一种自适应的奇偶量化水印算法

合集下载

基于小波自适应量化的水印算法

A wavelet image-adaptive quantization
watermarking algorithm
作者：奚浩波[1];杨格兰[2]
作者机构： [1]韶关学院计算中心,广东韶关512005;[2]湖南城市学院计算机科学系,湖南益阳413049
出版物刊名：韶关学院学报
页码： 39-42页
主题词：版权保护;小波树;盲检测
摘要：为了有效地保护数字媒体的版权,提出了一种基于小波的自适用量化的水印算法,使水印算法能确定水印的最优嵌入能量来量化小波系数,实现了水印不可感执行和鲁棒性之间的折衷,同时,水印的提取无须求助于原图像,很好地实现了水印的盲检测.实验结果和攻击测试表明,提出的算法对JPEG/JPEG2000压缩、添加噪声、剪切、亚抽样、低通滤波等多种攻击有较强的鲁棒性.。

一种小波域的自适应数字盲水印算法研究

ＡＢＳＲＡＣＴ：ＳｕｙｏｉｉｌｉｇｏｙｇｔｐｏｅｔｎｒｄｔｎｌｗｔｒｒｉｇａｇｒｔｍａｎｔｓｌｅｔｅｃｎＴｔｄｎｄｇｔｍａｅｃｐｒｈｒｔｃｉ．Ｔａｉｏａａｅｍａｋｎｌｏｉａｉｏｉｈｃｎｏｏｖｈｏ — ｔｄｃｉｎｂｔｅｔｒｒｉｇｒｂｓｎｓｎｏｃａｍｅｔｎａａｔｅｗａｅｍａｋｎｌｏｔｍｓｐｏｏｅａｅｒｉｔｅａｏｗｅｎｗａｅｍａｋｎｏｕｔｅｓａｄｃｎｅｌｎ．Ａｄｐｉｔｒｒｉｇａｇｒｈｉｒｐｓｄｂｓｄｖｉｏｖｌｔｄｍａｎｎｗａｅｅｏｉ．Ｆｒｔ，ｔｅａｇｒｔｍｄｐｓｔｅｖｓａｙｔｍｇｘｕｅｃａａｔｒｔｓａｄｂｇｔｅｓｍａｋｉｌｈｌｏｈａｏｔｈｉｕｌｓｅｉｅｔｔｒｈｒｃｅｓｉｎｒｈｎｓｓ — ｓｙｉｓｍａｅｉｃｉｉｇｐｅｄａｄｍｉａｙｓｑｅｃｓｇｎｒｔｄａｈｔｒａｋｎｎａｃｅｔｅｗｔｒａｋｎｏｕｔｅｓｈｎｎｓｕｏｒｎｏｂｎｒｅｕｎｅｅｅａｅｓｔｅｗａｅｍｒ，ａｄｅｈｎｓｈａｅｍｒｉｇｒｂｓｎｓ．Ｔｅ
Ｗ＝｛ｋ）ＥＵｋ ∈ Ｗ（）ｌＷ（，｝（）１
１首先将原始水印信息转换成二进制流ｍ，）然后将其
进行映射获得｛一１１水印序列ｍ，水印序列的长度为，｝该

一种奇偶量化的音频水印算法

今后可以考虑将水印同时嵌入到ＭＰ３文件的帧头
Ｌ
ｌ
笪：垦！鱼些望
主ｉ塑ｌ高速发展的过程中出现的，起步较晚但又涉及面较
使用ＶＳ２００８编写Ｃ＃小程序，来实现对音频主数据进行仿真攻击．具体步骤为： ① 打开携带水印信息的ＭＰ３文件；
客观质量评价测试：对音频信号的客观评价，一
般采用计算嵌入前后的信噪比ＳＮＲ来确定，ＳＮＲ的
计算方法见公式ｆ４）：
配置为１．８ＧＨｚ双核ＣＰＵ，１Ｇ内存，５１２Ｍ独立显卡，通过计算Ｍａｔｌａｂ程序的运行时间来衡量运行效率。为了说明本算法的嵌入效率，实验中将本算法与经
本文设计了一种通过修改ＭＰ３音频文件比例因子的最低有效位来实现音频水印方案。实验结果表明．该方案具有较好的不可感知性，并且在抵抗随
结构信息包含帧头、帧边信息和音频主数据。
表３ＭＰ３文件的帧结构
取。水印的鲁棒性一般与水印的嵌入强度有关，水印
嵌入的强度越大，该算法的鲁棒性越强。但是如果水印的嵌入强度过大，会对不可感知性产生较大影响。通过ＭＰ３文件结构（表３）可知，ＭＰ３文件的帧
得到相关系数ＮＣ值和统计得到的比特误码率ＢＥＲ值见表４

一种用于数字音频广播的自适应水印算法

一
种用于数字音频广播的自适应水印算法
顾怡祥，陈晓光
（旦大学通信科学与工程系，上海２０３）复０４３
摘要：为了解决数字音频广播版权认证，提出一种基于频域和ＭＰＧ压缩域的自适应盲检Ｅ测水印算法。通过量化处理数字音频信号的离散傅里叶变换系数的幅度和ＭＰＧ音频流的比例因Ｅ子的方法嵌入水印。仿真表明，该算法对数字音频信号的Ｍ２压缩、噪声叠加以及滤波等操作具Ｐ有很强的鲁棒性，可适用于实际数字音频广播系统。关键词：数字音频水印；数字音频广播；自适应；盲检测；压缩域；频域；鲁棒性
中图分类号：Ｔ３．Ｎ９４３文献标识码：Ａ
ＡｅｆｄｐｉｇＡｕｉａｅｍａｋｎｇｒｔｍｏｇｔｌＡｕｄｏＢｒａｃｓｉｇＳｌ－ａａｔｎｄｏＷｔｒｒｉｇＡｌｏｉｈｆｒＤｉｉａｉｏｄａｔｎ
段得到了广泛的研究和应用，研究一种适合数字音频广播应用的音频水印算法有很好的理论和现实意义。字音数频水印算法可以分成３类：时域算法、变换域算法［ｓｊ３］－和压缩域算法【６】一。时域算法的特点是计算复杂度低，嵌入的信息量大，但嵌入强度受到不可觉察性的限制，印一般比较脆弱，尤其是对于压缩和滤波等处理。基于变水换域的音频水印算法通过改变音频信号的频域系数（ＤＴＤＴ或ＤＷＴ等系数）隐藏水印，然在一定程度上如Ｃ，Ｆ来虽

