NMF和增强奇异值分解的自适应零水印算法

针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解（non-negative matrix factionzation,NMF）和增强奇异值分解（BN-SVD）相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换（DWT）,对变换后的二级低频子带（LL2）进行不重叠分块,并对每一个子块进行秩为◢r◣的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像作异或运算生成零水印,并利用天牛须优化算法（BAS）自适应确定增强奇异值分解中最抗攻击缩放比例的参数◢β。实验结果表明,在虚警问题上NC值达◣到0.4以下,JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数◢NC◣值均可达到99%以上,该方案高效地解决了虚警问题,具有较强的稳健性,能够有效地抵抗各种攻击。