英文翻译：
基于模糊推理系统的鲁棒性数字图像水印
—使用离散余弦变换技术
B.Jagadeesha*, P.Rajesh Kumarb, P.Chenna Reddyc
摘要：数字水印技术已经成为数字媒体版权保护的最新技术之一。图像的水印可以在许多方面进行，而对图像水印的一种方法是利用模糊逻辑。它类似于一个模糊集合的概念，每个元素都可以被一个有序的对，其中一个是值，另一个是隶属函数值。模糊逻辑系统可以解释不准确的信息，并解释他们的决定。模糊推理系统是实现模糊逻辑的最简单的方法。在所提出的方法中，三个模糊推理模型被用来生成嵌入水印和输入到模糊推理系统的权重因子是从人类视觉系统模型。过程中所使用的性能指标是峰值信噪比，归一化互相关。该算法是免疫各种图像处理攻击。
关键词：数字水印;离散余弦变换;人类视觉系统;模糊推理系统;归一化互相关性;峰值信噪比。
1.引言
数字水印尝试隐藏一个消息的真实内容的数字信号。水印是一个最
1好的解决方案为数字图像版权保护。插入水印，即在一个音频/视频对
象的程序被定义为水印。在水印，水印被添加到在这样一种方式，它仍然在它的封面数据。这是一个与隐写术密切相关的思想，在一个隐藏的
2,3方式中多媒体信号里面的信息。然而，哪些部分是他们目标。水印隐
藏与数字信号的真实内容相关的消息，而在隐写的多媒体信号与该消息无关，并且它只作为一个庇护，以隐藏其存在，水印主要集中在隐藏的数据的鲁棒性的封面。嵌入的水印嵌入到宿主图像可以做三个方面，通过将水印信号为原始图像直接第一；我们是嵌入水印的像素直接，这种
5方法称为空间域方法。其次，我们可以将宿主图像值为变换域水印嵌
入到组件和组件；这种方法称为变换域的方法，方法第三型为嵌入水印
6的方法使用，称为混合域。每一种方法都有其优缺点，基于应用和嵌
入方法选择。
水印可以通过可见的和不可见的方式嵌入水印，这样它就可以被赋予合法所有权的证明。一些攻击可能会经历，因为数字对象可以处理。因此，为了提高水印的鲁棒性和安全性，许多学者对模糊逻辑技术进行了多种研究。
nizarsakretal7建议基于动态模糊推理系统（DFIs）和人类视觉系统（HVS）的系统。HVS参数计算和应用FIS，20多个规则是描绘这个FIS是用户定义的。模糊输出被用来选择水印嵌入位置。Rezamortezaei etal8开发一种新的数字水印方法建立模糊积分过程，得到DCT分量的封面图像和水印信号之间的相似程度，组件在一起即；封面图像和水印信号设置Zig Zag诏书找到嵌入位置。jabadeetal9一个基于LOGO水印算法基于离散小波变换（DWT），模糊推理系统（FIS）和人类视觉系统（HVS）的开发。该方案采用模糊推理系统嵌入标识/水印。水印的权重确定的HVS特性和FIS。重建图像通过计算逆小波变换得到含水印图像。然后在接收端采用DWT水印图像来提取水印。君风扇10投影方法扎根在核模糊聚类和奇异值分解（SVD）利用小波变换水印，低频奇异值数量后图像复小波被提名作为一个插片，款式的水印图像。穆克什C. Motwani11提出了一种制备非线性感知掩蔽在小波域用HVS模型利用模糊逻辑输入变量为亮度的敏感性，边缘的灵敏度，和纹理的敏感性，计算每个变换系数ficient。只有一个实体提供感性意义的各等效小波系数ficient结果的模糊推理系统，嵌入SamehOueslatial12水印系统完成的小波域专长人类视觉系统（HVS）和模糊推理系统（FIS）医学图像，水印信号嵌入在中频区域，实现不可见性和鲁棒性。
本文提出了一种利用离散余弦变换和模糊推理系统对水印进行嵌入和提取的新盲水印技术。在这个方案中三个模糊推理系统使用嵌入的水印和提取它使用两个模糊推理系统的结果比较sameshouslatietal112。 剩下的主要分为：2节初赛关于离散余弦变换，人类视觉系统和模糊逻辑的定义。3部分阐述了投影的数字水印系统。实验结果在第4节中指出。结论在5节中指定。