一种基于DCT域的自适应可见水印算法

第１０卷
第２９期
２１００年１０月
科
学
技
术
与
工
程
Ｖｏ．０Ｎｏ２０ｃ．１１．９ｔ２０１０
１７一１１ｆ００２ — ３３０６ｌ８５２１）９７０ —４
ＳｉｃｅｈｏｏｙａｄＥ￣ｎｅｎｃｎｅＴｃｎｌｇｎｎｅｎｇｅ
ＤＴ是一种实数域变换，具有很好的能量压缩能Ｃ，力和去相关能力，目前流行的国际压缩标准相兼与
容，因此它在数字音频信号压缩和图像压缩等领域
得到了广泛应用。设ｓ，）图像信号，二维（Ｙ为则
ｓ，）＝∑ ∑ ｃｕｃ），）ｏ（Ｙ（）（Ｓ（ｃｓ
值，根据图像局部亮度调节水印的嵌入强度，现实
了嵌人水印的自适应性。
（
其中：
）（ｃ０ｓ
）
（）２
０
０≤ ｙ， ≤Ⅳ一１
１理论基础
ＤＴ变换的公式为ｊＣ：
水印主要用于明确标识版权、防止非法的使用，可应用于数字电视、字图书馆、数电子商务等 ¨ 。
文献［］出了一种基于图像亮度和纹理特征３提
的自适应可见水印方案，印嵌人因子是由图像的水局部亮度和纹理特征确定。文献［］据宿主图像４根顶部和底部分块的边缘点、理和亮度特征对这些纹块进行分类，可见水印图像嵌入到最佳嵌入位将置。本文提出了一种ＤＴ域自适应的可见水印算Ｃ

一种自适应图象水印算法

一种自适应图象水印算法的报告，800字
自适应图像水印算法是一种用于保护数字图像的当今最流行的方法之一。

它的目的是将可视水印嵌入到原始图像中，从而抵御不同类型的破坏攻击，如拉伸、旋转、裁剪和过曝。

本文将介绍一种自适应图像水印算法,在给定水印图片后，通过对原始图像进行小波变换、累加缩放处理，将水印图片嵌入原始图像，并且可以通过水印结果重构原始图像，以验证图像内容是否发生变化。

