字图像鲁棒性水印方法

为提高数字图像的峰值信噪比,提出基于双树复小波变换的数字图像鲁棒性水印方法。利用双树复小波变换对原始输入图像进行分解,结合小波函数与图像重构条件,降低输出信息的冗余度,并通过计算各子图的高频变量,确定水印嵌入位置,以此为依据,根据嵌入强度因子与水印嵌入密钥实现水印的嵌入,通过图像水印序列的解扩与反置乱操作,对图像水印进行提取,继而完成水印的嵌入与提取过程。实验结果表明,所提方法的峰值信噪比较高,具有良好的鲁棒性。

基于双混沌映射的遥感图像零水印算法

现有遥感图像零水印算法多为特定类型的遥感图像设计,普适性较差,且对水印组合攻击的鲁棒性不强。该文提出一种基于双混沌映射的遥感图像零水印算法。①对遥感图像进行非下采样剪切波变换,选取低频图像进行离散余弦变换;②对变换后的图像进行分块,并对各子块进行Schur分解,通过比较每个子块上三角矩阵中第一个元素值和均值的大小构建特征矩阵;③利用一维Logistic映射置乱遥感图像,与特征矩阵进行异或运算得到一个二值序列;①结合2D-LALM-Tent映射和Arnold置乱水印图像,对前述二值序列和置乱后水印的二值序列进行异或运算得到零水印。实验表明,该算法对不同类型遥感图像的适用性较好,且对水印组合攻击的鲁棒性较强,无精度损失,可用于多种类型遥感图像的版权保护,为遥感图像的共享提供安全保障。

基于块邻域的图像双脆弱水印算法

针对自嵌入水印技术固定偏移映射带来的安全隐患和单水印机制可恢复率受限的问题,提出了一种基于块邻域的图像双脆弱水印算法。将图像划分为不重叠的4×4图像块,并运用块截断编码生成基于块内容的恢复水印;对任一图像块,设置适当大小的块邻域,并在其邻域外和邻域内随机选择两个图像块作为映射块;同时将恢复水印分别嵌入对应的两个映射块中。算法的图像块邻域设置机制可确保图像块与其对应映射块保持一定的距离;图像块邻域内外映射块选取机制使两个映射块之间保持一定的距离,保证了水印的安全性。理论分析了在连续区域篡改情形下,篡改区域与图像块邻域之间的关系,分析表明存在合适的图像块邻域,使被篡改区域的平均恢复率优于随机映射嵌入算法。利用数值计算给出了篡改区域平均恢复率和篡改区域各图像块恢复率的分布趋势,趋势表明:当篡改参数固定时,图像块邻域与篡改区域相交面积越大,其篡改区域的平均恢复率越高;而当篡改参数与邻域参数满足:t≤(r-1)/2时,篡改区域图像块可100%恢复;(r-1)/2 <t≤r时,篡改区域中心的部分图像块可100%恢复;t>r时,篡改区域图像块恢复率有所降低。实验结果验证了理论分析的合理性和有效性;与基于随机映射的双水印嵌入算法相比,在连续区域篡改情形下,邻域参数较大时,篡改区域的平均恢复率高于随机映射嵌入算法。

多功能双水印算法

该文针对单水印算法往往存在功能单一的问题,利用奇异值的稳定性,提出一种多功能双水印算法。先在图像分块的奇异值上嵌入鲁棒水印,然后在含鲁棒水印图像的空域LSB嵌入脆弱水印,并设计了判别恶意篡改和无意篡改的准则。实验不仅考察鲁棒水印抵抗攻击的鲁棒性,而且还考察脆弱水印对鲁棒性的影响和篡改检测与定位的能力。实验结果表明:鲁棒水印具备很强的抗攻击鲁棒性;脆弱水印对篡改敏感,而且篡改定位精确。因此算法具备版权保护和内容认证双重功能。

基于压缩感知的交互支持双水印算法

针对一般水印算法功能单一,而双水印算法中两种水印互相干扰的问题,提出了一种交互支持双水印算法.首先将鲁棒水印嵌入图像中,然后从鲁棒水印的密钥中抽取出一部分形成观测矩阵,使用该观测矩阵对图像进行分块压缩感知(Compressive Sensing,CS),观测值即为半脆弱水印,将半脆弱水印作为零水印注册保存.零水印的使用减少了双水印对原始图像视觉效果的影响,可以有效避免两种水印之间的干扰.压缩感知理论的引入实现了两种水印之间的交互支持,一方面,鲁棒水印为半脆弱水印的生成提供观测矩阵及保密支持,另一方面半脆弱水印可以增强鲁棒水印的性能并验证其密钥的真实性.

