基于SVD—DWT域数字图像水印算法

在一类基于奇异值分解(SVD)的数字水印算法中,提取过程要使用原始图像奇异值分解的正交矩阵;若用其它图像的正交矩阵来代替,则可以重构出任意期望的水印图像,表明算法具有非常高的虚警率.为了消除算法的不确定性,提出了一种改进的基于SVD-DWT域的数字图像水印算法,将SVD分解的正交矩阵U作为控制参数嵌入载体图像小波分解的细节子带中.实验结果表明,该算法既保持了原有算法的鲁棒性和不可见性,同时也消除丁提取结果的不确定性.因此可以将算法应用于版权保护.     

基于小波掩模的自适应图像SVD水印算法

基于小波掩模给出了一种奇异值分解盲水印算法,算法自适应于图像特征。算法用重要小波系数确定不同图像特征对应的量化步长,以达到最大化水印嵌入强度的目的,在透明性和鲁棒性之间实现了较好的平衡。实验结果表明,对于常见的图像处理操作均有较好的鲁棒性。     

基于混沌和SVD DWT的稳健数字图像水印算法*

针对现有适用于图像的数字水印对信号处理和几何失真比较敏感的问题,提出一种稳健的数字图像水印算法。该算法先对整个图像应用三级离散小波变换,再对低频域运用奇异值分解,并通过修改奇异值,嵌入经过混沌置乱的水印图像的奇异值,在小波变换域的中频系数上嵌入水印信息。水印检测时,分别在中频区域和低频提取水印并进行比较,采用效果较好的水印作为检测水印。实验结果表明,该方法对一般的信号处理操作及几何攻击等均具有较好的鲁棒性。     

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DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换（DWT）和奇异值分解（SVD）的数字水印算法．在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制．然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

基于混沌变换的SVD图像水印算法

数字水印技术向多媒体数字作品中加入秘密信息并对其进行判定区分,从而起到保护版权作用。分析了奇异值分解的图像矩阵特性,基于混沌变换加密,实现SVD变换域内的有意义数字水印。实验结果表明了分块SVD图像水印算法的有效性和稳健性。     

基于DWT和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该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压缩后,嵌入的水印能被可靠的提取和检测.     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

基于Hilbert扫描和SVD的小波域图像水印算法

为了提高水印的安全性、鲁棒性和不可见性,提出了一种基于Hilbert扫描和SVD（Singular Value Decomposition,奇异值分解）的小波域图像水印技术。算法以一幅有意义的二值水印图像为水印信号。首先对原始图像进行一层小波变换,对低频分量进行图像分块,并对每一个图像块进行SVD。利用了SVD的单向非对称性和正交矩阵的性质,给出了一种自适应水印方案。同时,利用了Hilbert扫描能很好地保持图像空间局部连接性的特点。然后,利用图像的局部统计特征自适应地修改阈值,利用两个阈值严格控制系数的修改程度,使算法达到不可见性和鲁棒性之间的最优平衡。水印的提取无需原始图像的参与,达到了真正的盲水印。实验结果表明,该算法是有效的,对常见的图像处理操作具有较强的鲁棒性。     

一种基于改进型奇异值分解的数字水印算法及实现*

在传统的奇异值分解（SVD）算法的基础上,提出了一种改进型的基于分块奇异值分解（BlockSVD）的新型数字水印算法。该算法不仅鲁棒性更强,可以直接处理长方阵和提取出质量更高的水印,并且在大图像中嵌入和提取水印的时间很短,可以有效克服传统SVD算法提取出的水印在对角线上有明显失真等缺点。给出了鲁棒性测试的结果及SVD与BlockSVD的时间对比分析,并将其与传统的Cox扩频方法进行比较。测试结果表明该算法的鲁棒性更好、速度更快、实用性更强。     

一种基于DMWT与SVD相结合的图像数字水印算法

本文提出了一种新的盲数字水印算法,它充分利用了离散多小渡变换（DMWT）的多分辨率特性和矩阵奇异值分解（SVD）所固有的特征,通过量化处理把二值水印图像嵌入到原始图像中。水印的提取不需要原始图像的参与,但受到密钥的限制,不知道密钥的人无法正确地恢复数字水印。实验结果表明了算法的不可感知性、鲁棒性和安全性。     

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。     

一种基于DWT和DCT的盲灰度级水印算法*

提出一种新的盲灰度级水印算法.它充分利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,将预处理后的灰度水印图像隐藏在原始图像DCT系数量化值的奇偶性中,在水印的提取过程中不需要原始图像的参与.实验结果表明,该算法对图像剪切、JPEG有损压缩、中值滤波等攻击有很强的鲁棒性,对旋转、噪声等攻击也具备了一定的抵抗能力.     

基于DCT和SVD变换的多重数字水印算法

提出一种新的基于DCT和SVD分解的水印算法,该算法首先进行分决DCT变换,直接用一参数时要嵌入的中频系数进行修改,再对嵌入水印后的图像进行SVD分解,将两个随机序列嵌入到各子块的奇异值中,达到重复嵌入水印.实验表明,此双水印系统能够迭到标识、认证图像所有权的目的.     

一种改进的DCT和SVD联合的数字图像水印算法

结合奇异值分解(SVD)和离散余弦变换(DCT)的特点,本文提出了一种改进的DCT和SVD联合的数字图像水印算法。该算法能够很好地解决透明性和鲁棒性之间的矛盾。算法中按Z字型选取低频系数,再结合SVD分解的方法嵌入水印,不仅增加了嵌入的信息量,而且提高了水印的安全性。实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如叠加噪声、JPEG压缩、滤波以及几何攻击等具有较好的鲁棒性。     

一种有关DWT与SVD相结合的多功能水印新方案

提出了基于DWT和SVD相结合的多功能数字水印算法,主要用于图像版权保护和图像认证.该算法选取奇异值量化的方法分别嵌入鲁棒性水印和脆弱水印,鲁棒性水印主要用于适用于图像版权保护,脆弱水印主要用于检测图像被篡改的位置.在该方案中,采用分块双重置乱技术用于水印图像隐藏的预处理,以保障水印的安全性.实验结果表明,该算法不仅对JPEG有损压缩、中值滤波、剪切、低通滤波等各种图像降级处理有很强的稳健性,同时对图像篡改位置进行精确的检测,以抵制抗擦除或伪造易损水印的攻击.     

基于人类视觉特性HVS和DWT的数字水印算法

伴随着网络技术和多媒体技术的飞速发展，如何保护多媒体信息的安全成为国际上研究的热门课题。数字娈粤技术是保护版权和认证来源及完整性的新型技术，提出了一种基于人类视觉特性HVS和DWT的静态图像数字水粤手法，借鉴了人类视觉特性HVS算法的思想，并做了一些改进。实验表明该算法稳健性较好，有一定的抗裁剪、噪声、压缩和