基于小波变换和奇异值分解的数字水印算法

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.     

基于奇异值分解的小波域灰度数字水印算法

针对灰度数字水印的隐藏问题,依据Arnold变换、奇异值分解及小波分析理论,提出了一种基于奇异值分解的小波域灰度数字水印算法,该算法对图像先进行二级小波分解,将分解得到的低频子图进行奇异值分解,然后将经Arnold变换置乱后的灰度水印嵌入.实验结果表明,该算法有效克服了灰度水印数据量大的缺点,并具有水印嵌入后图像失真小、鲁棒性好、安全性高等优点.     

基于小波变换和奇异值分解的图像水印算法

该文基于小波变换和奇异值分解,根据小波变换低频子带抗干扰性强,及具有较大的感觉容量和图像奇异值的稳定性,提出了一种基于小波变换的奇异值分解水印嵌入技术,使图像的不可见性和鲁棒性得到较好的折中.实验表明该算法具有较好的不可见性和抗攻击性.     

基于奇异值分解的DWT域多重数字水印算法

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。     

基于小波变换和奇异值分解的图像水印算法

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.     

基于小波变换⁃海森伯格矩阵⁃奇异值分解的图像水印算法

为提高水印图像的不可见性和算法鲁棒性,通过小波变换?海森伯格矩阵?奇异值分解的方法研究了彩色图像水印算法。首先,对宿主图像和水印图像进行了彩色空间变换;然后,对载体图像进行了小波变换;最后,对低频系数进行了海森伯格矩阵?奇异值分解后嵌入水印图像。结果表明,该算法对多种攻击方式有较强的鲁棒性,嵌入水印后宿主图像不可见性好,嵌入信息能力强,具有一定的应用价值。     

基于小波系数奇异值分解关系的数字水印算法

为了平衡数字水印的不可见性与鲁棒性之间的关系,提出了一种基于小波系数奇异值分解关系的数字水印算法.针对图像小波变换后高低频带嵌入水印各自的特点,并根据各频带小波系数奇异值分解关系,结合人类视觉系统和图像局部特性自适应确定高低频的量化步长并分别嵌入水印,从而将高低频的优点结合起来,相互补充.经过实验证实,该水印算法对常用的图像攻击(JPEG压缩、噪声、剪切、缩放)是鲁棒的,同时具有感知透明性,是一种简单可行的盲数字水印算法.     

基于提升小波变换和奇异值分解的灰度图像水印算法

结合提升小波和奇异值分解的特点,提出了一种新的基于提升小波变换和奇异值分解的灰度图像水印算法.该算法先对载体图像进行分块,并对每块进行二级提升小波变换,然后对中高频部分继续进行提升小波变换,对选取的频带四重使用奇异值分解和再次分块的方法构造矩阵,将SVD后提取的奇异值重新分配和组合,最后将灰度水印图像有效地嵌入到多次组合后的矩阵中.这不仅能增加嵌入的信息量,提高水印的安全性,而且实现了水印的透明性和鲁棒性之间的最佳平衡.仿真实验表明,该算法不仅具有较好的透明性,而且对常见攻击如:JPEG压缩、叠加噪声、滤波以及各种几何攻击等具有很强的鲁棒性.     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

基于小波的二值图像数字水印技术

利用小波变换的多尺度分解特性，提出将二值图像水印嵌入到小波图像低频逼近系数的方案，并给出了相应的算法.实验结果表明，该算法对二值图像水印的嵌入与检测比较简单．同时对常见的图像剪切、滤波和噪声干扰具有良好的鲁棒性．     

基于DWT和SVD的鲁棒-脆弱双重图像水印算法

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。     

一种基于DWT和SVD的双重水印算法

提出了一种基于离散小波变换（DWT）和奇异值分解（SVD）的双重水印算法,其所嵌入的水印是由两幅不同的水印图像组成,将其中的一幅水印图像嵌入到另一幅水印中得到双重水印图像,对双重水印图像进行Arnold变换,然后再将其嵌入到宿主图像中.当数字产品遭到恶意破解后,水印中仍然有一层水印信息,可以更好地维护版权信息.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.     

基于图像分割和SVD的数字水印算法

利用图像分割法,提出了基于图像分割和SVD的数字水印算法。该算法将原始图像划分为许多不同的区域,对于不同的区域,分别采用同一区域块用统一的量化步长和同一区域用基于统计特性的自适应量化步长等两种形式对其进行分析。水印的提取不需要原始图像,并受到密钥的控制,不知道密钥就无法正确恢复水印。     

基于Arnold变换和DWT彩色图像数字盲水印算法

针对目前大多数彩色图像数字水印算法中嵌入的水印仍是二值图像或灰度图像,并且水印提取过程只实现了水印图像的提取而不能恢复原始宿主图像的问题,提出了一种将彩色水印嵌入到彩色宿主图像中的盲水印算法。水印提取过程无需原始宿主图像和原始水印图像,仅利用嵌有水印的图像就能同时恢复原始水印图像和原始宿主图像。该算法对彩色水印的R、G、B分量分别进行不同次数的Arnold变换,以达到置乱的目的;然后对彩色宿主图像的R、G、B分量分别进行离散小波变换（DWT：Discrete Wavelet Transform）,取出各自的水平细节系数,最后把置乱后的水印R、G、B分量对应地嵌入到宿主图像的R、G、B水平细节系数中,嵌入方式采用二维离散小波逆变换（IDWT：Inverter Discrete Wavelet Transform）。实验表明,该数字水印算法具有很好的透明性和安全性,同时对诸如涂抹、叠加噪声、剪切、JPEG压缩等常见攻击具有很好的鲁棒性。     

基于FICA和DWT的数字水印方法研究

提出了一种结合离散小波变换(DWT)和快速独立分量分析(FICA)的图像数字水印方法.该方法把原始图像进行二维小波分解,保留其高频细节信息,然后在小波逼近子图中嵌入水印.水印的提取使用了FI-CA方法.实验结果表明,该水印方案对各种攻击具有很好的鲁棒性,较好地实现了水印的鲁棒性与不可见性的统一.同时由于FICA方法的引入,改善了水印的检测效果.     

基于生命游戏的数字图像置乱与数字水印技术

针对近年兴起的数字图像安全保密和数字水印等问题,从另一个角度提出了一种数字置乱加密技术和数字水印植入技术。首先探讨一类特殊的图像矩阵变换－ＪｏｈｎＣｏｎｗａｙ提出的生命游戏;然后将生命游戏扩展为数字图像的位置置乱加密算法;此外,根据生命游戏的规则,提出了一种新颖的数字水印植入技术,从试验结果来看该算法可以在一定程度上满足数字图像加密和隐藏的鲁棒性要求。     

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。     

基于小波变换的彩色图像多分量水印嵌入算法

针对彩色图像水印典型算法的不足,利用彩色图像信息量大的特点,提出了一种基于离散小波变换的彩色图像数字水印算法.该算法选择彩色图像的YIQ色彩空间的Y分量和Q分量分别嵌入水印,具有水印嵌入信息量大和隐蔽性好的特点.实验结果表明,该算法对JPEG压缩、滤波、剪切和噪声攻击等都具有一定的鲁棒性.