基于混沌序列的双重变换域半脆弱水印算法

提出了一种DCT域与DWT域相结合的半脆弱数字水印算法．该算法设计了三个混沌密钥，在DCT域使用混沌序列生成水印并定义其嵌入位置，在DWT域的高频子带中嵌入水印．水印的嵌入强度能够根据小波系数和人眼的视觉门限自适应的进行调整，可以达到最佳嵌入调制．实验结果表明该半脆弱水印算法具有较佳的篡改区域指示性能，能有效进行数字图像的真实性和完整性鉴定，并且能够区分JPEG压缩与恶意篡改．     

基于小波变换的局部化数字水印算法

为了解决许多水印算法不能抵抗任意剪裁的缺点，提出了局部化数字水印算法．通过二维Mexican Hat小波变换提取图像中的多个特征点，在以特征点为中心的局部化区域中分别进行小波变换，并通过对小波系数进行单系数量化来实现水印信息的嵌入，同时水印的提取不需要原始图像的参与．实验结果表明，在剪裁后待检测图像中至少包含一个嵌入水印区域的前提下，该算法对JPEG、JPEG2000压缩和任意剪裁具有很强的抵抗能力．     

基于混沌加密的小波包盲水印算法

利用混沌系统的特点调制了两种不同的混沌序列,分别用于水印加密和子图像的抽取.对子图像进行小波包分解,通过修改小波包的系数来嵌入数字水印.水印的提取不需要原始图像,实现了盲提取.实验结果表明,该算法对于常见的JPEG压缩、高斯噪声,裁剪和缩放等攻击具有较好的鲁棒性.     

基于张量奇异值分解的鲁棒视频水印算法

针对视频的版权保护, 提出了一种基于张量奇异值分解(T-SVD)的鲁棒视频水印算法. 不同于图像, 视频具有多维度的特点, 能够被看作一个高阶张量, 并通过张量奇异值分解以保留帧内和时域的相关性, 从而提高水印鲁棒性. 首先, 对视频帧的亮度分量进行离散小波变换(DWT), 计算得到低频子带(LL), 并将每3帧的LL作为一个三阶张量; 其次, 将三阶张量分成不重叠块, 并进行张量奇异值分解, 计算得到对角张量; 最后, 利用包含强相关性的对角线张量的奇异值嵌入水印以增强鲁棒性. 此外, 还采用密钥随机提取视频帧, 以加强算法的安全性. 实验结果表明, 提出的算法能够抵抗多种视频攻击, 具有较强的鲁棒性.     

基于菱形编码和修改量化表的DCT域图像隐写

为了提高离散余弦变换(DCT)域隐写的嵌入容量,提出一种基于菱形编码和修改量化表的DCT域图像隐写.首先将载体图像进行8×8的DCT变换后,对变换得到的DCT系数采用修改的8×8量化表进行量化,从而提高了嵌入容量和载密图像的视觉质量.同时通过改进的菱形编码将8进制的秘密信息嵌入到载体图像量化DCT系数的中频部分,从而进一步提高了嵌入容量.实验结果表明:该隐写算法不但与JPEG压缩标准兼容,而且有效地提高了嵌入容量.     

数字音频双重水印算法

提出了一种同时嵌入鲁棒水印和易损水印的算法．利用离散小波变换的多分辨率特性以及离散余弦变换的解相关和能量压缩能力,在中低频区嵌入鲁棒水印;在小波域的高频区嵌入易损水印．水印的嵌入采用量化的方法,提取水印信号时不需要原始音频信号．实验结果表明,文中算法的水印鲁棒性高,适于音频作品的版权保护;而文中的易损水印对音频攻击具有很强的敏感性,可同时认证音频作品的内容完整性、     

基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题，然而大多数算法不能很好地平衡二者的关系。为此，提出了一种基于二维经验模态分解（BEMD）、离散余弦变换（DCT）和奇异值分解（SVD）的不可见性高、鲁棒性强的混合图像水印算法。首先，对水印图像采用Arnold置乱，增强算法的安全性，并对置乱后的水印图像进行二维DCT。然后，对宿主图像进行BEMD，得到有限个尺度不同的内蕴模态函数（IMF）及余量，选择与宿主图像相关性较低的IMF执行二维DCT，根据水印的大小对其进行不重叠分块，分别对每个分块图像以及经DCT的水印图像执行SVD。最后，根据自适应最优嵌入准则确定水印嵌入强度，并将水印嵌入每个分块，以增强算法的容错性。大量实验以及与现有算法的对比表明，所提算法不仅具有抵抗大尺度攻击的鲁棒性，而且具有较高的不可见性。     

一种改进的H.264视频防失真漂移隐写算法

数字视频中量化后的残差DCT(离散余弦变换)系数常用来作为隐写嵌入的位置,而直接在DCT域上隐写会导致视频帧出现失真漂移现象,使视频质量受到严重破坏.本文在已有文献的基础上,针对H.264/AVC视频,研究了基于纹理特征的帧内8×8亮度块上的隐写模型,将8×8块和4×4块上的隐写模型相结合,提出了一种改进的H.264视频防失真漂移隐写算法.与已有文献中的隐写算法相比,本文提出的隐写算法在PSNR平均仅降低1.94dB的情况下,隐藏容量平均提升30%.     