首先，我们以水印图片为例，使用小波变换算法从原始图像中抽取特征，以更好地提取原始图像的信息。

然后，我们利用累加缩放处理，将水印图片嵌入原始图像中。

这种算法在嵌入水印时，会根据原始图像的特征，自动选择嵌入图像的位置，从而使得嵌入的水印表现出更良好的可视效果和自然程度。

此外，我们可以利用累加缩放的特性将水印图片在原始图像中分散嵌入，以防止敌人使用图像对抗技术对水印图片进行降噪处理。

这种分布式嵌入也可以有效抵抗破坏攻击，因为无论军国分子如何破坏水印图像，都无法消除其根本的特征。

最后，自适应图像水印算法还可以有效提取水印图片，以验证图像内容是否发生变化。

通过重新构建水印图片，可以有效检测出图像中可能存在的任何异常变化，从而保护原始图像的完整性和真实性。

总的来说，自适应图像水印技术是一种高效、精确而可靠的数
字水印技术，它可以有效地防止数字图像的滥用，保护图像的版权和隐私安全。

一种自适应图象水印算法

第25卷　第4期1999年7月自　动　化　学　报A CT A A U T OM A T ICA SI NI CA V o l.25,N o.4Jul.,19991)广东省自然科学基金资助项目(项目号:980442).收稿日期　1998-04-13 收到修改稿日期　1999-03-08一种自适应图象水印算法1)黄继武(中国汕头大学电子工程系　广东　515063)　SHI Y un Q(De p t .of ECE ,New J erse y I nstitute of T echnology ,Ne w ark ,NJ 07102,US A )　摘　要　数字水印作为数字媒体版权保护的有效办法,近年来在国际上引起了人们极大的兴趣与注意.提出了一个利用块分类的自适应图象水印算法.为了实现自适应,将原始图象分块并设计了一个基于视觉掩蔽特性的分类器.根据分类的结果,不同强度的水印分量被嵌入到不同图象块的DCT 低频系数中.实验结果表明,应用所提出的算法实现的水印对常见图象处理和噪声干扰具有很好的稳健性.关键词　图象水印,数字水印,版权保护,视觉掩蔽,块分类.AN ADAPTIVE IMAGE WATERMARKING ALGORITHMHU A NG Jiwu(Dept .of Electronic Eng ineerin g ,S hantou University ,Shantou 515063)SHI Yun Q(Dep t .of ECE ,New J erse y I nstitute o f Technolog y ,New ark ,N J 07102,US A )Abstract As an effect m ethod to provide copyright pro tection for dig ital media ,digital w aterm arking has dr aw n ex tensive attentio n recently .This paper pr opo ses an adaptive im ag e w ater marking based o n block classification .T he algor ithm splits the original image into blocks and classifies these blocks based on visual masking.Watermark com ponents w ith different streng th ar e inserted into some DCT coefficients accor ding to the classification.The ex perimental results demonstrate that the w ater marks generated w ith the pr opo sed algor ithm are inv isible and robust against noise and comm only used imag e pr ocessing techniques .Key words Imag e w atermarking ,digital w aterm ar king ,copy right pro tection ,visual m asking ,block classification.1　引言随着数字媒体(数字图象、数字视频、数字音频等)的广泛应用,其版权保护成为一个迫切需要解决的问题.传统的加密系统在数据传输过程中虽有保护作用,但数据一旦被接收并解密,其保护作用也随着消失.因此只能满足有限的要求[1,2].数字水印(dig ital w atermarking)是解决版权保护问题的有效补充办法[3,4].它通过在原始数据中嵌入秘密信息——水印(w aterm ar ks)来证实该数据的所有权归属.主要应用于[5]:1)非法拷贝媒体数据的检测;2)媒体所有权的认定;3)媒体的防拷贝保护;4)原版媒体的真伪鉴别.对数字图象而言,水印分隐形(invisible )和可见(visible )两种.本文探讨数字图象隐形水印问题.设F 和W 分别代表原始图象和水印,则嵌入水印的图象F ′可表示为F ′= (F ,W ),其中 ()为编码函数.给出待测试图象F *,可抽取待证实的可能水印W *=D (F *,F ),D ()为译码函数.若相关函数 (W *,W )满足(W *,W )≥T ,则判定水印存在;否则水印不存在.水印算法的实现可分为两类:空域的方法[6]和变换域(DCT ,DFT 和DW T )的方法.从综合性能分析,变换域的方法更加优越一些,目前占据了主要地位.未来的趋势也当以变换域的方法为主流.DCT (Discrete Cosine T ransform )域的方法[3,7]计算量较小,且与国际数据压缩标准(JPEG ,M PEG ,H 261/263)兼容,便于在压缩域(compressed dom ain )中实现,目前用得最多.DFT (Discrete Four ier Tr ansfor m)域的方法[8]有利于实现水印的仿射变换(图象几何变换和传输过程中常见畸变的数学模型)不变性,且可利用相位信息嵌入水印(根据Hayes [9]的结论:从图象的可理解性角度,相位信息比振幅信息更重要.与利用振幅信息相比具有更多的优点),但DFT 与国际压缩标准不兼容,因而限制了其应用.DWT (Discrete Wavelet T ransform )域的方法[10]由于WT 良好的空间-频率分解特性和即将成为新一代静止图象压缩标准(JPEG 2000)以及未来运动图象压缩标准的潜在可能性,有十分好的前景.不可见性(invisibility)和稳健性(robustness)是对图象隐形水印最基本的要求.一般说来,稳健性是要求水印对如下攻击有较强的抵抗能力:常见图象处理,如压缩编码(特别是对JPEG )、低通滤波、图象增强、次抽样、几何变换、A /D 和D /A 等.噪声干扰和几何失真.不可见性和稳健性是互相矛盾的因素.在一些水印算法[11,12]中,水印被嵌入(embedding)图象某些象素的LSB(Least Sig nificant Bits)中,以保证不可见性.然而由于LSB 中的数据最有可能在常见图象处理过程(如压缩编码和低通滤波等)中被丢掉,因而稳健性差.有些算法[3]提出水印应放在感觉上重要的地方,以具有足够的稳健性.当然,感觉上重要的数据的改变对不可见性影响较大,需要小心进行.还有的则进行了折衷[7].实477　4期黄继武等:一种自适应图象水印算法质上,水印的不可见性和稳健性除了跟所放置的位置有关外,还跟嵌入的水印强度有关.对水印嵌入要求的命题应是:在保证不可见性的前提下,在合适的位置(频域或空域)嵌入尽可能高强度的水印信号.解决这一问题的有效途径之一是充分利用视觉系统的视觉特性,实现自适应.本文提出了一个利用块分类的DCT域自适应水印算法.首先,原始图象被分为8×8块.利用视觉系统HVS(H uman Vision System)的照度掩蔽特性(luminance masking)和纹理掩蔽特性(texture m asking),我们设计了一个空域块分类器把图象块分为三类.然后,对所有图象块进行DCT.在DCT域,根据块分类的结果,不同强度的水印分量被嵌入到不同图象块的部分DCT低频系数中.实验结果表明,所提出的水印算法对常见图象处理和噪声干扰具有很好的稳健性.本文第二节介绍基于视觉系统掩蔽特性的图象块分类方法.第三节描述了水印嵌入和检测过程.实验结果和结论在第四节给出.2　基于HV S的自适应图象水印算法水印编码可看为在强背景(原始图象)下迭加一个弱信号(水印).只要迭加的信号低于对比度门限(co ntrast sensitivity threshold),视觉系统就无法感觉到信号的存在.根据HVS的对比度特性,该门限值受背景照度、背景纹理复杂性和信号频率的影响.背景越亮,纹理越复杂(或有边缘存在),门限就越高[13,14].这现象称为照度掩蔽和纹理掩蔽.视觉掩蔽特性暗示,具有不同局部性质的区域,在保证不可见性的前提下,可允许迭加的信号不同.为此,我们把图象块分为三类,以便迭加不同强度的水印分量.第1类(R1)平均灰度较低(暗),且灰度变化比较平滑,HVS对其中象素值的改变较为敏感,迭加的水印分量的强度应最弱;第3类(R3)平均灰度较高,且纹理复杂(或存在边缘),HVS对其中象素值的改变敏感性最弱,迭加的水印分量的强度应最强;余下的为第2类(R2).设背景照度为I,根据Weber定律[15],在均匀背景下,人眼刚好可以识别的物体照度为I+I,I满足I≈0.02 I.(1) 视觉领域的进一步研究表明I～I的关系更接近指数关系.参考文献[16]提出了更准确的对比度敏感度函数(CSF,Contrast Sensitivity Functio n)I=I0 max{1,(I/I0)!},(2)其中I0为当I=0时的对比度门限,!为常数(0.6～0.7).对图象f(x,y)中大小为n×n的块B k,根据上式,我们定义了如下衡量块均匀度的参数d(B k)=1n2(x,y)∈Bkw(m k)f(x,y)-m km k,(3)其中m k为B k的灰度均值.上式的物理意义是:决定物体照度可见度的应该是对比度而非照度绝对差.由于I～I关系的非线性,加权系数w(m k)作为修正因子.w(m k)根据(2)式确定w(m k)=(1/m k)!.478自动化学报25卷当d (B k )较小时,B k 被认为比较均匀;反之,d (B k )较大时,B k 被认为包含纹理和边缘.作者曾在基于分割的图象编码算法中利用d (B k )作为块均匀度的测量标准[17],其结果优于利用块方差作为标准的情况.块分类器可描述如下:如果m k <T 1且d (B k )<T 2,则B k ∈R 1.如果m k >T 3且d (B k )>T 4,则B k ∈R 3.若上述两种情况均不满足,B k ∈R 2.其中,T 1～T 4为门限,可由实验确定.3　水印编码与译码水印编码过程由如下三个步骤组成:1)图象分块DCT ;2)水印产生和嵌入;3)DCT 反变换.原始图象被分割为互不覆盖的图象块f k (x ′,y ′),0≤x ′,y ′<8,k =0,1,…,K -1.对f k (x ′,y ′)进行DCT 变换,得到F k (u ′,v ′).水印W 为具有正态分布N (0,1)、长度为L 的实数随机序列,即W ={x i ,0≤i ≤L },L =l K ,l 为每图象块嵌入的水印子序列长度.