基于NSCT-DCT-DWT-SVD联合数字水印算法

针对现有已提出的相关数字水印算法在不同攻击下存在的问题,提出一种将非下采样Contourlet变换NSCT(Non-subsampled Contourlet Transform)和DCT-DWT-SVD联合的数字水印算法。该算法将原始的宿主图像进行非下采样Contourlet变换得到与原始图像大小相同的低频子带,将低频子带进行离散小波变换分解,并对小波分解的低频部分与Arnold变换后的水印进行离散余弦变换。将变换得到的新区域与变换后的水印信息图像进行奇异值分解,将两者分解得到的奇异值矩阵相结合,作为最终的水印嵌入主成分。实验结果表明,该算法可以有效地抵抗JEPG压缩﹑椒盐噪声﹑泊松噪声﹑滤波等不同类型的攻击,在确保水印不可见性的同时具有较高的原始图像保真性。     

基于SVD—DWT域数字图像水印算法

在一类基于奇异值分解(SVD)的数字水印算法中,提取过程要使用原始图像奇异值分解的正交矩阵;若用其它图像的正交矩阵来代替,则可以重构出任意期望的水印图像,表明算法具有非常高的虚警率.为了消除算法的不确定性,提出了一种改进的基于SVD-DWT域的数字图像水印算法,将SVD分解的正交矩阵U作为控制参数嵌入载体图像小波分解的细节子带中.实验结果表明,该算法既保持了原有算法的鲁棒性和不可见性,同时也消除丁提取结果的不确定性.因此可以将算法应用于版权保护.     

基于Contourlet变换和奇异值分解的图像零水印算法

提出一种基于Contourlet变换和奇异值分解的数字图像零水印算法。原始图像经过Contourlet变换后,分解为一系列多尺度、局部化、方向性的子带图像,选择对低频子带进行分块奇异值分解,然后根据每块中第一个奇异值的大小特性“嵌入”和“提取”水印。实验结果表明,该图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击,具有较强的鲁棒性和不可见性,提高了水印识别的可靠性。     

基于NSCT-SVD的多重数字水印算法

针对现有水印算法难以抵抗多种类型攻击的问题,提出一种基于非下采样Contourlet变换(NSCT)和奇异值分解(SVD)的多重数字水印算法。该算法采用不同的密钥对水印信息进行Arnold置乱,其宿主图像经过二层NSCT变换后得到大小相同的低频子带和高频子带。为提高算法鲁棒性,对各子带进行奇异值分解,将3个加密水印信息重复嵌入到具有最大奇异值的NSCT域低频和高频子带的子块中。在水印检测时,从3个提取结果中选取归一化均方误差最小的水印作为最终水印。实验结果表明,该算法能够有效抵抗JPEG压缩、椒盐噪声、剪切和中值滤波等多种类型的攻击,并且在保证水印不可见的前提下,提高了水印的鲁棒性和嵌入容量。     

基于NMF和SVD相结合的Contourlet域鲁棒水印算法*

为了提高变换域数字水印技术的鲁棒性,提出了一种在Contourlet域将非负矩阵变换(NMF)与奇异值变换(SVD)相结合的鲁棒水印算法。宿主图像经过Contourlet变换后,对低频子带进行非负矩阵变换,然后对非负基向量组W进行奇异值分解,最后将经过Arnold置乱的水印图像嵌入到奇异值中。实验结果表明,该图像水印算法在获得良好视觉效果的同时,对于加噪声、滤波、剪切等图像攻击有较好的鲁棒性。     

基于Contourlet和SVD的鲁棒双水印算法

提出了一种Contourlet域的基于奇异值分解的鲁棒水印算法。综合Contourlet变换和奇异值的优点,选择宿主图像Contourlet变换后的低频子带和能量最大的高频子带作为水印嵌入子带,分别嵌入水印信息。水印提取时,从两个子带水印中选择NC值较大的作为最终提取的水印。实验结果表明,该算法在保证了不可见性的同时,对常规攻击和几何攻击均具有较强鲁棒性。     

基于非下采样Contourlet变换和伪Zernike矩的水印算法

针对水印嵌入伪Zernike矩信息量小的不足,设计一种基于非下采样Contourlet变换和伪Zernike矩的水印算法.算法首先将水印信息量化调制嵌入原始图像的非下采样Contourlet变换域低频区域,然后计算伪Zernike矩进行几何校正.实验结果表明,该算法在具有较大的水印嵌入量的同时,对常见图像处理和几何攻击具有较好的鲁棒性.     

