一种基于DWT和SVD的数字图像水印算法

该文研究并提出了一种基于离散小波变换和奇异值分解的数字图像水印算法。为保证水印算法的安全性,首先对水印图像进行置乱变换预处理;然后对宿主图像进行二维离散小波变换,根据嵌入策略将预处理后水印图像的奇异值嵌入宿主图像二维小波分解得到的中频区域。最后利用Matlab对该算法及其对攻击的鲁棒性进行了仿真。     

基于DCT变换及SVD处理的音频数字水印算法

提出了一种基于离散余弦变换及奇异值分解的音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值,然后对所得奇异值进行基于音频信号变换域性质的调制,并对音频信号进行离散余弦变换并计算水印嵌入点,最后将经过调制的水印信号嵌入.仿真试验证明这种自适应音频数字水印算法具有稳健性和不可觉察性.     

基于DCT变换及SVD处理的音频数字水印算法

提出了一种基于离散余弦变换及奇异值分解的音频水印算法。首先对二值水印图像进行奇异值分解求出奇异值,然后对所得奇异值进行基于音频信号变换域性质的调制,并对音频信号进行离散余弦变换并计算水印嵌入点,最后将经过调制的水印信号嵌入。仿真试验证明这种自适应音频数字水印算法具有稳健性和不可觉察性。     

增强鲁棒性的音频水印算法

提出了一种基于离散小波变换的数字音频水印盲检算法.算法选择在小波系数中嵌入水印,将同步化位元码引入到音频水印的研究中,针对切割或插入额外音频段的攻击有较好的抵抗能力,并且通过重复地将水印嵌入到音频信号中,增强了鲁棒性,提取水印时不需要原始音频信号.实验结果表明,该方法具有良好的鲁棒性和不可听见性.     

一种多级离散余弦变换和奇异值分解的零水印算法

传统的基于离散余弦变换的数字水印方法在嵌入水印时都要对原始图像数据进行一定的修改导致嵌入水印图像的保真度下降。文章提出了一种基于多级离散余弦变换和奇异值分解的零水印算法,该算法首先对要嵌入的原始图像进行多级离散余弦变换（MDCT）,提取低频子图并对其进行奇异值分解（SVD）;其次对嵌入的水印图像进行置乱,将置乱后的图像进行奇异值分解;最后将原始图像和水印图像两次SVD后的结果进行运算产生密钥图像。由于本文选取的水印为灰度图像而不是伪随机序列或二值图像,因此在水印检测时具有很好的区分度和检测精度。仿真实验表明该算法的鲁棒性优于现有算法,而且在抗各种常见攻击方面性能良好。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :该自适应数字音频水印算法不仅具有较好的透明性 ,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性     

采用混沌加密和重复码的复倒谱音频水印算法

针对数字音频产品版权保护问题,设计了一种基于混沌加密和重复码调制的复倒谱变换数字音频水印算法。算法把音频信号划分为包含相同采样点的若干帧,对每一帧实施复倒谱变换,将一幅包含版权信息的二值图像作为水印,利用混沌序列对其加密,再利用重复码进行纠错后嵌入到原始音频的复倒谱系数中,水印提取时不需要原始音频信号。实现了水印的盲检测。仿真实验证明,算法具有较强的鲁棒性和不可感知性。能经受添加噪声、低通滤波、重采样、重新量化、音频格式转换等常见信号的处理及攻击。     

一种改进的魔方数字水印算法研究

为了提高数字水印算法的安全性和鲁棒性,在研究了各种常见的水印算法优缺点的基础上,提出了一种改进的基于魔方概念的数字水印算法。首先通过魔方混沌算法将原始水印转化为噪声信号,以提高水印安全性。再结合离散余弦变换(DCT)、离散小波变换(DWT)和矩阵奇异值分解(SVD)嵌入水印,以提高水印的不可见性和鲁棒性。实验结果表明,在确保不可见性的基础上,水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性。     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

一种基于小波变换的同步音频水印技术

提出了一种小波域下基于量化系数的自同步鲁棒性音频数字水印方案,该算法首先将视觉可辩的二值水印图像降维成一维序列,再用密钥将水印序列伪随机排序,然后插入m序列作为同步码,最后对数字音频信号进行分段H层DWT变换,通过量化系数的方法把预处理后的水印序列重复多次嵌入到DWT变换后的低频分量中.提取水印信息时无需原始音频信号的辅助,实现了水印的盲检测.实验结果表明水印是不可察觉的,经过低通滤波、mp3压缩、重抽样、噪声干扰等操作后水印系统仍具有强的鲁棒性,并且能比较有效地抗击裁剪攻击.     

