任何水印演算法都需要再平衡

A. 免費去水印的軟體都有哪些

1、美圖秀秀。

2、去水印大師。

去水印大師app是一款便捷的圖片處理類軟體，去水印大師app提供強大的編輯功能，可以幫助你快速去掉想去磨伏高的水印。

功能介紹：

快速去水印。真的很快，手指塗抹就能去掉。

高級去水印。比較高級，速度慢一些，但是能夠去掉一些復雜背景上的水印。

3、快去水印。

快去水印app是一款可快速處理圖片水印的應用APP，快去水印app首創裁剪、覆蓋、搜索原圖、演算法處理四種去水印方法，是去水印的好幫手。

功能介紹：

裁剪法：適合在大解析度圖中進行裁剪出局部來使用，避免掉水印部分。支持多種尺寸比例裁剪，比如常用的16:9、4:3、1:1或者自由選取比例。

覆蓋法：在已廳尺被水印的照片中加上一層色塊或者其他遮蓋物，把水印覆蓋掉，使水印不能被看見。支持覆蓋畫筆、箭頭、直線、方框、橢圓，方形，文字等。

4、去水印助手瞎尺

去水印助手app屬於攝影攝像應用，是逆流科技設計開發的圖片處理工具。去水印助手app為用戶提供自動去水印，去字，找原圖，塗鴉等功能，是款很實用的去水印去字工具。

功能介紹

去水印助手app適合在大解析度圖中進行裁剪出局部來使用，避免掉水印部分。支持多種尺寸比例裁剪，比如常用的16:9，4:3，1:1或者自由選取比例。

在已被水印的照片中加上一層色塊或者其他遮蓋物，把水印覆蓋掉，使水印不能被看見。支持覆蓋畫筆、箭頭、直線、方框、橢圓，方形，文字等。

5、圖片水印。

圖片水印app這是一款簡單易用，方便快捷的手機圖片水印去除工具。圖片水印app所有你看到的圖片只需要輕輕一點就可以輕松簡單的去除水印，毫無PS痕跡。

B. 數字水印的水印演算法

近年來，數字水印技術研究取得了很大的進步，下面對一些典型的演算法進行了分析，除特別指明外，這些演算法主要針對圖像數據(某些演算法也適合視頻和音頻數據)。 該類演算法中，大部分水印演算法採用了擴展頻譜通信(spread spectrum communication)技術。演算法實現過程為：先計算圖像的離散餘弦變換(DCT)，然後將水印疊加到DCT域中幅值最大的前k系數上(不包括直流分量)，通常為圖像的低頻分量。若DCT系數的前k個最大分量表示為D=，i=1 ，… ，k，水印是服從高斯分布的隨機實數序列W =，i=1 ，… ，k，那麼水印的嵌入演算法為di = di(1 + awi)，其中常數a為尺度因子，控制水印添加的強度。然後用新的系數做反變換得到水印圖像I。解碼函數則分別計算原始圖像I和水印圖像I*的離散餘弦變換，並提取嵌入的水印W*，再做相關檢驗 以確定水印的存在與否。該方法即使當水印圖像經過一些通用的幾何變形和信號處理操作而產生比較明顯的變形後仍然能夠提取出一個可信賴的水印拷貝。一個簡單改進是不將水印嵌入到DCT域的低頻分量上，而是嵌入到中頻分量上以調節水印的頑健性與不可見性之間的矛盾。另外，還可以將數字圖像的空間域數據通過離散傅里葉變換(DFT)或離散小波變換(DWT)轉化為相應的頻域系數；其次，根據待隱藏的信息類型，對其進行適當編碼或變形；再次，根據隱藏信息量的大小和其相應的安全目標，選擇某些類型的頻域系數序列（如高頻或中頻或低頻）；再次，確定某種規則或演算法，用待隱藏的信息的相應數據去修改前面選定的頻域系數序列；最後，將數字圖像的頻域系數經相應的反變換轉化為空間域數據。該類演算法的隱藏和提取信息操作復雜，隱藏信息量不能很大，但抗攻擊能力強，很適合於數字作品版權保護的數字水印技術中。
1. 基於離散餘弦變換的數字水印