2 正文
2.1.离散余弦变换
该DCT将来自时域表示到频域表示的信号。嵌入水印较低频率分量将导致不可见性问题，嵌入到较高频率分量将不能维持到诸如压缩等的攻击，所以使算法更健壮在本文已知和未知的图像处理攻击中间频率分量被考虑。
p和q的变化从0到米 - 1,0到N - 1相应地，其中M *ñ是原始图像的大小.DCT是可逆的变换和它的逆矩阵是由
2.2.人类视觉系统
人眼是微妙不同的空间频率，所以噪声在图像的某些区域的影响不能由人眼注意到，因为同样的原因，在人的视觉系统模型，这些区域确定和水印被放置在这些区域。人眼对许多频率的灵敏度由下式给出频率灵敏度。噪声的不可感知的上一个恒定的背景的影响由下式计算亮度的敏感性，质地灵敏度。此HVS模型也在许多插入和检测算法使用的水印。 a)亮度的敏感性（Lķ）：
亮度证明是争取在一个持续的背景遮蔽检测噪音有效。越亮背景是，较高的噪声的大小可以比如嵌入式信号。
b）频率灵敏度（Fķ）：
如果我们将图像分成8×8块和DCT施加到每个组块，一个8×8矩阵将DCT形成组件的每个组块。该矩阵被分成三个部分，高频（HF）成分，低频（LF）成分，和中频（MF）的组件。在2D DCT矩阵的左上角象征低频分量而最低右上角是高频分量。图像可以是如果低频分量被修改失真。可替代地，由于压缩处理引起的DCT在高频率中被分离的组件，水印不能嵌入在高频分量。所以中央频率分量被用于嵌入水印。 c）灵敏度阈值（Tķ）：
图像中的区域可以被划分成光滑，纹理和边缘块。纹理区域在本质上是粗糙并能承受的噪音，即噪声不能在这些区域注意到，因为这将还与纹理混合。该质地灵敏度是通过联合的方式四舍五入封面图片的DCT
部件
预期照相专家组（JPEG）量化表。输出近似为相邻的整数，然后非零数进行计数
d）边缘灵敏度（Eķ）：
边缘是通过利用边缘的程序，在MATLAB图像处理工具箱的图像内识别 软件包服装graythresh（）函数计算利用直方图基于块边缘。
2.3.模糊逻辑
模糊逻辑是在1965年提出的通过卢菲特·泽德作为表示和控制数据的一个装置，其不是特定的，而是模糊。模糊逻辑开始于模糊集合的概念。有一个比较强的模糊逻辑和模糊集理论之间的连接。
2.4.模糊推理系统
模糊推理是一个特定的输入与映射利用模糊逻辑特定输出的过程。这个映射提供从判决书可以准备一个基地。模糊推理的过程包含模糊化，去模糊化，和知识的基础上，在图1所示，模糊化转换清晰值来语言方面，推理引擎映射基于知识基础，最后是语言方去模糊化映射语言方面清晰值。
图1模糊推理系统
3.提出的方法
3.1.嵌入算法
用于嵌入水印的步骤是：
1.原始图像是512×512像素的灰度图像和原始水印是64×64像素的二进制图像。
2.除封面图片（灰阶）转换成8×8块和DCT适用于每一个块。
3.计算亮度灵敏度（Lķ），纹理灵敏度（Tķ），边缘灵敏度（Eķ）和频灵敏度（Fķ）针对每个块。
4.提供电子ķ和Tķ作为系统1，L输入模糊推理ķ和Fķ作为输入到模糊理系统2。
5.FIS 1和FIS 2的输出被给予作为输入FIS 3，所获得的输出被用作加权因子。
6.在每个块中心值作为嵌入位置，并嵌入完成利用嵌入式，当w = 1 X'=（S1（ⅰ）* S 2（i））的+ S3（ⅰ）;其他X'=（S1（ⅰ）* S （i））的- S3（ⅰ）;结束其中X'=新的DCT成分，S1，S2，S3是FIS 1，FIS 2，FIS 3输出。
7.采取IDCT每个块和重组的块，以形成加水印的图像。8.计算PSNR的水印和原始图像。
3.2.嵌入框图：
图2 嵌入算法框图
3.3.提取框图
