离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

基于DWT SVD域的彩色图像水印算法

针对数字产品的版权保护问题,提出了一种结合整数小波变换（DWT）和矩阵奇异值分解（SVD）的彩色图像非盲水印算法。该算法首先对待处理图像的蓝色分量进行整数小波分解,再将得到的低频子带的小波系数矩阵进行奇异值分解,然后对水印灰度图像进行奇异值分解,水印图像的奇异值被嵌入到由源图像小波系数分解得到的奇异值中。经过奇异值分解逆变换及整数小波逆变换得到含水印图像。实验结果表明,该算法对加噪、滤波、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。     

彩色图像DWT变换下的块SVD零水印

为了提高水印技术的鲁棒性,提出了彩色图像离散小波变换(DWT)下的块奇异值分解(SVD)的零水印.首先对原始载体图像进行离散小波变换,然后选择低频子带进行分块,且对每一块进行奇异值分解,水印则由分解得到的最大前m个奇异值产生.实验结果表明,算法对各种攻击有较强的鲁棒性.     

一种基于DWT与SVD的数字图像水印算法

利用小波变换和矩阵奇异值的固有特性,提出了一种基于小波变换和奇异值分解的数字图像水印算法.算法对原始载体图像进行小波变换和奇异值分解;对水印图像进行Arnold变换和奇异值分解;把分解后的水印信息嵌入到分解后的原始载体图像中,再进行相应的变换处理,得到嵌有水印的图像.实验结果表明,该算法具有良好的安全性和鲁棒性.     

一种新的小波域彩色图像水印算法

针对数字产品的版权保护问题,以离散余弦变换（DCT）和奇异值分解（SVD）为基础,提出了一种新的小波域彩色图像数字水印算法。该算法主要是将水印图像的DCT系数以新的方法嵌入到载体图像中低频小波系数分块奇异值分解的奇异值中。实验结果表明了算法的可行性和有效性,并对加噪、滤波、JPEG压缩、剪切等常见的攻击有良好的鲁棒性,具有较好的实用价值。     

基于HD和SVD的DWT变换的数字图像水印

文章提出一种基于离散小波变换(DWT)、Hessenberg分解(HD)和奇异值分解(SVD)的图像水印方法.在嵌入过程中,对原始载体图像进行多级DWT分解,并将得出的子带系数作为HD的输入.在创建水印的同时对SVD进行操作,通过缩放因子将水印嵌入到主图像中.运用果蝇优化算法,通过给出的客观评价函数来寻找比例因子.在各...     

一种基于DWT-SVD的彩色图像水印嵌入方法

为了进一步加强多媒体的信息安全和版权保护问题,文中基于离散小波变换和奇异值分解理论,提出将RGB三色通道的水印图像分别嵌入到载体RGB三色通道中,其特点是以彩色图像作为水印.实验结果表明,该算法水印具有不可见性好、嵌入信息量大、抗攻击能力强等特点.     

一种基于DWT_SVD的抗几何攻击彩色图像水印算法

针对传统离散小波变换(DWT)水印算法不能较好地抵抗几何攻击的缺点,提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)相结合的彩色图像水印新算法。首先对原始彩色载体图像进行RGB三基色分解,然后进行离散小波变换,再选取四个子块的四分之一重构成新子块,并进行二次离散小波变换,最后对其低频部分进行奇异值分解嵌入水印信息,得到嵌入水印的彩色图像。实验结果表明,该算法能够较好地抵抗诸如高斯噪声、椒盐噪声、压缩等常规攻击,并对大角度旋转、任意角度旋转、剪切加旋转等几何攻击也表现出了较强的鲁棒性,其总体性能明显优于传统的DWT水印算法。     

基于离散小波变换和奇异值分解的彩色图像水印算法

为提高图像水印算法的鲁棒性,提出了一种彩色图像鲁棒水印算法。算法使用离散小波变换和奇异值分解的频域算法,主要通过提取原始彩色图像RGB三个通道的低频部分和加密后的水印图像奇异值,使它们分别在一定嵌入强度下进行叠加,从而获得修改后的奇异值,来完成水印的嵌入。实验结果表明,嵌入水印后的彩色图像不可见性良好。在经受高斯噪声、旋转、直方图均衡化等攻击时,仍能提取到有效的水印图像。该方法能够有效地满足数字化彩色藏毯的版权保护需求。     

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。     

基于奇异值分解的小波域水印算法

结合奇异值分解（SVD）和离散小渡变换（DWT）的特点,提出一种基于SVD的小波域数字图像水印算法。该算法将二值水印图像经过取反置乱后嵌入到原始图像小波中频子带的奇异值中,具有较高的抗攻击能力。仿真实验证明,该算法不仅具有良好的透明性,而且对常见攻击,如：叠加噪声、JPEG压缩、滤波及几何攻击具有较好的鲁棒性。     

一种基于QR分解的DWT域水印算法

提出一种基于QR分解的小波域图像水印算法,是将水印信息矩阵做QR分解并嵌入到做离散小波变换后的载体图像的两个特殊的区域.首先将原始图像进行归一化处理后做离散小波变换,并计算出嵌入区域的嵌入强度;再将水印按照密钥进行置乱;然后再对置乱后的信息做正交分解,得到两个正交矩阵;分别将这两个正交矩阵使用加性规则自适应地嵌入到小波变换域的低频和对角方向上;最后小波逆变换得到含水印的图像.实验结果证明,本算法具有较好的鲁棒性、安全性和不可见性,特别是抗几何攻击效果尤其明显.     

