下载文档原格式
水印制作方法水印是一种在图片、文档等资料上添加的半透明标识，用于保护版权、防止盗用、提升专业度等目的。
下面将介绍几种常见的水印制作方法，希望对您有所帮助。
首先，我们来说说文字水印的制作方法。
文字水印是指在图片或文档上添加文字信息，常见的有作者姓名、网站链接、版权声明等。
制作文字水印的方法很简单，只需要在图片编辑软件中选择文字工具，输入要添加的文字内容，然后调整文字的大小、颜色、透明度等参数，最后将文字水印放置在合适的位置即可。
其次，我们来介绍图片水印的制作方法。
图片水印是指在图片或文档上添加一张透明的图片标识，常见的有公司LOGO、品牌标识等。
制作图片水印的方法也比较简单，首先需要准备好要添加的图片水印，然后在图片编辑软件中打开需要添加水印的图片，将水印图片拖入编辑界面，调整水印的位置、大小、透明度等参数，最后保存即可。
另外，还有一种比较特殊的水印制作方法，即批量添加水印。
对于需要批量添加水印的用户来说，手动一个个添加水印显然是低效的。
这时可以利用专门的批量添加水印软件，只需要设置好水印内容和参数，然后选择需要添加水印的文件夹，软件就会自动帮您批量添加水印，省时省力。
除了以上介绍的几种方法外，还有一些在线水印制作工具可以帮助用户快速制作水印，比如百度文库的水印制作功能、PhotoShop等专业图片编辑软件。
用户可以根据自己的需求和使用习惯选择合适的水印制作方法。
总之，水印制作方法多种多样，用户可以根据自己的需求和实际情况选择合适的方法。
在制作水印时，需要注意水印的清晰度、透明度、位置等因素，以确保水印能够达到预期的效果。
希望本文介绍的水印制作方法对您有所帮助，谢谢阅读！。
水印嵌入和提取算法一、引言随着数字媒体的普及和网络技术的发展，如何保护数字媒体的版权成为了一个重要的问题。
水印技术作为一种有效的版权保护手段，被广泛应用在数字媒体的传输和存储过程中。
水印嵌入和提取算法是水印技术中的核心环节，本文将对水印嵌入和提取算法进行详细介绍。
二、水印嵌入算法水印嵌入算法是将版权信息嵌入到数字媒体中的过程。
在嵌入算法中，首先需要选择合适的水印嵌入位置，一般选择在数字媒体的不易引起注意的区域。
其次，需要确定嵌入强度，即水印信号的嵌入密度。
嵌入强度过大可能导致数字媒体的质量下降，嵌入强度过小可能导致水印信号无法提取。
最后，根据选择的嵌入位置和嵌入强度，将水印信息嵌入到数字媒体中。
水印嵌入算法的核心步骤是在数字媒体中选择合适的嵌入位置。
常用的嵌入位置有时域、频域和空域。
时域嵌入算法是将水印信息嵌入到数字媒体的时间序列中，常用的时域嵌入算法有LSB替换算法和扩频算法。
频域嵌入算法是将水印信息嵌入到数字媒体的频域特征中，常用的频域嵌入算法有DCT变换和小波变换。
空域嵌入算法是将水印信息嵌入到数字媒体的空间域中，常用的空域嵌入算法有差值算法和量化算法。
三、水印提取算法水印提取算法是从数字媒体中提取出嵌入的水印信息的过程。
在提取算法中，首先需要确定水印提取的位置。
根据嵌入时选择的位置，确定提取的位置。
其次，需要恢复嵌入时的嵌入强度。
根据嵌入时选择的嵌入强度，确定提取时的解码算法。
最后，根据选择的提取位置和解码算法，从数字媒体中提取出水印信息。
水印提取算法的核心步骤是根据嵌入时选择的位置进行提取。
常用的提取位置有时域、频域和空域。
时域提取算法是从数字媒体的时间序列中提取出水印信息，常用的时域提取算法有LSB提取算法和相关算法。
频域提取算法是从数字媒体的频域特征中提取出水印信息，常用的频域提取算法有DCT逆变换和小波逆变换。
空域提取算法是从数字媒体的空间域中提取出水印信息，常用的空域提取算法有差值算法和逆量化算法。
数字水印编码算法数字水印技术是一种将特定信息隐藏在数字媒体中以保护版权和验证数据完整性的方法。
数字水印编码算法是其中的核心部分，它决定了如何将信息嵌入到媒体中以及如何提取出隐藏的信息。
本文将介绍数字水印编码算法的基本原理和常见的几种算法。
数字水印编码算法的基本原理是在媒体的特定区域中，通过微小的变换来嵌入隐藏信息，这些变换在人眼或者其他传感器中是不可察觉的。
在数字图像中，常见的嵌入方法有像素值修改、离散余弦变换和离散小波变换等。
在数字音频中，常见的嵌入方法有低频扩频、频谱扩展和时间扩展等。
通过这样的嵌入方法，信息就被隐写在媒体中，起到了防伪、认证和追溯的作用。
一种常见的数字水印编码算法是基于离散余弦变换（DCT）的方法。