基于Zernike矩和NSCT-SVD的数字水印算法研究

以非下采样Contourlet变换、奇异值分解以及Zernike 矩知识为基础,结合图像不变质心在几何攻击前后相对位置不变的特性和Zernike 矩对旋转、缩放攻击的不变性以及对噪声不敏感的特性,提出了一种利用 Zernike 矩对图像几何校正的 NSCT-SVD几何鲁棒盲水印算法。该方案中宿主图像通过非下采样 Contourlet变换分解提取出低频区域,通过量化每块奇异值矩阵的欧氏范数来嵌入水印。水印检测时,先利用Zernike 矩和不变质心等几何参数对被检测图像进行几何攻击校正,恢复水印的同步信息后再提取水印。实验结果表明,该算法对噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

基于奇异值分解的Contourlet域稳健性数字水印算法*

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解,在Contourlet域中选取合适的方向子带,利用得到的奇异值来调制系数矩阵,然后通过逆变换获取嵌入水印后的图像。在水印提取中只需要保存原始图像的奇异值,实现了水印的近似盲提取。最后,进行了一系列的攻击实验,证明了与传统小波域水印算法相比,该算法的不可见性和鲁棒性都有了较大的提高。     

一种基于Slant变换和SVD的稳健性数字水印算法

针对奇异值分解(SVD)存在的虚警错误和水印隐蔽性与鲁棒性的矛盾问题,提出了一种基于Slant变换和SVD的稳健性数字水印算法。对二值水印图像进行Arnold置乱和Logistic映射双因子加密预处理,增强水印信息安全性;将原始载体图像分成8×8不重叠子块分别对其进行Slant变换和块奇异值分解;然后将水印图像SVD后的左奇异矩阵和奇异值矩阵相乘作为水印主成分嵌入到每个子块的最大奇异值中。仿真实验结果表明,该算法不仅有效解决了传统SVD水印算法的虚警问题,提升了运行速度和水印安全性,在具有较好隐蔽性的同时,对JPEG压缩、噪声、滤波、几何攻击等也有较好的稳健性。     

基于Hilbert扫描和SVD的小波域图像水印算法

为了提高水印的安全性、鲁棒性和不可见性,提出了一种基于Hilbert扫描和SVD（Singular Value Decomposition,奇异值分解）的小波域图像水印技术。算法以一幅有意义的二值水印图像为水印信号。首先对原始图像进行一层小波变换,对低频分量进行图像分块,并对每一个图像块进行SVD。利用了SVD的单向非对称性和正交矩阵的性质,给出了一种自适应水印方案。同时,利用了Hilbert扫描能很好地保持图像空间局部连接性的特点。然后,利用图像的局部统计特征自适应地修改阈值,利用两个阈值严格控制系数的修改程度,使算法达到不可见性和鲁棒性之间的最优平衡。水印的提取无需原始图像的参与,达到了真正的盲水印。实验结果表明,该算法是有效的,对常见的图像处理操作具有较强的鲁棒性。     

实离散分数Krawtchouk变换及其在数字图像水印中的应用

目的传统Krawtchouk变换处理图像时存在变换域信息表示单一、不可调节等问题,传统分数阶Krawtchouk变换处理实信号表示有冗余等问题。为了构造更加灵活的图像变换域表示,提出了实离散分数阶Krawtchouk变换,并应用于数字图像水印。方法利用对传统Krawtchouk变换矩阵特征值分解的方式,通过对分解后的特征值矩阵的实矩阵分数化构造得到了实离散分数阶Krawtchouk变换的变换矩阵,从而构造出实离散分数阶Krawtchouk变换。然后,利用所提变换从实数域变换到实数域这一特性,提出了在实离散分数阶Krawtchouk变换嵌入水印信息的图像水印算法。算法采用了图像分块处理的方式,对每个图像块的实离散分数Krawtchouk变换系数进行奇异值分解,将水印信息嵌入奇异值分解矩阵中,然后进行逆向实离散分数阶Krawtchouk变换得到嵌入水印后的图像。结果通过比较所提实离散分数阶Krawtchouk变换域水印算法和传统Krawtchouk变换域水印算法,提取水印的平均错误率在中值滤波、均值滤波、高斯滤波、JPEG压缩和缩放攻击下,分别降低了12.39%、10.04%、18.50%...     