理论分析和实验[3,18]证明,由Gaussian 随机序列构成的水印具有最好的稳健性(需要注意的是,当水印长度较长时,必须注意Gaussian 序列个别样值幅度有可能过大,必须给以限制).水印分量采用如下办法嵌入图象块的DCT 系数中.F ′k (u ′,v ′)=F k (u ′,v ′)+∀ x i ,l k ≤i <l (k +1),　(u ′,v ′)∈S k ,F k (u ′,v ′),　otherw ise.其中S k 具有l 个元素,选自F k (u ′,v ′)的低频分量.∀为拉伸因子,根据块的类别而改变.∀可由实验确定.对应R 1～R 3,本文取∀分别为2,6,9.分析和实验表明,其值对不同图象具有较好的适应性.我们仅利用l 个DCT 低频系数来嵌入水印.这是因为:低频系数集中了信号大部分能量,对信号较为重要.水印嵌入于此具有足够的稳健性.通常低频系数具有较大的值,水印信号嵌入后对图象影响较小,有利保证不可见性. 直流系数代表了块的平均亮度,对直流系数的改变容易导致块效应(block effects).l 不宜取得太大,因为改变太多的交流系数或者对不可见性不利(强度不变),或者影响稳健性(强度降低).本文取l =3,即水印分量被嵌入F k (0,1),F k (1,0)和F k (1,1)中.最后,对DCT 域中调整后的图象块进行DCT 反变换,得到包含水印的图象为f ′(x ,y )=∪K -1k =0IDCT {F ′k (u ′,v ′)}. 水印检测基于相关检测技术.待测试图象f *(x ,y )与原始图象的差值为e (x ,y )=f *(x ,y )-f (x ,y )=∪K -1k =0e k (x ′,y ′),0≤x ′,y ′<8.对e k (x ′,y ′)进行DCT 变换,可抽取待测试序列E k (u ′,v ′)=DCT {e k (x ′,y ′)},　0≤u ′,v ′<8,479　4期黄继武等:一种自适应图象水印算法W *k ={x *i ,l k ≤i <l (k +1)}=E k (u ′,v ) (u ′,v ′)∈S k ,W *={x *i ,0≤i <L }=∪K -1k =0W *k .如果f *(x ,y )中含有水印,则W *应与W 足够相似.W *与W 的相似度采用下式计算,(W *,W )= L -1i =0x *i x i L -1i =0(x *i )2.若 (W *,W )>T 5,可以判定被测图象中有水印W 存在;否则,没有水印W .T 5的选择要同时考虑虚警概率和漏警概率.T 5减小,漏警概率降低而虚警概率提高;T 5增大,则虚警概率降低而漏警概率提高.根据[3],若W *与W 不相关, (W *,W )>T 5的概率等于具有Gaussian 分布的随机变量超过其均值T 5倍方差的概率.所以,T 5被设定为5.4　实验结果和结论被测图象f *(x ,y )水印检测器响应检验序列X m 图1　实验方案为了测试本文算法的性能,我们产生了10000个具有正态分布N (0,1)的随机实数序列X m 用来检验水印检测器对被测图象的响应,其中X 5000为嵌入图象的水印.测试过程如图1所示,对每个被测图象,X m 从X 1顺序改变直到X 10000.实验结果如图2～4所示,所有图象均为256×256.(a)原始的“Lena ”图象.(b)嵌入水印的图象.图2　水印的不可见性效果图2证实了应用所提出算法实现的水印的不可见性.(a )为原始的“Lena ”图象,(b )为嵌入水印后的图象.从视觉效果的角度,即使与原始图象放在一起进行比较,也很难感觉到水印的存在.图3证实了水印抗压缩编码的稳健性.我们看到,含有水印的图象即使由于压缩编码产生了很大失真(PSNR=27dB),水印仍可被可靠地检测出来.这表明,对于通常所允许的失真范围的压缩编码,水印能可靠地存在.图4则证实了水印抗噪声干扰的稳健性.(a)和(b)分别为含有水印的图象受加性正态噪声干扰后的结果和检测器的响应.尽管图象质量已经很差(PSNR=19.6dB),检测器的响应仍足够强.我们也测试了所实现水印抗低通滤波和次抽样的稳健性.对含有水印的图象分别进行5×5均值滤波、水平和垂480自动化学报25卷直方向2 1抽样,检测器的响应为9和24,均高于判决门限,证实了水印的稳健性.(a )图2(b)经JPEG 压缩后的重建图象.(b)检测器对(a)的响应.图3　水印抗压缩编码的稳健性(a )图2(b )受正态噪声干扰的结果.(b )检测器对(a )的响应.图4　水印抗噪声的稳健性对图象增强、A /D 和D /A 的情况,尽管我们未进行测试,但由于水印嵌入图象信号能量比较集中的低频分量,可以预计,水印在这几种情况下将会有较好的稳健性.然而,因算法在DCT 域实现,尚未能解决旋转不变性问题.本文将视觉掩蔽特性应用于图象隐形水印编码中,提出了一个基于块分类的自适应图象水印算法,所实现的水印具有如下优点:抗常见图象处理和噪声干扰的稳健性非常好.在DCT 域中实现,与国际压缩标准兼容,可应用于压缩域中.计算简单,易于实现.本文的主要贡献在于:将HV S 特性应用到水印算法中.目前的水印算法应用HVS 特性的还较少.由于不可见性与HVS 特性紧密相关,基于HVS 特征的水印算法将是图象水印技术未来重要的研究方向之一.由于采用自适应,所实现的水印在稳健性能上比目前较典型的方法有明显的提高.481　4期黄继武等:一种自适应图象水印算法482自动化学报25卷参　考　文　献1　M acq M,Quisqu ater J-J.Crytology for digital T V broadcasting.P r oceed ing s of the I EE E,1995,83(6):944-957 2　Zh ao J,Koch E.In bus ines s today and munications of the A CM,1998,41(7):67-723　Cox I J,Killian J,Leig hton F T,Shamoon T.Secu re s pread spectrum waterm ark ing for mu ltimedia.IE E E T rans.on I mage P roc essing,1997,6(12):1673-16874　Yeung M M.Digital w atermarkin g.Editorial for Communications of the A CM,1998,41(7):31-335　Sw anson M D,Kobayash i M,T ew fik A H.M ultimedia data embedding and w atermar king technologies.Pr oce edings.of the IE EE,1998,86(6):1064-10876　Nikolaidis N,Pitas I.Robust image waterm ark ing in the s patial domain.S ignal Pr ocessing,1998,66(3):385-4037　Barni M,Bartolin i F,Cappellini V,Piva A.A DCT-domain system for robus t image w atermarking.Sig nal Pr oce ssing,1998,66(3):357-3728　Ruanaidh J K O,Pun T.Rotation,s cale an d translation invariant spread spectrum digital image w ater mark s.S ig nal P roc essing,1998,66(3):303-3179　Hayes M H.T he recons truction of a m ultidimension al s equence from the ph as e or magn itu de of the FFT.I EE E T rans.on A coust.,Sp eech,S ignal Pr ocessing,1992,40(4):140-15410　Xia X,Bon celet C G,Arce G R.Wavelet tran sform bas ed w atermark for digital im ages.Optic s E xp re ss,1998,3(12):497-51111　Van S chyn del R G,T irkel A Z,Osborne C F.A d igital waterm ark.In:Proc.of1994IEEE Int.C onf.On Image Processin g,Pis cataw ay,New J ers ey:IEEE Pres s,2:86-8912　Fleet D J.Emb edding invis ible information in color images.In:Proc.of1997IEEE Int.Conf.On Image Processin g,Pis cataw ay,New J ers ey:IEEE Pres s,1:532-53513　W ats on A B.DCT quantization matrices vis ually optimized for individual images.In:Proc.of S PIE:Human Vision,Vis ual Proces sing and Digital Display IV,Wash ington:SPIE,1993,1913:202-21614　Jayant N,J ohnston J,Safran ek R.S ignal compress ion based on model of human perception.P roceedings of theI EE E,1993,81(10):1385-142115　Ganz alez R C,W intz P.Digital im age pr oces sing.2nd Edition,New York:Addison-W esley Publis hing Co.,1987 16　Watson A B.Efficiency of a m odel hu man image code.J.Op t.S oc.Am,1987,4(12):2401—241517　Huang Jiw u,Sh i Y Q.An adaptive imag e waterm ark ing s cheme based on visual m as king.I EE E lectronic L etters, 1998,34(8):748-75018　Huang Jiw u,Shi Yun Q.S egmentation-b as ed hyb rid codin g using lumin ance m as king.IE E Electr onics L etters, 1998,34(8):750-751黄继武　工学博士,汕头大学电子工程系教授.主要研究方向为图象处理、图象压缩编码、图象水印技术.发表论文30多篇.SHI Yun Q.　博士,美国新泽西理工学院电气与计算机工程系副教授.主要研究方向为数字水印、图象处理、视频编码、多维系统和信号处理、图象序列分析和模式识别等.出版著作2部,发表论文数十篇.。