在这种算法中，将媒体分成多个块，对每个块进行DCT变换得到频域系数。
然后根据隐藏信息，在频域系数中进行微小的变换。
变换的方式可以是将信息加到系数中，或者在系数中微调一些分量。
最后进行逆DCT变换得到嵌入了隐藏信息的媒体。
在提取时，按照相同的方式对媒体进行DCT变换和逆DCT变换，就可以得到隐藏的信息。
另一种常见的数字水印编码算法是基于离散小波变换（DWT）的方法。
在这种算法中，同样将媒体分成多个块，对每个块进行DWT变换得到频域系数。
然后根据隐藏信息，在频域系数中进行微小的变换。
不同于DCT算法，DWT在频谱分析中更适合处理不同尺度的信息。
同样地，在提取时，按照相同的方式对媒体进行DWT变换和逆DWT变换，就可以得到隐藏的信息。
除了上述两种基本的数字水印编码算法，还有一些其他的算法。
例如基于人眼视觉特性的算法，它利用视觉系统的特性来增强水印的可见性或者提高抗干扰能力。
还有基于量化器特性的算法，它利用量化器的误差来嵌入和提取水印。
此外，还有一些基于传输特性的算法，它在数字媒体传输过程中嵌入和提取水印。
在数字水印编码算法中，除了嵌入和提取隐藏信息的功能，还有一些其他的要求。
例如鲁棒性，即算法要能在媒体经过压缩、裁剪、旋转等处理后仍然能够提取出水印。
数字⽔印算法介绍数字⽔印算法列举湖南科技⼤学计算机科学与⼯程学院①基于LSB 的数字⽔印⽅案（空间域、不可逆、不可见和盲检测）嵌⼊步骤：（1）先把⽔印信息转化为⼆进制⽐特流I。
（2）根据I的长度⽣成密钥K，并且严格保存。
密钥K是对图像载体像素位置的⼀个映射。
（3）把I中的每⼀位依次根据密钥K，置换掉原始载体图像中相应位置的像素最后⼀位。
提取步骤：（1）根据严格保存的密钥K遍历嵌⼊了⽔印的图像中的相应像素，提取出最后⼀位。
（2）将提取出来的每⼀位重新组合成⽔印信息。
②基于差分扩展的数字⽔印⽅案（变换域、可逆、不可见和盲检测）嵌⼊步骤：（1）将图像M分成像素点对（x，y），将⽔印信息转化为⼆进制⽐特流,⽐特流的每⼀位⽤m 表⽰。
（2）根据⽔印信息⽐特流的长度随机⽣成信息的嵌⼊位置k作为密钥信息严格保存。
（3）对图像M计算均值l和差值h：-=+=yx h y x floor l 2(（floor表⽰向下取整）（4）将⽔印⽐特信息m以差值扩展的⽅法嵌⼊到差值h中：mh h +?='2（5）将得到的h '代⼊（3）中，得到新的图像像素对，形成嵌⼊秘密信息后的图像C。
提取步骤：（1）将图像C分成像素点对（x，y），读⼊密钥信息K。
（2）将图像C依旧按照嵌⼊步骤中的（3）式计算均值l和差值h。
（3）根据密钥k找到相应位置，提取差值h的最后⼀位⽐特信息m，再将差值h进⾏变换得到1>>='h h 。
（4）将提取到的⽐特信息m进⾏组合可以恢复⽔印信息，将得到的h '代⼊嵌⼊步骤的（3）中计算新的图像像素对可以恢复原始图像载体M。
③基于直⽅图修改的数字⽔印算法（空间域、可逆、不可见和盲检测）嵌⼊步骤：（1）找到直⽅图的零点z和峰值点p，将z v p <<的像素值v⾃加1。
（2）漂移后的直⽅图v=p处即为嵌⼊⽔印的位置，将⽔印信息转化为⼆进制流并记为k，按顺序嵌⼊，即k v v +='；（3）得到的由像素值v '组成的图像就是嵌⼊秘密信息后的图像。
频域水印算法
频域水印算法是一种将水印嵌入到图像的频域中的算法。
它利用图像的傅里叶变换来将水印信息嵌入到图像的频谱中，从而实现对图像的保护和认证。
具体的频域水印算法包括以下步骤：
1. 将原始图像进行傅里叶变换，得到图像的频域表示。
2. 将水印信号进行傅里叶变换，得到水印的频域表示。
3. 将水印的频域表示嵌入到图像的频域表示中，可以通过加法、乘法或其他运算来实现。
嵌入的位置可以选择频域中的特定频率、幅度或相位等信息。
4. 对嵌入了水印的频域图像进行逆傅里叶变换，得到水印嵌入后的图像。
5. 对水印嵌入后的图像进行检测和提取。
可以通过傅里叶变换或相关算法来提取频域中的水印信息，从而判断图像是否包含水印以及提取出水印的内容。
频域水印算法的优点是可以在频域进行水印嵌入和提取，不需要像空域水印算法一样对图像进行修改，能够保持图像的视觉质量。
但由于频域水印算法对图像进行了频谱变换，可能会引入一些频谱失真，降低图像的质量。
同时，频域水印算法对图像的鲁棒性较弱，容易受到信道攻击和图像处理操作的影响。
因此，在实际应用中，需要针对具体场景和需求选择适合的频域水印算法，并结合其他技术手段来提高水印的鲁棒性和安全性。
