采用Torus映射与SVD变换的图像数字水印方法

研究图像奇异值分解的数字水印算法的不可见性与稳健性问题,针对目前水印算法存在高虚警或不可见性差的问题,为提高水印的不可见性并同时保证其具有较强的稳健性,提出了一种基于Torus映射和图像奇异值分解的半盲图像数字水印算法.算法首先将载体图像分块,对每个子块进行奇异值分解并提取出每块的最大奇异值组成方阵,通过Torus映射变换将该方阵置乱并分块,再通过量化方式将二值水印信息通过这些分块嵌入载体图像.仿真证明,加水印图像的峰值信噪比高且对常见的图像处理都具有良好的不可见性和稳健性.     

Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略

提出了一种Tetrolet变换和奇异值分解(SVD)相结合的图像盲检测稳健数字水印算法。该算法先对二值水印图像进行双因子混沌加密预处理;对原始载体图像进行二级Tetrolet变换,并将二层低频子带系数进行分块SVD分解;最后将加密的水印信息量化嵌入SVD最大系数中。水印检测时,无需原始载体图像和原始水印图像的参与,实现水印信息盲提取,提高数字水印系统的实用性。仿真实验结果表明,在保证水印安全性和不可感知性的基础上,该算法对常规图像处理、几何攻击等均具有较好的稳健性。     

基于Logistic混沌映射和IWT-SVD量化的盲鲁棒水印算法

为了提高数字水印的鲁棒性以及水印嵌入位置的保密性,提出了一种基于Logistic混沌映射和整数小流变换—奇异值分解(IWT-SVD)量化的盲鲁棒水印算法:对二值水印图像进行Arnold置乱,对原始载体图像进行8×8分块,利用生成的Logistic混沌序列选择嵌入水印的图像块,充分保证了水印嵌入位置的保密性;对选中的图像块进行二级IWT分解,对得到的二级低频子带系数进行SVD;将置乱后的水印信息嵌入.算法不需要原始载体图像,实现了水印的盲提取,更具实用性.仿真实验结果表明:算法对常规图像处理操作、压缩攻击和剪切攻击均具有较强的稳健性.     

基于分块奇异值分解的盲水印技术

基于奇异值分解的数字水印方案,具有很强的鲁棒性,但是它也存在着一些不足的地方。为此提出了一种新的基于分块奇异值分解盲水印方法,在图像水印信息经过置乱处理后嵌入到原始载体图像分解所得的酋矩阵中。运用置乱方法和奇异值分解方法,提高了水印的不可见性,保证了水印的安全性。在水印的检测与提取过程中不需要原始载体图像,更加利于实际中的应用。实验结果证明,该方法具有较好的不可见性,对常见的图像处理具有良好的鲁棒性。     

基于SVD的图像数字水印算法研究

数字水印技术被视为数字产品版权保护的一种新方法。利用奇异值分解（singular value decomposition,SVD）良好性能以及双密钥调制的特点,提出了一个新的基于SVD的数字图像水印算法。首先将图像进行分块,然后通过各个图像子块的SVD变换获得奇异值,将各子块的奇异值组成向量后再采用双密钥调制方式嵌入水印。水印的提取不需要原始图像。实验结果表明该算法具有良好的鲁棒性和不可见性。     

一种新的基于SVD的图像数字水印算法

提出了一种新的基于SVD（奇异值分解）的图像数字水印算法.该算法具有以下几个特点：采用二值图像作为水印;换对二值图像进行Arnold置乱预处理;没有直接将二值图像嵌入到载体图像,而是通过二值图像的不同取值,将伪随机序列嵌入到各子块的奇异值中,增加了安全性;具有良好的不可见性;对常见的信号处理具有良好的抵抗攻击能力;采用相关检测提取水印,不需要原始载体图像参与.     

基于混沌和SVD的数字视频水印算法

研究版权保护优化数字水印设计,结合TD-ERCS混沌系统良好的安全特质和奇异值分解(SVD)抗几何攻击的优点,提出了一种改进的采用混沌置乱的SVD数字视频水印算法.首先利用TD-ERCS离散混沌系统产生的二维混沌序列对水印进行置乱,在视频帧的亮度分量上选择嵌入区域,然后对所选区域进行分块并作离散小波变化,对低频部分进行奇异值分解,最后通过修改分块的最大奇异值嵌入水印信息.实验结果表明,改进算法具有良好的性能,提取水印时不需要原始视频序列,具有盲检测性,而且对常见攻击具有较好的鲁棒性.     

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SVD分解的数字图像盲水印

本文设计了一种基于奇异值分解(SVD)的盲检测数字图像水印算法,将原图像分块进行SVD分解,再对每块最大奇异值适当量化并嵌入水印;水印检测时,直接对含水印图像的分块最大奇异值的量化结果的奇偶性判别来提取水印.进一步,通过对图像的不可见性及鲁棒性分析,给出量化强度的理论分析和理论取值.实验表明,该方法可行,算法简洁,抗压缩、滤波、几何攻击性强.     

基于奇异值分解的数字图像二值水印嵌入与盲检测

提出了一种基于奇异值分解的数字图像二值水印嵌入与盲提取算法.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它奇异值的特点,首先对分块图像进行奇异值分解,再结合二值水印和一个事先设置好的量化参数对每个分块的最大奇异值进行微调,从而达到水印嵌入的目的.实验结果表明,新的水印方案具有较高的不可见性和较强的鲁棒性;可灵活控制水印容量的大小;水印提取不需要原始图像的参与,从而可成功实现水印图像的盲提取.     

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。     

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。     

An audio watermarking scheme using singular value decomposition and dither-modulation quantization

Quantization index modulation is one of the best methods for performing blind watermarking, due to its simplicity and good rate-distortion-robustness trade-offs. In this paper, a new audio watermarking algorithm based on singular value decomposition and dither-modulation quantization is presented. The watermark is embedded using dither-modulation quantization of the singular values of the blocks of the host audio signal. The watermark can be blindly extracted without the knowledge of the original audio signal. Subjective and objective tests confirm high imperceptibility achieved by the proposed scheme. Moreover, the scheme is quite robust against attacks including additive white Gaussian noise, MP3 compression, resampling, low-pass filtering, requantization, cropping, echo addition and denoising. The watermark data payload of the algorithm is 196 bps. Performance analysis of the proposed scheme shows low error probability rates.     

基于奇异值分解的、抗几何失真的数字水印算法

许多现有的适用于图像的数字水印对几何失真都是很敏感的。尤其是此类失真会严重妨碍对水印的盲提取。为此，提出了一种基于奇异值分解的数字水印算法，它对常见的几何失真是稳健的。此水印是被嵌入到图像分解后的奇异值之中。根据奇异值分解的代数性质，严格证明了嵌入了水印的图像在受到转置、镜像、旋转、放大和平移等几何失真后，其奇异值是不变的。在经过了上述的几何失真、一般的信号处理操作或JPEG压缩以后，嵌入的水印能够被可靠地提取和检测。实验结果表明本算法具有很好的稳健性。     

基于正负量化的DCT域数字图像盲水印算法研究

提出一种基于离散余弦变换（DCT）的灰度图像盲水印算法。首先对水印图像进行置乱加密。然后将载体图像进行8×8大小的分块,针对各分块进行DCT变换,采用正负量化规则进行水印的嵌入。水印的检测是根据正负量化规则进行的,不需要原始图像,是一种盲检测。最后通过水印相关系数（NC）和峰值信噪比（PSNR）来评价水印算法的性能。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切、滤波等攻击,鲁棒性较好。