图3 提取算法框图
3.4.提取算法
水印采矿方法为每道：
1.图像是512×512的灰度图像。
2.除水印图像（灰度）为8×8块和DCT适用于每一个块。
3.计算亮度灵敏度（Lķ），纹理灵敏度（Tķ），边缘灵敏度（Eķ）和灵敏度（Fķ）针对每个块。
4.将Tķ和Eķ作为输入到FIS 1，Lķ和Fķ作为输入到FIS 2。
5.在各块中心值被取和提取完成利用嵌入式的倒数，如果X“ - （S1（ⅰ）* S 2（i））的> 0 W = 1其他W = 0结束其中，水印图像的X“= DCT成分，S1，S2是FIS 1，FIS 2输出。
6.重新排列水印位组合形成64×64水印图像。
7.计算NCC的提取和原始水印。
4.实验结果
该方法是对大小512×512像素的单色通常测试图像Lena和山魈测试与大小的水印图像64×64个象素，一个标志采取字母“JNTUACEA'作为示于图4.在图5，从提出的方法和萨迈赫Oueslati等人获得NCC值的柱状图。
图4测试图像莱娜和大小512x512像素山魈与大小64x64像素水印
不同的方法图像处理攻击被示出。在表1中，对于不同的攻击NCC的值施加在测试图像LENA被示出。施加到水印图像的图像处理攻击包行-列消隐，其中随机行/图像中的列成为零，在本结果行175，[1**********]8是为零。在旋转攻击，通过旋转角度10度水印图像。图像中的所有的边都增强了锐化进攻。在直方图均衡攻击，水印图像是利用增强直方图均衡方法和水印从该增强的图像检索。水印图像是通过低通滤波器，中值滤波器，用于滤波攻击通过。在这种攻击中，图像被平滑，并且从这个水印图像被提取。最后，该算法也可耐行列复印，JPEG压缩，椒盐噪声，噪声毒，调整大小，位面清除，模糊，裁剪，亮度变换，图像的对比度攻击。图4。尺寸的测试图像Lena和山魈512×512像素尺寸64×64像素的带水印1624用于验证建议的方案中的指标是峰值信噪比
（PSNR）和归一化互相关（NCC）。封面图片是一个大小为M×M 的表示为克（I，J），并让该水印信号相当的是G（I，J），然后PSNR被称为
图5 提出和Sameh Oueslati等人的NCC值条形图方法
水印信号为W象征米（I，J），并让所提取的水印信号为w进行符号化“米（I，J），然后NCC被给定为
在式（9），意思W和意思W'
指定唯一水印图像的平均和提取的水印号
表1.不同的攻击NCC值应用于测试图像LENA。
5.结论
在这项研究中提出了一种创新的盲图像水印算法接地模糊推理系（FIS）和人类视觉系统（HVS）提出。将其结果与所述萨迈赫Oueslati等人相比。方法和所得到的结果表明该投影算法提供了更多不可见性即PSNR和稳健性，即NCC各种图像处理攻击如行-列复制，按行列消隐，JPEG压缩攻击，图像对比度，图像变换等，也更安全。
参考文献
1. Cox IJ, Miller ML, Bloom JA. Digital Watermarking. Morgan Kaufmann Publisher, San Francisco, CA, USA; 2002.
2. CI Podilchuk, EJ Delp. Digital Watermarking: Algorithms and Applications. IEEE Signal Processing Magazine; July 2001.p.33-46.
3. I Cox, J Killian, T Leighton, T Shamoon. Secure spread spectrum watermarking for multimedia. IEEE Trans. Image Process.6 (12); 1997. p. 1673–1687.
