任何水印算法都需要再平衡

A. 免费去水印的软件都有哪些

1、美图秀秀。

2、去水印大师。

去水印大师app是一款便捷的图片处理类软件，去水印大师app提供强大的编辑功能，可以帮助你快速去掉想去磨伏高的水印。

功能介绍：

快速去水印。真的很快，手指涂抹就能去掉。

高级去水印。比较高级，速度慢一些，但是能够去掉一些复杂背景上的水印。

3、快去水印。

快去水印app是一款可快速处理图片水印的应用APP，快去水印app首创裁剪、覆盖、搜索原图、算法处理四种去水印方法，是去水印的好帮手。

功能介绍：

裁剪法：适合在大分辨率图中进行裁剪出局部来使用，避免掉水印部分。支持多种尺寸比例裁剪，比如常用的16:9、4:3、1:1或者自由选取比例。

覆盖法：在已厅尺被水印的照片中加上一层色块或者其他遮盖物，把水印覆盖掉，使水印不能被看见。支持覆盖画笔、箭头、直线、方框、椭圆，方形，文字等。

4、去水印助手瞎尺

去水印助手app属于摄影摄像应用，是逆流科技设计开发的图片处理工具。去水印助手app为用户提供自动去水印，去字，找原图，涂鸦等功能，是款很实用的去水印去字工具。

功能介绍

去水印助手app适合在大分辨率图中进行裁剪出局部来使用，避免掉水印部分。支持多种尺寸比例裁剪，比如常用的16:9，4:3，1:1或者自由选取比例。

在已被水印的照片中加上一层色块或者其他遮盖物，把水印覆盖掉，使水印不能被看见。支持覆盖画笔、箭头、直线、方框、椭圆，方形，文字等。

5、图片水印。

图片水印app这是一款简单易用，方便快捷的手机图片水印去除工具。图片水印app所有你看到的图片只需要轻轻一点就可以轻松简单的去除水印，毫无PS痕迹。

B. 数字水印的水印算法

近年来，数字水印技术研究取得了很大的进步，下面对一些典型的算法进行了分析，除特别指明外，这些算法主要针对图像数据(某些算法也适合视频和音频数据)。 该类算法中，大部分水印算法采用了扩展频谱通信(spread spectrum communication)技术。算法实现过程为：先计算图像的离散余弦变换(DCT)，然后将水印叠加到DCT域中幅值最大的前k系数上(不包括直流分量)，通常为图像的低频分量。若DCT系数的前k个最大分量表示为D=，i=1 ，… ，k，水印是服从高斯分布的随机实数序列W =，i=1 ，… ，k，那么水印的嵌入算法为di = di(1 + awi)，其中常数a为尺度因子，控制水印添加的强度。然后用新的系数做反变换得到水印图像I。解码函数则分别计算原始图像I和水印图像I*的离散余弦变换，并提取嵌入的水印W*，再做相关检验 以确定水印的存在与否。该方法即使当水印图像经过一些通用的几何变形和信号处理操作而产生比较明显的变形后仍然能够提取出一个可信赖的水印拷贝。一个简单改进是不将水印嵌入到DCT域的低频分量上，而是嵌入到中频分量上以调节水印的顽健性与不可见性之间的矛盾。另外，还可以将数字图像的空间域数据通过离散傅里叶变换(DFT)或离散小波变换(DWT)转化为相应的频域系数；其次，根据待隐藏的信息类型，对其进行适当编码或变形；再次，根据隐藏信息量的大小和其相应的安全目标，选择某些类型的频域系数序列（如高频或中频或低频）；再次，确定某种规则或算法，用待隐藏的信息的相应数据去修改前面选定的频域系数序列；最后，将数字图像的频域系数经相应的反变换转化为空间域数据。该类算法的隐藏和提取信息操作复杂，隐藏信息量不能很大，但抗攻击能力强，很适合于数字作品版权保护的数字水印技术中。
1. 基于离散余弦变换的数字水印
