基于DWT-SVD压缩量化的数字图像盲水印算法

为了解决奇异值分解（singular value decomposition, SVD）算法提取水印时需要原始载体图像的缺陷,以及量化索引调制（quantization index modulation,QIM）均匀量化不适用于非均匀信号的问题,通过引入μ律压缩技术,提出一种新的基于DWT-SVD压缩量化的数字图像盲水印算法。该算法对载体图像进行分块,对每一分块实施离散小波变换（discrete wavelet transform,DWT）,以及对变换后的近似部分系数进行SVD分解,使用μ律压缩函数压缩分解后的最大奇异值,用QIM的方法嵌入二值水印。算法只用到了最大奇异值,可以盲提取水印,消除因传输原始载体图像产生的不安全性,μ律压缩技术也减小了嵌入水印对原始载体图像的扰乱。仿真实验结果表明,该算法保持了较高的透明性,并对高斯噪声、中值滤波、联合图像专家小组（joint photographic experts group,JPEG）压缩、缩放等常见攻击具有更强的鲁棒性。     

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.     

基于SVD和伪随机循环链的图像认证水印算法

针对矩阵的行列互换使得奇异值分解(SVD)后的奇异值不变,从而由奇异值直接产生水印安全性不高,以及基于SVD的图像认证水印算法把块水印嵌入本图像块的最低有效位,从而很难抵抗矢量量化攻击,提出了基于SVD和由Logistic混沌系统构成伪随机循环链的图像认证水印算法.首先通过Logistic混沌系统调制图像,使得图像矩阵唯一,然后将调制后图像块奇异值生成的块水印嵌入伪随机循环链对应图像块最低有效位.实验结果显示,该算法提高了水印的安全性,不仅能够准确定位,而且可以有效抵抗矢量量化攻击.     

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.     

基于DWT-SVD的视频水印

提出了结合离散小波变换（DWT）和奇异值分解（SVD）的数字视频水印算法。选取规范化质心（NCG）大于阈值的视频进行分帧,利用每帧视频的DWT分解后的中频分量系数进行SVD,修改奇异值,完成二值图像水印的嵌入,提取时利用部分原始视频的边信息,实现了水印的半盲提取。仿真结果表明,该算法具有良好的不可见性,并且保证了对常见的滤波,压缩,剪切等攻击的鲁棒性。     

基于DWT和SIFT的鲁棒图像水印算法

为了提高数字图像水印的不可见性和鲁棒性,文章提出了一种基于离散小波变换(discrete wavelet transform,DWT)和尺度不变特征转换(scale-invariant feature transform,SIFT)的数字图像水印算法。该算法首先利用DWT找出原始图像中纹理较复杂区域,再在所找出的纹理复杂区域中提取出不变特征点;通过自适应确定局部特征区域,并对特征区域进行一级DWT,取其低频部分进行奇异值分解(singular value decomposition,SVD);最后对待嵌入水印图像进行Arnold置乱,把置乱后的一维水印信息进行SVD并通过加性准则嵌入到原始图像的奇异值中,以实现水印的嵌入。仿真结果表明,该算法不仅具有较好的透明性,而且对常规攻击和一般的几何攻击有较高的鲁棒性。     

基于SVD和ICA的鲁棒水印算法

提出了一种新的基于SVD(singular value decomposition,奇异值分解)和ICA(independent component analysis,独立分量分析)的鲁棒水印算法.采用二值图像作为水印,并进行Arnold变换,提高了安全性.SVD用于水印的嵌入过程,ICA用于水印信号的提取.该算法的水印容量大大提高,同时还保证了鲁棒水印的不可感知性.借助于ICA,该算法在不需考虑水印图像所经历的攻击类型及攻击参数的情况下,能够正确提取水印信号.实验结果表明,该算法对于JPEG压缩、噪声等具有鲁棒性,尤其对于几何攻击如旋转、剪切、伸缩具有很好的鲁棒性.     

基于DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.     

基于四元数小波变换和奇异值分解的图像水印

文章提出了基于四元数小波变换(QWT)和奇异值分解(SVD)的数字图像水印算法,该算法对原始载体图像进行四元数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,并把分解的水印嵌入到分解后的原始载体图像中.结果表明,该算法对高斯噪声、剪切、JPEG压缩及滤波具有较强的鲁棒性.     