4. NNikolaidis,IPitas.Robustimagewatermarkinginthespatialdomain.SignalProcess.66 (3); 1998. p.385–403.
5. Zhao Dawei, Chen Guanrong, Liu Wenbo. A chaos-based robust wavelet-domain watermarking algorithm. Chaos. Solutions and Fractals 22; 2004. p. 47–54.
6. Frank Y Shih, Scott YT Wu. Combinational image watermarking in the spatial and frequency domains. Pattern Recognition 36; 2003.p. 969975.
7. NizarSakr,JiyingZhao,VoicuGroza.DynamicFuzzyLogicApproachtoAdaptiveHVS-based Watermarking. International Workshop on Haptic Audio Visual Environments and their Applications. Canada; 2005. p. 121-126.
8. Reza Mortezaei, Mohsen Ebrahimi Moghaddam. A New Lossless Watermarking Scheme Based on fuzzy integral and DCT domain. International Conference on Electronics and Information Engineering, Vol.1; 2010. p. 527-531.
9. Vaishali S Jabade, Sachin R Gengaje. Logo based Image Copyright Protection utilizing Discrete Wavelet Transform and Fuzzy Inference System. International Journal of Computer Applications, Volume 58; 2012. p.22-28.
10. Jun Fan, Yiquan Wu. Watermarking Algorithm Based on Kernel FuzzyClustering
andSingularValueDecompositionintheComplexWaveletTransformDomain.International
Conference of Information Technology, Computer Engineering and Management Sciences; 2011. p. 42-46.
11. Mukesh C Motwani, Rakhi C Motwani, Frederick C Harris. Wavelet BasedFuzzy Perceptual Mask For Images. International Conference on Image Processing (ICIP); 2009. p.4261-4264.
12. Sameh Oueslati, Adnane Cherif, Basel Solaiman. A FuzzyWatermarkingApproach Based on the Human Visual System. International Journal of ImageProcessing(IJIP), Volume 4.Issue 3; 2010. p. 218-231.
英文翻译：
基于模糊推理系统的鲁棒性数字图像水印
—使用离散余弦变换技术
B.Jagadeesha*, P.Rajesh Kumarb, P.Chenna Reddyc
摘要：数字水印技术已经成为数字媒体版权保护的最新技术之一。图像的水印可以在许多方面进行，而对图像水印的一种方法是利用模糊逻辑。它类似于一个模糊集合的概念，每个元素都可以被一个有序的对，其中一个是值，另一个是隶属函数值。模糊逻辑系统可以解释不准确的信息，并解释他们的决定。模糊推理系统是实现模糊逻辑的最简单的方法。在所提出的方法中，三个模糊推理模型被用来生成嵌入水印和输入到模糊推理系统的权重因子是从人类视觉系统模型。过程中所使用的性能指标是峰值信噪比，归一化互相关。该算法是免疫各种图像处理攻击。
关键词：数字水印;离散余弦变换;人类视觉系统;模糊推理系统;归一化互相关性;峰值信噪比。
