首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
为提高数字水印的安全性,提出了一个新的基于图像双层网格划分和奇异值分解的数字水印算法.讨论了图像双层网格划分的概念和方法,对基于奇异值分解的单层水印算法中的水印嵌入函数进行了改进.该算法采用传统算法对图像的第一层网格进行水印嵌入后,再采用具有补偿特性的水印嵌入方法,对图像的第二层网格进行水印嵌入,同时通过迭代过程,提取稳定的水印信息.实验结果表明,该算法对嵌入的水印具有很好的透明性,对重采样、平滑、加噪声和压缩攻击具有较强的稳健性.当一层水印被完全消除时,另一层水印仍能较好的被提取出来, 使数字水印的安全性得以提高.  相似文献   

2.
本文基于数字水印对于版权保护的作用.从数字水印嵌入原理,嵌入水印信息要求出发,综合DWT(离散小波变换)对图像分解的特点,以及数字水印的鲁棒性与不可见性要求,提出一种基于DWT和HVS(人类视觉系统)的图像数字水印技术。这种数字水印方法在保证数字水印不可见性的同时,确保数字水印在对加水印图像进行JPEG压缩、加噪、中值滤波等处理具有较强的鲁棒性。  相似文献   

3.
针对不可见数字水印的隐藏问题,依据Amold变换和小波分析理论,提出了一种基于小波变换的数字水印算法,即先对水印图像进行置乱预处理,对置乱后水印图像和嵌入对象图像分别进行小波变换,并根据频带重要性排序,将水印对应嵌入.实验证明,嵌入后水印不可见性好,提取时安全性高,是一种有效的隐藏方案.  相似文献   

4.
倒谱域音频与图像水印算法   总被引:10,自引:1,他引:10  
综述了倒谱域数字水印技术的现状,详细介绍了现有倒谱域音频、图像水印的嵌入与检测方法,展望了倒谱分析在数字水印算法中的应用前景.将倒谱分析非线性方法用于水印技术具有一定的研究价值,可在一维、二维复倒谱域中对数字图像信号嵌入图像水印、音频水印;可将倒谱变换与其他方法结合研究音频信号、数字图像水印的嵌入技术.  相似文献   

5.
Matlab与数字水印技术   总被引:2,自引:0,他引:2  
基于数字水印技术对网络化数字媒体版权保护的重要性,将计算软件Matlab应用于水印技术,文中给出用这一软件完成小波域嵌入数字水印的示例,说明使用Matlab嵌入水印在图像变换、水印嵌入方法简洁、高效,避免了大量的编程运算.  相似文献   

6.
针对矢量图形数据和栅格图像数据的差异,围绕着数字水印算法的鲁棒性和透明性进行研究,提出了基于坐标漂移的图形数据水印算法和基于DCT的图像水印算法,并利用软件实现了数字水印的嵌入和提取.实验表明,这两种算法不仅满足数字水印透明性的要求,而且对于常规的数据攻击均具有很强的抵抗能力.  相似文献   

7.
基于拉格朗日插值公式的数字水印分存算法   总被引:5,自引:1,他引:5  
将 Shamir提出的密钥分存思想引入数字水印中 ,提出了一种基于拉格朗日插值公式的数字水印分存算法 . 该算法通过对静态图像进行分块后 ,利用拉格朗日插值公式将要嵌入的水印信息分存到分块后图像中去 . 在对水印信息进行分存前 ,首先进行加密处理 ,然后通过拉格朗日插值公式对加密后的数字水印进行分存 ,起到二次加密作用 ,恢复水印时不需要原始图像. 该算法可以抵抗较大面积的剪切攻击 ,可用于指证对静态图像的非法复制以及剪切拼凑等盗版行为 ,为数字作品提供版权保护 .  相似文献   

8.
提出了基于CDMA的大容量鲁棒数字水印方案。该方案解决了基于CDMA的大容量水印所面临的几方面问题,应用排序后构造分组矩阵的方法,解决了CDMA数字水印系统中嵌入较大水印图像所出现的同址分组干扰严重的问题;通过对合路器合成后的水印序列进行自适应调节,可以有效解决PSNR值下降较大的问题;通过应用线性最小均方误差估计进行水印检测,在不加剧噪声影响的情况下解决了CDMA水印中存在的多址干扰问题。实验结果表明,本文提出的方案和方法实现了水印容量大、宿主图像失真小、水印信息的安全隐蔽性好、抗干扰噪声以及其他常见图像处理攻击的鲁棒性强等优点。  相似文献   

9.
提出了一种基于SVD、DCT、RSA加密数字水印算法,该方法是将载体文档图像做8*8块的DCT变换,水印图像进行了Arnold处理,将水印图像嵌入到变换的SVD正定矩阵中,修改中频域频谱系数,同时对文档使用RSA算法进行加密,含有水印的图像经IDCT变换存成嵌入水印的图像。通过提取变换域的SVD,提取数字水印,经过RSA算法加密后解密该文档,在经过猫脸逆变换处理得到数字水印图像,水印图像的提取IDCT实验结果表明,本文算法具有安全性高、鲁棒性强以及嵌入水印较好的视觉隐蔽特性、算法处理速度快等特点。  相似文献   

