基于小波系数相对模糊关系的水印方法

提出一种基于带参数整数小波变换和相对小波系数模糊关系的数字水印算法.应用基于视觉系统小波域量化噪声的视觉权重分析方法,自适应的构造模糊关系矩阵,在水印的提取过程中实现了盲检测.本方法与经典的密码理论以及高级加密算法相结合.应用Rabin方法生成单向Hash函数,信息隐藏算法可以完全公开.水印算法不可感知性好,鲁棒性强,是一种有效的版权保护方法.     

用于JPEG2000图像认证的鲁棒性水印算法

针对JPEG2000图像压缩标准所具有的渐进传输、一次编码多次解码等特性,提出了一种基于图像特征的鲁棒性图像认证算法.该算法在JPEG2000编码过程中,先根据图像不变特征,生成认证水印,再根据实际的鲁棒性认证需求,在量化后的小波系数中确定每个子带的认证水印嵌入位平面,最后基于小波系数位平面的特征嵌入认证水印.算法不仅能适应JPEG2000各种灵活的编码方式,还能定位图像篡改的位置.实验结果验证了图像认证算法对可允许图像操作的鲁棒性以及对图像篡改的敏感性.     

多重水印技术的模糊关系与应用

应用带参数整数小波变换,提出了一种多重水印技术。在图像中同时嵌入半透明数字水印和脆弱水印来达到良好的保护效果。通过构造模糊关系矩阵,实现了半透明水印的安全嵌入。引入R ijndae l加密算法,构造出H ash函数,实现了一种具有高敏感性能的脆弱水印。该技术在图像保护领域有广阔的应用前景。     

小波系数相对模糊关系三维水印算法

提出一种基于Hash函数、小波变换和相对小波系数相对模糊关系的三维地形数据数字水印算法.该算法拓展了视觉系统小波域量化噪声的视觉权重分析方法使其能应用于三维地形数据.并且通过自适应的构造模糊关系矩阵,在水印的提取过程中实现了盲检测.本方法与经典的密码理论以及高级加密算法相结合,嵌入三维水印的DEM数据和没有嵌入水印的D...     

基于视觉模型和整数余弦变换的数字水印算法

本文通过引入整数余弦变换与Hash函数方法相结合，在视觉模型框架下提出了一种新的数字水印算法。整数变换的引入，提高了运算速度和图像质量，视觉模型引入，使得水印算法抗JPEG压缩以及其他图像处理方法能力强；本文水印方案加密方法符合公开密码体制，具有高度安全特性。     

基于迭代函数系统和编码空间的数字图像置乱方法研究

针对数字图像的安全保密问题 ,本文介绍了一种基于位置空间的数字图像置乱技术 .首先利用伴随于迭代函数系统 ( IFS)的编码空间对数字图像各像素赋予不同编码 ,然后通过对编码的特定置换使各像素位置改变以达到图像置乱的目的 .本文讨论了置乱变换对原图信息分散的规律以及变换的周期性 .理论和实践表明 ,该方法克服了图像信息量大造成的编码上的困难 ,置乱变换后原图的信息按照特定的规律分散开 ,增强了信息隐藏的不可感知性 .     

模糊RBF神经网络在音频零水印中的应用

针对当前零水印不能"嵌入"有意义水印的不足,构建了在小波域中基于神经网络的零水印系统,提出了一种基于模糊RBF神经网络的音频零水印方案,有效解决了音频水印的鲁棒性与透明性之间的矛盾.模糊神经网络模糊系统的隶属度函数和推理规则决定RBF神经网络的结构和学习算法.因为水印方案不改变原始音频数据,所以具有良好的透明性,实验结果表明,方案具有很强的鲁棒性.     

支持向量回归机和多小波变换在数字图像水印算法中的应用

给出一种多小波域上基于支持向量回归机的数字图像水印新算法,算法充分利用了多小波变换和支持向量回归机的优点.通过对新算法实验结果的分析和与其他算法的对比得到:算法对JPEG压缩、模糊处理、锐化等攻击具有很强的鲁棒性.     

一种鲁棒的抗去同步攻击数字语音取证算法

去同步攻击破坏水印的同步性,导致水印无法正确提取,致使取证水印算法无法得到可靠的取证结果.分析了语音信号自相关度残差的鲁棒性,并将帧号映射为水印序列,通过量化自相关度来进行嵌入,提出了鲁棒的抗去同步攻击数字语音取证算法.实验结果证实算法提高了水印算法容忍信号处理的能力,同时能够对数字语音给出可信的取证结果.     

基于多尺度几何分解的光照不均图像增强方法

针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对三组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.