最早的基於分塊DCT水印技術出現於E Koch，J Zhao的文獻。針對靜止圖像和視頻壓縮標准（JPEG和MPEG），他們的水印方案中圖像也被分成8×8的塊，由一個密鑰隨機的選擇圖像的一些分塊，在頻域的中頻上稍微改變一個三元組以隱藏二進序列信息。選擇在中頻分量編碼是因為在高頻編碼易於被各種信號處理方法破壞，而在低頻編碼則由於人的視覺對低頻分量很敏感，對低頻分量的改變易於被察覺。未經授權者由於不知道水印嵌入的區域，因此是很難測出水印的，此外，該水印演算法對有損壓縮和低通濾波是魯棒的。將圖像分割成8×8塊，並對每個塊做DCT變換，然後隨機選擇構造所有塊的一個子集，對子集的每一個塊，選擇一組頻率並嵌入二進制水印信息。由於頻率組的選擇不是基於最顯著分量，並且頻率系數的方差較小，因此該方法對雜訊、幾何變形以及多文檔攻擊比較敏感。
Cox等人於1995年提出了基於圖像全局變換的水印方法，稱之為擴頻法。這也是目前大部分變換域水印演算法中所用到的技術。它將滿足正態分布的偽隨機序列加入到圖像的DCT變換後視覺最重要系數中，利用了序列擴頻技術（SS）和人類視覺特性（HVS）。演算法原理為先選定視覺重要系數，再進行修改，最常用的嵌入規則如下：
其中分別是修改前和修改後的頻域系數，α是縮放因子，是第i個信息位水印。
一般說來，乘法准則的抗失真性能要優於加法准則。水印的檢測是通過計算相關函數實現的。從嵌入水印的圖像中提取出是嵌入規則的逆過程，把提取出來的水印與原水印作相似性運算，與制定的閾值比較，可確定是否存在水印。這是穩健性水印的奠基性演算法。
Chiou-Ting Hsu等人提出一種基於分塊DCT的水印，他們的水印是可辨識的圖像，而不是簡單的一個符號或一個隨機數。通過有選擇地修改圖像的中頻系數來嵌入水印。驗證時，衡量提取出的水印同原水印之間的相似性來判斷是否加入了水印
2. 基於離散小波變換的數字水印
與傳統的DCT變換相比，小波變換是一種變解析度的，將時域與頻域相聯合的分析方法，時間窗的大小隨頻率自動進行調整，更加符合人眼視覺特性。小波分析在時、頻域同時具有良好的局部性，為傳統的時域分析和頻域分析提供了良好的結合[6]。
目前，小波分析已經廣泛應用於數字圖像和視頻的壓縮編碼、計算機視覺、紋理特徵識別等領域。由於小波分析在圖像處理上的許多特點可用於信息隱藏的研究，所以這種分析方法在信息隱藏和數字水印領域的應用也越來越受到廣大研究者的重視，目前已經有很多比較典型的基於離散小波變換的數字水印演算法。
除了上述有代表性的變換域演算法外，還有一些變換域水印演算法，它們中有相當一部分是上述演算法的改進及發展。
總的來說，與空域的方法相比，變換域的方法具有如下優點：
(1) 在變換域中嵌入的水印信號能量可以分布到空域的所有像素上，有利於保證水印的不可見性；
(2) 在變換域，人類視覺系統(HVS) 的某些特性（如頻率掩蔽特性）可以更方便地結合到水印編碼過程中，因而其隱蔽性更好；
(3) 變換域的方法可與國際數據壓縮標准兼容，從而易實現在壓縮域(compressed domain) 內的水印演算法，同時也能抵抗相應的有損壓縮。 人的生理模型包括人類視HVS(HumanVisualSystem)和人類聽覺系統HAS。該模型不僅被多媒體數據壓縮系統利用，同樣可以供數字水印系統利用。利用視覺模型的基本思想均是利用從視覺模型導出的JND(Just Noticeable Difference)描述來確定在圖像的各個部分所能容忍的數字水印信號的最大強度，從而能避免破壞視覺質量。也就是說，利用視覺模型來確定與圖像相關的調制掩模，然後再利用其來插入水印。這一方法同時具有好的透明性和強健性。