10.
基于原始图像数字特征的水印检测   总被引:1,自引:1,他引:0  
提出了数字水印的一种新的埋入和检测方法.根据图像局部特征系数的统计特性来确定水印的埋入强度,使得水印的埋入强度随图像局部特征数据变化而变化,而尽可能地不改变图像的原始统计特性,水印的检测则使用对相关峰值的估计,给出了水印的埋入及检测模型.  相似文献   

11.
基于小波变换域的数字图像嵌入和提取方法   总被引:1,自引:0,他引:1  
针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.  相似文献   

12.
随着信息技术的飞速发展,信息隐藏与保密技术日渐受到人民的重视.数字水印是版权保护的重要手段之一,目前已经得到广泛的研究与应用.提出了一种基于分块奇异值的水印算法,运用奇异值分解方法与图像分块技术,对水印进行嵌入与提取.通过图像分块,降低了对图像奇异值分解的过程,加速了数字图像水印的嵌入和提取,最后用VC++实现了该过程,并验证了该算法的鲁棒性.  相似文献   

13.
基于DWT和SVD的鲁棒-脆弱双重图像水印算法   总被引:1,自引:0,他引:1  
提出了一种基于DWT和SVD的鲁棒-脆弱双重图像水印算法。首先,对于鲁棒水印的嵌入,利用离散小波变换和奇异值分解,采用量化的方法将二值水印嵌入到原始图像中,水印的提取不需要原始图像。然后,在含鲁棒水印图像的空域LSB中嵌入脆弱水印,以减少脆弱水印对鲁棒水印的影响。实验证明,鲁棒水印具备较强的抗攻击能力,脆弱水印则对篡改敏感,并且能准确定位出篡改位置。两种水印的结合实现了对原始图像的双重保护。  相似文献   

14.
提出了一种基于奇异值分解(SVD)的数字图像水印改进算法。该算法将原始图像进行分块,对前M个子块进行奇异值分解,之后选取各子块中最大的奇异值,通过量化的方法嵌入经过BCH纠错码及交织预处理后的M个水印信息。由于采用了量化的方法嵌入水印信息,其提取不需要原始图像的任何信息,实现了水印的盲提取。同时,提取过程受到交织参数的限制,不知道该参数就无法正确地提取出数字水印,实现了水印的加密。实验结果表明,该改进算法明显改善了原算法的鲁棒性和安全性。  相似文献   

15.
数字水印作为一种信息安全技术,是在数字信息中加入不可见的标记。人们可以通过一定的算法提取此标记从而验证信息的所有权(Ownership)。本文提出了一种新的数字静止图像的水印嵌入算法,该算法将含有丰富信息的灰度级图像作为水印嵌入到另外一张灰度图像中。实验结果表明该算法具有很好的鲁棒性。  相似文献   

16.
提出的基于矩阵奇异值分解的DWT域的数字水印算法利用Hadamard正交变换使多个水印编码互不干扰,利用奇异值分解有效地降低水印的嵌入量并有效提高水印嵌入的品质,使水印的稳健性和不可见性之间达到很好的平衡。实验结果表明,该算法实现的水印具有良好的不可见性,并对常见的图像处理和噪声干扰具有很好的稳健性。  相似文献   

17.
基于小波变换和奇异值分解的图像水印算法   总被引:2,自引:0,他引:2  
针对多媒体资源的版权保护问题,结合离散小波变换和奇异值分解技术的优点,提出了一种基于离散小波变换和奇异值分解的图像水印算法.该算法首先将原始宿主图像分解为4个频带(LL、HL、LH和HH),再对水印图像做奇异值分解,并修改宿主图像的离散小波变换系数和水印图像的奇异值.实验结果表明,该算法不仅具有良好的不可见性,而且对诸如滤波、几何攻击、JPEG压缩和旋转等常见的图像攻击具有很强的鲁棒性.  相似文献   

18.
数字水印技术是一种新的数字媒体保护措施,它是将特定的信息嵌入到图像、语音、视频及文本文件等各种数字媒体中,以达到标识、注释及版权保护等目的.本文提出一种基于DWT和SVD相结合的数字水印算法,首先对混沌置乱后的水印奇异值分解,然后将水印的奇异值嵌入到原始图像的小波变换系数中.实验结果显示:其对一般的常见攻击和几何攻击等均具有良好的鲁棒性.  相似文献   

19.
提出了一种基于离散小波变换和奇异值分解相混合的水印嵌入方案,以彩色图像为载体,经过小波分解四个矩阵后,对每个矩阵应用奇异值分解,嵌入相同的灰度水印数据,实验表明该算法对多数类型的攻击有很好的鲁棒性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号