一种基于D-MR-DCT的彩色图像水印算法

提出一种基于D-MR-DCT域的彩色图像水印算法。算法首先选择彩色图像的绿色分量进行分块D-MR-DCT变换,提取每块四个子带的第一个系数组成新矩阵并对其进行D-MR-DCT变换,将经过置乱和分割的灰度水印的奇异值分别嵌入到D-MR-DCT变换得到的四个子带分解的奇异值中,经过相应的逆变换得到含水印图像。实验结果表明,算法提高了水印抗JPEG压缩的鲁棒性,并对添加噪声、几何剪切、图像缩放等具有良好的鲁棒性。     

基于NSCT 的自适应乘性水印局部最优非线性盲检测算法

图像水印算法研究是多媒体技术领域中的重要议题。比较并结合当前两类主流的 图像水印算法,提出了一种基于非下采样Contourlet 变换的自适应乘性水印算法。借鉴Barni 的“pixel-wise masking”模型和冗余小波域掩盖效应建模的做法,建立非下采样Contourlet 变换域 掩盖效应计算模型。用广义高斯分布模型和Cauchy 分布模型描述非下采样Contourlet 变换系数 的统计特性,将水印的检测问题表述为一个复合假设检验。通过理论推导分别建立了乘性水印 的两种局部最优非线性盲检测器及检测门限的自适应确定方法。实验结果表明,非下采样 Contourlet 变换域掩盖效应计算模型使得水印嵌入算法具有良好的视觉不可见性,两种检测器在 无原始图像和自适应嵌入强度系数参与检测的情况下均能准确地检测到水印信息的存在。实验 结果同时显示,基于Cauchy 分布的盲检测器在检测效果和检测时间方面优于基于广义高斯分 布的盲检测器。     

Imperceptible digital watermarking scheme combining 4-level discrete wavelet transform with singular value decomposition

An imperceptible digital watermarking algorithm based on 4-level discrete wavelet transform, discrete cosine transform and singular value decomposition is designed. In this method, the 4-level diagonal sub-band image is obtained by performing the 4-level two-dimensional wavelet transform on the original image, and then a coefficient matrix is produced by applying the discrete cosine transform on the 4-level diagonal sub-band image. A diagonal matrix is constructed by performing the singular value decomposition on the coefficient matrix. The watermark is scrambled by Arnold transform and Logistic map, then the scrambled watermark is processed by the singular value decomposition. Later, the encryption process is completed by embedding the scrambled watermark singular value into the singular value of the coefficient matrix. Simulation results demonstrate that the proposed digital watermarking algorithm could resist JPEG compression attack, Salt and Pepper noise attack, Gaussian noise attack, filter attack, brightness change attack, geometric attack, cut attack, etc.

     

基于奇异值分解和Contourlet变换的图像压缩算法

随着互联网的飞速发展,产生大量的图像信息。为了减小存储并提高图像质量,故提出了一种基于奇异值分解和Contourlet变化结合的有损图像压缩算法。该算法先对图像进行奇异值分解,根据奇异值对图像信号的贡献,选取适当的奇异值,来实现图像压缩,再对图像进行Contourlet 变换和量化,实现图像二级压缩。将该算法和图像奇异值分解直接压缩算法、Contourlet变换压缩算法进行实验比较,试验结果表明,该算法比图像奇异值分解直接压缩算法、Contourlet变换压缩算法有更好的性能,在同样的压缩比的情况下能获得更高的峰值信噪比和SSIM。     

双正交提升小波和奇异值分解的彩色水印算法研究

在现有彩色图像水印提取技术基础上, 提出一种结合9/7双正交提升小波和图像矩阵奇异值分解的彩色图像水印加密算法。首先将彩色原始图像和彩色水印图像R、G、B分离, 将图像相应分量进行提升小波三级分解得到低频部分, 并将该低频信息进行奇异值分解, 把水印信息视做扰动矩阵按一定的量加在低频信息的对角阵上, 其中彩色水印图像预处理结合了骑士巡游变换和Arnold置乱算法。实验结果表明算法在确保水印不可见性的基础上有效地增强了水印的强度和鲁棒性, 实现了水印图像的盲检验。     

基于混沌的Contourlet域抗几何攻击图像水印算法

为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明,该算法对JPEG压缩、滤波、加噪、旋转、缩放和平移等常规的图像处理和几何攻击具有很强的鲁棒性。