基于神经网络的复合变换域视频水印算法研究

针对目前视频水印算法存在的鲁棒性较差,可靠性较低等问题,提出了一种结合神经网络将二值水印嵌入到经过离散小波变换(DWT)和离散余弦变换(DCT)后的宿主视频中的新方法;为使算法具有更好的不可见性、鲁棒性和实用性,利用三层RBF神经网络训练出水印嵌入强度,在视频中自适应嵌入水印;该方法是对宿主视频进行DWT处理,再对逼近子图LL进行DCT处理,通过修改DCT系数嵌入水印信息;在嵌入之前对二值水印进行了Arnold变换来加密;通过实验结果中PSNR与NC的值表明,算法具有很强的抗攻击和承受帧删除、帧平均等操作的能力,不可感知性好,鲁棒性明显优于一般的嵌入算法。     

基于离散小波变换的盲水印研究与仿真

研究优化水印安全性问题.由于水印图像应具备版权信息和密钥条件,针对目前音频水印算法中水印容易被提取,且检测水印时均需要原始水印图像,导致水印安全性,鲁棒性无法保证.提出了基于离散小波变换的混沌加密的音频数字水印盲算法.将混沌原理引入音频水印中,改善了水印的安全性,同时根据信号的能量对水印进行了量化嵌入,改善了水印的鲁棒性.首先利用密钥对二值水印图像进行随机置乱;然后将经过随机置乱处理的含有版权信息的二值水印图像嵌入到原始音频信号中.在水印检测过程中利用已知的密钥对水印进行重构.仿真证明,在不知道密钥的情况下,无法得出水印图像,为设计提供了依据.     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换（DWT）和奇异值分解（SVD）的数字水印算法．在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制．然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

一种基于正交分解的离散小波域水印方案

提出一种基于QR分解的小波域图像水印算法,是将水印信息矩阵做QR分解并嵌入到做离散小波变换后的载体图像的两个特殊的区域.首先将原始图像进行归一化处理后做离散小波变换,并计算出嵌入区域的嵌入强度;再将水印按照密钥进行置乱;然后再对置乱后的信息做正交分解,得到两个正交矩阵;分别将这两个正交矩阵使用加性规则自适应地嵌入到小波变换域的低频和对角方向上;最后小波逆变换得到含水印的图像.实验结果证明,本算法具有较好的鲁棒性、安全性和不可见性,特别是抗几何攻击效果尤其明显.     

一种新的基于DCT和SVD的鲁棒水印算法

提出一种基于离散变换域(DCT)和矩阵奇异值分解(SVD)的鲁棒水印算法.首先将载体图像进行离散余弦变换,取包括直流系数在内的与水印图像大小一致的变换域信息;然后分别将所取信息和有意义水印图像作SVD分解,得到四个正交矩阵和两个对角矩阵;最后将水印图像SVD得到的三个矩阵分别嵌入到其余三个矩阵中,作SVD和DCT逆变换得到含水印图像.实验结果证明,本算法具有较强的鲁棒性.     

一种基于小波域的盲检测音频水印算法

该文提出了一种基于离散小波变换的数字音频水印盲检算法。本算法选择在小波系数的偶数点嵌入水印,将混沌理论引入到音频水印系统的研究中,利用混沌序列将一幅有意义的二值图像加密后嵌入到原始音频的DWT域中,提取时不需要原始音频信号。仿真实验证明了算法的鲁棒性和不可感知性。     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

基于低频奇异值均值的强鲁棒零水印算法

为增强水印算法的鲁棒性并兼顾其虚警率和透明性,提出一种基于低频奇异值均值的零水印算法。利用离散小波变换获得载体图像的稳定低频区域,采用离散剪切波变换提取其中较优尺度的低频分量,从而构造稳定特征区域。对该区域做分块离散余弦变换并计算奇异值矩阵,通过比较分块与整体的奇异值均值大小构建特征矩阵,并将其与水印图像进行异或运算构造零水印。构造水印时采用Arnold加密提高水印图像安全性,提取水印前则利用Radon变换校正载体图像加强算法鲁棒性。对不同纹理图像进行压缩、噪声、滤波和几何攻击,实验结果表明,在保证低虚警率和良好透明性的基础上,该算法具有较强的鲁棒性,所得到的归一化互相关函数值均高于0.98,部分可达到1.00。     

多重水印嵌入的DWT-SVD音频公开水印算法

提出了一种基于离散小波变换（Discrete Wavelet Transform,DWT）域与奇异值分解（Singular Value Decomposition,SVD）的多重嵌入数字音频水印算法.算法在嵌入水印前采用混沌加密与图像置乱对水印进行双重加密,在选取音频载体的多段数据中,利用DWT的多分辨率特性与SVD值稳定特性的特点,先对各段数据进行多级DWT变换,然后在低频部分选取连续的若干个系数组成矩阵,并对矩阵进行SVD分解,再把加密后的每位水印信息采用量化方法嵌入到SVD值中,实现了水印的多重嵌入.实验表明,该水印方法效率高,透明性好,对常见的音频信号处理具有较强的鲁棒性.     

基于DWT域的灰度图像数字水印算法

本文提出一种基于DWT域的灰度图像数字水印算法.该算法在对原始图像进行离散小波变换之前,首先将它进行Arnold置乱变换,然后再进行小渡分解,把分解后得到的高频子带系数(LH3)组成一个矩阵,对该矩阵进行奇异值分解(SVD),在奇异值分解的对角阵中嵌入水印.该算法采用有意义的灰度图像作为水印,极大地增加了嵌入水印的信息量.实验结果表明,水印对一般的图像攻击方法具有较强的鲁棒性.