基于奇异值分解的多小波域灰度图像水印算法

提出了一种基于奇异值分解(SVD)和离散多小波变换(DMWT)的灰度级图像水印算法.该算法先用Arnold变换对灰度级水印进行置乱,再将置乱后的水印分块地嵌入到图像3层多小波变换后的不同中频区域中,嵌入强度由水印块和中频区域的性质共同决定.仿真结果表明,该算法对于JPEG压缩、噪声、滤波、剪切、放缩和旋转等攻击均具有较好的稳健性.     

基于奇异值分解的小波域水印算法

结合奇异值分解（SVD）和离散小渡变换（DWT）的特点,提出一种基于SVD的小波域数字图像水印算法。该算法将二值水印图像经过取反置乱后嵌入到原始图像小波中频子带的奇异值中,具有较高的抗攻击能力。仿真实验证明,该算法不仅具有良好的透明性,而且对常见攻击,如：叠加噪声、JPEG压缩、滤波及几何攻击具有较好的鲁棒性。     

基于图像置乱和ICA-DWT的数字图像水印算法

提出了一种基于图像置乱和ICA-DWT的数字图像水印算法。该算法首先对原始图像进行三级离散小波变换(DWT),把分解所得到的低频子图进行奇异值分解(SVD),然后用独立分量分析(ICA)方法嵌入经过Arnold置乱的水印。实验结果表明,该算法对经处理、压缩和一些几何变换后的图像有较好的稳健性,同时还可以达到水印的不可见性。     

基于奇异值分解的灰度水印算法

提出了一种基于离散小波变换和奇异值分解的灰度水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中低频系数进行奇异值分解(SVD),并把相应的水印嵌入其中.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

一种改进的鲁棒性水印算法

为增强嵌入水印方法的抵抗攻击能力,以及进一步提高数字图像水印的安全性,提出了一种基于DWT(离散小波变换)、DCT(离散余弦变换)和SVD(矩阵奇异值分解)的改进的水印算法。该算法首先对载体图像进行偏低频的3次DWT变换得到一个低频子图与三个高频子图,同时对加密置乱后的水印图像进行1次小波分解得到一个低频子图与高频子图;然后再对8个子图进行DCT变换,对DCT变换后的子图再进行互不重叠的大小为8×8的分块,分别对各个分块进行SVD(奇异值分解)变换,最后把水印的各个分块根据嵌入准则分别嵌入到相应子图的分块中。实验表明,该算法能够更好地抵抗JPEG压缩、高斯噪声、椒盐噪声、剪切等常见的攻击。     

防伪技术与信息版权保护技术

0622088基于离散小波变换的混沌加密的图像水印算法[刊,中]／朱志宇／／激光与红外．-2006,36(5)．-417-420 (G)文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密;对载体图像进行多分辨率离散小波变换,应用小波系数判断载体图像的纹理复杂程度后,依据人眼的视觉系统(HVS)特性,将水印信号嵌入到图像的低频部分．对图像的不同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性。在检测和提取水印时,通过水印相似度(NC)和峰值信噪比(PNSR)评价水印质量,实验结果表明提出的算法可以抵抗剪裁、JPEG压缩、滤波等几何攻击。     

一种新的基于复合变换域灰度数字水印算法

文章提出了一种新的结合Arnold置乱变换的复合变换域灰度数字水印嵌入算法。该算法利用系数间的相关性对原始图像离散小波变换后的低频系数LL进行离散余弦变换,然后在其中嵌入水印,在嵌入水印之前对Arnold变换预处理的灰度水印图像作离散余弦变换,这样增强了水印的鲁棒性和不可见性。实验结果证明,该算法能有效抵抗JPEG图像压缩和常见的图像处理操作攻击。     

一种基于小波变换与奇异分解的图像水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)与奇异值分解(Singular Value Decomposition,SVD)相结合的数字水印算法。该算法将原始图像的小波子图进行奇异值分解,将灰度水印图像进行Arnold变换以及扰乱加密,再进行分块离散余弦变换(Discrete Cosine Transform,DCT),将变换后的系数分类嵌入到相应的奇异值中。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

一种基于DWT_SVD的抗几何攻击彩色图像水印算法

针对传统离散小波变换(DWT)水印算法不能较好地抵抗几何攻击的缺点,提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)相结合的彩色图像水印新算法。首先对原始彩色载体图像进行RGB三基色分解,然后进行离散小波变换,再选取四个子块的四分之一重构成新子块,并进行二次离散小波变换,最后对其低频部分进行奇异值分解嵌入水印信息,得到嵌入水印的彩色图像。实验结果表明,该算法能够较好地抵抗诸如高斯噪声、椒盐噪声、压缩等常规攻击,并对大角度旋转、任意角度旋转、剪切加旋转等几何攻击也表现出了较强的鲁棒性,其总体性能明显优于传统的DWT水印算法。     

基于HD和SVD的DWT变换的数字图像水印

文章提出一种基于离散小波变换(DWT)、Hessenberg分解(HD)和奇异值分解(SVD)的图像水印方法.在嵌入过程中,对原始载体图像进行多级DWT分解,并将得出的子带系数作为HD的输入.在创建水印的同时对SVD进行操作,通过缩放因子将水印嵌入到主图像中.运用果蝇优化算法,通过给出的客观评价函数来寻找比例因子.在各...     

