基于四重奇异值分解的小波包数字图像水印算法

结合奇异值分解和小波包分解的特点,提出了一种基于四重奇异值分解的小波包数字图像水印算法.该算法先对载体图像进行分块,然后对每块二级小波包分解后的频带四重使用奇异值分解和再次分块的方法构造矩阵,将SVD后提取的奇异值重新分配和组合,最后将灰度水印图像有效地嵌入到多次组合后的矩阵中.这不仅能增加嵌入的信息量,而且极大地提高了水印的安全性,实现了水印的透明性和鲁棒性之间的最佳平衡.     

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。     

一种基于混沌映射和奇异值分解的数字图像水印算法

为了保证数字图像水印的安全性、透明性和鲁棒性,本文提出了一种基于混沌映射和奇异值分解的数字图像水印算法。混沌映射具有初值敏感性,以映射初值为私钥,利用混沌映射将二值水印图像进行双混沌置乱,这样可以提高水印嵌入的安全性。利用奇异值分解特性来嵌入水印,把U矩阵中第一列系数作为研究对象,采用保持相邻系数之间差值关系的方法来表示嵌入的水印比特,这种系数差值关系在经过信号处理后能够得到保持。通过仿真实验,表明嵌入水印后的图像具有良好的透明性,同时还具有抵抗图像信号处理的鲁棒性。此外,当含水印图像的内容遭到篡改时,提取出的水印仍易于辨认,并且能对篡改进行检测和定位。      

基于奇异值分解的向量替换数字盲水印

文章在分析图像的奇异值分解特性的基础上,提出了一种基于奇异值分解的载体奇异向量与水印奇异向量替换的盲水印算法。将载体图像分块进行奇异值分解,用水印分块奇异值分解的左右奇异向量和奇异值向量替换载体的对应向量。根据载体与水印的大小关系将水印循环嵌入,提取时进行平均判决。算法简单易于实现,提取的水印相似度高,可应用于高品质图像的版权保护与认证。     

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.     

基于神经网格的奇异值分解域公开水印算法

提出了一种结合奇异值分解和神经网络的公开水印算法。首先对原始图像进行分块奇异值分解(SVD),然后建立最大奇异值系数与其他奇异值系数量化值之间的神经网络关系模型,最后通过调整最大奇异值与模型输出值之间的大小关系来嵌入水印信息。实验结果表明算法具有很好的水印透明性,对常见攻击(如JPEG压缩、平滑、加噪声和重采样等)具有较强的鲁棒性。     

基于奇异值分解的图像降噪方法

由于奇异值分解可以有效地提取图像的主要特征,为了提高算法的鲁棒性,通过将矩阵的奇异值分解引入振幅-相位恢复算法,提出了基于奇异值分解的抗噪声多强度相位恢复算法。首先,将奇异值分解引入振幅-相位恢复算法,在振幅-相位恢复算法取平均值之后,对恢复的图像进行奇异值分解,奇异值较小的分量认为是噪声,保留奇异值较大的分量,将奇异值较小的分量置为0。其次,通过数值模拟实验可以看出,通过奇异值分解,不仅可以去除测量过程中所引入的噪声,而且还可以充分利用自然图像稀疏的特性,加快振幅-相位恢复算法的收敛,且具有更少的算法运行时间。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

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

文章提出了一种新的小波域奇异值分解的算法,通过对原图像小波分解后的系数进行奇异值分解来嵌入水印,具有很强的抗JPEG压缩能力,并在嵌入水印时采用了自适应嵌入的方法提高了不可见性,还采用了一种基于队列置换的图像置乱技术,提供密钥增加了系统的安全性。     

一种基于DWT与SVD的数字图像水印算法

利用小波变换和矩阵奇异值的固有特性,提出了一种基于小波变换和奇异值分解的数字图像水印算法.算法对原始载体图像进行小波变换和奇异值分解;对水印图像进行Arnold变换和奇异值分解;把分解后的水印信息嵌入到分解后的原始载体图像中,再进行相应的变换处理,得到嵌有水印的图像.实验结果表明,该算法具有良好的安全性和鲁棒性.     

基于奇异值分解的半易损水印算法

随着数字图像在报刊杂志、医院、法庭中的广泛应用，越来越需要一种有效的图像认证方法，数字水印技术为上述问题提供了一个潜在的解决方案。本文提出了一种基于分组奇异值分解（SVD）的半易损水印技术，算法将经过伪随机排序的二值图像通过量化策略嵌入到分组SVD分解中最大的奇异值点，提取水印信号无需使用原始图像。仿真实验表明水印是不可察觉的，可将JPEG有损压缩同恶意攻击区分开来，能够准确地定位被篡改的图像内容。     

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...     

基于奇异值分解与安全Hash函数的图像认证方法

为了提高图像认证系统的安全性和不确定性,有效抵抗合谋攻击,提出了一种基于奇异值分解的半易碎水印算法。该算法利用基于信息-摘要算法5(MD5)的哈希函数对水印图像进行置乱加密。实验结果表明该算法对图像篡改具有较强的敏感性,对中值滤波、JPEG压缩等图像处理也有一定的抵抗能力,认证过程需要密钥才能完成,提高了安全性。     

用双混沌映射实现的数字水印算法

论文将原始彩色图像转换成灰度图像,通过密钥和非线性映射产生两个独立的实值序列,再从中派生出两个二值序列,先用两个实值序列置乱和加密二值水印图像,然后用派生的两个二值序列把被加密的水印图像嵌入到灰度图像中,实现数字水印。实验结果表明,这种数字水印鲁棒性强,隐蔽性好,具有一定的抗剪切和抗有损压缩攻击的能力。     

基于LAB色彩空间的自适应数字水印算法

文章针对彩色图像提出了一种基于LAB色彩空间的自适应数字水印算法。算法将预处理置乱后的水印嵌入LAB色彩空间的亮度L分量,在嵌入过程中根据人类视觉对LAB空间色差的要求自适应地调整嵌入强度因子,以达到平衡水印图像的鲁棒性和不可见性。实验结果表明该算法对常用的图像处理,如压缩、低通滤波、加噪、剪切、旋转和缩放等攻击具有较好的鲁棒性和不可见性。     

基于奇异值分解的DCT域音频数字水印算法

提出了一种基于DCT直流分量的音频数字水印算法。算法根据音频信号在DCT域能量较大处可以隐藏较多信息的水印嵌入原则,结合音频信号在DCT域能量分布特征,首先把原音频信号先进行分段处理,然后对每段做DCT变换,找出水印嵌入点,实现了在一段音频信号中隐藏一幅二值图像的奇异值向量。实验结果表明,该算法对MP3压缩、低通滤波、重采样等恶性攻击具有较强的鲁棒性和不可感知性。     

基于HVS和DWT的双彩色数字图像水印技术

根据HVS系统,人眼对于红、绿、蓝三色的敏感程度是不同的。人眼对于蓝色分量最不敏感,故嵌入水印有良好的透明性,但同时在红色分量中嵌入水印具有良好的鲁棒性。为解决水印嵌入的视觉失真问题,采用了不同基色对应不同的加权系数的水印嵌入方案。同时,将彩色水印图像嵌入彩色宿主图像的中频段以及多次嵌入低频段来增加算法的鲁棒性。仿真结果表明,该算法具有较好的透明性,且提取水印效果较好。