彩色图像四元数频域奇异值分解水印算法

将四元数傅里叶变换与四元数奇异值分解技术相结合并引入到对彩色图像的水印处理,提出一种基于四元数频域奇异值分解的彩色图像盲水印算法.首先对彩色载体图像进行分块并采用四元数傅里叶变换(quaternion Fourier transform,QFT)得到其频域矩阵,然后对频域矩阵中的单位小块进行四元数奇异值分解(quaternion singular value decomposition,QSVD),得到实系数奇异值,使用奇偶量化调制法将水印信号嵌入到单位小块的最大奇异值中.仿真实验结果表明,嵌入的水印分布在空域图像各彩色分量中,在不可见性以及鲁棒性的比较中优于传统的彩色图像亮度域以及独立多通道处理方法.     

增强奇异值分解和细胞神经网络的零水印

目的 针对奇异值分解算法存在的对角线失真、虚警错误等问题,引入一个寻找最抗攻击缩放比例的参数,提出基于增强奇异值分解的零水印算法。方法 首先将离散小波变换作用于原始图像,对分离出的低频逼近子图进行不重叠分块,对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵,再分别对每个块矩阵进行增强奇异值分解,将得到的最大奇异值与最大奇异值均值作比较构成特征向量;然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像;最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值,通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。结果 在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下,提取的水印和原始水印的归一化相关值都在96%以上,算法平均运行时间为2.389 s,性能较高。结论 通过利用参数对奇异值矩阵进行调整的方法,不仅增强了算法的鲁棒性,而且解决了奇异值分解（SVD）出现的对角线失真和虚警错误问题。同时通过结合零水印的思想,解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。     

基于奇异值分解的双重变换域图像水印算法

提出了一种基于奇异值分解的离散小波和离散余弦双重变换域数字图像水印算法。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,且该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.     

基于奇异值分解的彩色图像水印算法

数字水印是将身份确认信息或保密信息镶嵌于图像中的一种技术,可靠的水印能为信息的安全提供可靠的保证.提出了一种基于奇异值分解的彩色图像水印算法.首先对彩色图像的RGB色彩空间的绿色分量无重叠地分成8×8块,对各个子块进行奇异值分解,最后将二值图像混沌置乱加密后随机嵌入到各个子块的奇异值中.实验结果表明,该算法不仅具有较好的透明性,而且对常规的图像处理具有较好的稳健性.     

基于四元数矩阵奇异值分解的彩色图像分解

讨论了四元数矩阵的奇异值分解(QSVD),四元数矩阵的奇异值仍是正实数,但两个酉矩阵是含有四元数的四元数矩阵.给出通过四元数矩阵的等价实矩阵求解QSVD的有效算法.最后应用QSVD进行彩色图像分解,并给出了在Fruits、Baboon等图像上的实验结果.QSVD使许多基于SVD的图像处理方法可以推广到彩色图像处理上而不...     

基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)及离散余弦变换(Discrete Cosine Transform,DCT)的混合变换域与奇异值分解(Singular Value Decomposition,SVD)相结合的数字水印算法。该算法将原始图像的小波子图进行分块DCT变换,抽取各块含图像大部分能量的部分合并,并对此矩阵进行奇异值分解再进行水印的嵌入。实验仿真表明,这种方法能抗大多数图像处理攻击,具有良好的鲁棒性。     

基于小波—奇异值分解的数字水印新算法*

为了有效地保护数字作品的版权,提出了一种以离散小波多级分解与奇异值分解相结合的数字水印新算法。该算法充分利用小波与奇异值的固有性质,对原始图像进行多级小波分解,并对部分子带作奇异值分解。将水印置乱来保证一定的安全性,再对其进行分块离散余弦变换,然后将它嵌入到中间奇异值及其周围的部分矩阵块中。实验表明,该方法不仅有较好的透明性,而且能抗大多数处理攻击,有较好的鲁棒性。     

基于图像加密和奇异值分解的数字水印算法

数字水印是将身份确认信息或保密信息镶嵌于图像中的一种技术,可靠的水印可为信息的安全提供可靠的保证。论文提出了一种加密算法和矩阵奇异值分解相结合的数字水印算法,对原图像和水印图像先做加密处理,再将加密图像进行奇异值分解,并把已加密的水印嵌入到加密原图像中。实验表明,该算法对传统的滤波、压缩、剪切和噪声攻击具有较好的鲁棒性。     

基于四元数矩阵奇异值分解的彩色图像识别

本文首先以实验证明了彩色图像矩阵的奇异值（SVS）仅含有图像的少量信息，大量信体现在图像矩阵的奇异值分解（SVDQ）的两个四元数酉矩阵中。然后给出了一种新的图像特征提取方法。该方法将图像投影到SVDQ的各个正交基上，得到投影系数向量。将此向量作为图像的代数特征并用于彩色图像识别中。实验表明，与奇异值特征向量用于彩色图像识别方法相比，本文方法显著提高了识别率。     

基于多维标度和奇异值分解的视频水印算法

针对于网络中的视频资源的知识产权问题,提出一种基于多维标度(MDS)和奇异值分解( SVD)的视频水印算法。该方法首先利用MDS把原始视频各帧投影到二维平面上,然后利用SVD的方法把水印信息嵌入到视频帧与其在二维平面上投影点之间的差值上。实验证明,该算法对随机噪声干扰和诸如旋转、平移、裁剪等空间同步失真的攻击有较强的鲁棒性;另外,该算法对帧丢弃、帧插入等时间同步失真也具有一定程度的鲁棒性。     

基于复小波域奇异值分解的自适应图像水印

将双树复小波分解的多方向性扣冗余性与奇异值稳定性结合,提出一种新的盲检测数字水印方案.该方案将水印嵌入图像双树复小波分解后各子带系数的分块奇异值中,块长可动态调整.为避免产生块状效应.使用统计学模型来自适应调整量化参数,改善了水印图像的不可感知性和安全性.实验表明,该方案对于通常的几何攻击具有鲁棒性,对JPEG压缩攻击性能较稳定,并有效提高了水印的容量.     