最早的基于分块DCT水印技术出现于E Koch，J Zhao的文献。针对静止图像和视频压缩标准（JPEG和MPEG），他们的水印方案中图像也被分成8×8的块，由一个密钥随机的选择图像的一些分块，在频域的中频上稍微改变一个三元组以隐藏二进序列信息。选择在中频分量编码是因为在高频编码易于被各种信号处理方法破坏，而在低频编码则由于人的视觉对低频分量很敏感，对低频分量的改变易于被察觉。未经授权者由于不知道水印嵌入的区域，因此是很难测出水印的，此外，该水印算法对有损压缩和低通滤波是鲁棒的。将图像分割成8×8块，并对每个块做DCT变换，然后随机选择构造所有块的一个子集，对子集的每一个块，选择一组频率并嵌入二进制水印信息。由于频率组的选择不是基于最显着分量，并且频率系数的方差较小，因此该方法对噪声、几何变形以及多文档攻击比较敏感。
Cox等人于1995年提出了基于图像全局变换的水印方法，称之为扩频法。这也是目前大部分变换域水印算法中所用到的技术。它将满足正态分布的伪随机序列加入到图像的DCT变换后视觉最重要系数中，利用了序列扩频技术（SS）和人类视觉特性（HVS）。算法原理为先选定视觉重要系数，再进行修改，最常用的嵌入规则如下：
其中分别是修改前和修改后的频域系数，α是缩放因子，是第i个信息位水印。
一般说来，乘法准则的抗失真性能要优于加法准则。水印的检测是通过计算相关函数实现的。从嵌入水印的图像中提取出是嵌入规则的逆过程，把提取出来的水印与原水印作相似性运算，与制定的阈值比较，可确定是否存在水印。这是稳健性水印的奠基性算法。
Chiou-Ting Hsu等人提出一种基于分块DCT的水印，他们的水印是可辨识的图像，而不是简单的一个符号或一个随机数。通过有选择地修改图像的中频系数来嵌入水印。验证时，衡量提取出的水印同原水印之间的相似性来判断是否加入了水印
2. 基于离散小波变换的数字水印
与传统的DCT变换相比，小波变换是一种变分辨率的，将时域与频域相联合的分析方法，时间窗的大小随频率自动进行调整，更加符合人眼视觉特性。小波分析在时、频域同时具有良好的局部性，为传统的时域分析和频域分析提供了良好的结合[6]。
目前，小波分析已经广泛应用于数字图像和视频的压缩编码、计算机视觉、纹理特征识别等领域。由于小波分析在图像处理上的许多特点可用于信息隐藏的研究，所以这种分析方法在信息隐藏和数字水印领域的应用也越来越受到广大研究者的重视，目前已经有很多比较典型的基于离散小波变换的数字水印算法。
除了上述有代表性的变换域算法外，还有一些变换域水印算法，它们中有相当一部分是上述算法的改进及发展。
总的来说，与空域的方法相比，变换域的方法具有如下优点：
(1) 在变换域中嵌入的水印信号能量可以分布到空域的所有像素上，有利于保证水印的不可见性；
(2) 在变换域，人类视觉系统(HVS) 的某些特性（如频率掩蔽特性）可以更方便地结合到水印编码过程中，因而其隐蔽性更好；
(3) 变换域的方法可与国际数据压缩标准兼容，从而易实现在压缩域(compressed domain) 内的水印算法，同时也能抵抗相应的有损压缩。 人的生理模型包括人类视HVS(HumanVisualSystem)和人类听觉系统HAS。该模型不仅被多媒体数据压缩系统利用，同样可以供数字水印系统利用。利用视觉模型的基本思想均是利用从视觉模型导出的JND(Just Noticeable Difference)描述来确定在图像的各个部分所能容忍的数字水印信号的最大强度，从而能避免破坏视觉质量。也就是说，利用视觉模型来确定与图像相关的调制掩模，然后再利用其来插入水印。这一方法同时具有好的透明性和强健性。

