提出了一种基于离散小波变换的半脆弱水印认证算法。利用小波系数之间的相关性作为图像特征水 印，利用小波系数块均值量化来嵌入，在鲁棒性和脆弱性方面达到很好的平衡。该算法能够识别图像的恶意篡改， 并定位篡改发生区域，而对通常的图像处理具有一定的鲁棒性。

本文提出了一种基于视觉显着性的集成水印方法，该方法可用于同步图像认证和版权保护。 首先，将使用基于对象的显着性关注模型自动提取兴趣区域（ROI），这些区域的大小不是固定的，并且可以呈现一个图像的最重要信息。 其次，为了抵抗常见的信号处理攻击，对于每个ROI，采用一种改进的量化方法将版权信息嵌入其DCT系数中。 最终，选择一个ROI的边缘图作为脆弱的水印，然后将其嵌入到水印图像的DWT域中，以进一步抵抗篡改攻击。 该方法以基于ROI的视觉显着性为桥梁，可以同步实现图像认证和版权保护，并且还可以保留更多可靠的信息。 在标准基准上的实验结果表明，与最新的水印方案相比，该方法对白噪声，滤波和JPEG压缩攻击具有更强的鲁棒性。 此外，它还表明，该方法可以有效地检测篡改并定位伪造。

提出了一种用于数字图像内容认证的半脆弱水印方案。将图像进行分块，图像块的归一化标准差经量化操作后映射为混沌系统初值，经混沌映射生成水印比特。用量化系数技术将水印比特嵌入块DCT直流系数。利用混沌对初值极端敏感性的特点,能够定位检测对加入水印图像的窜改,并且水印提取不需要原始图像。实验结果表明，嵌入水印后图像的视觉质量好；算法具有对图像内容局部窜改检测的有效性、敏感性以及良好的窜改定位能力，并具有更好的抗JPEG压缩、加性高斯噪声和中值滤波的鲁棒性。

设计并实现了一种用于数字图像内容认证的半脆弱水印方案。算法中,图像块的水印选择Logistic映射作为混沌系统从该图像块本身产生一系列混沌序列,作用于水印的嵌入;每个图像块产生的水印按照Torus,自同构映射嵌入另一个映射块的LSB(Least Significant Bit),对应关系通过密钥来确定,这样建立起图像块之间的相关性;利用混沌对初值极端敏感性的特点,能够定位检测对加入水印图像的篡改,且水印提取不需要原始图像。实验结果表明,嵌入水印后的图像的视觉好;算法具有图像内容局部篡改检测的有效性、敏感性以及良好的篡改定位能力。

一个图像认证程序，输入图像，然后得到特征值和相似度，用Python写的，具体包含了Python的OpenCV，scipy，sklearn和MNN等库python的代码写好了的，而且注释很清楚

基于数字水印的安全图像认证算法的 Matlab 实现