一种基于位平面分解的多分辨率数字水印算法

提出了一种基于位平面分解的多分辨率图像数字水印方法;利用多分辨分解技术将相同分辨率层次的多分辨灰度数字水印嵌入到对应的相同分辨率层次的载体图像的小波系数中,使水印对原始图像具有自适应性。水印的嵌入位置由具有混沌特性的Arnold映射确定,在增加水印安全性的同时还解决了水印嵌入位置冲突的问题。由于在水印的嵌入过程采用了量化的方法,水印可实现盲提取。计算机仿真试验表明该算法具有良好的安全性、鲁棒性和可操作性。

一种综合空域和时频域的数字水印算法

提出一种空域和时频域相结合的多分辨率灰度图像水印算法。该算法对原始载体图像进行离散小波分解,并对灰度水印图像先进行拉普拉斯金字塔分解再进行位平面分解。将水印图像位平面分解系数嵌入到原始图像的水平和垂直分量上,水印嵌入小波系数的位置由具有混沌特性的Arnold映射确定,从而实现水印的盲提取。实验结果证明,该算法对图像的普通处理,如噪声、滤波、剪切、JPEG压缩和旋转等,均具有较好的鲁棒性。

基于DCT和DWT变换域的双功能水印方法

为了改善数字水印功能的单一性,基于离散余弦变换和离散小波变换的思想,提出一种双功能数字水印方法,通过嵌入鲁棒水印和脆弱水印来实现图像内容版权保护和图像认证的双重目的。实验结果表明:新算法利用小波变换的特点,在图像的低频部分嵌入鲁棒水印,能使其具有良好的鲁棒性;利用离散余弦变换在其高频部分嵌入脆弱水印,当遭受攻击或篡改时脆弱水印更易被损坏,从而可以达到图像认证的目的。

基于位平面分解的图像数字水印方法

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,论文提出了一种基于对图像水印位平面分解的数字水印方法。文中首先介绍了图像水印信号的生成过程,然后详细地探讨了该方法的实现过程,最后利用试验对该方法进行了论证,试验结果表明,该方法具有图像失真小、鲁棒性好、可操作性强等优点。

基于DWT＿SVD的盲检测鲁棒视频水印算法

结合离散小波变换、奇异值分解和Logistic混沌映射等相关数字水印技术,提出了一种新的适用于视频版权保护的盲水印算法。该算法利用了矩阵奇异值分解的能量稳定特性以及小波变换具有高低频分离的特点,首先选取原始载体视频序列的若干场景,借助密钥分离其亮度分量,随后对其进行分块奇异值分解,取最大奇异值进行小波变换;选取小波变换后第r层的低频子带LLr再次进行奇异值分解,取奇异值矩阵的第二个对角元素组成新的矩阵,最后将Arnold置乱处理后的水印嵌入到新的矩阵中。该算法采用混沌映射产生的序列对水印图像进行预处理,将完整水印重复地嵌入到若干段场景中。水印检测时,根据嵌入水印时的量化值能够盲提取水印信号。仿真实验表明,该算法对一般的视频信号处理及常规几何攻击具有良好鲁棒性。

基于DWT与SVD的视频版权保护数字水印算法

结合离散小波变换、奇异值分解和Logistic混沌映射等相关数字水印技术,提出一种新的适用于视频版权保护的水印算法。对载体视频场景图像亮度分量进行分块奇异值分解,再取最大奇异值进行分块小波变换;最后将预处理后的水印嵌入到低频子带奇异值分解后的奇异值中。仿真实验表明,该算法具有较好的稳健性,能够应对常规的视频信号处理及几何攻击。

增强奇异值分解和细胞神经网络的零水印

目的针对奇异值分解算法存在的对角线失真、虚警错误等问题,引入一个寻找最抗攻击缩放比例的参数,提出基于增强奇异值分解的零水印算法。方法首先将离散小波变换作用于原始图像,对分离出的低频逼近子图进行不重叠分块,对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵,再分别对每个块矩阵进行增强奇异值分解,将得到的最大奇异值与最大奇异值均值作比较构成特征向量;然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像;最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值,通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。结果在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下,提取的水印和原始水印的归一化相关值都在96%以上,算法平均运行时间为2.389 s,性能较高。结论通过利用参数对奇异值矩阵进行调整的方法,不仅增强了算法的鲁棒性,而且解决了奇异值分解(SVD)出现的对角线失真和虚警错误问题。同时通过结合零水印的思想,解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。