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。     

基于奇异值分解的彩色图像水印算法

针对基于量化的嵌入方法不能抵抗亮度增强等攻击而基于关系的嵌入方法抵抗常见的攻击能力较弱等缺点, 提出了一种混合量化和关系嵌入方法的彩色图像水印算法。该算法先对彩色图像的每一分量进行互不重叠的大小为8×8的分块, 借助密钥选取待嵌入水印的分块并对选取的分块进行1级离散小波变换和分别对低频子带与高频子带进行奇异值分解, 在低频和高频子带奇异值分解后的奇异值矩阵分别采用量化和关系的嵌入策略嵌入预处理后的水印。实验表明, 该算法实现简单, 具有较好的不可见性。与其他算法相比, 该算法具有更好的鲁棒性能。     

一种新的基于奇异值分解的图像数字水印算法

图像数字水印优化,增强了水印的抗攻击能力.在一类基于奇异值分解的数字水印算法中,若将水印嵌入图像矩阵的最大奇异值,降低了图像的鲁棒性.为提高图像和水印的鲁棒性,根据奇异值分解的特性,结合Aronld变换的分散攻击和人类视觉系统寻找最优嵌入强度的良好性能,提出了一种新的自适应图像数字水印算法.首先将图像分块,然后计算得到每块图像的最大奇异值,再将经Amold变换后的水印结合通过人类视觉系统技术得到的水印强度嵌入最大奇异值,从而得到带水印的图像.通过仿真分析比较表明,在一定程度上提高了图像的视觉质量和水印的鲁棒性,是较有效的一种算法.     

基于奇异值与提升小波的彩色图像水印算法

本文提出了一种基于奇异值与提升小波的彩色图像水印算法,该方法首先将彩色图像从RGB空间转换到YUV彩色空间,然后对YUV空间中的亮度分量Y进行提升小波变换,对低频分量进行奇异值(SVD)分解,然后将水印图像的奇异值嵌入到低频分量的奇异值中,仿真结果表明,该算法不仅具有较好的水印不可见性,而且对常规攻击和几何攻击都具有较好的鲁棒性,而且算法简单、运行速度快,能够满足实时和快速的水印应用要求,算法采用灰度图像作为水印,增加了嵌入的信息量,在版权保护方面具有一定的应用价值。     

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     

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。     

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Schur分解和混沌置乱的彩色图像鲁棒水印算法

针对传统的彩色图像水印算法往往仅是将一个随机信号或二值图像嵌入到彩色载体图像中这一问题,结合混沌系统和Schur分解的优点,提出一种将彩色水印图像嵌入到彩色载体图像中的鲁棒水印算法.首先,对彩色水印图像进行Arnold置乱和混沌加密,提高了待嵌入彩色水印图像的安全性能;其次,将彩色载体图像分离成3个通道,每一通道被划分...     

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。     

基于CT-SVD彩色图像盲水印方案

介绍了采用Contourlet变换的多尺度性、多方向性和SVD分解的稳定性特征对彩色图像嵌入数字水印的方法.先将RGB空间彩色图像转换为YUV空间,对明亮度分量Y进行Contourlet变换得到不同尺度不同方向上的系数,然后为了满足水印的不可见性和稳健性,对低频系数进行分块SVD分解,根据二值水印值修改左奇异矩阵U.     

基于3D-DCT和SVD的鲁棒彩色图像水印算法

在数字图像水印领域,水印算法主要集中于灰度图像,且提出的大部分彩色图像水印算法往往仅在亮度分量或在彩色图像的每一通道中嵌入水印,未能充分利用彩色图像的冗余空间,影响了水印的透明性和鲁棒性。针对此问题,提出了一种新颖的基于三维离散余弦变换和奇异值分解的彩色图像水印算法。算法先对水印图像进行预处理和对彩色图像进行互不重叠的分块;其次对每一分块进行三维离散余弦变换;最后选择对三维离散余弦变换系数的第一分量进行奇异值分解。嵌入水印时,对三维离散余弦变换系数第一分量的最大奇异值和第二分量分别采用量化和关系的嵌入方法嵌入水印。提取水印时,分别采用量化和关系提取算法提取水印并进行比较,选取相似值高的水印图像作为最终提取的水印。实验结果表明,提出的算法具有较好透明性的同时,具有抵抗常规信号处理和模糊、扭曲及锐化等攻击的能力。     

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。     

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.     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。     

一种基于奇异值分解的盲水印

随着计算机和因特网技术的发展，数字水印技术开始广泛应用于数字图像、音频、视频和多媒体产品的版权保护。一种基于分块SVD的数字水印算法被提出，原始图像先进行分块SVD分解，选取每块中最大的奇异值通过量化的方法嵌入水印，在水印检测过程中不需要原始图像。同时还通过误差分析直接导出了，量化强度和信噪比的数学公式从而对选择量化强度有了理论指导。实验结论和攻击测试表明，算法对如JPEG有损压缩、中值滤波、亚抽样、低通滤波等各种的图像降级处理有很强的稳健性，同时它还对图像尺寸大小没有任何限制。