图像小波域分块奇异值分解的自适应水印方案

利用矩阵奇异值分解的单向非对称性,在研究和分析奇异值分解的正交矩阵第一列系数性质的基础上,首先给出了一种基于图像小波域奇异值分解的分块自适应水印方案,将水印嵌入其中,然后通过实验分析系数的稳定性来选择最佳的修改系数,最后利用图像的局部统计特征自适应地修改阈值,并且用两个阈值严格控制系数的修改程度,使算法达到透明性和鲁棒性之间的最优平衡。大量的实验结果表明,该算法对常见的图像处理操作均有较好的鲁棒性。     

基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)及离散余弦变换(Discrete Cosine Transform,DCT)的混合变换域与奇异值分解(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分块DCT变换,抽取各块含图像大部分能量的部分合并,并对此矩阵进行奇异值分解再进行水印的嵌入。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。     

基于奇异值分解的小波域图像水印算法

研究优化图像水印问题,传统的基于奇异值分解(SVD)的图像水印算法中,由于水印信息均分布于整个图像,当含水印图像遭到攻击后,提取的水印图像有明显失真,容易出现黑色细线.为消除失真,改善水印提取效果,提出了一种奇异值分解的小波域图像水印算法.首先,在构造二值水印图像时,将文字信息分布于图像左下角和右上角,由于在对角线上并未分布信息,提取出水印图像直接将对角线的黑色细线通过像素灰度值调整为同底色相同的白色即可消除失真.水印嵌入过程中运用矩阵相乘将传统SVD算法中需保留的参数矩阵由3个减少为1个,简化了算法.实验结果表明,改进的算法既保持了鲁棒性和不可见性,同时也消除了失真,获得了很好的图像水印提取效果,可用于版权保护.     

基于提升小波和奇异值分解的灰度水印算法*

以提升小波变换和奇异值分解的理论为基础,提出了一种新的基于LWT和SVD的灰度图像水印算法。该算法核心思想是先对载体图像进行分块;然后对每块二级LWT后的中高频带继续LWT;再对选取的各频带进行SVD,选取相应的奇异值组成新的矩阵,对新矩阵按规则分块,并再次SVD。通过两次分块、两次LWT和四重使用SVD构造矩阵的方法,有效地将抽取的奇异值重新分配和组合。最后将Logistic混沌置乱后的灰度水印信息加载到组合后的矩阵中。该算法以保证鲁棒性和透明性的良好平衡为前提,提高了嵌入的信息量。仿真实验表明,该算法     

奇异值分解小波变换的数字水印算法研究

研究保护版权信息安全间题,针对实现水印的稳健性和不可见性,保护合法用户,使数据水印保护有良好的鲁棒性,在传统奇异值分解和小波变换水印技术基础上,提了一种奇异值分解与小波变换相结合的数字水印算法.算法首先对水印图像进行置乱处理并原始载体图像进行分块,从原始载体中找到最佳水印嵌入子块,然后对最佳子块进行小波变换,同时对子块的低频系数进行奇异值分解,最后将水印嵌入各载体图像子块的奇异值中,实现了图像水印嵌入.实验结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,提高了图像水印的抗击能力,为版权保护提供有效方法.     

一种基于奇异值分解的鲁棒水印算法

该文提出了一种基于奇异值分解的算法,用于提高水印的鲁棒性。在该算法中,首先,对原始载体图像进行分块的奇异值分解,然后把经过Logistic映射产生的混沌序列调制的水印信号嵌入到分块的奇异值分解的最大系数中的十位数字上去。实验结果表明,该算法对各种攻击具有较强的鲁棒性。     

基于DWT-SVD域的图像水印算法

离散小波变换和奇异值分解都可以作为数字水印算法有效的工具,提出一种基于离散小波变换和奇异值分解的数字水印算法.此算法先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过一般的信号处理操作后,嵌入的水印能被可靠地提取和检测.     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于分块最大奇异值分解的数字水印算法研究

为保障数字档案的真实性、完整性和有效性,更准确、高效地辨别档案的真伪,数字水印是必需的关键技术之一。针对传统奇异值分解水印算法中存在的信息量大、运算复杂、嵌入时间长等问题,采用一种基于分块最大奇异值分解的水印算法,这种方法算法实现简单,降低了信息量和运算复杂度,在对大图像嵌入水印时时间花销小,同时提供了相当的鲁棒性。     

基于复小波域奇异值分解的自适应图像水印

将双树复小波分解的多方向性扣冗余性与奇异值稳定性结合,提出一种新的盲检测数字水印方案.该方案将水印嵌入图像双树复小波分解后各子带系数的分块奇异值中,块长可动态调整.为避免产生块状效应.使用统计学模型来自适应调整量化参数,改善了水印图像的不可感知性和安全性.实验表明,该方案对于通常的几何攻击具有鲁棒性,对JPEG压缩攻击性能较稳定,并有效提高了水印的容量.     

基于小波变换的SVD数字图像水印算法研究

提出一种基于小波变换和奇异值分解的数字图像水印算法,针对数字图像的特点,充分利用人类视觉系统(HVS)的特性和图像奇异值的稳定性,先将原始图像进行两级小波分解,再将得到的概貌系数进行奇异值分解,然后利用加性准则修改原始图像的奇异值信息,实现水印的嵌入.MATLAB仿真结果表明,改进算法在保证水印不可感知性的基础上,对常规攻击如JPEG压缩、高斯噪声、椒盐噪声、高斯低通滤波、中值滤波、缩小、放大、旋转等的鲁棒性较强,可用于版权保护.     

