一种新的基于奇异值分解的小波域盲水印*

目前,如何增强鲁棒性水印抵抗几何攻击尤其是旋转攻击的鲁棒性,仍是水印研究者研究的难点。为此,结合奇异值分解的特性和小波变换的优点,提出一种新的基于奇异值分解的小波域盲水印算法,对于常见的几何攻击具有很强的鲁棒性。首先对小波分解后的低频子带分块以提高水印的嵌入容量,再对各子块进行奇异值分解,将Arnold置乱后的水印嵌入到奇异值中,并使用量化方法增强水印的鲁棒性。实验表明,该算法对于常见的几何攻击特别是旋转攻击具有很强的鲁棒性,也能够抵抗JPEG2000压缩等信号处理。     

基于NSCT-SVD的多重数字水印算法

针对现有水印算法难以抵抗多种类型攻击的问题,提出一种基于非下采样Contourlet变换(NSCT)和奇异值分解(SVD)的多重数字水印算法。该算法采用不同的密钥对水印信息进行Arnold置乱,其宿主图像经过二层NSCT变换后得到大小相同的低频子带和高频子带。为提高算法鲁棒性,对各子带进行奇异值分解,将3个加密水印信息重复嵌入到具有最大奇异值的NSCT域低频和高频子带的子块中。在水印检测时,从3个提取结果中选取归一化均方误差最小的水印作为最终水印。实验结果表明,该算法能够有效抵抗JPEG压缩、椒盐噪声、剪切和中值滤波等多种类型的攻击,并且在保证水印不可见的前提下,提高了水印的鲁棒性和嵌入容量。     

SVD和DWT数字水印算法的应用研究

研究数字图像版权保护问题,由于数字媒体在网上易被复制篡改.针对单纯奇异值分解或小波变换水印算法均存在抵抗攻击差的难题.为了更好的保护数字图像版权,提了一种奇异值分解与小波变换相结合的数字水印算法.首先对水印图像进行置乱处理并对原始图像进行分块,从中找到符合要求的最佳水印嵌入子块,然后对所选择的最佳子块进行小波变换,对子块的低频系数进行奇异值分解,最后将水印嵌入各于块的奇异值中进行仿真.结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,克服了奇异值分解和小波变换水印算法缺陷,为设计提供了依据.     

基于LWT-SVD的鲁棒自适应水印方案

为进一步提高水印抵抗攻击的能力,提出一种基于量化的混合提升小波变换和奇异值分解的自适应数字图像水印算法。对二值水印信号进行异或加密与置乱处理,以增强水印信号的安全性和鲁棒性;对原始载体图像进行互不重叠的分块,对随机选取的分块进行一级提升小波变换,对生成的低频子带进行奇异值分解;根据水印信号的取值,对每一分块低频子带的最大奇异值采用自适应量化的方法嵌入水印信号。仿真结果表明,该算法具有较好的透明性和抵抗常规信号处理攻击的能力。     

奇异值分解小波变换的数字水印算法研究

研究保护版权信息安全间题,针对实现水印的稳健性和不可见性,保护合法用户,使数据水印保护有良好的鲁棒性,在传统奇异值分解和小波变换水印技术基础上,提了一种奇异值分解与小波变换相结合的数字水印算法.算法首先对水印图像进行置乱处理并原始载体图像进行分块,从原始载体中找到最佳水印嵌入子块,然后对最佳子块进行小波变换,同时对子块的低频系数进行奇异值分解,最后将水印嵌入各载体图像子块的奇异值中,实现了图像水印嵌入.实验结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,提高了图像水印的抗击能力,为版权保护提供有效方法.     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

基于Contourlet变换和奇异值分解的图像零水印算法

提出一种基于Contourlet变换和奇异值分解的数字图像零水印算法。原始图像经过Contourlet变换后,分解为一系列多尺度、局部化、方向性的子带图像,选择对低频子带进行分块奇异值分解,然后根据每块中第一个奇异值的大小特性“嵌入”和“提取”水印。实验结果表明,该图像水印算法能够较好地抵抗JPEG有损压缩、叠加噪声、剪裁等攻击,具有较强的鲁棒性和不可见性,提高了水印识别的可靠性。     

基于Contourlet和SVD的鲁棒双水印算法

提出了一种Contourlet域的基于奇异值分解的鲁棒水印算法。综合Contourlet变换和奇异值的优点,选择宿主图像Contourlet变换后的低频子带和能量最大的高频子带作为水印嵌入子带,分别嵌入水印信息。水印提取时,从两个子带水印中选择NC值较大的作为最终提取的水印。实验结果表明,该算法在保证了不可见性的同时,对常规攻击和几何攻击均具有较强鲁棒性。     