一种兼具版权保护及窜改认证双重功能的数字水印算法

针对目前较多数字水印功能单一的不足,提出了一种新的具有双重功能的数字图像水印,首先在原始图像的小波中频区域中,通过比较中心系数与邻域系数均值关系来嵌入版权水印;其次在低频区域中自适应地嵌入半脆弱水印作为认证水印,实现版权保护和窜改认证的双重功能。两种水印的检测和提取都不需要原始图像。采用常规的图像处理操作和恶意窜改操作进行实验,结果表明,该方法透明性好,版权保护水印对JPEG压缩、裁剪、噪声等攻击抵抗力强,内容认证水印能够精确地定位窜改,具有很好的应用前景。

基于小波包分析的数字音频双水印算法

针对以往双水印算法鲁棒性不高和定位不准确的问题,提出一种基于小波包分析的数字音频双水印算法。算法对原始音频信号进行小波包分解,在得到的低频系数和中低频系数中嵌入零水印和半脆弱水印。改进的零水印算法鲁棒性有了很大的提高,能更好地完成音频信号的版权保护;对中低频系数采用量化的方法嵌入二值水印图像,有别于以往算法需将二维图像转换为一维序列,不会对零水印的提取产生影响。该方法对一系列常规处理和幅度缩放都有较好的鲁棒性,不但能确定水印图像遭恶意篡改的位置,而且能够定位原始载体音频的篡改位置,真正实现了对音频信号的内容认证。

基于三维网格模型的双重数字盲水印算法

为提高一重三维模型数字水印的安全性,提出一种基于三维网格模型的双重数字盲水印算法。通过改变三角网格顶点在其一环相邻顶点所确定的局部几何空间中的位置和三角面片顶点排列顺序,嵌入双重水印,使模型能抵抗严重的剪切攻击及一定程度的噪声攻击。算法在提取水印时无需原始模型。仿真结果表明,该算法能够有效抵抗平移、旋转、均匀缩放、顶点乱序、多边形乱序及剪切等攻击,具有嵌入可读水印的不可见性。

基于Contourlet和SVD的鲁棒双水印算法

提出了一种Contourlet域的基于奇异值分解的鲁棒水印算法。综合Contourlet变换和奇异值的优点,选择宿主图像Contourlet变换后的低频子带和能量最大的高频子带作为水印嵌入子带,分别嵌入水印信息。水印提取时,从两个子带水印中选择NC值较大的作为最终提取的水印。实验结果表明,该算法在保证了不可见性的同时,对常规攻击和几何攻击均具有较强鲁棒性。

基于小波域的彩色图像双水印算法

提出了一种基于小波域的彩色图像双水印算法:把RGB彩色图像转化为YIQ空间模型图像,并提取其亮度分量Y;对亮度分量Y进行一级离散小波变换,对所得到的第一级逼近(LL1)、水平(LH1)和垂直(LV1)细节子图分别进行细化,选取适当的嵌入位置进行双水印的嵌入;对不同类型的水印(二值和灰度)采用不同的嵌入算法。理论分析与仿真结果表明,应用该算法实现的水印具有很好的不可见性和鲁棒性。

基于混沌的图像自恢复安全双水印算法

为提高图像自恢复双水印算法的安全性,提出一种基于混沌的安全双水印算法。该算法首先利用混沌映射将双水印信息加密后再嵌入其他图像块的低位,然后结合图像块内容和嵌入在图像块低位的恢复水印信息,利用混沌映射随机生成用于检测图像块真实性的认证数据。理论分析和实验结果表明该算法在保持篡改恢复质量和不可见性的基础上,有效提高了自恢复双水印算法抵抗内容篡改攻击和字典搜索攻击的能力。

基于DWT和DCT的自适应双重音频水印

针对数字音频版权保护和内容认证的问题,提出了一种用于版权保护和内容认证的自适应双重音频水印算法。算法对每段原始音频信号进行离散小波变换和离散余弦变换,分别提取混合变换域的低频系数和中低频系数作为水印的构造和嵌入域,利用音频载体的统计特性自适应地构造零水印和嵌入半脆弱水印,实现音频版权保护和内容认证。实验结果表明,该算法的不可感知性很好,在抵抗多种攻击时具有良好的鲁棒性,并且能够对恶意窜改进行定位。

数字音频双重水印算法

提出了一种同时嵌入鲁棒水印和易损水印的算法.利用离散小波变换的多分辨率特性以及离散余弦变换的解相关和能量压缩能力,在中低频区嵌入鲁棒水印;在小波域的高频区嵌入易损水印.水印的嵌入采用量化的方法,提取水印信号时不需要原始音频信号.实验结果表明,文中算法的水印鲁棒性高,适于音频作品的版权保护;而文中的易损水印对音频攻击具有很强的敏感性,可同时认证音频作品的内容完整性.