1.引言
数字水印尝试隐藏一个消息的真实内容的数字信号。水印是一个最
1好的解决方案为数字图像版权保护。插入水印，即在一个音频/视频对
象的程序被定义为水印。在水印，水印被添加到在这样一种方式，它仍然在它的封面数据。这是一个与隐写术密切相关的思想，在一个隐藏的
2,3方式中多媒体信号里面的信息。然而，哪些部分是他们目标。水印隐
藏与数字信号的真实内容相关的消息，而在隐写的多媒体信号与该消息无关，并且它只作为一个庇护，以隐藏其存在，水印主要集中在隐藏的数据的鲁棒性的封面。嵌入的水印嵌入到宿主图像可以做三个方面，通过将水印信号为原始图像直接第一；我们是嵌入水印的像素直接，这种
5方法称为空间域方法。其次，我们可以将宿主图像值为变换域水印嵌
入到组件和组件；这种方法称为变换域的方法，方法第三型为嵌入水印
6的方法使用，称为混合域。每一种方法都有其优缺点，基于应用和嵌
入方法选择。
水印可以通过可见的和不可见的方式嵌入水印，这样它就可以被赋予合法所有权的证明。一些攻击可能会经历，因为数字对象可以处理。因此，为了提高水印的鲁棒性和安全性，许多学者对模糊逻辑技术进行了多种研究。
nizarsakretal7建议基于动态模糊推理系统（DFIs）和人类视觉系统（HVS）的系统。HVS参数计算和应用FIS，20多个规则是描绘这个FIS是用户定义的。模糊输出被用来选择水印嵌入位置。Rezamortezaei etal8开发一种新的数字水印方法建立模糊积分过程，得到DCT分量的封面图像和水印信号之间的相似程度，组件在一起即；封面图像和水印信号设置Zig Zag诏书找到嵌入位置。jabadeetal9一个基于LOGO水印算法基于离散小波变换（DWT），模糊推理系统（FIS）和人类视觉系统（HVS）的开发。该方案采用模糊推理系统嵌入标识/水印。水印的权重确定的HVS特性和FIS。重建图像通过计算逆小波变换得到含水印图像。然后在接收端采用DWT水印图像来提取水印。君风扇10投影方法扎根在核模糊聚类和奇异值分解（SVD）利用小波变换水印，低频奇异值数量后图像复小波被提名作为一个插片，款式的水印图像。穆克什C. Motwani11提出了一种制备非线性感知掩蔽在小波域用HVS模型利用模糊逻辑输入变量为亮度的敏感性，边缘的灵敏度，和纹理的敏感性，计算每个变换系数ficient。只有一个实体提供感性意义的各等效小波系数ficient结果的模糊推理系统，嵌入SamehOueslatial12水印系统完成的小波域专长人类视觉系统（HVS）和模糊推理系统（FIS）医学图像，水印信号嵌入在中频区域，实现不可见性和鲁棒性。
本文提出了一种利用离散余弦变换和模糊推理系统对水印进行嵌入和提取的新盲水印技术。在这个方案中三个模糊推理系统使用嵌入的水印和提取它使用两个模糊推理系统的结果比较sameshouslatietal112。 剩下的主要分为：2节初赛关于离散余弦变换，人类视觉系统和模糊逻辑的定义。3部分阐述了投影的数字水印系统。实验结果在第4节中指出。结论在5节中指定。
2 正文
2.1.离散余弦变换
该DCT将来自时域表示到频域表示的信号。嵌入水印较低频率分量将导致不可见性问题，嵌入到较高频率分量将不能维持到诸如压缩等的攻击，所以使算法更健壮在本文已知和未知的图像处理攻击中间频率分量被考虑。
p和q的变化从0到米 - 1,0到N - 1相应地，其中M *ñ是原始图像的大小.DCT是可逆的变换和它的逆矩阵是由
2.2.人类视觉系统
人眼是微妙不同的空间频率，所以噪声在图像的某些区域的影响不能由人眼注意到，因为同样的原因，在人的视觉系统模型，这些区域确定和水印被放置在这些区域。人眼对许多频率的灵敏度由下式给出频率灵敏度。噪声的不可感知的上一个恒定的背景的影响由下式计算亮度的敏感性，质地灵敏度。此HVS模型也在许多插入和检测算法使用的水印。 a)亮度的敏感性（Lķ）：
亮度证明是争取在一个持续的背景遮蔽检测噪音有效。越亮背景是，较高的噪声的大小可以比如嵌入式信号。
b）频率灵敏度（Fķ）：
如果我们将图像分成8×8块和DCT施加到每个组块，一个8×8矩阵将DCT形成组件的每个组块。该矩阵被分成三个部分，高频（HF）成分，低频（LF）成分，和中频（MF）的组件。在2D DCT矩阵的左上角象征低频分量而最低右上角是高频分量。图像可以是如果低频分量被修改失真。可替代地，由于压缩处理引起的DCT在高频率中被分离的组件，水印不能嵌入在高频分量。所以中央频率分量被用于嵌入水印。 c）灵敏度阈值（Tķ）：
图像中的区域可以被划分成光滑，纹理和边缘块。纹理区域在本质上是粗糙并能承受的噪音，即噪声不能在这些区域注意到，因为这将还与纹理混合。该质地灵敏度是通过联合的方式四舍五入封面图片的DCT
部件