基于SVD与几何矫正的水印算法

为提高水印算法的抗攻击性能,提出一种基于SVD和几何矫正的鲁棒水印算法。通过量化图像每个子块中的第1个奇异值嵌入水印,利用遗传算法搜索量化步长的最优解。在提取水印时,引入几何矩和DFT变换估计几何变换参数,从而矫正测试图像。实验结果表明,该算法在抵抗普通攻击与几何攻击方面均具有较好的鲁棒性。     

基于混沌的Contourlet域抗几何攻击图像水印算法

为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明,该算法对JPEG压缩、滤波、加噪、旋转、缩放和平移等常规的图像处理和几何攻击具有很强的鲁棒性。     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

一种基于扩频的Contourlet域盲水印算法

提出一种基于量化的Contourlet水印算法。该算法首先对原始水印信息进行置乱,采用伪随机序列周期延扩的方法,生成扩频水印。然后对载体图像进行Contourlet变换,最后使用量化的方法,将产生的扩频水印嵌入到选定的Contourlet域系数中。实验结果表明,该算法具有很好的透明性,对一般的信号处理,例如,JPEG压缩、模糊和锐化等具有较好的鲁棒性。     

Geometrically invariant image watermarking using SVR correction in NSCT domain

Based on the support vector regression (SVR) geometric distortions correction, we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating the NSCT coefficients in small blocks. In digital watermark detecting procedure, the SVR geometrical distortions correction is utilized. Experimental results show that the proposed image watermarking is invisible, and robust against common image processing and some geometrical attacks.     

基于视觉系统特征的Contourlet域分层数字水印技术*

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术。该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中。利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性。     

基于视觉系统特征的Contourlet域分层数字水印技术

在分析视觉系统特征的基础上提出了一种新型的Contourlet域分层数字水印技术.该方法利用视觉系统对不同区域、不同局部特征的噪声敏感性不同设置相应的区域水印权重和局部水印权重,将水印按照设置的分层权重嵌入到Contourlet分解后的方向子带中.利用所提出的新型多分辨率检测器,通过与传统水印方法比较表明,该方法具有较好的透明性和盲检测性;对于常见的压缩、中值滤波等图像处理攻击,该方法表现了很好的稳健性.     

一种HVS和Contourlet结合的图像水印算法

提出了一种Contourlet域的图像水印算法.首先对图像进行多层分解;然后利用视觉系统的亮度纹理特性,把伪随机序列组成的水印信号自适应地嵌入到能量最大的子带中;最后经过逆变换得到嵌入水印后的图像.该算法解决了直接嵌入边缘扭曲的问题,检测端使用基于相关的盲检测.实验结果表明,该算法能够在满足不可见性的条件下抵抗JPEG压缩、加噪和剪裁等攻击,具有很强的鲁棒性.     

基于QR分解的Contourlet域抗几何攻击水印算法

为了提高数字水印产品的抗几何攻击能力,提出一种基于QR分解的Contourlet域抗几何攻击水印算法。该算法首先对宿主图像Contourlet变换后的低频子带进行分块QR分解,通过轻微修改各子块Q矩阵第一列第二行元素和第三行元素的大小关系嵌入Arnold置乱后的水印信息,并且利用R矩阵对各子块进行相应的视觉失真补偿操作。在水印提取前,利用尺度不变特征变换SIFT特征点具有的旋转、缩放和平移不变性对几何失真含水印图像进行几何校正,恢复水印的同步性,使算法具备抵抗几何攻击的能力。实验结果表明,该算法的不可见性良好,而且对于常规攻击和多种几何攻击都具有较好的鲁棒性。     

抗几何攻击的空间域图像数字水印算法

当前已有的水印算法多数无法抵抗几何攻击, 而现有抗几何攻击的水印算法大多数只能抵抗一定程度内的几何攻击. 本文提出了一个新的抗几何攻击的图像数字水印算法. 该算法在水印嵌入时, 先对原始图像进行分块, 然后对各个子块图像根据量化策略重复嵌入相应的 1bit 水印信息; 在水印提取时, 先将含水印图像进行分块, 然后对从各个子块图像中提取出的水印信息根据多数原则判定相应子块图像所含的 1bit 水印信息. 该算法简单、快速, 所能嵌入的水印信息量大, 并且在提取水印时无需原始图像. 实验结果表明, 该算法能够有效地抵抗很大程度的几何攻击及其组合攻击, 对常规的图像处理攻击也具有很强的稳健性.