基于Contourlet变换和SVD的数字水印算法

通过对轮廓波多尺度分解与奇异值分解(SVD)的研究,实现一种基于Contourlet变换的双重嵌入算法。为解决算法的安全性问题,对水印图像采用双因子加密的方法;加密后的水印图像经过SVD后双重嵌入到Contourlet变换的低频系数和合适的方向子带中,为水印的提取增加一次机会。水印提取过程中,获取原宿主图像的奇异值,可以提取水印,因此是一种近似盲提取算法。仿真和攻击实验结果表明,与其它算法进行比较分析,该算法的不可见性和鲁棒性得到了一定提高。

基于离散小波变换的双重水印方案

数字水印技术是多媒体安全领域引人瞩目的研究方向,在版权保护、权利认证以及秘密通信等方面发挥着积极的作用。提出了一种基于离散小波变换的自适应双重盲数字水印方案。为了提高水印的不可感知性和鲁棒性,第一重水印经置乱后,按照人类视觉的特点被嵌入到低频分量块的平均值上,可实现盲提取;第二重水印是伪随机序列,通过Arnold变换散布嵌入垂直分量中,并通过统计学实现盲检测。仿真结果表明,该方案能较好地保持图像的质量,并对常见的图像处理操作和其它攻击有较强的鲁棒性。

基于VLSI知识产权保护的可恢复双重芯核水印方法

针对现有芯核水印技术在水印受到攻击损坏后认证困难的问题,提出了一种基于VLSI知识产权保护的可恢复双重芯核水印方案.该方案主要采用一种门限秘密共享方案将待恢复的水印信息作为恢复因子;然后,通过构造特殊表达式组合的形式来压缩水印的预处理信息,并建立恢复因子与待恢复水印信息之间的映射关系;其次,在FPGA设计的bitfile自约束文件中通过插入未用LUT的冗余属性标识符来嵌入自恢复水印信息;最后,通过实验测试与结果表明:该方案可在水印受到一定程度的移除攻击后仍能有效地恢复出原始水印信息.同时,该方法也具有资源开销小、水印嵌入信息容量大以及鲁棒性强等优点.

基于小波变换的双水印算法

数字音频水印是水印技术中重要的组成部分。而近年来对音频水印的研究远远少于图像水印,双水印的研究则更加少。因此提出了一种基于小波变换的双水印算法,在音频信号的小波变换域嵌入两个不同作用的水印,对一些音频处理有很好的鲁棒性的同时又能有效地判别音频信号的真实性和完整性。实验证明本算法的两水印分别具有很好的鲁棒性和敏感性,并实现了水印的盲提取。

基于神经网络的数字音频双重语义水印算法

基于语义的数字水印算法研究是当前数字音频内容管理领域的热点问题,该文设计基于统一内容定位技术的音频语义标引框架,建立数字音频语义水印模型。提出了基于RBF神经网络的双重语义水印算法,该算法用RBF神经网络自适应选择水印嵌入的最佳音频片段,用小波变换提取所选音频片段的近似分量和细节分量,分别在两种分量中嵌入不同的语义信息,形成双重语义水印,实现语义信息和原始音频信号的一体化传输。根据语义水印信息的不同属性描述,实现音频资源的有效检测与监督。实验结果表明,当嵌入信息量较大的语义水印时,该算法仍有较好的鲁棒性和不可听性。

基于DWT和DCT的视频数字双水印方法

针对单水印算法存在功能单一的问题,提出一种基于DWT和DCT的视频数字双水印方法,通过嵌入鲁棒性水印和脆弱性水印实现视频版权和完整性认证的双重目的。利用DWT和DCT变换、多重嵌入等方法,在同一视频序列中先后嵌入两种不同类型的数字水印,后嵌入的脆弱性水印服务于先嵌入的鲁棒性水印。实验结果表明,该方法不仅能有效地保护视频信息的版权,还能抵抗一些常见攻击,以达到防止被篡改的目的,具有较好的鲁棒性和不可见性。