基于模糊聚类和Zernike矩的自适应水印算法

文章编号：１０－２７２１）４－０６— ９０１４１（００００６０
基于模糊聚类和Ｚｒｉｅｅｎｋ矩的自适应水印算法
余楚迎，李建忠，张伯泉。
（．１汕头大学物理系，广东汕头５５６：２韩山师范学院数学与信息技术系，广东１０３．广州５００）１０６潮州５１４２０１３广东工业大学计算机学院，广东．
６７
先用基于Ｚｒｉｅｎｋｅ矩的图像校正算法对几何失真图像进行校准，然后用校正后的图像检测水印．该算法在提取水印信息时不需要原始载体图像，并且由于图像几何校正方法使
得水印信息重同步，因此能较有效地抵抗几何攻击．
段得到了广泛的关注和应用．但如何有效抵抗如旋转／放／移（ｏｎＳａｉｇ缩平Ｒ【ｏ／ｃｌ／ａｎ
ｒａｓｔｎＳ等几何攻击仍然是数字水印领域所面临的最大困难，也是研究的热点ｒｎｌｉ，ＲＴ）ｒａｏ之一．近年来，聚类技术被引人到数字领域【ｑｌ，这类算法结合人类视觉系统（Ｖ）ＨＳ的掩
摘
要：基于模糊聚类和Ｚｒｉｃ技术，提出一种抗几何攻击鲁棒的自适应图像水印算法．ｃｎｋ矩
首先根据人眼视觉系统的掩蔽特性，并利用模糊Ｃ均值聚算法自适应地选择适合嵌入数一字水印的位置，然后通过奇异值分解将水印信息嵌入到宿主图像．实验结果表明，该算法不仅具有较好的透明性，而且能有效地抵抗旋转、缩放、翻转和旋转一放组合等几何攻击，缩同时对ＪＥＰＧ压缩、滤波和图像增强等常见攻击也有较好的鲁棒性．

