基于NMF和SVD相结合的Contourlet域鲁棒水印算法*

为了提高变换域数字水印技术的鲁棒性,提出了一种在Contourlet域将非负矩阵变换(NMF)与奇异值变换(SVD)相结合的鲁棒水印算法。宿主图像经过Contourlet变换后,对低频子带进行非负矩阵变换,然后对非负基向量组W进行奇异值分解,最后将经过Arnold置乱的水印图像嵌入到奇异值中。实验结果表明,该图像水印算法在获得良好视觉效果的同时,对于加噪声、滤波、剪切等图像攻击有较好的鲁棒性。     

一种基于DWT和SVD的数字图像水印算法

该文研究并提出了一种基于离散小波变换和奇异值分解的数字图像水印算法。为保证水印算法的安全性,首先对水印图像进行置乱变换预处理;然后对宿主图像进行二维离散小波变换,根据嵌入策略将预处理后水印图像的奇异值嵌入宿主图像二维小波分解得到的中频区域。最后利用Matlab对该算法及其对攻击的鲁棒性进行了仿真。     

基于SVD和小波包分解的自适应鲁棒水印算法

针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。     

一种新的LWT和SVD的灰度图像水印

先对载体图像进行分块,然后对每块二级LWT后的中高频带再次LWT,并对选取的各频带进行SVD,选取其相应的奇异值组成新的变换矩阵,对新的变换矩阵按规则进行分块,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Arnold置乱后的灰度水印信息加载到组合后的矩阵中。仿真实验表明,新的图像水印方法提高了嵌入的信息量,具有很好的透明性,而且对常见的图像攻击具有很强的鲁棒性。     

一种基于SVD分解的小波域数字水印算法

本文提出了一种基于离散小波变换和奇异值分解的数字水印算法。该算法充分利用了离散小波分解和矩阵奇异值分解(SVD)的固有特征,对Arnold置乱后的水印的多层小波分解子带做奇异值分解,把分解后的奇异值嵌入到原始图像的多层小波分解的相应子带中。水印的提取是嵌入算法的逆过程。Matlab仿真试验表明了算法的透明性、稳健性和安全性。     

一种新的基于DCT和SVD的鲁棒水印算法

提出一种基于离散变换域(DCT)和矩阵奇异值分解(SVD)的鲁棒水印算法.首先将载体图像进行离散余弦变换,取包括直流系数在内的与水印图像大小一致的变换域信息;然后分别将所取信息和有意义水印图像作SVD分解,得到四个正交矩阵和两个对角矩阵;最后将水印图像SVD得到的三个矩阵分别嵌入到其余三个矩阵中,作SVD和DCT逆变换得到含水印图像.实验结果证明,本算法具有较强的鲁棒性.     

基于混沌加密和SVD的数字图像水印算法

为提高传统数字图像水印算法的安全性,提出一种基于混沌加密和奇异值分解的水印算法.采用Chebyshev混沌映射产生的混沌序列加密水印图像,将加密后的水印图像与原始图像进行分块,再对每一块进行奇异值分解,从而实现水印的嵌入.仿真实验结果证明,该算法对JPEG压缩、高斯噪声、椒盐噪声、滤波等具有较高的鲁棒性,同时能较好地抵抗剪切攻击.     

一种鲁棒的变换域数字水印算法

本文提出了一种基于离散小波变换（DWT）和奇异值分解（SVD）的混合水印方案。在该方案中,首先把原始载体图像分成多个分块（32×32）,然后对各个分块进行离散小波变换得到四个子带,之后对低频子带应用奇异值分解,并修改每个分块低频子带的最大奇异值．从而嵌入水印图像的各个奇异值。实验证明该算法对于常用的各种图像处理攻击具有良好的鲁棒性。     

一种基于多级DCT和SVD的鲁棒数字水印算法

从提高数字水印鲁棒性的角度出发,算法在充分考虑传统离散余弦变换不能有效抵抗旋转几何攻击的基础上,提出一种基于多级离散余弦变换(DCT)和奇异值分解(SVD)的数字水印算法。将离散余弦变换与奇异值分解相结合,实现变换域算法与空间域算法的综合使用。通过峰值信噪比(PSNR)和归一化相关系数(NC)对算法的性能进行评价。实验结果表明,该算法可以有效地抵抗有损压缩和一些通常的图像处理操作,鲁棒性较好。     

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的抗几何攻击数字水印研究

简单介绍了数字图像水印的原理、作用及其常用几何攻击方法,并指出通常的水印算法并不能很好地抵抗几何攻击,使得这些算法的适用性受到很大的限制。针对几何攻击,结合SVD分解在图像处理方面所具有的特性,实现了一个基于SVD分解的数字图像水印嵌入和提取方案,经过实验数据分析,可以有效地抵抗常见的旋转、镜像、平移、剪切、高斯滤波、JPEG压缩等攻击方法。     

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SVD和神经网络的鲁棒水印算法

本文提出了一种基于奇异值分解和小波包分解相结合的全新水印算法。综合利用奇异值和方差的特征来对宿主图像进行预处理之后,提取出两个具有不同掩蔽效应的子图,分别对子图的奇异值和小波包系数使用抖动调制方法嵌入不同强度的水印。本文算法不仅实现了水印的盲提取,而且实现了水印鲁棒性与透明性的最佳折中。本文的另一创新之处是提出了一种基于神经网络的新的水印复原方法。实验结果表明本文方法较传统方法而言有更高的灵活性和鲁棒性,尤其具有很强的抗JPEG压缩能力。     

基于分块SVD和Zernike矩的鲁棒图像水印

图像水印的抗几何攻击能力仍是目前数字水印研究中尚未很好解决的问题.本文引入Zernike矩,提出了基于分块SVD和Zernike矩的鲁棒图像水印算法.对原始图像进行预处理得到一标准图像,然后进行分块SVD.将置乱后的水印信号逐比特自适应地量化嵌入到各子块的最大奇异值中.水印的提取是水印嵌入的逆过程.采用Zernike矩估计旋转角度并旋回,以提高水印检测性能.实验结果表明,本文提出的算法的图像保真度较好,并且对缩放、旋转、剪切等几何攻击有较强的鲁棒性.     

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.     

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。     

基于Logistic混沌序列的鲁棒数字水印方案

数字图像水印研究中,针对图像水印鲁棒性和隐蔽性的矛盾、数字水印本身的安全问题,结合混沌系统原理,提出一种Logistic双混沌系统的鲁棒数字图像水印方案。不同于许多传统水印算法,水印嵌入时不将原始水印嵌入,而是根据密钥生成两个混沌序列作为水印序列,然后按照规则,依次根据原始水印的每个比特值选取某个混沌水印序列的一比特信息嵌入载体图像对应的DCT中频系数中。在提取水印时,根据DCT的中频系数和混沌水印序列的相关性来确定每一位原始水印比特值,最终合并得到完整的水印图像。由于水印序列的产生过程经过了混沌加密处理,所以算法效率较好,且保证了水印本身的安全性。仿真结果表明,水印嵌入和提取算法都具有良好的效果,并且具有较强的抗攻击性能。