基于DCT-SVD抗几何变换的扩频水印算法研究

提出了一种基于奇异值分解(SVD)的扩频水印算法,该算法将原始图像分块DCT变换,对每决DCT系数进行SVD分解,得到奇异值.水印采用重复码,用秘钥产生的伪随机序列对其进行扩频得到扩频后的水印序列.通过使用量化步长,修改最大奇异值实现水印的嵌入,同时结合人类视觉系统模型来平衡水印的鲁棒性和透明性这两种主要的性能指标.实验证明,由于使用了扩频技术,水印提取正确率很高,具有很好的鲁棒性,对噪声、滤波、压缩和剪切都有很强的抵抗力.对于旋转攻击,通过估算旋转角度,运用扩频技术和SVD使得水印提取正确率得到很大提高.     

一类基于SVD的数字水印虚警分析与改进算法

讨论一类基于奇异值分解(SVD)的水印算法的高虚警率问题及其产生原因。分析认为SVD水印算法虚警率高的根本原因是:图像SVD分解的基空间与图像内容相关;奇异值向量与图像之间并不存在一一对应关系,不能刻画图像的几何结构。算法主要缺陷并不是出现在提取算法,而是嵌入算法仅仅植入了水印图像的奇异值向量,没有水印图像在基空间的结构信息。因此,该文提出了一个基于分块SVD和离散余弦变换(DCT)分解的改进算法。该算法通过在版权图像的奇异值向量中嵌入水印图像的DCT系数,克服了经典SVD水印算法的虚警问题,因而稳健性高。实验验证了理论分析和算法的有效性。     

一种基于改进的奇异值分解的数字水印算法

提出了一种基于改进的奇异值分解的数字水印算法,首先对载体图像进行一级离散小波变换,然后采用分块技术,对每个分块的最大奇异值进行SVD操作,按一定嵌入规则将水印信息分别嵌入到最大奇异值,最后对各分块组合后进行重构即可得到含水印的图像,仿真结果表明,该算法缩短了水印嵌入和提取的时间,而且算法的鲁棒性得到明显加强。     

抗H.264压缩的鲁棒视频水印算法

本文提出了一种基于分块离散余弦变换(DCT)、奇异值分解(SVD)和粒子群优化算法(PSO)的鲁棒视频水印方案.在其嵌入方案中,利用DC系数和奇异值的稳定性,首先将帧内所有块的DC系数置乱,并进行4×4奇异值分解,调制第3大奇异值实现水印的嵌入,由粒子群优化算法得到合适的水印嵌入强度.实验结果表明,相对于固定的嵌入强度,采用粒子群优化算法可以在保持原有视频序列视觉质量的基础上,提高水印自身的鲁棒性.同时算法能够有效抵抗H.264压缩.     

—种DCT与SVD相结合的数字图像水印算法

文章结合奇异值分解（SVD）和离散余弦变换（DCT）的特点,提出了一种基于DCT与SVD分解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。算法中采用经过置乱变换的灰度图作为水印,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DCT与SVD相结合的数字图像水印算法

文章结合奇异值分解(SVD)和离散余弦变换(DCT)的特点,提出了一种基于DCT与SVD分解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。算法中采用经过置乱变换的灰度图作为水印,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。     

一种基于Wavelet—SVD数字水印算法的MATLAB实现

提出一种Wavelet和SVD结合的水印算法,首先对原图像和置乱的水印图像分别进行两次相同的Wavelet变换,对他们的低频均进行奇异值分解,通过奇异值加权得到含水印图像,实验表明,此算法对常规的攻击具有很好的鲁棒性。     

基于分块SVD变换域下的图像盲水印算法

提出了一种新的基于分块奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法. 该算法充分利用了SVD和DWT的特性,首先对原始图像分块进行SVD分解,提取每一块主要的奇异值进行小波变换,最后采用量化的方法将Arnold置乱后的水印嵌入到小波域的LL子带. 经过实验,该算法能够实现水印的盲提取,能够对JPEG压缩、椒盐噪声干扰、高斯噪声干扰、图像剪切等有较好的鲁棒性.     

