基于混沌和BEMD分解的小波域彩色图像数字水印算法

提出了一种基于离散小波变换、混沌系统和二维经验模式分解的彩色图像数字水印算法。首先，对彩色载体图像的G通道进行一级小波分解，将其低频分量进行混沌位置置乱；然后将置乱后的低频分量进行二维经验模式分解，分解成5个基本模式分量和1个残差分量；最后，用水印信息代替第4个中低频基本模式分量实现信息嵌入。利用归一化互相关函数和峰值信噪比对算法进行评定，并对含水印的图像进行攻击。实验结果表明，该算法嵌入容量较大，且具有较好的透明性和鲁棒性。 本文介绍的是一种结合了离散小波变换、混沌系统和二维经验模式分解（BEMD）的彩色图像数字水印算法。数字水印技术主要用于保护数字图像的版权，通过在图像中嵌入不可见的水印信息，实现版权认证和追踪。在图像处理领域，数字水印算法分为时域和变换域两类，其中变换域算法因其视觉影响小和鲁棒性强而受到青睐。 在本算法中，首先选择彩色图像的G通道进行一级离散小波变换，目的是提取图像的低频分量。低频分量通常包含了图像的主要结构信息，对视觉影响较小，适合嵌入水印。接下来，将小波分解得到的低频分量用混沌系统进行位置置乱，这一步提高了算法的安全性，因为混沌系统的初始状态敏感性使得水印难以被探测和篡改。 之后，对混沌置乱后的低频分量进行二维经验模式分解，BEMD是一种自适应的信号分解方法，能够将复杂的信号分解为多个内在模态函数（IMF）和一个残差。通过这种方式，算法将水印信息嵌入到第四个中低频基本模式分量中，这样既能保持图像的视觉质量，又能确保水印的稳定性。 为了评估算法性能，使用了归一化互相关函数和峰值信噪比（PSNR）作为衡量标准。实验结果显示，该算法具有较大的嵌入容量，能隐藏大量信息，并且水印的透明性良好，不易察觉。同时，算法在面对各种图像攻击，如椒盐噪声、缩放、小波压缩等时，仍能保持较高的鲁棒性。特别是在抵抗JPEG压缩攻击方面，表现尤为出色，这得益于小波变换和混沌系统的结合使用。 然而，参考文献中提到的基于BEMD的水印算法在JPEG压缩攻击下表现不佳，且安全性较低，主要是因为BEMD分解的系数范围有限。本文提出的改进算法通过混沌置乱增强了BEMD分解的有效性，增强了对JPEG压缩的抵抗力，并提升了安全性。 总结来说，这个基于小波、混沌和BEMD的数字水印算法在保持高透明度和大容量的同时，显著提高了抗JPEG压缩攻击的能力和安全性。这对于数字图像版权保护具有重要的实际应用价值，尤其是在多媒体内容的分发和传播中。