一种基于离散余弦变化和奇异值分解的数字水印算法

离散余弦变换（ＤＣＴ）是数据通信中最常用到的
变换编码的方法。图像经过ＤＣＴ变换后其系数有较
“ 不可感知水印 ” 是利用信息隐藏技术将版权标好的感觉容量，利用此特点可以将水印信息嵌入到志嵌入到原作品中。这种水印有良好的透明性，既不ＤＣＴ系数中，而不会引起图像质量的较大改变。损害原作品，又能保护版权，已经成为数字水印技术中非常重要的研究领域。ＤＣＴ系数分为直流分量和交流分量。直流分量
代表图像的亮度值，交流分量又分为高频带，中频带
目前数字水印的算法主要基于两种：一种是基和低频带。高频系数一般很小，人眼对高频部分失真于空间域的，这种算法简单，实时性比较强，另一种不太敏感，在图像做Ｊｐｅｇ等压缩处理时会将高频部分
ｙ）ｃ。ｓ【丌）ｃ０ｓ【丌）
５１
论坛
ＦＯｒｕｍ
数据通信２０１５．４
式中Ｘ，Ｙ，Ｕ，ｖ＝０，１， …，Ｎ一１。
序打乱，置乱后的图像杂乱无章，无法辨别出原图，Ｖ＝０像，可以迷惑第三者，如果不知道置乱的算法，是很
一
种基于离散余弦变换和奇异值分解的数字水印算法。该算法先将载体图像分块，然后分别对其每一块做离

一种新的自适应数字水印算法

ｒｂｓｎｓｆｅｉｇｎｉｉｉｔａｒｐｓｄｂｓｄｏｉｒｔｖｌｔｒｎｆｒ（ｏｕｔｅｓｏｔｍａｅａｄｖｓｌｙｗｓｏｏｅａｅｎｄｓｅｅｗａｅｅａｓｏｈｂｉｐｃｔｍＤＷＴ）ｉｇｌｒａｕｅｏｏｉｏ，ｓｕａｌｅｄｃｍｐｓｉｎｎｖｔＳＶＤ（ｉｇｌｒｖｌｅｄｃｍｐｓｔｎ）ｏｅｗｔｒａｋｄｉｇｎｅｏｇｎｌａｒｒｉｇｉｒｔｏｉｅｔｎｆｒ（ＴｓｎａａｕｅｏｏｉｏｆｔａｅｒｅｍａｅａｄｔｒｉａｒｉｅｄｓｅｅｃｓｎａｓｍＤＣ）ｕｉｈｍｈｉｃｅｍａｃｒｏ
ｉｔａｎｔＥＧｃｍｐｅｓｏ，ｍｅｉｎｆｔｒｇｎｉｅｗｉａｅｇｅｔｏｄｒｂｓｎｓ，ｔｅＰＮＲｏｅｅｅｄｄｉｇｆｆｈｇｉｓＰｏｒｓｉｎｇａＪｄａｌｉ，ｏｓｌｈｖｒａｏｕｔｅｓｈＳｆｈｍｂｄｅｍａｅＯｉｅｎｌｇｏｔ
ＡｂｔａｔＩｒｅｒｖｅｐｒｏｍａｃｆｉｉｌｗａｅａｋｎｏｆｈａｅｙｏｇｔｃｓａｄｔｉｔｉｈｓｒｃ：ｎｏｄｒｔｉｏｅｔｅｆｒｎｅｏｇｔｔｒｒｉｇｔｇｔｖｒｔｆｉｏｍｐｈｄａｍｉａｉｍａｅａｔｋｎｍａｎａｎｔｅａｏ
摘要：为了提高数字水印抗击各种图像攻击的性能和保持图像的稳健性和不可见性．出了一种基于离散小波变换提

基于伪Zernike矩的图像自适应RST不变水印

维普资讯
２００７年２月
西安电子科技大学学报（自然科学版）
Ｊ０ＵＲＮＡＬ０ＦＸＩＡＮＵＮＩＤＩＶＥＲＳＩＴＹ
Ｆｅ２０７ｂ．０
第３４卷
第１期
Ｖｏ．４ＮＯ１３．１
变水印算法可以抵抗任意角度旋转攻击和缩放攻击．ＪＥ压缩，声，波等常规攻击，取水印的对ＰＧ噪滤提
相似度均在０９．５以上．
关键词：信息隐藏；自适应水印；Ｚｒｉｅ矩；偶量化伪ｅｎｋ奇中图分类号：Ｐ９．Ｔ３１４文献标识码：Ａ文章编号：０１２０（０７０－０８０１０－４０２０）１０３—５
（ｃｏｌｆＭｅｈｎ－ｌｃｒｎｃＥｎｉｅｒｎＳｈｏｃａｏｅｅｔｏｉｇｎｅｉｇ，ＸｉｉｎＵｎｖ，Ｘｉｎ７０７，Ｃｈｎ）ｏｄａｉ．１０１ａｉａＡｂｔａｔＲｏａｉｎ，ｓａｉｇａｄｔａｓａｉｎ（Ｔ）ａｔｃｓｃｎｄｓｎｈｏｉｅｗａｅｍａｋｄｔｃｉｎｈｓｓｒｃ：ｔｔｏｃｌｎｒｎｌｔｎｏＲＳｔａｋａｅｙｃｒｎｚｔｒｒｅｅｔｏ，ｔｕｍａｉｇｍａｙｗａｅｍａｋｎｙｔｍｓｆｉＩｈｓｐｐｒａｍａｅａａｔｖＴｎａｉｎｔｒｒｋｎｎｔｒｒｉｇｓｓｅａｌｎｔｉａｅ，ｎｉｇｄｐｉｅＲＳｉｖｒａｔｗａｅｍａｋ．（ＡＷＰＺ）ｉｒｐｓｄｂｓｎｈｏａｉｎｉｖｒａｔｐｏｅｔｆｐｅｄ－ｅｎｋｍｅｔｎｄ — ｖｎＭｓｐｏｏｅｙｕｉｇｔｅｒｔｔｏｎａｉｎｒｐｒｙｏｓｕｏＺｒｉｅｍｏｎｓａｄｏｄｅｅ