预期照相专家组（JPEG）量化表。输出近似为相邻的整数，然后非零数进行计数
d）边缘灵敏度（Eķ）：
边缘是通过利用边缘的程序，在MATLAB图像处理工具箱的图像内识别 软件包服装graythresh（）函数计算利用直方图基于块边缘。
2.3.模糊逻辑
模糊逻辑是在1965年提出的通过卢菲特·泽德作为表示和控制数据的一个装置，其不是特定的，而是模糊。模糊逻辑开始于模糊集合的概念。有一个比较强的模糊逻辑和模糊集理论之间的连接。
2.4.模糊推理系统
模糊推理是一个特定的输入与映射利用模糊逻辑特定输出的过程。这个映射提供从判决书可以准备一个基地。模糊推理的过程包含模糊化，去模糊化，和知识的基础上，在图1所示，模糊化转换清晰值来语言方面，推理引擎映射基于知识基础，最后是语言方去模糊化映射语言方面清晰值。
图1模糊推理系统
3.提出的方法
3.1.嵌入算法
用于嵌入水印的步骤是：
1.原始图像是512×512像素的灰度图像和原始水印是64×64像素的二进制图像。
2.除封面图片（灰阶）转换成8×8块和DCT适用于每一个块。
3.计算亮度灵敏度（Lķ），纹理灵敏度（Tķ），边缘灵敏度（Eķ）和频灵敏度（Fķ）针对每个块。
4.提供电子ķ和Tķ作为系统1，L输入模糊推理ķ和Fķ作为输入到模糊理系统2。
5.FIS 1和FIS 2的输出被给予作为输入FIS 3，所获得的输出被用作加权因子。
6.在每个块中心值作为嵌入位置，并嵌入完成利用嵌入式，当w = 1 X'=（S1（ⅰ）* S 2（i））的+ S3（ⅰ）;其他X'=（S1（ⅰ）* S （i））的- S3（ⅰ）;结束其中X'=新的DCT成分，S1，S2，S3是FIS 1，FIS 2，FIS 3输出。
7.采取IDCT每个块和重组的块，以形成加水印的图像。8.计算PSNR的水印和原始图像。
3.2.嵌入框图：
图2 嵌入算法框图
3.3.提取框图
图3 提取算法框图
3.4.提取算法
水印采矿方法为每道：
1.图像是512×512的灰度图像。
2.除水印图像（灰度）为8×8块和DCT适用于每一个块。
3.计算亮度灵敏度（Lķ），纹理灵敏度（Tķ），边缘灵敏度（Eķ）和灵敏度（Fķ）针对每个块。
4.将Tķ和Eķ作为输入到FIS 1，Lķ和Fķ作为输入到FIS 2。
5.在各块中心值被取和提取完成利用嵌入式的倒数，如果X“ - （S1（ⅰ）* S 2（i））的> 0 W = 1其他W = 0结束其中，水印图像的X“= DCT成分，S1，S2是FIS 1，FIS 2输出。
6.重新排列水印位组合形成64×64水印图像。
7.计算NCC的提取和原始水印。
4.实验结果
该方法是对大小512×512像素的单色通常测试图像Lena和山魈测试与大小的水印图像64×64个象素，一个标志采取字母“JNTUACEA'作为示于图4.在图5，从提出的方法和萨迈赫Oueslati等人获得NCC值的柱状图。
图4测试图像莱娜和大小512x512像素山魈与大小64x64像素水印
不同的方法图像处理攻击被示出。在表1中，对于不同的攻击NCC的值施加在测试图像LENA被示出。施加到水印图像的图像处理攻击包行-列消隐，其中随机行/图像中的列成为零，在本结果行175，[1**********]8是为零。在旋转攻击，通过旋转角度10度水印图像。图像中的所有的边都增强了锐化进攻。在直方图均衡攻击，水印图像是利用增强直方图均衡方法和水印从该增强的图像检索。水印图像是通过低通滤波器，中值滤波器，用于滤波攻击通过。在这种攻击中，图像被平滑，并且从这个水印图像被提取。最后，该算法也可耐行列复印，JPEG压缩，椒盐噪声，噪声毒，调整大小，位面清除，模糊，裁剪，亮度变换，图像的对比度攻击。图4。尺寸的测试图像Lena和山魈512×512像素尺寸64×64像素的带水印1624用于验证建议的方案中的指标是峰值信噪比
（PSNR）和归一化互相关（NCC）。封面图片是一个大小为M×M 的表示为克（I，J），并让该水印信号相当的是G（I，J），然后PSNR被称为
图5 提出和Sameh Oueslati等人的NCC值条形图方法
水印信号为W象征米（I，J），并让所提取的水印信号为w进行符号化“米（I，J），然后NCC被给定为
在式（9），意思W和意思W'
指定唯一水印图像的平均和提取的水印号
表1.不同的攻击NCC值应用于测试图像LENA。
5.结论
在这项研究中提出了一种创新的盲图像水印算法接地模糊推理系（FIS）和人类视觉系统（HVS）提出。将其结果与所述萨迈赫Oueslati等人相比。方法和所得到的结果表明该投影算法提供了更多不可见性即PSNR和稳健性，即NCC各种图像处理攻击如行-列复制，按行列消隐，JPEG压缩攻击，图像对比度，图像变换等，也更安全。
参考文献