C. 求数字水印国内外研究现状及发展趋势（含文献综述）

文章编号:1005 - 0523(2005) 02 - 0063 - 04
数字水印及其发展研究
石红芹,谢 昕
(华东交通大学信息工程学院,江西南昌330013)
摘要:首先对数字水印的特征进行了分析,阐述了数字水印技术的基本原理,对目前比较流行的水印算法进行了分类和详细地讨论,最后指出目前水印技术存在的局限并对其发展进行了展望.
关键词:版权保护;数字水印;水印算法
中图分类号:TP391 文献标识码:A
1 引 言
近年来,随着数字化技术的进步和Internet 的迅速发展,多媒体信息的交流达到了前所未有的深度和广度,其发布形式愈加丰富了. 网络发布的形式逐渐成为一种重要的形式,伴随而来的是多媒体数据的版权保护问题. 因此多媒体信息版权保护问题成了一项重要而紧迫的研究课题. 为了解决这一难题,近几年国际上提出了一种新的有效的数字信息产品版权保护和数据安全维护的技术一一数字水印技术. 数字水印技术通过在原始媒体数据中嵌入秘密信息———水印来证实该数据的所有权归属. 水印可以是代表所有权的文字、产品或所有ID、二维图像,视频或音频数据、随机序列等. 主要应用于:媒体所有权的认定. 即辨认所有权信息,媒体合法用户信息; 媒体的传播跟算法研究. 该子模块的研究为解决网络制造产品版权保护问题奠定了基础数字水印技术,又称数字签名技术,成为信息隐藏技术的一种重要研究分支,为实现有效的信息版权保护提供了一种重要的手段.
2 数字水印的基本原理
从图像处理的角度看,嵌入水印信号可以视为在强背景下迭加一个弱信号,只要迭加的水印信号强度低于人类视觉系统( Human Visual System ,HVS) 的对比度门限,HVS 就无法感到信号的存在.对比度门限受视觉系统的空间、时间和频率特性的影响. 因此通过对原始信号作一定的调整,有可能在不改变视觉效果的情况下嵌入一些信息,从数字通信的角度看,水印嵌入可理解为在一个宽带信道(载体图像) 上用扩频通信技术传输一个窄带信号(水印信号) . 尽管水印信号具有一定的能量,但分布到信道中任一频率上的能量是难以检测到的. 水印的译码(检测) 即是在有噪信道中弱信号的检测问题.
一般来说,为了使水印能有效地应用于版权保护中,水印必须满足如下特性:
1) 隐蔽性 水印在通常的视觉条件下应该是不可见的,水印的存在不会影响作品的视觉效果.
2) 鲁棒性 水印必须很难去掉(希望不可能去掉) ,当然在理论上任何水印都可以去掉,只要对水印的嵌入过程有足够的了解,但是如果对水印的嵌入只是部分了解的话,任何破坏或消除水印的企图都应导致载体严重的降质而不可用.
3) 抗窜改性 与抗毁坏的鲁棒性不同,抗窜改性是指水印一旦嵌入到载体中,攻击者就很难改变或伪造. 鲁棒性要求高的应用,通常也需要很强的抗窜改性. 在版权保护中,要达到好的抗窜改性是比较困难的.
4) 水印容量 嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息,或是购买者的序列号. 这样在发生版权纠纷时,创建者或所有者的信息用于标示数据的版权所有者,而序列号用于标示违反协议而为盗版提供多媒体数据的用户.
5) 安全性 应确保嵌入信息的保密性和较低的误检测率. 水印可以是任何形式的数据,比如数值、文本、图像等. 所有的水印都包含一个水印嵌入系统和水印恢复系统. 水印的嵌入和提取过程分别
6) 低错误率 即使在不受攻击或者无信号失真的情况下,也要求不能检测到水印(漏检、false -negative) 以及不存在水印的情况下,检测到水印(虚检、false - positive) 的概率必须非常小.
3 数字水印算法
近几年来,数字水印技术研究取得了很大的进步,见诸于文献的水印算法很多,这里对一些典型的算法进行了分析.
3. 1 空间域算法