基于奇偶量化的彩色图像盲水印算法

经过三次加密的水印图像如图２所示。
ａ原水印图像
科黼
ｂ置乱后的图像Ｃ置乱＋翻转＋加密
次加密。通过上述处理，大大提高了水印的保密性。
（）Ａｎｌ换的一般形式为：１ｒｏｄ变
＝
图２水印图像进行加密的效果图
２３水印的嵌入与提取．
ａａｎｔａｔｃｓｓｃｓＪＥＧｃｍｐｅｓｎ，ｎｉｅｕｔｇａｄＳｏｔ．ｇｉｓｔｋｕｈａＰｏｒｓｉａｏｏｓ，ｃｔｎｎＯｆｒｉｈ
ＫｅｗｏｄｙｒｓＰｒｙｑａｔａｉｎＣａｔｅｕｎｅＷａｅｅｒｎｆｒＤｉｉｔｒａｋｎａｔｕｎｉｔｈｏｉｓｑｅｃｓｉｚｏｃｖｌｔｔｓｍａｏｇｔｗａｅｌａｍｒｉｇ
ｗ０＝ｘｒｗＰ；ｏ（０，）
缩之类的攻击。这样即使有关信息被攻击者提取出来，但是由于置乱过程及密钥无法得到，攻击者也无法恢复出水印，际上实
这是在对水印图像做第～次加密。其次，对水印图像进行矩再阵翻转置乱处理，将经过Ａｏｎｄ加密后的水印图像进行再次加ｒｌ密。最后，通过混沌系统产生的混沌序列对水印图像进行第三
水印在嵌入之前，要进行加密，需以增强算法强壮性。本文采用６６４４的二值有意义图像作为水印，处理，易且足以表达版权信息。首先对水印图像进行２０次Ａｏｄ变换，ｎｒｌ即置乱处理，目的在于破坏其空域相关性，其以抵抗诸如剪切、ＰＧ压ＪＥ

matlab 基于奇异值分解的数字水印算法

基于奇异值分解（Singular Value Decomposition，SVD）的数字水印算法是一种常用的信息隐藏技术，它通过在原始载体数据（如图像、音频或视频）中嵌入秘密信息（即水印）来实现数据的版权保护和完整性验证。

SVD 是一种强大的矩阵分解技术，可以用于提取和修改图像的关键特征，从而实现水印的嵌入和提取。

以下是一个基于SVD 的简单数字水印算法的基本步骤，以及如何在MATLAB 中实现它：步骤1：选择载体图像和水印信息•载体图像：选择一张用于嵌入水印的图像。

•水印信息：可以是文本、二值图像或灰度图像等。

步骤2：对载体图像进行奇异值分解•使用MATLAB 的svd函数对载体图像的某个重要部分（如DCT 或小波变换的系数矩阵）进行奇异值分解。

步骤3：嵌入水印信息•修改分解得到的奇异值矩阵中的某些值，以嵌入水印信息。

通常，可以选择修改较小的奇异值，以减少对原始图像视觉质量的影响。

步骤4：重构图像•使用修改后的奇异值矩阵和原始的左右奇异向量矩阵重构图像。

步骤5：提取水印信息•当需要验证图像版权或提取水印时，再次对嵌入水印后的图像进行奇异值分解，并从分解得到的奇异值矩阵中提取出水印信息。

MATLAB 示例代码以下是一个简化的MATLAB 示例代码，展示了如何在图像中嵌入和提取基于SVD 的水印：matlab% 读取载体图像和水印图像carrier_image = imread('carrier.png');watermark_image = imread('watermark.png');% 将图像转换为灰度图像（如果需要）if size(carrier_image, 3) == 3carrier_image = rgb2gray(carrier_image);endif size(watermark_image, 3) == 3watermark_image = rgb2gray(watermark_image);end% 对载体图像进行奇异值分解A = double(carrier_image); % 将图像转换为双精度矩阵[U, S, V] = svd(A); % 进行奇异值分解% 嵌入水印信息（简化示例）% 假设水印是一个简单的二值矩阵，且其大小远小于载体图像watermark_vector = double(watermark_image(:)); % 将水印图像转换为一维向量% 选择要修改的奇异值的位置（这里简单选择第一个非零奇异值）idx = find(S > 0, 1);S(idx) = S(idx) + sum(watermark_vector); % 修改奇异值以嵌入水印% 重构图像watermarked_image = U * diag(S) * V'; % 使用修改后的奇异值重构图像watermarked_image = uint8(watermarked_image); % 转换回 uint8 格式以显示和保存imshow(watermarked_image); % 显示嵌入水印后的图像% 提取水印信息（简化示例）% 重新进行奇异值分解以提取水印[U_ext, S_ext, V_ext] = svd(double(watermarked_image));% 从修改的奇异值中提取水印信息extracted_watermark_value = S_ext(idx) - S(idx); % 减去原始奇异值以得到水印信息extracted_watermark_vector = round(extracted_watermark_value /length(watermark_vector)); % 将水印值转换回水印向量extracted_watermark_image = reshape(extracted_watermark_vector,size(watermark_image)); % 将水印向量重塑为图像大小imshow(extracted_watermark_image, []); % 显示提取的水印图像请注意，这个示例代码是非常简化的，并且可能不适用于所有情况。

基于奇偶量化的Contourlet变换域指纹图像水印算法

基于奇偶量化的Contourlet变换域指纹图像水印算法
谢静;吴一全
【期刊名称】《计算机应用》
【年(卷),期】2007(27)6
【摘要】提出了一种基于奇偶量化的Contourlet变换域指纹图像水印算法.原始指纹图像经过Contourlet变换后,分解为一系列多尺度、局部化、方向性的子带图像,选择在低频子带中嵌入经过二维Arnold置乱加密后的水印.嵌入水印时,采用奇偶量化算法修改低频子带的系数.水印提取时,不需要原始图像,实现了盲提取.实验结果表明,提出的指纹图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击,具有较好的不可见性和鲁棒性,提高了指纹识别的可靠性.
【总页数】3页(P1365-1367)
【作者】谢静;吴一全
【作者单位】南京航空航天大学,信息科学与技术学院,江苏,南京,210016;南京航空航天大学,信息科学与技术学院,江苏,南京,210016
【正文语种】中文
【中图分类】TP393.08
【相关文献】
1.一种Contourlet变换域彩色图像数字水印算法 [J], 何冰
2.基于邻域均值关系的Contourlet域量化水印算法 [J], 龚劬;张建
3.基于Contourlet变换和DCT量化的零水印算法 [J], 赵杰
4.基于奇偶量化的彩色图像盲水印算法 [J], 李娟; 王丽君
5.基于奇偶量化的彩色图像盲水印算法 [J], 李娟; 王丽君
因版权原因，仅展示原文概要，查看原文内容请购买。

