水印嵌入方法总结（三 可逆水印）

Posted 2023-04-10

参考技术A 【前人方法】直方图平移 差值扩展 图像插值
图像插值：原始图像下采样，再用插值的方法生成与原始图像相同的载体图像[36\37\38]

目的：版权保护
缺点：零水印（计算极性谐波矩）[个人认为零水印需要第三方参与，可用性不高]
目前医学图像的方案：
reversible watermarking [4- 6] 可逆水印
distortion-free watermarking [7,8] 无失真水印
and zero-watermarking [9] 零水印
[跳转阅读“小波域无失真扩频鲁棒水印设计”]

JPEG未知 裁剪～还好

旋转 缩放 高丝滤波 好

中值滤波 高丝噪声 椒盐噪声 较差

缺点

【步骤】：
Slantle变换->均值隐藏水印bit ->直方图修正 防止上下溢出

【前人】：直方图移动(附加最小点 和 最大点 的值)
避免上下溢出：
1）位置图映射
2）mod 256
3）空域块分类和纠错编码
4)直方图调整（在空域进行）

对比别人提出的 整数小波变换
图像整体进行小波变换->载波子带 划分为 非重叠块 ->计算平均值的绝对值的最大值，nmax,T>nmax

本文：
SLT 变换 误差在可接受的范围之内
解决上下溢出->直方图移动(但是需要辅助信息)

bit plane 位平面操作
使用区域滤波来寻找方差较低的块
防止上下溢出，可以嵌入错误的bit，然后再使用ECC来纠正
为了增强鲁棒性：采用 位平面+重复嵌入+区域滤波,选择方差较低的区域进行嵌入

缺点：它只能嵌入某个医院徽标的哈希值，即160比特，其他的都是篡改信息及定位信息，更偏向于篡改水印
对于溢出，还是记录了位置信息。

优点：递归抖动
对于溢出的T，进行全0和全1嵌入，得到最大失真

PSNR = 41
SSIM = 0.96

(不可见指的是肉眼不可见)

步骤：
RGB转为YCBCR(将不可见水印嵌入到YCbCr颜色模型中的亮度信息中，对于JPEG有损压缩和其他常见的信号处理操作，该水印具有一定的鲁棒性。同时，利用色度信息增加了RDH在加密域的容量。)
对图像的每一层进行加密
用Cb Cr 分别生成直方图
(没有说 如何保证变换后是整数的问题)
嵌入到亮度信息Y中
用第二个人的密钥对Y再次加密

个人认为：关于鲁棒性的实验数据 有造假

关于如何嵌入到傅立叶变换的幅度中：参考【基于高效鲁棒水印的混合域彩色图像所有权认证】（13中）

用混合域 嵌入同一水印
第一：亮度信息通道 DFT
第二：色度蓝差分信道,改进的扩频方法，将水印嵌入到轮廓变换域中。
[步骤]
亮度分量 2D-DFT变换,可以得到 震级 和 相位
但是！！DFT对高丝噪声等有比较弱的鲁棒性，CT比较好
选择两个半径，就得到之间环形的面积
水印1/0变成 +/-g
加性嵌入振幅中

CT:在蓝色通道嵌入(因为 人眼的颜色视觉对蓝色的敏感度低于对红色和绿色的敏感度)
有点难，没有认真看完

他妈的 这不就是我要写的吗

[嵌入过程]
宿主图像 3D-IWT
LH3子带 DCT
水印标志 也DCT变换
水印DCT变换后的结果 MD5加密
加性嵌入到图像的DCT系数中
将80大小的 签名报告(BCH编码) 嵌入到HL3[8文章中提到的]
逆变换

缺点：非盲

上面参考文献的[10]

定义一个偏移量，每个系数都相当于被分配了0/1
量化系数∆也被定义为了2^ l

【过程】
1)4D-haar DWT
2)思想与自己的类似，系数本身代表了0/1信息，如果不同，才需要嵌入
3）嵌入是+-∆，使系数的绝对值变小一些

提取
逆过程

【一个思想】DWT如果对系数的改变是+-2^ l，则逆变换之后的结果 也是整数

(9012年还有这么水的文章？？)
宿主图像与随机数异或，相当于加密了🔐
LSB嵌入
(唯一的优点是：用电子邮件发送密钥，算是创新吧)

解决的问题：
针对特征区域选取不足以反映图像重要信息，导致鲁棒性减弱的问题，提出一种尺度空间特征区域的强鲁棒性水印算法
单一变换：抗攻击性比较弱

本文采用改变 Harris-Laplace 算法中 Harris角点的尺度空间来获得特征点，根据水印图像大小确定特征区域大小，选取载体图像中靠近图像重心且互不重叠的特征区域，合成特征区域矩阵。依次进行DWT+DCT+SVD 完成嵌入

【尺度空间特征点检测】

【步骤】

【优点】：提取图像的特征点，即选取了嵌入位置
【缺点】需要记录特征区域的位置，并且是加性嵌入，需要原来的水印才能提取信息

整幅图像 B通道 DWT,HL子带 划分为8*8
每个块 快速fwht变换
结果进行SVD

提取：

缺点：不可逆

使用DCT+SVD
密钥决定嵌入位置
HVS对蓝色通道最不敏感

但是，也没有考虑 逆变换之后 像素值不为整数的情况。仍是水文

含有医学图像像素值的特点的描述

两次嵌入：小波直方图位移/低失真溢出处理算法(处理上一步的溢出问题)
环面自同构映射：类似于凯撒密码
低失真可逆水印算法：用周围的三个预测，得到预测误差p，p+b
是可逆的
用循环冗余码，判断是否被篡改
低失真溢出处理：找到溢出的像素点，进行处理，并生成篡改记录,将记录进行编码，嵌入到宿主图像中

溢出的变为255，0
记录下来改变的值

中国剩余定理的内容
【步骤】

【步骤】
宿主图像8*8分块
DCT
随机选择DCT系数来嵌入水印位
把位置上系数的值进行CRT(两个),得到p,q
得到D,b,d
若要嵌入1,则d>=8/D
如果不满足，需要进行修正

计算每一块的复杂度，对复杂的块进行嵌入

(据说可以解决：上下溢出的问题)
在空间域进行，分为水平和垂直两个阶段
嵌入方法：
水平：增加偶数行像素值，减少奇数行像素的值
垂直：减少偶数行的像素值,把奇数行的像素值加一
采用直方图
采用直方图收缩技术，防止上下溢出

[前人方法]
无损压缩：缺点 压缩比低
DE：需要位置图

嵌入0:原来是奇数，就-1 变为偶数
原来的偶数

毕业！🎓告辞

双重抗干扰水印一种基于自适应盲水印嵌入和虚拟水印相结合的双重水印嵌入提取算法的研究和matlab仿真

目录

一、理论基础

二、核心程序

三、仿真测试结果

---

一、理论基础

    随着数字网络通讯的飞速发展以及数字多媒体的广泛应用，对数字产品版权 保护的需求也日益迫切。数字水印技术已经成为用来解决数字多媒体中版权问 题和内容认证的主要工具。近年来，随着多媒体技术的不断进步和计算机网络的日益普及，数字媒体 的应用日益广泛，多媒体信息的交流也达到了前所未有的深度和广度。人们可 以通过Intemet网发布自己的多媒体作品(包括音频、视频、动画、图像等)， 传递重要信息，进行网络贸易等，但随之而来的副作用也十分明显。例如，任 何人都可以通过网络轻而易举地得到他人的原始作品，尤其是数字化的图像、 音