基于DWT和BEMD的图像水印嵌入算法

信息隐藏是信息安全的一个新的重要内容,数字水印技术是信息隐藏技术研究领域的重要分支.鲁棒性和隐藏性是数字水印技术的关键.本文提出了一种基于离散小波变换和二维经验模式分解的图像数字水印算法,在嵌入水印前把水印进行Arnold变换,把水印信息置乱,消除像素的空间相关性,从而提高了水印信息的安全性和鲁棒性.实验结果表明,该水...     

基于DWT-SVD的彩色图像水印算法

本文根据奇异值分解理论把灰度水印嵌入到彩色图像的DWT分量中。为了既能保证算法的鲁棒性,又能够尽可能地提高不可见性,先将原图像分为RGB三个分量,将水印的信息添加到了RGB空间的B分量上,实验证明水印嵌入到蓝色分量比嵌入到其他颜色分量中可以更好地保持原始图像的感知质量。本文在提取水印时设定了阈值,如果奇异值分解对角线上的值低于这个阈值,就会用上面一行的值代替对角线上的值。实验证明,该方案对JPEG压缩和中值滤波等处理具有较好的鲁棒性。     

一种改进的基于DWT的彩色图像水印算法

文章介绍了数字水印的相关概念,结合HVS提出了一种改进的基于DWT彩色图像水印算法.首先对水印图像进行置乱加密预处理,提高了算法的安全性.然后计算绿色分量的数量,与预先设定的阈值进行比较,根据其关系选择不同的嵌入方式,将不同的色彩分量嵌入到不同的频带中.实验表明该算法在无视觉失真的条件下可以保证较好的嵌入量,且能有效抵抗常见的攻击,具有较好的鲁棒性.     

基于奇异值分解的小波域水印算法

文章提出了一种新的小波域奇异值分解的算法,通过对原图像小波分解后的系数进行奇异值分解来嵌入水印,具有很强的抗JPEG压缩能力,并在嵌入水印时采用了自适应嵌入的方法提高了不可见性,还采用了一种基于队列置换的图像置乱技术,提供密钥增加了系统的安全性。     

基于DCT与SVD相结合的图像水印新算法

基于奇异值分解的水印算法中,利用正交矩阵实现水印的嵌入保证了水印的不可替换性.但在修改正交矩阵时,如果不保持矩阵的正交性,就会对提取出水印的正确率产生影响.为了解决这一问题,提出了一种基于二维离散余弦变换与奇异值分解相结合的数字图像水印新算法.在水印嵌入时,对图像子块的DCT系数矩阵进行SVD分解,利用三角函数的正交性...     

基于奇异值分解的多小波域灰度图像水印算法

提出了一种基于奇异值分解(SVD)和离散多小波变换(DMWT)的灰度级图像水印算法.该算法先用Arnold变换对灰度级水印进行置乱,再将置乱后的水印分块地嵌入到图像3层多小波变换后的不同中频区域中,嵌入强度由水印块和中频区域的性质共同决定.仿真结果表明,该算法对于JPEG压缩、噪声、滤波、剪切、放缩和旋转等攻击均具有较好的稳健性.     

基于双重水印加密和SVD的视频水印方案

针对视频水印的安全性,提出了一种基于双重水印加密和SVD的视频水印方案。该方法首先将水印图像经Arnold置乱,对置乱后的水印通过Chebyshev混沌映射进行加密,保障水印的安全性;然后,对视频关键帧进行三级小波分解,利用SVD对几何失真的不变性,将水印3次嵌入到LL3、HL3和LH3中。实验表明该方案对高斯噪声、MPEG压缩、剪切等具有较高的鲁棒性。     

基于DWT和奇异值分解的图像增强算法

提出一种基于离散小波变换(DWT)和奇异值分解技术的图像质量增强方法,能够同时增强分辨率和对比度。首先,该算法通过DWT将输入图像分解为4个子带,对低频子带图像的奇异值矩阵进行估计,然后通过逆DWT重构增强图像。将提出算法应用于灰度图像、彩色图像以及卫星图像,并与其他图像增强方法进行比较分析。实验结果表明,相较于其他传统技术,提出的方法性能更好。