一种新的自适应数字水印算法

一种新的自适应数字水印算法王景中;张哲铭【摘要】为了提高数字水印抗击各种图像攻击的性能和保持图像的稳健性和不可见性．提出了一种基于离散小波变换（DWT），SVD （singularvaluedecomposition）奇异值分解水印图像和原始载体图像的离散余弦变换（DCT）的自适应水印嵌入算法，主要是将水印图像的两次小波变换后的低频分量潜入到原始图像分块经过SVD分解的S分量矩阵中，同时根据图像的JPEG压缩比的不同计算各个图像块的水印调节因子。

实验证明该算法在抗击JPEG压缩、中值滤波、加噪等均具有很好的鲁棒性，嵌入后的图像的PSNR达到38．具有良好的视觉掩蔽性%In order to improve the performance of digital watermarking to fight a variety of image attacks and to maintain the robustness of the image and visibility was proposed based on discrete wavelet transform (DWT), singular value decomposition SVD (singular value decomposition) of the watermarked image and the original carrier image discrete cosine transform (DCT) adaptive watermark embedding algorithm is mainly low frequency components in the two wavelet transform of the watermarked image dive into the original image block S-component matrix after SVD decomposition, according to the JPEG compression ratio different calculation for each image block watermark adjustment its factor. The experiments prove that the algorithm in the fight against JPEG compression, median filtering, noise will have great good robustness, the PSNR of the embedded image of 38 ,with good visual masking.【期刊名称】《电子设计工程》【年(卷),期】2012(020)019【总页数】5页(P66-69,76)【关键词】CDMA;DWT;奇异值分解;DCT;JPEG【作者】王景中;张哲铭【作者单位】北方工业大学信息工程学院,北京100144;北方工业大学信息工程学院,北京100144【正文语种】中文【中图分类】TP391.9计算机和网络技术迅猛发展，信息媒体的数字化使得信息的使用和传播更加便利和快捷，但是另一方面数字产品的不安全性也变得越来越严重，如：非法复制，篡改等。

【豆丁-精品】-基于奇偶量化的DCT域盲水印算法

·计算机及通信研究·基于奇偶量化的DCT域盲水印算法林建増(武夷学院,福建武夷山市　354300)摘　要　本文提出了基于能量模和奇偶量化的DCT域盲水印算法.本方案是根据文中提出的能量模,对子块低频系数进行奇偶量化以实现水印的嵌入,同时根据奇偶判决实现水印的提取.实验表明该算法具有较强的鲁棒性和不可见性,能抵抗常见的剪切.压缩.加噪.等图像处理操作。

关键词　随机置乱;离散余弦变换;能量模;奇偶作者简介　林建増(1971—),男,汉族,福建永泰人,主要研究方向:数字水印校级项目　XQL070011　引言数字水印作为保护数字产品的一门技术近二十年来得到飞速的发展,有关数字水印的算法方面的文章不断涌现。

目前,数字水印算法根据所基于域的不同,数字水印嵌入技术主要分为时/空域算法、变换域算法和压缩域算法三大类。

时空域算法将水印信息直接嵌入到音频时域采样、图像空间像素和视频数据(按帧或者沿时间轴)等原始载体数据中,即在媒体信号的时间域或空间域上实现水印嵌入。

变换域算法将水印信息嵌入到音频、图像、视频、三维目标等原始载体的变换域系数中。

压缩域算法广义上是指充分考虑JPEG、MPEG、和VQ技术的结构和特性,将水印嵌入到压缩过程的各种变量值域中,以提高对相应压缩技术或压缩标准攻击的鲁棒性为目标的嵌入算法。

狭义上是指水印嵌入到JPEG位流、MPEG 位流、和VQ索引流中。

从广义上来讲,压缩域算法和变换域有所叠加,因为JPEG、MPEG均采用了离散余弦变换。

但是,压缩域算法和DCT、DW T变换域算法的侧重点有所不同。

在变换域算法中,二维离散余弦变换不但能够将自然图形的主要信息集中到最少的低频系数上,而且引起的图像块效应最小,能够实现信息的集中能力和计算复杂度的良好折中,因此,它在压缩编码中得了广泛的应用。

特别地,在二维离散变换的基础上建立了数字图像的JPEG有损压缩编码标准。

在该标准的基本模型中,数字图像首先被分割为成838的子块,然后经过基块的离散余弦变换、系数量化和熵编码等过程最终实现了图像的有损压缩。

一种基于奇异值分解的自适应水印算法

一种基于奇异值分解的自适应水印算法
王淑琴;张金海;王卫民
【期刊名称】《计算机仿真》
【年(卷),期】2008(25)8
【摘要】变换域水印算法对压缩、噪音和滤波等攻击具有较好的鲁棒性,但水印算法对仿射变换攻击的抵抗力较差,提出了基于奇异值分解的自适应水印算法,首先根据人眼视觉模型,利用小波变换的能量特性做水印容量自适应分析,然后分块嵌入具有不同能量因子的水印,既保证了水印的嵌入量又增强了其鲁棒性.最后采用能量统计技术对提取的水印作误差校正,有效地解决了提取水印对角线明显失真的问题.仿真试验表明,算法不仅对剪切、滤波和噪声等攻击有较强的鲁棒性,对各种仿射变换也有非常好的抵抗力.
【总页数】4页(P109-112)
【作者】王淑琴;张金海;王卫民
【作者单位】中央民族大学,北京,100081;中国科学院地质与地球物理所,北
京,100029;中国科学院地质与地球物理所,北京,100029;中国科学院地质与地球物理所,北京,100029
【正文语种】中文
【中图分类】TN911
【相关文献】
1.一种基于感兴趣区域和奇异值分解的零水印算法 [J], 王枢;周梓鑫;胡志鹏
2.一种基于离散余弦变化和奇异值分解的数字水印算法 [J], 丁珊;张定会;周雄葵
3.一种基于混沌映射和奇异值分解的数字图像水印算法 [J], 焦问;丁文霞
4.一种基于奇异值分解的鲁棒水印算法 [J], 徐鑫磊;吕宏伟
5.一种基于奇异值分解的鲁棒水印算法 [J], 王超
因版权原因，仅展示原文概要，查看原文内容请购买。