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。     

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。     

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.     

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.     

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。     

基于纠错编码的彩色图像双水印算法研究

提出一种基于纠错编码的彩色图像双水印算法,用于版权保护和图像篡改定位与恢复。算法在图像的红色分量的频域中嵌入鲁棒水印,在绿色分量的空域中嵌入认证水印。其中,认证水印为从三个颜色分量的DCT系数中提取的二进制编码序列。为提高认证水印的安全性和定位能力．对认证水印进行纠错编码,并利用M序列对认证水印进行加密。仿真实验表明,认证水印能够检测篡改并进行恢复,版权保护水印具有较好的鲁棒性。     

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-SVD鲁棒盲水印算法研究

本文通过对小波变换与奇异值分解的研究,实现一种基于离散小波变换和奇异值分解(DWT-SVD)的奇偶量化嵌入水印算法,可实现水印盲提取.为解决水印安全性问题,使用Arnold变换对水印进行加密;在传统离散小波变换基础上,进行奇异值分解,利用图像的奇异值良好的稳定性,提高图像的鲁棒性;在图像奇异值基础上,进行奇偶量化嵌入和...     

基于沃尔什-哈达玛变换和卷积编码的半脆弱水印算法

提出了一种基于沃尔什-哈达玛变换和卷积编码的半脆弱水印算法.在该算法中,对嵌入水印之前的图像进行像素块差分编码和卷积纠错编码来得到水印,并将其嵌入在沃尔什-哈达玛变换的图像能量值上;水印检测端通过检测卷积译码中产生的误码实现水印篡改定位,利用卷积译码的结果实现篡改图像的恢复.通过理论和实验分析了该算法的有效性和由此产生的误差.实验结果表明,本算法对于有损压缩具有良好的顽健性,可以精确地检测与定位篡改的图像区域,并且可以大致恢复原始图像内容.     

DCT编码的进展及其一种改进

利用奇异值分解(SVD)图像所具有的数学原理和物理特性,将其用到DCT编码的改进中.基本过程是编码器首先将源图像分成n×n块,用光栅扫描顺序测算各块的标准差,当块标准差大于设定值时,该块采用SVD编码,此时仅对较大的特征值及其特征矢量编码传送,以此提高压缩比减少计算量;当块标准差小于设定值时,采用DCT编码.模拟结果表明,这种改进的方法比常规的DCT编码在压缩比和PSNR等方面具有更优的性能.     

基于视觉掩盖的码分多址水印算法

本文提出了基于视觉掩盖的的码分多址水印算法,利用视觉掩盖在小波变换域完成水印的嵌入.采用水印估计的方法提取水印信号,实现了不需要原始图像完全恢复出水印信号的水印盲检测,进一步提高了数字产品版权认定的可靠性.     

一种基于边信息的数字水印算法

借鉴边信息通信模型的思路,本文提出了一种小波域的数字水印的嵌入和提取算法,且提取时无需原始图像。该方法对原始图像小波变换后的系数,根据其对人类视觉影响的特性,选择出可嵌入信息的系数位置,并以边信息的方式记录下来,然后采取类似扩频的思想进行水印信息的嵌入。算法中为增强安全性,还对系数进行了随机抽取。实验结果表明该算法具有强不可察觉性、高容量性和抗击常见方法干扰的顽健性。     

基于矢量量化压缩编码的数字水印

提出一种基于矢量量化压缩编码(简称VQ编码)技术的水印策略,在对原图像进行VQ编码后,按码书中码字的相似程度对码字进行划分,根据待嵌入水印图像的大小产生一个随机序列作为密钥,然后根据密钥在压缩数据的特定位置嵌入水印。提出的水印策略,其主要特征在于水印既存在于原图像VQ编码后的压缩数据中,也存在于接收端VQ解码后的图像中。压缩后的数据在数据量上远小于原始数据,所以由它替代原图像携带水印,既节省存储空间,也减小了网络传输时间,特别适用于网络环境下的水印嵌入和提取。更重要的是,这种水印策略具有较好的鲁棒性,能够抵抗诸如裁剪、模糊、JPEG压缩等波形攻击和扭转几何攻击。     

基于奇异值分解的灰度水印算法

提出了一种基于离散小波变换和奇异值分解的灰度水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中低频系数进行奇异值分解(SVD),并把相应的水印嵌入其中.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

水印容量可变数字图像可恢复水印算法研究

考虑到水印嵌入容量及安全性,探究出水印容量可变的一种数字图像恢复水印算法,利用这种算法对图像特征加以提取,使容量恢复水印得以生成。图像块恢复水印以图像块中随机嵌入密钥低有效位为基础,通过对比恢复水印重构特征与图像块特征,对图像块本身真实性予以判定。变容量恢复水印应该用比特数存储图像块信息,嵌入期间还用于恢复与篡改检测,既有利于减低水印嵌入容量,又有利于算法抵抗恒均值攻击功能的提升,结果表明,数字图像恢复水印算法能够得到质量较高的恢复图像与含水印图像,具有较高拼贴攻击抵抗力。     

基于压缩感知的数字图像水印算法

压缩感知理论作为新一代信息处理理论基础,在很多领域得到了应用,但在数字水印方面的应用还有待发展。利用压缩感知理论,在图像稀疏化后的观测域中实现水印嵌入过程。用小波变换将原图像稀疏化,选择一个固定高斯随机矩阵对其进行观测,在观测压缩域中嵌入与提取水印,用匹配追踪算法恢复稀疏信号。实验结果表明,该算法满足透明性、鲁棒性和安全性要求;同时抗提取实验表明,该算法能有效抵御非法提取水印信息,增加了安全性。     

面向统计编码的联合比特分配算法

在统计编码系统中,需根据图像复杂度对各路节目进行联合比特分配,比特分配的准确性直接影响了图像质量.因此对图像复杂度的准确评估是统计编码的难点.鉴于传统的基于预测的算法对复杂度评估存在预测误差,提出了将原始帧作为参考帧,通过并行整像素运动估计计算各编码帧的SAD作为统计所需的复杂度信息,提高了图像复杂度评估的准确性,进而提高统计编码性能.通过测试CBR模式下和提出的统计算法下的视频码率以及图像质量来说明所提出算法的可行性.