视觉自适应灰度级数字水印算法

提出了一种新的灰度级数字图像水印算法,首先对灰度级水印图像进行位平面分解得到水印序列,利用伪随机序列对水印进行调制,以增强水印的安全性,然后对载体图像进行小波分解,并利用视觉掩蔽特性对小波系数进行量化嵌入水印信息.新算法中视觉隐蔽阈值与宿主图像相关,具有自适应性;提取水印时不需要载体图像,具有盲检测性.实验结果表明,该算法在保证嵌入水印后图像较好感知质量的情况下,对压缩、加噪、滤波等失真测试仍然具有较好的鲁棒性.     

基于Turbo码的图像数字水印技术

在详细分析数字水印系统等效信道的基础上，提出了一种基于Turbo码的图像数字水印算法．该算法利用Turbo码的纠错性能和人眼视觉特性，以实现静止图像中数字水印的嵌入和提取；在水印嵌入之前，对水印序列进行Turbo码编码，然后利用人眼视觉特性进行水印嵌入，并采用了Turbo迭代译码算法进行水印提取，最后进行了数值仿真和算法比较．实验结果表明，该算法降低了水印在传输过程中的误码率，提高了水印的抗攻击能力，同时较好地解决了水印的鲁棒性和不可见性之间的矛盾．     

一种视频图像的自适应水印新算法

随着计算机和网络技术的快速发展，数字水印技术正成为一种数字煤体知识产权保护的有效方法，本文提出一种视频自适应水印新算法，它直接对压缩后的视频数据流进行操作，将水印信息嵌入到运动矢量上，根据待嵌入的水印住处和运动矢量的特征矢量，新算法自动调整嵌入方案，使得嵌入水印后的图像质量损失达到最小，水印的提取算法具有盲检功能，并且新算法与视频标准有很好的兼容性，实验结果表明，算法简单有效。     

基于运动矢量的鲁棒视频水印算法

针对AVS-M标准提出了一种水印嵌入方法,直接利用AVS-M编码器中解码的数据进行边缘检测确定边缘块与非边缘块,把边缘块作为水印添加候选块,有效控制了编码器的开销.选择P帧中具有最大运动矢量幅值的宏块嵌入水印,水印嵌入通过修改运动估计搜索得到的运动矢量值实现,因水印嵌入修改运动矢量会对后续编码块产生影响,给出了AVS-M编解码器严格的补偿方案,补偿后的水印信息均能正确提取,证明了这种方法的有效性.针对运动矢量水印检测要求严格同步的缺点,提出了利用最大相似序列向量检测水印的方法,对虚警、漏警或攻击造成的水印信息丢失具有良好的检测效果.     

基于视觉掩蔽特性的数字水印技术

提出了一种在DCT域中绘图像加水印的方法，该方法合理综合了几种数字水印技术，利用DCT域的视觉掩蔽特性，在图像的不同部分嵌入不同强度的经过伪随机扩展编码后的水印，且提取水印时无需原因图像，结果表明，在保证水印不可视的前提下，该方法提高了水印的鲁棒性，并对JPEG压缩，中值滤波等攻具有很好的抵抗能力。     

基于感知分析的立体视频帧重要性模型

由于丢失不同帧对立体视频质量的终端感知影响不同, 因此提出一个面向内容感知的帧重要性区分模型. 根据立体视频序列的时空相关性及视频帧之间错误扩散的特性, 新模型从帧丢失引起的当前帧的错误隐藏失真和帧丢失引起后续帧的错误扩散失真两方面来计算帧重要性. 实验结果表明: 新模型能够在编码端准确地估算各帧对终端感知的重要性, 对不同运动剧烈程度和视差大小的立体视频序列都具有适用性.     

基于递归高阶统计和改进分水岭算法的运动对象分割

提出了基于递归高阶统计和改进分水岭算法的视频图像序列中的运动目标分割算法．该算法首先利用递归高阶统计及多帧运动信息估计出图像序列中的运动区域，而后用一种改进的分水岭算法对提取出的区域进行空域分割，进而提取出视频图像序列中运动目标．实验结果表明所提出的算法能有效地提取出运动目标．     

一种基于小波系数动态量化的鲁棒数字水印算法

提出了一种改进的基于动态量化小波系数的鲁棒水印算法.水印通过动态量化嵌入到载体图像小波变换的高频子带上,混沌优化用于搜索嵌入水印的最大可用块数,中国剩余定理用于安全地产生动态量化参数.该算法和Lin等人提出的数字水印方案相比,不仅具有良好的隐蔽性、安全性和不可感知性,同时,算法也具有良好的抗压缩攻击等鲁棒性能.仿真结果验证了算法的有效性.     

基于运动一致性的3D-HEVC深度视频帧间编码快速算法

针对深度视频在3D-HEVC编码框架中编码复杂度较高, 提出了一种基于运动一致性的深度视频快速帧间编码算法. 首先把深度视频划分为4个区域: 彩色和深度视频均运动区域、彩色视频运动但深度视频静止区域、彩色视频静止但深度视频运动区域以及彩色和深度视频均静止区域. 然后, 根据不同分区对最大编码单元设计不同的编码策略. 结果表明, 本算法与原始测试平台HTM-10.0相比, 在绘制的虚拟视点质量几乎一致的情况下, 各序列深度视频编码时间平均节省了63.58%, 总体编码时间节省了40.13%.