一种基于双正交小波变换的图像数字水印算法

利用双正交小波变换在图像处理中的良好性质，提出了一种图像数字水印嵌入算法。在此算法中，对水印信号进行了置乱和逼近两个步骤的预处理，所生成的两个密钥确保了水印的安全；在嵌入水印时由于采用了取代的方式，使得提取水印时不需要原始图像的参与。实验表明，该算法能够抵抗诸如叠加噪声、JPEG压缩、几何裁剪以及滤波等常见的攻击，具有较强的鲁棒性，是一种行之有效的水印方法。     

基于小波域奇异值分解的人脸识别方法

通过分析小波分解系数对光照、姿态、表情所表现出来的特性，选择了不同系数的组合进行奇异值分解，提高了在光照、姿态、表情变化等情况下人脸识别的鲁棒性。采用Harvard、Umist和Yale 3个人脸库对该文提出的方法进行了人脸识别实验。结果表明，基于小波分解系数优化组合的奇异值分解方法的识别率高于在原图上的奇异值分解方法。     

一个基于DWT的自适应数字水印算法

本文提出了一个新的DWT域自适应数字水印算法。该算法利用小波域高、低频部分嵌入水印的优势互补特点,在载体图像的高频和低频子带分别嵌入相同水印来增强水印抵抗多种攻击的能力;水印的嵌入采用量化调制方式,其量化步长可根据人类视觉系统和载体图像的局部特点自适应地调整。此外,由于奇异值分解具有良好的性能,因而被用于高频部分水印的嵌入以提高其鲁棒性。实验结果表明水印具有良好的鲁棒性和不可见性,与相近算法相比,本文方法可以有效抵抗更多的攻击。     

支持向量机与奇异值分解的盲水印算法

为进一步提高水印算法的抗攻击性能,提出了基于支持向量机(Support Vector Machine,SVM)与奇异值分解(Singular Value Decomposition,SVD)的盲水印算法。首先对宿主图像进行DWT变换,将低频子带分成互不重叠的子块;然后利用SVM建立子块的局部相关性模型,根据模型预测结果与对应位置的低频系数值的大小关系产生特征序列,该序列与水印进行异或运算产生特征水印序列,将特征水印序列通过奇偶量化规则嵌入原始图像小波低频子带对应子块的最大奇异值。实验结果表明,该算法不仅具有较好的不可感知性,而且具有较强的抗攻击能力。     

一种基于奇异值分解的自适应水印算法

变换域水印算法对压缩、噪音和滤波等攻击具有较好的鲁棒性,但水印算法对仿射变换攻击的抵抗力较差,提出了基于奇异值分解的自适应水印算法,首先根据人眼视觉模型,利用小波变换的能量特性做水印容量自适应分析,然后分块嵌入具有不同能量因子的水印,既保证了水印的嵌入量又增强了其鲁棒性.最后采用能量统计技术对提取的水印作误差校正,有效地解决了提取水印对角线明显失真的问题.仿真试验表明,算法不仅对剪切、滤波和噪声等攻击有较强的鲁棒性,对各种仿射变换也有非常好的抵抗力.     

一种基于奇异值分解的数字水印算法

数字水印的出现为版权保护提供了一种新的解决途径。提出了基于奇异值分解(Singular Valuc Dccomposition)的数字水印算法。图像奇异值分解(SVD)有以下性质：分解后图像矩阵的奇异值集中反映了图像的“亮度”(能量)特性，而对应的奇异矩阵只反映了图像的“几何”特性。因而奇异值的细微变化不会影响图像的视觉效果。对图像分块并做奇异值分解，在奇异值域做数学变换以嵌入lbit的二值水印信息。该算法不同于别的算法的一个优点是：水印的提取是“盲提取”，即水印的提取不需要原图像参与。     

基于奇异值分解的数字图像水印算法

奇异值分解（Singular Value Decomposition,SVD）是一种特殊的矩阵分解技术。图像的奇异值具有很好的稳定性,体现的是图像的内蕴性质,这使得它在图像水印领域得到了广泛应用。通过回顾空域和变换域中经典的基于SVD的水印算法,分析了算法的缺陷,讨论了现有的改进方案,提出了基于奇异值分解设计水印算法的注意事项。     

基于混沌映射和矩阵奇异分解的公开数字水印技术

该文提出了一种基于混沌映射和矩阵奇异分解的公开数字水印技术．利用混沌映射将水印进行预处理,并按水印的大小把原始图像分成若干个子块,每个子块对应于水印的一比特,利用矩阵的奇异分解方法分解每个子块,将水印比特嵌入到子块的某一奇异值位置。修改该奇异值,然后利用矩阵的奇异分解反向变换得到嵌入水印的图像．利用混沌映射结合矩阵奇异分解,将水印信息分散在原始图像的不同位置,提高了水印的视觉效果,保证了水印的安全性。实验结果表明,本方法具有较好的不可见性以及对一般图像处理具有一定程度的鲁棒性。     

基于小波的二值图像盲数字水印的研究

文中提出一种基于小波的二值图像盲数字算法,首先引出小波变换理论的小波变换域的方法,以保证水印的不可见性和鲁棒性,并进行Arnold变换来对抗几何攻击,试验表明,这种水印算法是具有较强的安全性,并能保证二值图像质量有较强的鲁棒性。