基于线性空间隐藏模型的可逆图像水印算法

提出一种基于线性空间隐藏模型的可逆图像水印算法.通过对原始图像载体互不重叠的划分形成图像块序列,对其进行整数小波变换,获取待嵌水印子带.根据0/1水印序列和线性空间隐藏模型,将水印不可感知地嵌入到图像的小波域中,提高水印鲁棒性和不可见性.只需判断奇偶性提取水印,并且通过简单逆向平移恢复原始.线性空间隐藏模型的提出实现了水印间相互独立,从而使该算法能扩展到多著作权的无损水印领域.投票原则的使用又进一步提高水印的鲁棒性和降低了误检率.在无外界干扰的条件下,拥有密钥和其他秘密参数的用户能够无损恢复原始图像.仿真实验表明,与相关工作比较该算法能应对一定程度的有损压缩和高斯噪声攻击,表现出较高的鲁棒性、安全性和不可见性.

基于二次预测误差和像素排序的可逆图像水印

为了提高可逆图像水印算法的性能,提出一种二次预测误差与像素排序相结合的可逆图像水印算法;该算法首先对像素进行二次误差预测;并利用相邻像素的误差值来确定其余像素的预测误差;然后采用局部复杂度对像素进行排序,以使具有较小误差值的像素被优先处理并进行数据嵌入;最后通过平移差值直方图生成零点间隙,利用冗余的零点间隙嵌入水印信息。实验结果表明,利用二次预测误差与像素排序技术,可以有效地提高像素的预测精度并降低图像失真;在相同的嵌入容量下,该算法嵌入水印后图像的PSNR比相关算法提高了1 dB左右,具有更好的不可感知性。

基于预测失真的自适应两遍嵌入可逆图像水印

为了解决图像隐蔽性和水印嵌入容量之间相互矛盾的问题,提出一种基于预测失真的自适应两遍嵌入可逆图像水印.首先对图像进行分块,利用方差衡量图像子块纹理性,根据纹理性设置子块嵌入强度初始值;然后对子块图像预测失真再动态调整嵌入强度;最后利用嵌入强度自适应地进行两遍嵌入水印.实验结果表明,此方法可以在高容量嵌入时有效减少图像失真;实现了高容量且有较高质量的可逆图像水印算法.

基于多尺度分解与预测误差扩展的可逆图像水印算法

针对现有可逆图像水印算法中嵌入量与图像视觉质量之间的矛盾,提出了一种基于多尺度分解与预测误差扩展的可逆图像水印算法。首先,对原始图像进行多尺度分解,将其分解为同质块和非同质块;其次,通过对同质块进行预测误差扩展来嵌入水印信息;最后,通过计算非同质块信息熵,根据嵌入水印信息量选择合适的非同质块,通过对选取的非同质块进行整数小波变换,在中高频中嵌入剩余水印信息。实验结果表明,该算法易于实现且完全可逆,能有效提高水印嵌入量,具有较高的视觉质量。

基于位平面分解的可逆图像水印算法

为了提高现有基于差值扩展可逆图像水印算法的视觉质量和嵌入率,提出了一种基于位平面分解的可逆图像水印算法.对载体图像进行位平面分解,选取其低6 bit位平面组合在一起构成新图像.对构成的新图像进行互不重叠块划分,计算每块熵值,选取其熵值较小的图像块利用广义差值扩展算法嵌入水印.选取熵值较大的图像块所对应的原始图像块利用差值量化法嵌入溢出图等相关辅助信息.采用Lena,Barbara等标准的8 bit灰度图像作为测试图像进行了可逆水印算法的试验.结果表明该算法不仅嵌入率高,而且有较高的视觉质量,能实现原始图像的完全恢复.以Lena为宿主图像时,其有效载荷可达0.93 bpp.和其他算法相比,在维持较好视觉质量的前提下提高了水印嵌入率.

灰度共生矩阵纹理特征选块的可逆图像水印

针对当前灰度共生矩阵(GLCM)的4个主要特征参数与图像子块纹理复杂度之间没有准确的数学关系和隐蔽图像遮蔽性上不足的问题,提出一种GLCM纹理特征选块的可逆图像水印。首先把原宿主图像分成128×128大小的子块;然后利用均方误差(MSE)给4个纹理特征参数赋予权值,建立特征参数与图像子块复杂度的数学关系;最后计算得出各个子块的复杂度,选择复杂度最大和次大的子块,采用基于预测误差对扩展的可逆算法进行数据隐藏。提出的特征参数与纹理复杂度之间的数学关系,能够准确计算图像子块复杂度,嵌入水印后的自然图像和医学图像平均峰值信噪比(PSNR)值较现有方法分别高出2.65%和0.93%左右。本文算法能准确反映子块内部的纹理复杂度并具有更好的隐蔽性,适用于医学、军事和卫星等领域。