C. 求數字水印國內外研究現狀及發展趨勢（含文獻綜述）

文章編號:1005 - 0523(2005) 02 - 0063 - 04
數字水印及其發展研究
石紅芹,謝 昕
(華東交通大學信息工程學院,江西南昌330013)
摘要:首先對數字水印的特徵進行了分析,闡述了數字水印技術的基本原理,對目前比較流行的水印演算法進行了分類和詳細地討論,最後指出目前水印技術存在的局限並對其發展進行了展望.
關鍵詞:版權保護;數字水印;水印演算法
中圖分類號:TP391 文獻標識碼:A
1 引 言
近年來,隨著數字化技術的進步和Internet 的迅速發展,多媒體信息的交流達到了前所未有的深度和廣度,其發布形式愈加豐富了. 網路發布的形式逐漸成為一種重要的形式,伴隨而來的是多媒體數據的版權保護問題. 因此多媒體信息版權保護問題成了一項重要而緊迫的研究課題. 為了解決這一難題,近幾年國際上提出了一種新的有效的數字信息產品版權保護和數據安全維護的技術一一數字水印技術. 數字水印技術通過在原始媒體數據中嵌入秘密信息———水印來證實該數據的所有權歸屬. 水印可以是代表所有權的文字、產品或所有ID、二維圖像,視頻或音頻數據、隨機序列等. 主要應用於:媒體所有權的認定. 即辨認所有權信息,媒體合法用戶信息; 媒體的傳播跟演算法研究. 該子模塊的研究為解決網路製造產品版權保護問題奠定了基礎數字水印技術,又稱數字簽名技術,成為信息隱藏技術的一種重要研究分支,為實現有效的信息版權保護提供了一種重要的手段.
2 數字水印的基本原理
從圖像處理的角度看,嵌入水印信號可以視為在強背景下迭加一個弱信號,只要迭加的水印信號強度低於人類視覺系統( Human Visual System ,HVS) 的對比度門限,HVS 就無法感到信號的存在.對比度門限受視覺系統的空間、時間和頻率特性的影響. 因此通過對原始信號作一定的調整,有可能在不改變視覺效果的情況下嵌入一些信息,從數字通信的角度看,水印嵌入可理解為在一個寬頻信道(載體圖像) 上用擴頻通信技術傳輸一個窄帶信號(水印信號) . 盡管水印信號具有一定的能量,但分布到信道中任一頻率上的能量是難以檢測到的. 水印的解碼(檢測) 即是在有噪信道中弱信號的檢測問題.
一般來說,為了使水印能有效地應用於版權保護中,水印必須滿足如下特性:
1) 隱蔽性 水印在通常的視覺條件下應該是不可見的,水印的存在不會影響作品的視覺效果.
2) 魯棒性 水印必須很難去掉(希望不可能去掉) ,當然在理論上任何水印都可以去掉,只要對水印的嵌入過程有足夠的了解,但是如果對水印的嵌入只是部分了解的話,任何破壞或消除水印的企圖都應導致載體嚴重的降質而不可用.
3) 抗竄改性 與抗毀壞的魯棒性不同,抗竄改性是指水印一旦嵌入到載體中,攻擊者就很難改變或偽造. 魯棒性要求高的應用,通常也需要很強的抗竄改性. 在版權保護中,要達到好的抗竄改性是比較困難的.
4) 水印容量 嵌入的水印信息必須足以表示多媒體內容的創建者或所有者的標志信息,或是購買者的序列號. 這樣在發生版權糾紛時,創建者或所有者的信息用於標示數據的版權所有者,而序列號用於標示違反協議而為盜版提供多媒體數據的用戶.
5) 安全性 應確保嵌入信息的保密性和較低的誤檢測率. 水印可以是任何形式的數據,比如數值、文本、圖像等. 所有的水印都包含一個水印嵌入系統和水印恢復系統. 水印的嵌入和提取過程分別
6) 低錯誤率 即使在不受攻擊或者無信號失真的情況下,也要求不能檢測到水印(漏檢、false -negative) 以及不存在水印的情況下,檢測到水印(虛檢、false - positive) 的概率必須非常小.
3 數字水印演算法
近幾年來,數字水印技術研究取得了很大的進步,見諸於文獻的水印演算法很多,這里對一些典型的演算法進行了分析.
3. 1 空間域演算法
數字水印直接載入在原始數據上,還可以細分為如下幾種方法[1～4 ] :
1) 最低有效位方法(LSB) 這是一種典型的空間域數據隱藏演算法,L. F. Tumer 與R. G. Van Schyadel等先後利用此方法將特定的標記隱藏於數字音頻和數字圖像內. 該方法是利用原始數據的最低幾位來隱藏信息(具體取多少位,以人的聽覺或視覺系統無法察覺為原則) .LSB 方法的優點是有較大的信息隱藏量,但採用此方法實現的數字水印是很脆弱的,無法經受一些無損和有損的信息處理,而且如果確切地知道水印隱藏在幾位LSB 中,數字水印很容易被擦除或繞過.