数字水印及DCT算法分析2.1数字水印的定义和分类数字水印技术是一种信息隐藏技术，他的基本思想是在数字图像、音频和视频等数字产品中嵌入秘密信息，以便于保护数字产品的版权、证明产品的真实可靠性、跟踪盗版行为或者提供产品的附加信息。
其中的秘密信息可以是版权标识、用户序列号或是产品的相关信息。
一般，它需要经过适当变换再嵌入数字产品中，通常称变换后的秘密信息为数字水印。
通常可以定义水印为以下的信号：W=｛w i︳w i∈O，i=0,1,2,…,M−1｝式中，M为水印序列的长度，O代表值域。
实际上，水印不仅可以为一维序列，也可以是二维阵列甚至是三维或高维信号，这通常要根据载体对象的维数来确定，如音频对应一维，静止图像对应二维，动态图像对应三维。
对于高维情况，可以将高维信号按一定顺序展成一维形式。
水印信号的值域可以是二值形式，如O={0,1}，O={-1,1}或O={-r，r}，或是高斯白噪声。
随着数字水印技术的发展，水印算法的分类也越来越多。
数字水印技术可以从不同的角度进行划分：（1）按水印发展来看，可分为第一代水印和第二待水印。
（2）按数字水印的内容，可以将水印划分为有意义水印和无意义水印，有意义水印是指水印本身也是某个数字图像或数字音频片段的编码，无意义水印则只对应于一个序列号。
（3）按用途划分，我们可以将数字水印划分为票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。
（4）按嵌入的水印信号形式来分，可以分为一维水印和多维水印。
（5）按嵌入方法可以分为可逆水印与不可逆水印。
（6）按水印检测方法，可分为盲水印和非盲水印（明文水印）。
明文水印在检测过程中需要原始数据，而盲水印的检测只需密钥。
不需要原始数据。
（7）按鲁棒性来分，可分为易脆水印、半易脆水印和鲁棒水印。
（8）从外观上分类，可分为可见水印和不可见水印。
（9）从水印的嵌入御来分，可分为时（空）域数字水印、变换域/频域数字水印、时频域数字水印和时间尺度域数字水印。
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)。
空域算法该类算法中典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位(LSB:least significant bits)上，这可保证嵌入的水印是不可见的。
但是由于使用了图像不重要的像素位，算法的鲁棒性差，水印信息很容易为滤波、图像量化、几何变形的操作破坏。
另外一个常用方法是利用像素的统计特征将信息嵌入像素的亮度值中。
Patchwork算法方法是随机选择N对像素点(ai，bi) ，然后将每个ai点的亮度值加 1 ，每个bi点的亮度值减1，这样整个图像的平均亮度保持不变。
适当地调整参数，Patchwork方法对JPEG压缩、FIR滤波以及图像裁剪有一定的抵抗力，但该方法嵌入的信息量有限。
为了嵌入更多的水印信息，可以将图像分块，然后对每一个图像块进行嵌入操作。
变换域算法该类算法中，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。
一．数字水印数字水印技术数字水印技术(Digital Watermark):技术是将一些标识信息(即数字水印)直接嵌入数字载体(包括多媒体、文档、软件等)当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。
目前主要有两类数字水印,一类是空间数字水印,另一类是频率数字水印。
空间数字水印的典型代表是最低有效位(LSB)算法,其原理是通过修改表示数字图像的颜色或颜色分量的位平面,调整数字图像中感知不重要的像素来表达水印的信息,以达到嵌入水印的目的。
频率数字水印的典型代表是扩展频谱算法,其原理是通过时频分析,根据扩展频谱特性,在数字图像的频率域上选择那些对视觉最敏感的部分,使修改后的系数隐含数字水印的信息。
可视密码技术二．可视密码技术:可视密码技术是Naor和Shamir于1994年首次提出的,其主要特点是恢复秘密图像时不需要任何复杂的密码学计算,而是以人的视觉即可将秘密图像辨别出来。
其做法是产生n张不具有任何意义的胶片,任取其中t张胶片叠合在一起即可还原出隐藏在其中的秘密信息。
其后,人们又对该方案进行了改进和发展。