可逆数字图像水印研究与进展

首先介绍了可逆图像水印与传统图像水印的区别及特点;然后介绍了可逆图像水印技术领域的主要研究成果及有代表性可逆图像水印技术;最后介绍了研究问题及发展方向。

结合二次差值扩展与插值扩展的可逆图像水印算法

为了提高现有可逆图像水印算法的视觉质量和嵌入率,提出了一种结合二次差值扩展和插值扩展的可逆图像水印算法。首先去除原始图像中的0和255像素点;然后对去除0和255像素点后构成的新图像进行互不重叠块划分并对划分出的每个图像块进行插值扩展;接着将前一半置乱后的水印信息利用一次差值扩展嵌入到经插值扩展生成的图像块中;最后利用二次差值扩展将剩余的一半水印信息嵌入到之前生成的水印图像中,去除扩展的像素点和并上之前已去除的0和255像素点,以此生成最终的水印图像。实验结果表明该算法不仅嵌入率高,而且有较高的视觉质量(平均PSNR值高达77.91dB),能实现原始图像的完全恢复。和其它基于差值扩展的可逆图像水印算法相比具有一定的优势,无需考虑嵌入区域的平滑度。

可逆数字图像水印的典型算法及评价标准

目前数字图像水印研究热点中的可逆数字图像水印,相对于传统图像水印,不仅要求水印可以嵌入到载体图像中,而且要求待嵌入的水印在提取之后,原始载体图像可完整恢复.可逆数字图像水印的这种特性,使得其在医疗、军事、司法等对图像完整性和真实性要求特别高的领域具有广泛的实际应用价值.本文剖析了基于像素对的差值扩展算法、基于矢量的差值扩展算法、基于预测误差调节的可逆水印算法、基于直方图移位的可逆水印算法共4种空域典型可逆水印算法和2种典型的频域可逆水印算法:基于整型DCT系数和直方图修改的可逆水印算法、基于DCT系数量化的可逆水印算法,给出了可逆数字图像水印的嵌入容量评估、视觉质量评估和完整性评价等评价方法.

一种基于整数双正交小波变换的鲁棒可逆水印算法

为提高现有数字图像可逆水印算法的鲁棒性、增强水印图像的不可感知性,提出了一种基于整数双正交小波变换的鲁棒可逆水印算法。该算法将整数可逆双正交小波变换和分块直方图技术结合以高效嵌入置乱后的水印,提高水印算法的抗几何攻击性。仿真结果表明:该算法不但可以实现盲提取,在鲁棒性、不可感知性等性能方面较同类算法有显著提高,并且易于实现,生成的水印图像质量高。

基于自适应图像块组合的无损图像认证算法

现有基于分块的无损图像认证算法在图像认证块划分方面存在不足。为此,提出一种基于自适应分块组合的无损图像认证算法。算法中的认证块由基本分块根据原图像特征和水印图像保真度要求自适应组合而成,认证信息用数字签名技术产生,以无损水印方式嵌入,同时以多次嵌入方式实现图像编号的顽健传送,利用图像编号和认证块编号防止矢量量化攻击。理论分析与实验结果表明该算法篡改定位能力强于现有无损图像认证算法,且适应性强,能抗矢量量化攻击。

基于完整上下文预测的可逆数据隐藏

提出一种非线性、自适应、基于完整上下文的梯度调整预测算子FCGAP。FCGAP适用于图像可逆数据隐藏算法。在FCGAP中,目标像素的预测值等于4邻域像素值的加权平均,加权系数由与目标像素最近距离的12近邻确定。采用FCGAP,提出一种高容量低失真的可逆数据隐藏算法。实验结果表明,FCGAP能充分利用上下文信息,提高像素预测精度,基于FCGAP提出的可逆数据隐藏算法相比已有可逆数据隐藏算法具有更好的容量-失真性能。

基于视点间关系预测的立体图像可逆水印

针对特殊应用领域的立体图像安全性问题,提出了基于视点间关系预测的立体图像可逆水印,能够无损地恢复原始立体图像。根据左右视点匹配像素具有较强相关性的特征,能够较准确地预测立体图像的像素,并建立峰值点较高的预测误差直方图。通过直方图峰值点的平移,并采用多层水印嵌入,从而达到较高的水印容量。此外,根据水印嵌入代价率,为峰值寻找最优零点,从而减少了非水印嵌入的数据平移量,提高了含水印立体图像的质量。实验结果表明,相比现有预测算法,提出的基于视点间的预测算法更加精确;在相同水印容量的情况下,本文方法的图像质量高于现有扩展的立体图像可逆水印方法,在较大水印容量时,峰值信噪比(PSNR)的提高尤其明显。