纹理掩蔽特性在水印技术中的应用

为了提高图像版权保护与信息跟踪的可靠性,提出了一种基于最小二乘支持向量机的纹理掩蔽特性数字水印技术.图像区域子块的纹理越复杂,人眼可感知的视觉门限就越高;对于边缘区域,该视觉门限最高,在特征区域中可以选择这些位置作为水印的嵌入点.根据图像子块邻域像素间的相关性原理,使用最小二乘支持向量机建立起邻域像素之间的关系模型,动态地调整模型的输出值同中心像素值的大小关系,实现水印信息的嵌入与提取.同时,用粒子群算法来优化水印信息的嵌入强度.实验表明,嵌入水印后的图像不仅有着很好的隐蔽性和较强的稳健性,对联合图像专家小组压缩、几何剪切、放缩等一般的图像处理操作,有着较强的抵抗力,同时实时性、安全性都比较强.

基于视觉掩蔽的隐写不可感知性评价方法

传统的信息隐藏不可感知性评价方法不能全面反映人眼主观感受,以致无法准确衡量隐藏算法的性能。为此,利用人眼感知质量与图像自身均方误差呈线性关系的特点,同时考虑人眼对亮度和纹理的敏感特性,提出一种基于视觉掩蔽的评价方法。给出图像感知质量与图像均方误差之间的线性表达式,根据亮度表达式和梯度分别计算亮度权重系数和纹理权重系数,运用计算所得的权重系数对线性表达式进行线性加权,得到隐写不可感知性评价值。实验结果表明,与峰值信噪比方法相比,该方法得出的评价结果能更准确地反映主观感知质量。

一种基于纹理特性的自适应彩色图像水印方法

根据人眼的视觉系统特性,结合二维离散小波变换的多分辨率分析特性,纹理特性,提出一种小波零树结构的自适应彩色图像水印嵌入算法。该算法精选小波零树,对重要小波系数进行分类。并根据人类视觉特性和纹理特性,对不同类采用不同的嵌入方法。实验结果表明:该文提出的算法有较强的抵抗JPEG压缩攻击能力,并且对噪声、滤波、剪切等图像处理操作也取得了良好的鲁棒性。

基于小波分析的自适应数字水印算法

提出一种在小波变换域嵌入数字水印的新算法。利用视觉系统的纹理掩蔽及照度掩蔽特性 ,在第三级细节子图块的最大系数中嵌入水印信号。水印强度与图像背景亮度及纹理强度成正比 ,使水印对原始图像具有自适应性。对水印图像进行各种退化处理的实验表明 。

基于通信技术的自适应数字水印算法

对数字水印算法现状进行研究,提出一种基于通信技术的DCT中频域的自适应数字水印算法。综合通信技术中的扩频技术和交织技术,采用纹理掩蔽性技术,以灰度图像为载体,以二值图像为水印,对水印进行直接序列扩频和交织编码置乱;根据载体图像的纹理特性求得嵌入强度,选择DCT变换域的中频系数进行水印自适应嵌入,检测过程运用密钥实现水印的盲提取。攻击测试结果表明,该算法兼顾了数字水印的隐蔽性和鲁棒性,普遍适用于秘密信息传递、电子商务等实际应用中。

基于小波域块分类的信息隐藏算法

提出一种新颖的基于混沌序列加密隐藏信息,并对载体图像进行小波域块分类的信息隐藏算法。包括混沌序列的生成、基于纹理掩蔽的块分类方法和信息嵌入与提取算法。利用Matlab实现信息隐藏的算法,计算载体图像的峰值信噪比和提取信息的相似度。实验证明,利用该算法隐藏信息更为方便、安全可靠,信息隐藏量大,在因特网通信中具有较好的应用前景和使用价值。

基于元胞自动机变换的重复水印算法

为了在满足水印不可见性和鲁棒性的同时,充分保障水印的安全性,提出了一种元胞自动机域的水印重复嵌入算法。利用元胞自动机的复杂多变的动力学特征,设计一个长的密钥矢量,先对水印进行元胞自动机加密,再对图像子块进行元胞自动机变换,利用纹理掩蔽特征将加密水印重复地嵌入图像子块中,水印检测无需原始图像。实验结果表明提出的算法有很好的鲁棒性、安全性和不可见性。

一种改进的半调数字图像水印方法

随着数字媒体的广泛普及,人们已经提出了许多种在灰度图像和彩色图像中嵌入水印的方法,但是由于半调图像的特殊性,这些方法大部分不适合直接应用于半调图像。本文在KW[1]方法的基础上提出了一种改进的半调图像水印方法。该方法利用了阈值T来控制水印的嵌入位置,在保证图像质量的前提下,嵌入尽可能多的数据。

基于混沌加密和HVS的数字水印

将混沌加密理论运用于水印嵌入算法中,对水印图像进行先置乱再加密的预处理。结合DC分量和AC分量的优点在DC系数、AC低频系数和AC中低频系数上分别嵌入水印,并结合人类视觉系统的纹理掩蔽特性将原始图像块分为三类以控制水印的嵌入强度,实现水印的自适应嵌入。水印提取时,对结果进行融合来获得更好的提取效果。实验结果证明本算法具有良好的不可见性和鲁棒性。

分形理论引导的图像临界差异感知阈值估计

目的 图像的临界差异(just noticeable difference, JND)阈值估计对提升图像压缩比以及信息隐藏效率具有重要意义。亮度适应性和空域掩蔽效应是决定JND阈值大小的两大核心因素。现有的空域掩蔽模型主要考虑对比度掩蔽和纹理掩蔽两方面。然而,当前采用的纹理掩蔽模型不能有效地描述与纹理粗糙度相关的掩蔽效应对图像JND阈值的影响。对此,本文提出一种基于分形理论的JND阈值估计模型。方法 首先,考虑到人眼视觉系统对具有粗糙表面的图像内容变化具有较低的分辨能力,通过经典的分形理论来计算图像局部区域的分形维数,并以此作为对纹理粗糙度的度量,并在此基础上提出一种新的基于纹理粗糙度的纹理掩蔽模型。然后,将提出的纹理掩蔽模型与传统的亮度适应性相结合估计得到初步的JND阈值。最后,考虑到人眼的视觉注意机制,进一步考虑图像内容的视觉显著性,对JND阈值进行感知一致性修正,估计得到最终的JND阈值。结果 选取4种相关方法进行对比,结果表明,在注入相同甚至更多噪声的情况下,相较于对比方法中的最优结果,本文方法的平均VSI(visual saliency-induced index)和平均MOS(mean opinion score)在LIVE(Laboratory for Image&Video Engineering)图像库上分别提高了0.001 7和50%,在TID2013(tampere image database 2013)图像库上分别提高了0.001 9和40%,在CSIQ(categorical subjective image quality)图像库上分别提高了0.001 3和9.1%,在基于VVC(versatile video coding)的JND图像库上分别提高了0.000 3和54.5%。此外,作为另一典型应用,开展了感知冗余去除实验。实验结果表明,在保持视觉质量的前提下,经过本文JND模型平滑处理后的图像,其JPEG压缩图像相比于原图直接JPEG压缩得到的图像能节省12.5%的字节数。结论 本文提出的基于分形维数的纹理粗糙度能够有效刻画纹理掩蔽效应,构建的纹理掩蔽效应与传统的空域掩蔽效应相结合能够大幅提升图像JND阈值估计的准确性和可靠性。