基于SVD的彩色图像自适应盲水印算法

本文提出了基于SVD(奇异值分解)的自适应彩色图像盲水印算法,利用HVS(人类视觉系统)特性自适应地调整水印嵌入强度,通过SVD变换来进行嵌入,在保持不可见性的前提下提高了鲁棒性.实验表明,该算法在水印嵌入总量不变时,可减弱嵌入水印后对原始图像的破坏,减少视觉影响.     

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DWT-SVD和Fibonacci变换的彩色图像盲水印算法

为提高水印鲁棒性,将离散小波变换(DWT)、奇异值分解(SVD)和斐波纳契(Fibonacci)变换结合,提出一种新的算法。首先,用Fibonacci变换对拟嵌入的水印进行置乱处理;然后,对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解,并用混沌序列选择若干对子块;最后,根据人类视觉系统(HVS)特性对三个分量分配嵌入量、确定嵌入强度,并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。     

一种改进的抗几何攻击彩色图像水印算法

提出一种基于加速鲁棒性特征算法（Speed-Up Robust Features,SURF）的抗几何攻击彩色图像水印算法。首先,在彩色图像中的红色分量中检测SURF特征点,并且生成SURF特征描述算子。然后,利用二级离散小波变换（Discrete Wave-let Transform,DWT）得到图像蓝色以及绿色分量的低频信息,并对其进行奇异值分解（Singular Value Decomposition,SVD）。最后将经过一级小波变换后的水印图像对应嵌入彩色图像蓝色分量和绿色分量的低频区域之中。实验结果表明,嵌入水印后的图像在经过几何攻击后,其提取的水印与原水印仍具有较高的相似度,该算法具有较好的鲁棒性。     

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。     

一种新的彩色图像盲水印算法*

在探讨了四元数及四元数矩阵奇异值分解性质的基础上,用四元数矩阵来表示彩色图像,彩色图像的每个像素用一个四元数来表示,从而实现了将彩色图像的各个分量作为一个整体进行运算的思想;对彩色图像的四元数矩阵奇异值分解后的性质进行了研究,得出将四元数矩阵分解的方法用于彩色图像水印的嵌入和提取的可行性,并提出一种基于四元数矩阵奇异值分解、旋转和共轭运算的彩色图像盲水印算法进行验证。通过实验和对比表明,该算法具有良好的性能,能较好地抵抗常见的攻击。     

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。     

一种新颖的自适应水印算法

目前有很多基于离散小波变换(DWT)的水印算法,但结合分形编码技术的很少。提出并实现了一种新的自适应水印算法。该方法能利用人眼视觉特性和分形误差,自适应控制水印的嵌入位置,能有效地改善水印图像的视觉质量; 同时,也提高了水印系统的安全性。在低分辨率图像中嵌入水印,该方法效果较佳。实验结果表明,使用该方法嵌入的水印具有较好的不可感知性和鲁棒性,同时保证了较低的正向错误率。     

一种基于混沌置乱和SVD的小波域盲水印算法

提出了一种基于混沌和奇异值分解相结合的数字水印算法.该算法对原始图像做离散小波变换后得到4个子带,并将低频子带(LL1)分成互不重叠的8×8分块,然后对每一块做奇异值分解,将混沌置乱后的水印信息嵌入每块中最大的奇异值中.实验结果表明,该算法具有较好的不可见性、鲁棒性和安全性.     

一种基于DCT-SVD域灰度级的盲水印算法

本文首先应用Arnold变换和一种快速的Arnold反变换对水印图像进行加密,进而应用分块的量化SVD嵌入法对DCT块系数进行调整,提出了一种新的灰度级的盲水印算法,较好的解决了灰度水印鲁棒性和透明性之间的矛盾。实验结果证明,该算法对JPEG压缩、裁剪等常见的处理操作有较好的鲁棒性。     

抗MP3压缩的自适应音频盲水印算法

提出一种可抵抗MP3压缩的稳健的数字音频盲水印算法。该算法通过对音频小波域的近似分量进行分段以嵌入水印。水印提取时按音频特征实现自适应重分段,同时自动调整提取强度,解决了音频特征在MP3压缩前后不一致的矛盾,并实现了盲提取。实验结果显示该算法能有效抵抗MP3压缩、重采样、低通滤波和叠加白噪声等多种攻击。     

