Contourlet-SVD域的YIQ彩色图像全息水印算法

选取YIQ域的颜色空间将共轭对称扩展傅立叶数 字全息技术与Contourlet-SVD域 进行结合,提出一种基于YIQ和Contourlet-SVD域的彩色图像全息水印算法。由于在RGB 图像的任一分量嵌入水印对视觉影响较大,所以选择将RGB图像转换成YIQ域的颜色空间, 选取亮度分量Y进行2层Contourlet变换,在得到的细节子带中选取低频系数进行SVD奇 异值分解,将对水印图像进行共轭对称扩展傅立叶数字全息方法所生成得水印信息隐藏。 最后的实验结果表明,该算法可以保证水印嵌入足量的基础上,确保了水印信息的较强抵 抗能力。该算法对高斯噪声、JPEG压缩攻击的鲁棒性较强,NC值均达到0. 91     

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。     

云计算环境下的QR码双重加密复合数字水印算法

为了确保上传到“云”端环境下的数字产品的隐蔽性和安全性,在逐渐向“云”端转移的快速响应(Quick Response, QR)码的理论基础上研究并提出了一种QR码双重加密复合数字水印算法,防止QR码“云”端丢失的可能性。对“云”水印图像进行QR码编码生成QR码水印图像,确保水印信息的安全性,再对QR码水印信息实施加密置乱;对“云”上载体Lena图像进行非下采样轮廓波变换(Non-subsampled Contourlet Transform, NSCT),选择储存信息更多的低频部分进行离散小波变换(Discrete Wavelet Transform, DWT),对图像抵抗力较强的低频图像进行奇异值分解(Singular Value Decomposition, SVD),在分解的奇异值中加权加密的QR码水印。通过对算法进行实验验证,该算法在视觉效果较好的前提下,考虑实用性,将复合算法和加密相结合,提高了算法的抵抗力,尤其是旋转攻击和JPEG压缩攻击。     

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.     

基于Logistic混沌加密的NSCT-DWT-SVD彩色水印算法

提出基于Logistic混沌映射加密与NSCT-DWT-SVD结合的关于YUV复合数字水印算法。首先将RGB载体图像转换成YUV彩色模型图像,提取Y分量进行非采样Contourlet变换(NSCT)。将产生的低频子带进行小波变换,并对小波变换的低频系数进行奇异值分解(SVD),然后对水印信息进行Logistic混沌映射加密,确定嵌入强度,将加密的水印信息叠加到彩色图像的奇异值上。仿真实验表明,该算法在保证水印嵌入信息量的前提下,满足水印信息的隐蔽性,同时该算法对常规攻击的稳健性较强,尤其是抵抗旋转攻击和JPEG压缩攻击时,仍能提取出较清晰的水印图像。     

基于Contourlet变换和QR分解的鲁棒性盲数字水印算法

针对平衡数字水印技术中的鲁棒性和不可感知性进 而解决图像的版权保护问题,提出了一种基于Contourlet变换和QR分解的鲁 棒性盲水印算法。选用有意义的二值图像作为待嵌入的水印,首先对原始图像进行Contourlet变换得到低频子带,接着对低频子带进行分块,然后对得到的子块进行QR分解;最后二值水印采用量化索引调制(QIM)方法重复嵌入到R 矩阵的第1行中。实验结果表明,本文 算法能有效抵抗常规信号处理操作的攻击,如对裁剪、高斯噪声、椒盐噪声、 乘性噪声、均值滤波、高斯滤波和JPEG/JPEG 2000压缩 攻击具有很强的鲁棒性, 并且用到的为QR分解,所以在计算复杂度方面远低于基于SVD分 解的水印算 法。水印的提取过程中没有借助原始图像的任何信息,属于盲水印算法。因此, 本文提出的数字水印方法可在数字产品版权保护和多媒体信息传输方面推广。     

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。     

基于DWT SVD域的彩色图像水印算法

针对数字产品的版权保护问题,提出了一种结合整数小波变换（DWT）和矩阵奇异值分解（SVD）的彩色图像非盲水印算法。该算法首先对待处理图像的蓝色分量进行整数小波分解,再将得到的低频子带的小波系数矩阵进行奇异值分解,然后对水印灰度图像进行奇异值分解,水印图像的奇异值被嵌入到由源图像小波系数分解得到的奇异值中。经过奇异值分解逆变换及整数小波逆变换得到含水印图像。实验结果表明,该算法对加噪、滤波、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。     

一种新的小波域彩色图像水印算法

针对数字产品的版权保护问题,以离散余弦变换（DCT）和奇异值分解（SVD）为基础,提出了一种新的小波域彩色图像数字水印算法。该算法主要是将水印图像的DCT系数以新的方法嵌入到载体图像中低频小波系数分块奇异值分解的奇异值中。实验结果表明了算法的可行性和有效性,并对加噪、滤波、JPEG压缩、剪切等常见的攻击有良好的鲁棒性,具有较好的实用价值。     

一种基于DWT-DCT-SVD的鲁棒性音频水印算法

针对在基于DWT-DCT进行数字音频水印嵌入,在已嵌入水印的音频受到噪声干扰、低通滤波、重采样等常见的攻击时,其鲁棒性差以及安全性弱的情况.提出了一种新的的盲水印嵌入算法.该算法对原始音频信号完成分帧预处理后,对每帧信号应用离散小波变换(DWT),选取三级低频分量进行离散余弦变换(DCT),先把得到的一维信号平均分解为两个片段,然后进行奇异值分解(SVD),根据奇异值的特性将水印信息嵌入到奇异矩阵.在水印图像的预处理上,采用了以Arnold变换为基础,将水印图像降维,方便水印信息的嵌入.并且通过添加密匙来提升数字音频水印的安全性.使用5个不同种类的音乐类型,进行仿真实验.实验结果表明:其误码率(BER)在0.0896以下,相关系数(NC)在0.9708以上.本算法对噪声干扰、低通滤波、重采样、重量化、剪切、压缩等常见的攻击方法具有良好的鲁棒性.