数字水印直接加载在原始数据上,还可以细分为如下几种方法[1～4 ] :
1) 最低有效位方法(LSB) 这是一种典型的空间域数据隐藏算法,L. F. Tumer 与R. G. Van Schyadel等先后利用此方法将特定的标记隐藏于数字音频和数字图像内. 该方法是利用原始数据的最低几位来隐藏信息(具体取多少位,以人的听觉或视觉系统无法察觉为原则) .LSB 方法的优点是有较大的信息隐藏量,但采用此方法实现的数字水印是很脆弱的,无法经受一些无损和有损的信息处理,而且如果确切地知道水印隐藏在几位LSB 中,数字水印很容易被擦除或绕过.
2) Patchwork 方法及纹理块映射编码方法
这两种方法都是Bender 等提出的. Patchwork 是一种基于统计的数字水印,其嵌入方法是任意选择N 对图像点,在增加一点亮度的同时,降低另一点的亮度值. 该算法的隐藏性较好,并且对有损的JPEG和滤波、压缩和扭转等操作具有抵抗能力,但仅适用于具有大量任意纹理区域的图像,而且不能完全自动完成.
3. 2 变换域算法
基于变换域的技术可以嵌入大量比特数据而不会导致可察觉的缺陷,往往采用类似扩频图像的技术来隐藏数字水印信息. 这类技术一般基于常用的图像变换,基于局部或是全部的变换,这些变换包括离散余弦变换(DCT) 、小波变换(WT) 、傅氏变换(FT 或FFT) 以及哈达马变换(Hadamard transform)等等. 其中基于分块的DCT 是最常用的变换之一,现在所采用的静止图像压缩标准JPEG也是基于分块DCT 的. 最早的基于分块DCT 的一种数字水印技术方案是由一个密钥随机地选择图像的一些分块,在频域的中频上稍稍改变一个三元组以隐藏二进制序列信息. 选择在中频分量编码是因为在高频编码易于被各种信号处理方法所破坏,而在低频编码则由于人的视觉对低频分量很敏感,对低频分量的改变易于被察觉. 该数字水印算法对有损压缩和低通滤波是稳健的. 另一种DCT 数字水印算法[5 ]是首先把图像分成8 ×8 的不重叠像素块,在经过分块DCT 变换后,即得到由DCT 系数组成的频率块,然后随机选取一些频率块,将水印信号嵌入到由密钥控制选择的一些DCT 系数中. 该算法是通过对选定的DCT 系数进行微小变换以满足特定的关系,以此来表示一个比特的信息. 在水印信息提取时,则选取相同的DCT 系数,并根据系数之间的关系抽取比特信息. 除了上述有代表性的变换域算法外,还有一些变换域数字水印方法,它们当中有相当一部分都是上述算法的改进及发展,这其中有代表性的算法是I. Podichuk 和ZengWenjun 提出的算法[6 ] . 他们的方法是基于静止图像的DCT 变换或小波变换,研究视觉模型模块返回数字水印应加载在何处及每处可承受的JND(Just Noticeable Difference ,恰好可察觉差别) 的量值(加载数字水印的强度上限) ,这种水印算法是自适应的.
3. 3 NEC 算法
该算法由NEC 实验室的Cox[5 ]等人提出,该算法在数字水印算法中占有重要地位,其实现方法是,首先以密钥为种子来产生伪随机序列,该序列具有高斯N(0 ,1) 分布,密钥一般由作者的标识码和图像的哈希值组成,其次对图像做DCT 变换,最后用伪随机高斯序列来调制(叠加) 该图像除直流分量外的1 000 个最大的DCT 系数. 该算法具有较强的鲁棒性、安全性、透明性等. 由于采用特殊的密钥,故可防止IBM 攻击,而且该算法还提出了增强水印鲁棒性和抗攻击算法的重要原则,即水印信号应该嵌入源数据中对人感觉最重要的部分,这种水
印信号由独立同分布随机实数序列构成,且该实数序列应具有高斯分布N(0 ,1) 的特征. 随后Podilchuk等利用人类视觉模型又对该算法进行了改进,从而提高了该算法的鲁棒性、透明性等.
3. 4 其他一些水印算法