基于矩阵Schur分解的彩色图像盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印是二值灰度图像且为提取水印时需要原始宿主图像或原始水印的现状,本文提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。该算法分析了矩阵Schur分解的基本特征,通过修改其上三角矩阵对角线上的最大能量元素来嵌入水印,水印提取过程达到盲提取的目的。实验结果表明,该水印方案不但嵌入和提取的速度快,而且具有较好的水印不可见性(峰值信噪比达到40dB以上)和较强的鲁棒性。     

抗JPEG压缩的半脆弱水印算法

基于JPEG压缩过程的特性,提出了一种能抵抗JPEG压缩的半脆弱盲检水印算法,并给出了理论论证.该算法利用不重叠图像块的DCT变换系数之间的大小关系,选择图像特征作为水印信息进行嵌入.理论分析和实验结果表明,该算法的水印具有很好的抵抗JPEG压缩的能力,并且对剪切、篡改等恶意攻击有很好的篡改定位能力.     

一种自适应盲灰度水印算法

本文提出了一种基于余数条件稳定性的自适应盲水印算法，并将DC和AC系数结合进行水印的嵌入。使用余数设置的方法在四个系数中嵌入水印，将它们的余数关联起来。并利用视觉掩蔽效应自适应地选择嵌入强度，使得不可见性和鲁棒性得到很好的折中。通过对系数的重组，对灰度水印权值较高的位（高平面位）进行重点保护，使提取的水印质量得以提高。改进了通常在DC系数中嵌入水印是非盲算法和嵌入容量较小的缺陷，同时避免了DC系数改变过大引起的块效应。实验证明该算法取得了很好的效果。     

基于卷积码的盲音频水印算法研究

提出了一种基于提升小波和卷积码的盲音频水印算法。原始音频信号经过提升小波变换后,选取中低频小波系数进行自适应水印嵌入。水印在嵌入前经过卷积编码和交织预处理,以提高水印系统的抗干扰能力。为了增强算法的鲁棒性,水印提取时采用了软判决Viterbi译码。实验结果表明,该水印算法具有较好的性能。     

一种自嵌入盲检测鲁棒数字水印算法

为了实现鲁棒水印算法的完全盲检测,提出一种自嵌入盲检测鲁棒数字水印算法。该算法对原始图像分块子图进行小波提升变换得到低频近似分量,对近似分量作非负矩阵分解得到可近似表示子块图像的基矩阵和系数矩阵;在此基础上将系数矩阵量化得到鲁棒水印序列,最后鲁棒水印序列自适应量化嵌入原始图像低频自带近似分量。实验结果表明,该方案对常见信号处理具有很强的鲁棒性,实现了鲁棒水印序列完全盲检测。     

基于提升小波的彩色图像盲水印新算法

为了提升彩色图像信息隐藏效果及抗攻击能力,研究了彩色图像水印嵌入方法.对水印图像进行置乱,根据信息的重要性,将其分别嵌入在3个分量上,再根据小波分解后的特点,给出各子带不同的水印嵌入方法.同时考虑HVS的纹理掩蔽特性,比较其相邻两像素差的绝对值和阁值大小来决定交换还是修正系数.通过实验结果表明,该算法具有很好的隐藏性、安全性和鲁棒性.     

A blind audio watermarking algorithm by logarithmic quantization index modulation

In this paper we present a blind audio watermarking algorithm based on the vector norm and the logarithmic quantization index modulation (LQIM) in the wavelet domain, integrating the robustness of the vector norm with the imperceptibility of the logarithmic quantization index modulation based on μ-Law (or mu-Law) companding. Firstly μ-Law companding is adopted to transform the vector norm of the segmented wavelet approximation components of the original audio signal. And then a binary image scrambled by the chaotic sequence as watermark is embedded in the transformed domain with a uniform quantization scheme. Experimental results demonstrate that even if the capacity of the proposed algorithm is high, up to 102.4 bps, this algorithm can still maintain a high quality of the audio signal, and achieve a better performance, such as imperceptibility, robustness and complexity in comparison with the uniform quantization based algorithms against common attacks. What’s more, it can resist amplitude scaling attack effectively.     

HSV色彩空间盲嵌盲检盲提取DCT域视频水印

提出了一种基于欧拉数及HSV色彩空间的视频水印离散余弦变换(DCT)算法。在视频中选择欧拉数较小的帧,在HSV色彩空间亮度分量DCT中频系数中嵌入水印。该算法能实现盲嵌入、盲检测和盲提取,且健壮性强、透明性好,能经受噪声、滤波、剪切、压缩、帧插入及删除等图像、视频处理与攻击。