基于Tetrolet变换和DCT-SVD的彩色图像稳健数字水印算法

文中提出了一种Tetrolet变换域中基于离散余弦变换(discrete cosine transformation,DCT)和奇异值分解(singular value decomposition,SVD)的彩色图像数字水印算法.该算法先对二值水印图像进行混沌加密预处理,对提取的彩色载体图像YCb Cr空间的亮度分量进行Tetrolet变换,将三层低频子带系数进行分块DCT变换;再对DCT变换结果进行SVD分解;最后将加密水印的奇异值嵌入,并根据高频分量的特征信息提取零水印.水印检测时,在低频区域提取鲁棒水印,并在高频区域提取认证水印,同时实现图像版权保护和内容认证.仿真实验结果表明:该算法在保证水印安全性和不可感知性的基础上,对常规图像处理攻击以及几何攻击等均具有较好的稳健性.     

基于小波变换的自适应数字水印算法

随着多媒体和网络技术的迅速发展与广泛应用，对多媒体数字产品(如数字图像、数字视频和音频等)的版权保护成为迫切需要解决的问题，数字水印作为一种新的版权保护手段得到越来越多的应用。本文利用小波变换良好的时频局部特性。提出了一种基于小波变换的自适应数字水印嵌入和检测方案，水印的嵌入位置及嵌入强度都是根据原始图像的特点自动调节，提高了数字水印的隐蔽性，同时把扩频的概念引入数字水印系统中，提高了数字水印的鲁棒性，实验结果表明该算法有较好抗JPEG压缩、随机噪声等攻击的能力。     

分数傅立叶变换域的一种鲁棒性图像水印算法

为了进一步提高水印算法的鲁棒性,选取chirp信号作为水印信号,将其嵌入到图像的离散分数傅立叶变换域中.使用分数傅立叶变换阶次和嵌入位置作为算法中的两个密钥,并根据chirp信号在分数傅立叶变换域呈现冲激的特征来检测水印信号.同时还在图像的离散傅立叶变换中频区域嵌入水印模板,有效补偿几何攻击带来的图像损失.仿真实验结果证明,算法具有很好的安全性和不可见性,不仅可以很好的抵抗常用的信号处理操作,对几何攻击也有很好的鲁棒性.     

一种基于混沌和奇异值分解的数字水印算法

本文提出了一种基于混沌和奇异值分解的图像数字水印算法。该算法应用图像矩阵奇异值的稳定性;同时应用混沌系统生成的混沌序列,改变水印的嵌入位置,使得嵌入位置具有随机性。实验结果表明,该算法具有良好的不可见性,对常见的数字图像处理和噪声干扰有良好的鲁棒性。     

数字水印技术概述

数字水印作为一种信息安伞技术,在数字信息中加入不可见标记以达到版权保护等目的.概述数字水印的基本框架.常见算法,攻击方法及对水印的性能评估,提出数字水印今后的研究发展方向.     

一种基于小波的盲提取信息隐藏

提出了一种基于小波的盲提取信息隐藏算法。将载体进行小波分解，根据低频区域小波系数的重要比特位选择中频区域隐秘信息的嵌入位置。再将经过了预处理的隐秘信息映射到已确定的嵌入位置，最终通过小波反变换生成含有隐秘信息的伪对象。提取则是嵌入的反过程。试验表明此方法的隐藏效果较好，伪对象与原始载体的区别不易被人眼察觉。提取时不需要原始载体，具有一定的抗攻击性。     

基于K邻点均值的图像零水印认证算法

为改善图像水印的鲁棒性和不可见性,提出一种新的基于小波提升和K邻点均值的零水印认证方案。首先将原始水印信息进行置乱变换,降低空间相关性,再对原始载体图像进行小波提升分解,对其低频子图进行不重叠分块,对每一小块计算其K邻点均值,利用这些均值和图像均值的关系运算来构造零水印。实验结果表明该方法对常见图像处理过程具有较好的鲁棒性。     

基于决策树的数据库脆弱水印算法研究

为了检测数据库篡改以保护数据库版权,对传统的数据库数字水印技术进行分析,提出一种从引入三角模糊函数优化阈值划分和建立子树剪割原则进行改进的C4.5决策树算法,并采用改进型C4.5决策树进行数据库元组分组并进行hash函数变换通过主键排序,从而实现水印嵌入和元组数据的检测和篡改定位,同时在各属性中嵌入水印和校验码,进而实现水印嵌入并在检测中完成篡改属性定位,最后通过定性分析中发现算法具有更广适用性和有效进行篡改检测和定位.     

逆光船舶图像恢复方法

为了改善逆光船舶图像恢复的质量,设计了基于改进全变分算法的逆光船舶图像恢复方法。首先对逆光船舶图像恢复研究现状进行分析,找到引起当前逆光船舶图像恢复效果差的原因,然后建立逆光船舶图像糊模和退化模型,并引入全变分算法对逆光船舶图像进行恢复,对标准全变分算法的局限性进行改进,最后进行逆光船舶图像恢复的验证性测试实验,结果表明,本文方法提高了逆光船舶图像的信噪比,可以大幅度丰富逆光船舶图像的细节信息,使恢复的逆光船舶图像更加清晰。     

模糊聚类算法在船舶图像分割中的应用

传统船舶图像分割方法存在分割误差大,抗噪声干扰能力差、分割效率低等缺陷,为了解决传统船舶图像分割方法存在的不足,设计了基于模糊聚类算法的船舶图像分割方法。首先对当前船舶图像分割研究进展进行分析,指出不同传统船舶图像分割方法存在的局限性,然后对船舶图像进行去噪处理,提高船舶图像质量,改善抗噪声干扰能力,最后引入模糊聚类算法进行船舶图像分割,并采用多幅标准船舶图像与传统船舶图像分割方法进行对比测试。测试结果表明,本文方法可以对船舶图像进行高精度的准确分割,能够保留船舶图像边缘的重要信息,船舶图像分割速度可以满足实际应用的要求,获得了比传统船舶图像分割方法更优的结果,具有更加广泛的应用范围。