主要的改进办法办法有：使产生的n张胶片都有一定的意义,这样做更具有迷惑性;改进了相关集合的造方法;将针对黑白图像的可视秘密共享扩展到基于灰度和彩色图像的可视秘密共享。
三．数字水印（Digital Watermark或称Steganography）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，这种标记通常是不可见的，只有通过专用的检测器或阅读器才能提取。
数字水印是信息隐藏技术的一个重要研究方向。
数字水印技术源于开放的网络环境下保护多媒体版权的新型技术，它可验证数字产品的版权拥有者、识别销售商、购买者或提供关于数字产品内容的其他附加信息，并将这些信息以人眼不可见的形式嵌入在数字图像或视频序列中，用于确认数字产品的所有权和跟踪侵权行为。
除此之外，它在证据篡改鉴定，数字的分级访问，数据产品的跟踪和检测，商业视频广播和因特网数字媒体的服务付费，电子商务的认证鉴定，商务活动中的杜撰防伪等方面也具有十分广阔的应用前景。
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)。
空域算法
该类算法中典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位(LSB:least significant bits)上，这可保证嵌入的水印是不可见的。
但是由于使用了图像不重要的像素位，算法的鲁棒性差，水印信息很容易为滤波、图像量化、几何变形的操作破坏。
另外一个常用方法是利用像素的统计特征将信息嵌入像素的亮度值中。
Patchwork算法
方法是随机选择N对像素点(ai，bi) ，然后将每个ai点的亮度值加 1 ，每个bi点的亮度值减1，这样整个图像的平均亮度保持不变。
适当地调整参数，Patchwork方法对JPEG压缩、FIR滤波以及图像裁剪有一定的抵抗力，但该方法嵌入的信息量有限。
为了嵌入更多的水印信息，可以将图像分块，然后对每一个图像块进行嵌入操作。
变换域算法
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著分量，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。
压缩域算法
基于JPEG、MPEG标准的压缩域数字水印系统不仅节省了大量的完全解码和重新编码过程，而且在数字电视广播及VOD(Video on Demand)中有很大的实用价值。
相应地，水印检测与提取也可直接在压缩域数据中进行。
下面介绍一种针对MPEG-2压缩视频数据流的数字水印方案。
虽然MPEG-2数据流语法允许把用户数据加到数据流中，但是这种方案并不适合数字水印技术，因为用户数据可以简单地从数据流中去掉，同时，在MPEG-2编码视频数据流中增加用户数据会加大位率，使之不适于固定带宽的应用，所以关键是如何把水印信号加到数据信号中，即加入到表示视频帧的数据流中。
对于输入的MPEG-2数据流而言，它可分为数据头信息、运动向量(用于运动补偿)和DCT编码信号块3部分，在方案中只有MPEG-2数据流最后一部分数据被改变，其原理是，首先对DCT编码数据块中每一输入的Huffman码进行解码和逆量化，以得到当前数据块的一个DCT系数;其次，把相应水印信号块的变换系数与之相加，从而得到水印叠加的DCT系数，再重新进行量化和Huffman编码，最后对新的Huffman码字的位数n1与原来的无水印系数的码字n0进行比较，只在n1不大于n0的时候，
才能传输水印码字，否则传输原码字，这就保证了不增加视频数据流位率。
该方法有一个问题值得考虑，即水印信号的引入是一种引起降质的误差信号，而基于运动补偿的编码方案会将一个误差扩散和累积起来，为解决此问题，该算法采取了漂移补偿的方案来抵消因水印信号的引入所引起的视觉变形。
NEC算法
该算法由NEC实验室的Cox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(DC)分量外的1000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，因此可防止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，且该实数序列应该具有高斯分布
N(0，1)的特征。
生理模型算法
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。