基于PCA和DWT的强鲁棒数字水印算法

针对传统离散小波变换(DWT)数字水印算法抗几何攻击能力较弱的问题,提出一种基于主成分分析(PCA)和DWT的新的数字水印算法。新算法对载体图像进行一级小波分解,在低频子带上用主成分分析提取出既含有高频又含有低频成分的主成分系数,将水印嵌入到提取出的主成分系数中。实验结果表明,与传统DWT水印算法相比,该算法不仅明显提高了抗剪裁、旋转等抗几何攻击能力,对加噪、图像灰度值变化等攻击也表现出了很强的鲁棒性。     

—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。     

混合DWT和SVD的数字水印算法

文中提出了一种基于离散小波变换和奇异值分解的新的数字水印方法. 首先宿主图像被均匀分割成四块,对每一块进行一层小波分解,得到每一块的低频子带,再对每一低频子带进行奇异值分解,得到各低频子带的奇异值. 水印图像经过Arnold变换预处理后也进行奇异值分解,将得到的奇异值分别以一定的强度嵌入到宿主图像每一块低频子带的奇异值中,再进行反变换、拼接操作即可得到嵌入水印后的图像,实验结果表明,本文提出的方法,对噪声、剪切、滤波、JPEG压缩等常见的信号处理和攻击均具有较强的鲁棒性.     

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.     

基于DWT-DCT-SVD的鲁棒盲视频水印算法

为更有效地保护多媒体数据,文中提出了一种基于DWT(discrete wavelet transform)、DCT(discrete cosine transform)与SVD(singular value decomposition)结合的盲视频水印算法.利用视频帧内的R、G通道的颜色差值进行关键帧的快速选取,将关键帧的B分量进行多级离散小波变换,对变换后的子带进行Arnold置乱,将水印嵌入到置乱后的子带奇异值中.当嵌入水印视频受到攻击时,利用彩色图像各颜色通道间像素差值很小和奇异值分解的稳定性,用嵌入水印视频关键帧的G分量代替原始视频关键帧的B分量,实现水印的盲提取.实验结果表明,该算法对噪声、滤波、裁剪、帧置乱、帧平均、MPEG(moving pictures experts group)压缩等攻击具有较好的鲁棒性.     

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,对每块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。     

一种基于数据挖掘的隐私保护方法

在数据挖掘隐私保护进行协作数据分析时,部分数据集可能分属不同的数据对象,处理时就需要采取不同的数据失真方法.提出了一组全新的数据失真优化策略,通过将属性划分与奇异值分解法(SVD)、非负矩阵因子分解法(NMF)、离散小波变换法(DWT)相结合,运用4种方案对隐私保护原始数据集的子矩阵进行扰动,并用一些衡量指标来衡量这些策略的效果;利用基于支持向量机(SVM)的二元分类来进行数据实用性的检测.结果表明与数据失真单策略相比,新提出的方案在实现数据隐私和数据实用性的良好平衡方面效果十分显著,为协作数据分析提供了可行性解决方案.     

人脸识别中的特征分析

研究了奇异值分解和傅里叶变换方法在图像分析和人脸识别中的作用;比较了两种方法进行图像处理的分解信息,研究了图像傅里叶变换后幅度谱和相位谱包含的图像信息;随后设计实验研究了奇异值向量矩阵和奇异值矩阵中包含的图像信息,并提出一个新的观点：图像分解后的奇异值矩阵包含图像的光照信息;通过设计实验验证了观点的正确性。     

Shape classification based on singular value decomposition transform

In this paper, a new shape classification system based on singular value decomposition (SVD) transform using nearest neighbour classifier was proposed. The gray scale image of the shape object was converted into a black and white image. The squared Euclidean distance transform on binary image was applied to extract the boundary image of the shape. SVD transform features were extracted from the the boundary of the object shapes. In this paper, the proposed classification system based on SVD transform feature...     

基于小波的迭代盲图像恢复新算法

针对迭代盲反卷积算法中解的唯一性和收敛性不确定问题,提出了基于小波的迭代盲图像恢复新算法.该算法用基于奇异值分解和压缩滤波方法对降质图像进行预处理,在初始化估计后对图像进行小波变换,用局部高斯模型刻画图像小波系数的概率分布,并作为先验约束加入到迭代算法中.仿真结果表明,新算法在保持图像边缘特性的基础上,峰值信噪比改进量比原算法增加约3 dB,对解的唯一性和收敛性也有一定改善.     

Shape classification based on singular value decomposition transform

In this paper, a new shape classification system based on singular value decomposition (SVD) transform using nearest neighbour classifier was proposed. The gray scale image of the shape object was converted into a black and white image. The squared Euclidean distance transform on binary image was applied to extract the boundary image of the shape. SVD transform features were extracted from the the boundary of the object shapes. In this paper, the proposed classification system based on SVD transform feature extraction method was compared with classifier based on moment invariants using nearest neighbour classifier. The experimental results showed the advantage of our proposed classification system.