基于多变换域的彩色图像多功能水印算法

针对单水印存在功能单一的问题,提出一种基于离散小波变换（DWT）和四元数离散余弦变换（QDCT）的彩色图像多功能水印算法。首先,将彩色图像分通道置乱后进行DWT,选择低、中频子带作分块QDCT,利用部分实数系数构造系数矩阵,鲁棒性水印通过加法原则嵌入该系数矩阵的奇异值中;然后,将图像进行2×2分块的QDCT,特征脆弱水印利用QDCT的低频模值系数产生,并嵌入空域最低有效位（LSB）。实验结果表明,鲁棒性水印具有良好的抗JPEG压缩、噪声、对比度调节、剪切、旋转以及混合攻击的能力,脆弱水印对篡改敏感且具有精确的篡改定位功能。     

基于离散小波变换和离散余弦变换域的扩频水印盲提取算法

针对扩频水印的盲提取问题,提出了一种在数字音频中扩频水印的盲提取算法。算法将扩频后的水印信息隐藏在音频文件小波分解的低频系数再做离散余弦变换(DCT)后的第5个系数中。提取时在扩频序列及其长度均未知的情况下,采用二次谱和奇异值分解(SVD)的方法对嵌入时使用的扩频参数进行估计,实现了数字音频中扩频水印的盲提取。仿真实验表明,所提算法在未知扩频参数的情况下能提取出归一化系数(NC)为1的水印图像并且水印的鲁棒性也很强,在加噪、低通滤波等攻击下估计出的扩频序列正确率能达到90%以上,恢复出的水印图像清晰可见,归一化系数都在0.98以上。     

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。     

基于奇异值分解和Savitzky-Golay滤波器的信号降噪方法

为降低信号中噪声的干扰,将奇异值分解(SVD)理论和Savitzky-Golay滤波器相结合提出了一种新的降噪方法。该方法首先分析了信号负熵随信噪比变化的规律,而后通过将负熵作为降噪效果的评估参数,确定了SVD降噪过程中构造的Hankel矩阵的最优维数;其次采用Savitzky-Golay滤波器对用于重构信号的奇异值进行了平滑滤波处理,并分析了Savitzky-Golay滤波器结构对降噪效果的影响,最后通过定义误差函数确定了Savitzky-Golay滤波器的最优结构。将该方法应用于线性调频信号和多成分周期信号的降噪实验,结果表明:基于SVD和Savitzky-Golay滤波器的降噪方法能有效降低噪声干扰,是一种有效的信号降噪方法。     

基于奇异值分解的压缩感知观测矩阵优化算法

针对压缩感知（CS）中从优化后的Gram矩阵求解观测矩阵时会出现较大相关系数的问题,在利用现有算法得到优化后的Gram矩阵的基础上,通过求解等价变换后的目标函数对观测矩阵行向量的导数得到目标函数取极值时行向量的值,并通过对误差矩阵进行奇异值分解（SVD）在上述行向量的值中选出使得目标函数取最值时行向量的解析式,在此基础上给出了观测矩阵的优化算法：通过借鉴K-SVD算法中逐行优化目标矩阵的思想,对观测矩阵进行逐行迭代优化,并将相邻两轮迭代产生的观测矩阵所对应的相关性之差作为衡量迭代是否结束的条件。仿真结果表明：该算法在观测矩阵与稀疏基的相关性方面优于改进前的算法,从而提高了重构精度。     

半奇异值算法的推导及其应用

奇异值分解是将一矩阵分解为一个对角矩阵和两个正交矩阵,奇异值分解有着非常好的性质。但在其部分应用中,如秩亏损的最小二乘问题,线性方程组的最小范数解中,并没有充分利用它的所有性质。提出了半奇异值分解A=USR,其中U为正交矩阵,S为对角矩阵,R为上三角矩阵。在经过文中所述的后期数学处理后,它能够非常好地利用在各个方面,比如最小二乘问题和线性方程组中。这种分解不仅保留了奇异值分解后所应有的性质,更大大地降低了计算复杂度。因为该算法有求极值的能力,所以它将在应用领域中发挥更大的作用。     

基于SVD-Winograd快速变换的半盲水印算法

目前多数基于傅里叶变换域的方法,其抗几何攻击性能虽很好,嵌入的信息量也很大,但存在抗剪切攻击能力较差的问题,针对这一问题提出了一种基于奇异值分解与Winograd快速傅里叶变换相结合的半盲水印算法。在奇异值分解过程中,先将奇异值分解的对角矩阵与Winograd快速傅里叶变换中分解的对角阵进行矩阵相与,产生一新对角矩阵。再将数字水印嵌入到新对角矩阵中,最后通过相关运算提取水印。实验结果表明,该方法可获得较好的图像视觉效果,对剪切、噪声、旋转等攻击皆具有较好的鲁棒性。