2) Patchwork 方法及紋理塊映射編碼方法
這兩種方法都是Bender 等提出的. Patchwork 是一種基於統計的數字水印,其嵌入方法是任意選擇N 對圖像點,在增加一點亮度的同時,降低另一點的亮度值. 該演算法的隱藏性較好,並且對有損的JPEG和濾波、壓縮和扭轉等操作具有抵抗能力,但僅適用於具有大量任意紋理區域的圖像,而且不能完全自動完成.
3. 2 變換域演算法
基於變換域的技術可以嵌入大量比特數據而不會導致可察覺的缺陷,往往採用類似擴頻圖像的技術來隱藏數字水印信息. 這類技術一般基於常用的圖像變換,基於局部或是全部的變換,這些變換包括離散餘弦變換(DCT) 、小波變換(WT) 、傅氏變換(FT 或FFT) 以及哈達馬變換(Hadamard transform)等等. 其中基於分塊的DCT 是最常用的變換之一,現在所採用的靜止圖像壓縮標准JPEG也是基於分塊DCT 的. 最早的基於分塊DCT 的一種數字水印技術方案是由一個密鑰隨機地選擇圖像的一些分塊,在頻域的中頻上稍稍改變一個三元組以隱藏二進制序列信息. 選擇在中頻分量編碼是因為在高頻編碼易於被各種信號處理方法所破壞,而在低頻編碼則由於人的視覺對低頻分量很敏感,對低頻分量的改變易於被察覺. 該數字水印演算法對有損壓縮和低通濾波是穩健的. 另一種DCT 數字水印演算法[5 ]是首先把圖像分成8 ×8 的不重疊像素塊,在經過分塊DCT 變換後,即得到由DCT 系數組成的頻率塊,然後隨機選取一些頻率塊,將水印信號嵌入到由密鑰控制選擇的一些DCT 系數中. 該演算法是通過對選定的DCT 系數進行微小變換以滿足特定的關系,以此來表示一個比特的信息. 在水印信息提取時,則選取相同的DCT 系數,並根據系數之間的關系抽取比特信息. 除了上述有代表性的變換域演算法外,還有一些變換域數字水印方法,它們當中有相當一部分都是上述演算法的改進及發展,這其中有代表性的演算法是I. Podichuk 和ZengWenjun 提出的演算法[6 ] . 他們的方法是基於靜止圖像的DCT 變換或小波變換,研究視覺模型模塊返回數字水印應載入在何處及每處可承受的JND(Just Noticeable Difference ,恰好可察覺差別) 的量值(載入數字水印的強度上限) ,這種水印演算法是自適應的.
3. 3 NEC 演算法
該演算法由NEC 實驗室的Cox[5 ]等人提出,該演算法在數字水印演算法中佔有重要地位,其實現方法是,首先以密鑰為種子來產生偽隨機序列,該序列具有高斯N(0 ,1) 分布,密鑰一般由作者的標識碼和圖像的哈希值組成,其次對圖像做DCT 變換,最後用偽隨機高斯序列來調制(疊加) 該圖像除直流分量外的1 000 個最大的DCT 系數. 該演算法具有較強的魯棒性、安全性、透明性等. 由於採用特殊的密鑰,故可防止IBM 攻擊,而且該演算法還提出了增強水印魯棒性和抗攻擊演算法的重要原則,即水印信號應該嵌入源數據中對人感覺最重要的部分,這種水
印信號由獨立同分布隨機實數序列構成,且該實數序列應具有高斯分布N(0 ,1) 的特徵. 隨後Podilchuk等利用人類視覺模型又對該演算法進行了改進,從而提高了該演算法的魯棒性、透明性等.
3. 4 其他一些水印演算法
1) 近年來,利用混沌映射模型實現數字水印、保密通信等成為混沌應用研究的熱點. 特別是自從Cox 等借用通信技術中的擴頻原理將水印信號嵌入到一些DCT 變換系數或者多層分解的小波變換系數以來,人們已經提出了一些混沌數字水印方法.水印的嵌入與檢測是基於人類視覺系統(HVS) 的亮度掩蔽特性和紋理掩蔽特性,折衷水印的不可見性和魯棒性之間的矛盾. 結果表明:該方法嵌入的水印具有不可見性和魯棒性,並且這種基於密鑰的混沌水印方法更好的抗破譯性能.
2) 目前比較流行的還有一種基於盲水印檢測的DWT 演算法,該演算法首先對原始圖像進行小波變換,根據人類具有的視覺掩蔽特性對低頻分量進行一定的量化,同時可不影響視覺效果,並對作為水印的圖像進行壓縮和二值化處理,形成一維的二值序列,根據二值序列的值對上述量化後的原始信號的低頻分量進行視覺閾值范圍內允許的修改,從而實現水印的嵌入. 水印提取過程是對含有水印的圖像進行小波變換,對低頻分量同樣進行量化處理,為了增大演算法的安全性,可以對水印形成的二值0 ,1 序列在嵌入前進一步進行偽隨機序列調制,相應的在水印提取過程需要增加用偽隨機序列解調的步驟. 這樣,不知道偽隨機序列的攻擊者即使推測出水印的嵌入規律,也無法提取水印. 大大增加了水印系統的透明性和魯棒性.
