基于对数变换的DWT-SVD域水印算法研究

提出了一种基于小波变换和奇异值分解的水印算法。首先将置乱加密后的图像无重叠地分成32×32子块,对各个子块进行小波变换和奇异值分解后,然后选择部分奇异值进行对数运算,最后依据水印信息位进行水印的嵌入。实验结果表明该算法既能保证水印的不可见性又拥有抗JPEG压缩的稳健性,对恶意篡改敏感,能够有效的将JPEG压缩与恶意篡改区分开来。     

基于分块奇异值分解的小波域水印算法

对于一般有意义灰度水印,如何在不可见性下增大水印嵌入容量,增强鲁棒性仍是水印研究学者研究的重要内容.根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒水印算法.算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对宿主图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中.实验结果与分析表明:水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种可行的算法.     

基于DWT-SVD的图像盲水印研究

提出了一种新的基于离散小渡变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法.该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入经过Arnold置乱后水印信息.水印的提取不需要原始图像,但受到密钥的限制,不知道密钥的人无法正确地恢复数字水印.实验结果表明,该算法具有较好的不可感知性、鲁棒性和安全性.     

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.     

基于DWT-SVD与量化相结合的盲水印算法

提出了一种新的盲鲁棒水印算法,它充分利用了小波变换的多分辨特性和矩阵奇异值分解的能量稳定特性,通过量化的方法将二值水印嵌入到原始图像的低频区域中,在水印的提取过程中不需要原始图像参与。实验证明,该水印算法的鲁棒性较好,具有不可见性,比Sun算法的性能有所提高。     

基于DWT-SVD域鲁棒公开水印技术

大部分利用奇异值分解的水印算法都是将水印嵌入在奇异值上,即利用了奇异值的稳定性.研究发现,奇异值分解后U矩阵的某些系数之间也具有较强的相关性.将小波变换和奇异值分解相结合,改变这些系数的相互关系,可以嵌入水印,而且提取水印时完全不需要原始图像.实验结果表明,该算法对常规图像处理如JPEG压缩、噪声、滤波和诸如剪切、缩放、旋转、平移等几何变换都具有很强的鲁棒性.     

基于DWT-SVD域的彩色图像自适应水印算法

为了保护数字彩色图像版权,提出了一种结合离散小波变换(DWT)和矩阵奇异值分解(SVD)的彩色图像自适应水印算法。其主要设计思想是:先将原RGB彩色图像的各颜色分量进行小波分解;再将得到的中、低频带的小波系数与原水印图像分别进行奇异值分解,水印信息的奇异值重复嵌入到三通道中、低频带的小波系数奇异值中,且利用临界视觉阈值与奇异值之间的关系对水印嵌入强度作自适应调节,从而达到增强水印鲁棒性和确保水印透明性的目的。本算法适用于二值及灰度水印,在二值水印的提取过程中需设定一个提取阈值,以保证提取水印的完整性。仿真结果说明本算法对水印系统的透明性与鲁棒性作了较好的协调,是一种较稳健的算法。     

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-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

基于SVD的彩色图像盲水印算法

为了更好地保护数字产品的版权,本文提出了一种提升小波变换与奇异值分解相结合的彩色图像数字水印算法。提升小波变换运算速度快,能够对任意尺寸图像进行变换;奇异值分解具有几何不变性,并且体现图像的内蕴特性。算法充分利用提升小波变换和奇异值分解的优良特性,选择彩色图像的蓝色通道进行水印嵌入。首先对原始图像进行多级提升小波变换,然后选取中低频子带进行奇异值分解,将灰度水印图像进行Arnold置乱后分成四个部分嵌入所选子带的部分奇异值矩阵中。在水印提取时不需要原始载体图像,更加有利于实际中的应用。实验表明,该算法具有良好的透明性,而且对大部分常见攻击及几何攻击有很好的鲁棒性。     

基于DCT和混沌的双重图像水印算法

为实现图像版权和完整性认证,提出一种基于DCT和混沌的双重水印算法。对图像进行DCT分块,在低频部分利用SVD方法嵌入鲁棒水印,在高频部分用系数大小关系嵌入脆弱水印,从而实现了盲检测。仿真实验结果表明,由于鲁棒水印具有一定的抗JPEG能力,脆弱水印能抵抗较强的噪声攻击,因此该算法是有效的。     

基于奇异值分解的量化水印盲检算法

提出了一种基于奇异值分解的量化水印盲检算法.利用图像矩阵的奇异值稳定性好且最大奇异值远远大于其他奇异值的特点,首先时分块图像最大奇异值进行量化,再结合其奇偶性将二值水印嵌入量化后的奇异值中.实验结果表明,水印算法在满足较好的不可见性和较强的鲁棒性的同时;还可实现水印的盲提取.     

脊波域的图像数字水印算法研究

提出一种将混沌置乱加密后的水印信息嵌入到图像脊波变换域的算法。将图像分块后进行有限脊波变换,选择出图像纹理块的脊波域最大能量方向上的系数嵌入水印,水印提取只需要记录嵌入位置序列即可。实验结果表明,算法对噪声、压缩、不规则剪切、对比度等攻击有较强的鲁棒性。     

一种基于奇异值分解的稳健数字水印算法

提出了一种基于奇异值分解的数字水印算法,它对常见的失真是稳健的。由服从标准正态分布的随机数组成的水印被嵌入到图像分解后的奇异值中。实验结果表明本算法具有很好的稳健性。在经过了一般的信号处理操作和JPEG压缩以后,嵌入的水印能够被可靠地提取和检测。特别地,本算法对转置、行(列)镜像、直角旋转、行(列)整数倍放大和有填充平移等几何失真具有不变性。     

基于混沌加密和SVD的数字图像水印算法

为提高传统数字图像水印算法的安全性,提出一种基于混沌加密和奇异值分解的水印算法.采用Chebyshev混沌映射产生的混沌序列加密水印图像,将加密后的水印图像与原始图像进行分块,再对每一块进行奇异值分解,从而实现水印的嵌入.仿真实验结果证明,该算法对JPEG压缩、高斯噪声、椒盐噪声、滤波等具有较高的鲁棒性,同时能较好地抵抗剪切攻击.     

基于密钥的数字图像水印算法研究

结合二值水印的值及载体图像像素值的奇偶性,采用密钥技术,研究一种有效的小波域数字图像水印算法.采用密钥选择载体图像的嵌入位置,通过对相关系数实施修改,从而达到水印嵌入的目的.仿真实验结果表明,该水印方法具有良好的不可见性,以及具有鲁棒的抗剪切、维纳滤波、不规则色块污染、中值滤波等攻击的能力.     

基于小波变换的彩色图象数字水印算法

提出了一种基于离散小波变换（DWT）域的彩色图象序列加密数字水印新方法，算法选用了彩色图象RGB色彩空间的G分量嵌入水印，数字水印图象含有密钥信息，因此算法具有很好的安全性。同时利用人类视觉系统（HVS）的亮度掩蔽特性和纹理掩蔽特性，把低频分量根据局部纹理的强弱分成两类，将二值水印图象加密后自适应的嵌入到宿主图象的DWT域的低频分量中，从而很好的兼顾了水印的不可见性与鲁棒性。大量仿真结果表明本算法对于诸如JPEG压缩、高斯噪声干扰和图象剪切具有很好的鲁棒性。