1) 近年来,利用混沌映射模型实现数字水印、保密通信等成为混沌应用研究的热点. 特别是自从Cox 等借用通信技术中的扩频原理将水印信号嵌入到一些DCT 变换系数或者多层分解的小波变换系数以来,人们已经提出了一些混沌数字水印方法.水印的嵌入与检测是基于人类视觉系统(HVS) 的亮度掩蔽特性和纹理掩蔽特性,折衷水印的不可见性和鲁棒性之间的矛盾. 结果表明:该方法嵌入的水印具有不可见性和鲁棒性,并且这种基于密钥的混沌水印方法更好的抗破译性能.
2) 目前比较流行的还有一种基于盲水印检测的DWT 算法,该算法首先对原始图像进行小波变换,根据人类具有的视觉掩蔽特性对低频分量进行一定的量化,同时可不影响视觉效果,并对作为水印的图像进行压缩和二值化处理,形成一维的二值序列,根据二值序列的值对上述量化后的原始信号的低频分量进行视觉阈值范围内允许的修改,从而实现水印的嵌入. 水印提取过程是对含有水印的图像进行小波变换,对低频分量同样进行量化处理,为了增大算法的安全性,可以对水印形成的二值0 ,1 序列在嵌入前进一步进行伪随机序列调制,相应的在水印提取过程需要增加用伪随机序列解调的步骤. 这样,不知道伪随机序列的攻击者即使推测出水印的嵌入规律,也无法提取水印. 大大增加了水印系统的透明性和鲁棒性.
4 水印技术的局限
目前水印技术的局限,为了对版权保护中使用水印的成功可能性进行评估,看能否满足实际应用需求,就需要对水印技术有更多了解. 下面介绍数字水印方案普遍存在的一些局限:
1) 不知道能够隐藏多少位. 尽管非常需要知道指定大小载体信息上可以隐藏多少比特的水印信息,但这个问题还没有得到圆满解决. 事实上,对给定尺寸的图像或者给定时间的音频,可以可靠隐藏信息量的上界,目前还不清楚. 对图像水印,只能说目前使用的算法可以隐藏几百比特位的水印信息.
2) 还没有真正健壮的盲图像水印算法. 对图像水印,鲁棒性还是个问题. 目前还没有能够在经过所有普通图像处理变换后,仍能幸免的盲水印算法. 尤其是能够抵抗几何处理的攻击,被认为是很难实现的目标.
3) 所有者能去除标记. 迄今为止提出的所有盲图像水印,实际上都是可逆的. 已知水印的准确内容、以及水印的嵌入和检测算法,则总能在没有严重损坏资料的前提下,使水印不可读取. 目前还不清楚这个缺点在将来还是否存在;同时在设计版权保护系统时,必须考虑如下问题:一旦水印内容已知,则有可能去除水印或者部分水印.
此外,迄今为止提出的水印算法,其可逆性使人们提出极大的疑问,即设计能够抗篡改的健壮公开水印技术是否可能? 事实上,如果允许任何人读取水印,则任何人只要知道水印嵌入算法,就可以消除水印.
5 结 论
随着电子商务的加速发展和网络用户的直线增长,媒体的安全要求将更加迫切,作为版权保护和安全认证的数字水印技术具有极大的商业潜力,作为一门学科交叉的新兴的应用技术,它的研究涉及了不同学科研究领域的思想和理论,如数字信号处理、图像处理、信息论、通信理论、密码学、计算机科学及网络、算法设计等技术,以及公共策略和法律等问题,是近几年来国际学术界才兴起的一个前沿研究领域,得到了迅速的发展. 但数字水印技术仍然是一个未成熟的研究领域,还有很多问题需要解决,其理论基础依然薄弱. 随着一些先进的信号处理技术和密码设计思想的引进,必将日趋成熟且得到更为广泛的发展应用.
参考文献:
[1 ] Eepa Kunr. Dimitrios hatzinakos. Digital watermarking fortelltale tamper proofing and authentication [J ] . Proceeding of the IEEE. 1999 , 87(7) :1167～1180.
[2 ] 张春田,苏育挺. 信息产品的版权保护技术———数字水印[J ] . 电信科学,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.