4 水印技術的局限
目前水印技術的局限,為了對版權保護中使用水印的成功可能性進行評估,看能否滿足實際應用需求,就需要對水印技術有更多了解. 下面介紹數字水印方案普遍存在的一些局限:
1) 不知道能夠隱藏多少位. 盡管非常需要知道指定大小載體信息上可以隱藏多少比特的水印信息,但這個問題還沒有得到圓滿解決. 事實上,對給定尺寸的圖像或者給定時間的音頻,可以可靠隱藏信息量的上界,目前還不清楚. 對圖像水印,只能說目前使用的演算法可以隱藏幾百比特位的水印信息.
2) 還沒有真正健壯的盲圖像水印演算法. 對圖像水印,魯棒性還是個問題. 目前還沒有能夠在經過所有普通圖像處理變換後,仍能倖免的盲水印演算法. 尤其是能夠抵抗幾何處理的攻擊,被認為是很難實現的目標.
3) 所有者能去除標記. 迄今為止提出的所有盲圖像水印,實際上都是可逆的. 已知水印的准確內容、以及水印的嵌入和檢測演算法,則總能在沒有嚴重損壞資料的前提下,使水印不可讀取. 目前還不清楚這個缺點在將來還是否存在;同時在設計版權保護系統時,必須考慮如下問題:一旦水印內容已知,則有可能去除水印或者部分水印.
此外,迄今為止提出的水印演算法,其可逆性使人們提出極大的疑問,即設計能夠抗篡改的健壯公開水印技術是否可能? 事實上,如果允許任何人讀取水印,則任何人只要知道水印嵌入演算法,就可以消除水印.
5 結 論
隨著電子商務的加速發展和網路用戶的直線增長,媒體的安全要求將更加迫切,作為版權保護和安全認證的數字水印技術具有極大的商業潛力,作為一門學科交叉的新興的應用技術,它的研究涉及了不同學科研究領域的思想和理論,如數字信號處理、圖像處理、資訊理論、通信理論、密碼學、計算機科學及網路、演算法設計等技術,以及公共策略和法律等問題,是近幾年來國際學術界才興起的一個前沿研究領域,得到了迅速的發展. 但數字水印技術仍然是一個未成熟的研究領域,還有很多問題需要解決,其理論基礎依然薄弱. 隨著一些先進的信號處理技術和密碼設計思想的引進,必將日趨成熟且得到更為廣泛的發展應用.
參考文獻:
[1 ] Eepa Kunr. Dimitrios hatzinakos. Digital watermarking fortelltale tamper proofing and authentication [J ] . Proceeding of the IEEE. 1999 , 87(7) :1167～1180.
[2 ] 張春田,蘇育挺. 信息產品的版權保護技術———數字水印[J ] . 電信科學,1998 ,14(12) :15～17.
[3 ] Bender W, Gruhl D. Techniques for data hiding[J ] . IBM sys2tem journal ,1996 ,35(3～4) :313～336.
[4 ] Cox I J , Killian J ,Leighton F T. Secure spread spectrum wa2termarking for multimedia[J ] . IEEE transactions on image pro2cessing ,1997 ,6(12) :1673～1687.
[5 ] Zhao J , Koch E. Embedding robust labels into images forright protection[A] . In : Proceedings of the knowright』95conference on intellectual property rights and new technologies[C] . Vienna , Austria , 1995. 241～251.
[6 ] Podilchud C I , Zeng W. Image - adaptive watermarking usingvisual model [J ] . IEEE journal on special areas in communica2tions ,1998 ,16(4) :525～539.