一种基于离散余弦变换与奇异值分解的数字图像水印算法

结合奇异值分解（SVD）和离散余弦变换（OCT）的特点,提出了一种基于离散余弦交换与奇异值分解的数字图像水印算法.该算法能够很好地解决透明性和鲁棒性之间的矛盾.算法中采用经过置乱变换的灰度图作为水印,不仅增加了嵌入的信息量,而且提高了水印的安全性.实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如：叠加噪声、JPEG压缩、滤波以及几何攻击等具有较好的鲁棒性.     

基于DCT与SVD相结合的图像水印新算法

基于奇异值分解的水印算法中,利用正交矩阵实现水印的嵌入保证了水印的不可替换性.但在修改正交矩阵时,如果不保持矩阵的正交性,就会对提取出水印的正确率产生影响.为了解决这一问题,提出了一种基于二维离散余弦变换与奇异值分解相结合的数字图像水印新算法.在水印嵌入时,对图像子块的DCT系数矩阵进行SVD分解,利用三角函数的正交性...     

基于图变换和DWT-SVD的鲁棒图像水印算法北大核心CSCD

针对图像水印算法在攻击强度较大时鲁棒性差的问题,提出了一种基于图变换(graph-based transform,GBT)、离散小波变换(discrete wavelet transform,DWT)和奇异值分解(singular value decomposition,SVD)的鲁棒图像水印算法。首先对载体图像进行不重叠分块处理,挑选出像素方差值较高的子块进行DWT得到其低频系数矩阵,然后对低频系数矩阵依次进行GBT和SVD得到奇异值矩阵,最后将水印信息嵌入到奇异值矩阵的最大奇异值中。实验结果表明,Pirate图像结构相似度(structural similarity,SSIM)达到0.97以上时,本文算法能有效抵抗噪声、滤波、JPEG压缩、剪切和交换行列等攻击,归一化互相关系数(normalization coefficient,NC)值均在0.9以上。     

彩色图像DWT变换下的块SVD零水印

为了提高水印技术的鲁棒性,提出了彩色图像离散小波变换(DWT)下的块奇异值分解(SVD)的零水印.首先对原始载体图像进行离散小波变换,然后选择低频子带进行分块,且对每一块进行奇异值分解,水印则由分解得到的最大前m个奇异值产生.实验结果表明,算法对各种攻击有较强的鲁棒性.     

基于DWT-SVD的大容量音频水印算法

在音频水印领域,嵌入大量水印而不影响宿主音 频的听觉质量,同时具有良好的鲁棒 性,仍然是一项具有挑战的工作。针对这一问题,本文提出了一种大容量,透明,鲁棒的音 频水印算法。首先对音频应用2级离散小波变换(DWT),并选取低频分量作奇异值分解(SV D),然后将水印嵌入在奇异值矩阵的非对角线元素中,可同时提高算法的透明性和嵌入容 量。另外,利用汉明码编码提升水印的鲁棒性和安全性。仿真实验结果表明,所提算法在平 均信噪比37.75 dB的情况下,可以达到5512 bps 的嵌入容量,对噪声添加、滤波、剪切、压缩等各种信号处理攻击具有良好的鲁棒性。     

基于矩阵范数分析的自适应数字水印算法

针对数字产品的版权保护问题,提出了一种基于矩阵范数分析的自适应数字水印算法.算法将载体图像分为8×8不重复块并进行DCT变换,根据8×8模板对每个分块的低、高频数据分别组成新矩阵并进行SVD分解.结合人眼视觉特性和矩阵范数理论推导结果求解对应的块能量确定嵌入位置.水印信息选择在摸板的低频区矩阵的奇异值分解的首个值中,嵌入强度随块能量比自动调节.理论分析和实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如高斯噪声、JPEG压缩、滤波以及几何攻击等具有较好的稳健性.     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

Blob-Harris特征区域结合CT-SVD的鲁棒图像水印算法

为了提高水印图像对几何攻击的鲁棒性,提出了一种Blob-Harris特征区域结合轮廓波变换(Contourlet transform, CT)和奇异值分解(singular value decomposition, SVD)的鲁棒图像水印算法。首先在原始图像经过Contourlet变换后的低频分量中提取斑点(Blob)块区域并利用Harris角点检测进行特征点提取,然后根据各个特征点的特征尺度确定其特征区域,选择适中的互不重叠的特征区域,将其四周补零后进行归一化操作,最后将经过小波变换提取的低频水印图像进行奇异值分解,并重复嵌入到每一个归一化圆形特征区域的内接正四边形当中。仿真实验结果表明,本文算法除了对常规攻击有很好的抵抗力之外,对几何攻击也有相对较强的鲁棒性,特别是缩放、平移、剪切以及其组合攻击,NC值均达到0.94以上。      

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。