1. Cox IJ, Miller ML, Bloom JA. Digital Watermarking. Morgan Kaufmann Publisher, San Francisco, CA, USA; 2002.
2. CI Podilchuk, EJ Delp. Digital Watermarking: Algorithms and Applications. IEEE Signal Processing Magazine; July 2001.p.33-46.
3. I Cox, J Killian, T Leighton, T Shamoon. Secure spread spectrum watermarking for multimedia. IEEE Trans. Image Process.6 (12); 1997. p. 1673–1687.
4. NNikolaidis,IPitas.Robustimagewatermarkinginthespatialdomain.SignalProcess.66 (3); 1998. p.385–403.
5. Zhao Dawei, Chen Guanrong, Liu Wenbo. A chaos-based robust wavelet-domain watermarking algorithm. Chaos. Solutions and Fractals 22; 2004. p. 47–54.
6. Frank Y Shih, Scott YT Wu. Combinational image watermarking in the spatial and frequency domains. Pattern Recognition 36; 2003.p. 969975.
7. NizarSakr,JiyingZhao,VoicuGroza.DynamicFuzzyLogicApproachtoAdaptiveHVS-based Watermarking. International Workshop on Haptic Audio Visual Environments and their Applications. Canada; 2005. p. 121-126.
8. Reza Mortezaei, Mohsen Ebrahimi Moghaddam. A New Lossless Watermarking Scheme Based on fuzzy integral and DCT domain. International Conference on Electronics and Information Engineering, Vol.1; 2010. p. 527-531.
9. Vaishali S Jabade, Sachin R Gengaje. Logo based Image Copyright Protection utilizing Discrete Wavelet Transform and Fuzzy Inference System. International Journal of Computer Applications, Volume 58; 2012. p.22-28.
10. Jun Fan, Yiquan Wu. Watermarking Algorithm Based on Kernel FuzzyClustering
andSingularValueDecompositionintheComplexWaveletTransformDomain.International
Conference of Information Technology, Computer Engineering and Management Sciences; 2011. p. 42-46.
11. Mukesh C Motwani, Rakhi C Motwani, Frederick C Harris. Wavelet BasedFuzzy Perceptual Mask For Images. International Conference on Image Processing (ICIP); 2009. p.4261-4264.
12. Sameh Oueslati, Adnane Cherif, Basel Solaiman. A FuzzyWatermarkingApproach Based on the Human Visual System. International Journal of ImageProcessing(IJIP), Volume 4.Issue 3; 2010. p. 218-231.