一种基于NCG和SVD的数字视频水印算法

目前关于奇异值分解水印算法很多,大部分不能实现水印盲提取,并且有关视频水印的SVD算法也不多.基于视频水印的这种现实,现提出了一种基于NCG、SVD的数字视频水印算法.首先计算每帧的NCG值,用NCG值对视频帧进行分类,选择具有NCG阚值特征的帧.然后对每帧实施分块SVD,在sVD奇异值矩阵中取第二个元素组成新的矩阵.然后对新矩阵实施DCT变换,更改其中的一对DCT中频系数而嵌入水印.仿真实验表明,该算法具有较好的透明性,能实现水印盲检测,可抵抗常见的各种攻击,如裁剪、高斯、泊声噪声等.     

基于SVD和DCT的数字水印算法

本文提出了一种基于SVD和DCT的鲁棒数字水印算法首先对作为水印的灰度图像进行Arnold变换,然后对宿主图像进行SVD运算,求出奇异值,将预处理后的水印信号嵌入到奇异值中。该算法在保证水印嵌入量的同时,还保证了水印信号的不可见性。实验结果表明,此算法对于常见的JPEG压缩、噪声等攻击具有很好的鲁棒性。     

一种基于NSCT与抖动量化的盲水印算法

在混沌置乱变换及抖动量化原理基础上,提出了一种基于NSCT的盲水印算法.首先将图像进行NSCT变换及分块SVD分解,再对原始水印信息进行混沌置乱变换以消除线性相关性,最后,利用抖动量化原理对分块SVD分解产生的各块奇异值进行修改实现水印嵌入.实验表明,该算法透明性好,拥有较强的鲁棒性,且在水印提取时实现了盲提取,是一种盲水印算法.     

采用图像几何校正和分块压缩感知测量值奇异值分解的鲁棒水印技术

针对直接在图像压缩采样测量值上嵌入水印的方案对常规攻击和几何攻击鲁棒性差的问题,提出一种基于图像几何校正和分块压缩感知测量值奇异值分解(SVD)的鲁棒水印方案.对测量值的奇异值进行量化嵌入水印,并在水印检测前,用图像归一化技术对受到几何攻击的含水印图像进行几何校正,确保水印可以被正确提取.实验表明:该方法提高了水印对常规攻击和几何攻击的鲁棒性.     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

基于块奇异值分解的小波域数字水印算法

根据小波变换和奇异值分解理论的原理、特点以及它们在数字水印领域中的应用优势,提出一种基于块奇异值分解的小波域水印技术.充分利用小波和奇异值分解的优点,结合JPEG方案中分块的思想,首先对宿主图像进行小波变换,对变换后的低频系数再进行块奇异值分解,选取每块中最大奇异值组成新矩阵以嵌入水印信息.在检测时,提出采用多方案水印提取算法以适应不同的攻击.实验表明,该算法对图像退化处理或攻击均具有较强的鲁棒性.     

四进制小波变换与SVD相结合的水印算法

利用四进制小波变换的多频段特性和奇异值分解的稳定性以及临近像素的相似性,提出了四进制小波与奇异值分解SVD相结合的水印算法,实现了水印数据的嵌入.首先,宿主图像进行四进制小波变换;其次,对低频区域进行分块,计算各个分块的均值,并将这些均值存储在一个矩阵中,对此矩阵进行奇异值分解;最后,在分解所得矩阵中嵌入水印数据.该方法的水印提取不需要原始载体图像和原始水印图像.实验验证了该算法的不可见性,并对常见的攻击具有很强的鲁棒性.     

一种基于CNN和Logistic的双混沌DWT-SVD数字水印新算法

本文提出了一种基于三维细胞神经网络（CNN）混沌系统和Logistic混沌映射的双混沌DWT-SVD数字水印的新算法。具体步骤是：利用三维CNN混沌系统和Logistic混沌对水印图像进行加密处理,选取载体图像经小波分解后的低频系数进行奇异值分解,然后将加密水印嵌入到奇异矩阵中,最后进行反奇异值分解和逆小波变换得到含水印图像。经实验仿真,通过PSNR和NC等定量指标证明使用该方法,水印具有很强安全性、鲁棒性和不可见性,并且经噪声、剪切、旋转、滤波等攻击后,提取出的水印与原始水印NC均保持在98%以上,鲁棒性极好。     

基于分块奇异值水印算法研究

随着信息技术的飞速发展,信息隐藏与保密技术日渐受到人民的重视.数字水印是版权保护的重要手段之一,目前已经得到广泛的研究与应用.提出了一种基于分块奇异值的水印算法,运用奇异值分解方法与图像分块技术,对水印进行嵌入与提取.通过图像分块,降低了对图像奇异值分解的过程,加速了数字图像水印的嵌入和提取,最后用VC＋＋实现了该过程...