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。     

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。     

一种基于奇异值分解的改进图像水印算法

数字水印作为一种新型的信息隐藏技术而成为目前业界研究的热点。本文提出了一种基于奇异值分解的图像水印改进算法。该改进算法具有如下特点：（1）在水印嵌入时,对原始图像以块为单位进行奇异值分解,在得到的奇异值中直接嵌入水印;（2）在水印提取时,不需要原始图像数据或原始水印数据。改进后的算法更加简便、快捷。实验
表明,与DCT算法相比较,本文所提出的方法在抵抗各种常规数据处理和攻击（如高斯噪声、JPEG压缩、滤波、裁剪等）方面具有良好的性能。     

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.     

基于奇异值分解的彩色图像水印算法

数字水印是将身份确认信息或保密信息镶嵌于图像中的一种技术,可靠的水印能为信息的安全提供可靠的保证.提出了一种基于奇异值分解的彩色图像水印算法.首先对彩色图像的RGB色彩空间的绿色分量无重叠地分成8×8块,对各个子块进行奇异值分解,最后将二值图像混沌置乱加密后随机嵌入到各个子块的奇异值中.实验结果表明,该算法不仅具有较好的透明性,而且对常规的图像处理具有较好的稳健性.     

一种改进的基于奇异值分解的数字水印算法

基于奇异值分解（SVD）的数字水印算法对几何攻击有较强的鲁棒性,但是在嵌入水印的过程中,对较大特征值的修改会导致图像品质的明显下降。提出了一种改进的基于分块奇异值分解的数字水印算法,可以较好地解决上述问题,同时,该算法又利用小波变换来抵御一般的变换域攻击。实验表明,该算法在不可感知性和鲁棒性等方面都取得了比较好的效果。     

基于奇异值分解的彩色图像数字水印算法

提出了一种基于奇异值分解的彩色图像数字水印算法,嵌入和提取水印均在RGB分量的空间域内进行。仿真结果表明,该算法不仅对几何失真具有很强的抵抗能力,而且对添加噪声、滤波及JPEG压缩也具有良好的鲁棒性。     

一种奇异值分解数字水印算法的研究

提出了一种可用于印刷品防伪的数字水印算法.将二值条码作为水印,嵌入到原始图像的奇异值分解的S分量.结合人类视觉系统((HVS)的视觉掩蔽特性,根据图像的块均匀度决定水印嵌入的强度,使嵌入的水印强度能够自适应于原始图像.水印提取时,利用Radon变换对待检测图像进行校正,并且根据二值条码的特性对提取出的水印图像进行了修正...     

彩色图像四元数频域奇异值分解水印算法

将四元数傅里叶变换与四元数奇异值分解技术相结合并引入到对彩色图像的水印处理,提出一种基于四元数频域奇异值分解的彩色图像盲水印算法.首先对彩色载体图像进行分块并采用四元数傅里叶变换(quaternion Fourier transform,QFT)得到其频域矩阵,然后对频域矩阵中的单位小块进行四元数奇异值分解(quaternion singular value decomposition,QSVD),得到实系数奇异值,使用奇偶量化调制法将水印信号嵌入到单位小块的最大奇异值中.仿真实验结果表明,嵌入的水印分布在空域图像各彩色分量中,在不可见性以及鲁棒性的比较中优于传统的彩色图像亮度域以及独立多通道处理方法.     

一种基于模糊控制的图像水印新算法

考虑到算法的复杂度,如何加以控制,把水印只嵌人在图像视觉掩蔽性较强的区域,是水印技术研究的热点问题之一。文章提出了一种基于模糊控制的图像水印有选择性嵌入算法。该算法通过定性分析图像视觉掩蔽性的强弱,采取似末位淘汰的模糊控制规则来选择掩蔽性较强的区域,然后直接嵌入水印,在提高水印图像保真度的同时,克服了基于隶属度嵌入算法计算复杂、对噪声以及孤立点数据比较敏感等缺点。计算机仿真结果验证了文中算法的有效性。     

一种基于DCT的模糊聚类自适应水印算法

在DCT域提出了基于模糊和人类视觉系统的新颖的数字水印算法,该算法将图像块按照亮度和纹理进行分类,可以自适应地根据图像特点嵌入水印。水印为二值图像,根据块分类以不同的嵌入强度嵌入到所选择块的中频系数中。该方法允许在一定的视觉距离下嵌入更为鲁棒的水印,达到鲁棒性和不可见性的良好折衷。仿真结果显示了该方法可以抵抗如压缩,加噪等常用攻击。     

基于奇异值分解法的二元矩阵聚类算法研究

文献检索时通常会用到LSI(Latent Semantic Indexing)算法.针对算法中返回值受阈值大小影响的问题,对算法中由奇异值分解SVD(Singular Value Decomposition)得到的左、右奇异值矩阵,用k-means算法对其进行聚类,提出了LSI改进算法.实验结果表明,与传统的LSI方法相比,改进算法在提供k-means算法分类的维度时获得了更好的性能,证明了算法的有效性.     

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。     

一种基于单值分解的多重数字水印技术

提出了一种数字水印技术,把水印信息按位置换,对原始图像进行单值分解,并重复嵌入按位置换后的水印信息。实验结果证明,论文提出的方法具有很好的安全性,能抵抗旋转、裁剪等多种攻击,具有很好的鲁棒性。     

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.     

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。