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.     

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.     

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.     

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.     

一种彩色数字图像多功能双水印算法

针对彩色图像单水印算法存在功能单一的局限,利用离散小波变换与奇异值分解的特性,提出了一种新的多功能双水印算法.算法通过提取宿主彩色图像的R、G、B三个通道,对蓝色分量的离散小波低频系数进行分块,对块进行奇异值分解.然后,将版权水印量化嵌入奇异值中,量化步长根据小波系数自适应生成.最后,根据红色分量生成认证水印,对绿色分量分块并进行奇异值分解,将认证水印自适应量化嵌入在奇异值中.实验结果表明,版权水印具有较强的抗攻击鲁棒性及透明性,认证水印对篡改敏感,并能对篡改进行精确定位.所提算法具备版权保护与内容认证的双重功能.     

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.     

ASIFT与SVD相结合的Contourlet域的抗几何攻击视频双水印算法

为平衡数字水印技术中的鲁棒性与透明性,提出基于仿射尺度不变特征变换(ASIFT)与奇异值分解(SVD)结合的Contourlet域视频双水印算法。首先,利用卡尔曼滤波器将视频帧内的运动物体进行分离获取运动宏块,对运动宏块进行Contourlet变换;其次,利用奇异值分解对图像的信号攻击存在较高的稳定性和低频子带系数直方图在旋转、缩放等几何攻击具有较强的鲁棒性,自适应地将混沌水印序列分别嵌入到高频子带奇异值矩阵和低频子带系数中;最后,以ASIFT的尺度和方向不变性作为触发器,用于判断嵌有水印的视频遭受的攻击类型。本文算法能保证嵌入水印的视频帧的峰值信噪比值(PSNR)在70 dB以上,水印的嵌入量达到240×360 bit。实验结果表明本文的算法能够保证水印的不可见性的同时针对几何攻击和信号攻击都具有较强的鲁棒性。     

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.     

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.     

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。     

—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。     

矩阵奇异值分解和Arnold置乱技术在图像隐藏中的应用

基于数字图像的奇异值分解和Arnold置换,提出了一种图像的隐藏方法．在该方法中,置乱用于数字图像隐藏的预处理和后处理,奇异值分解用于将一幅图像隐藏于另一幅图像中．根据提出的数字图像隐藏技术,探讨了在数字水印技术中的应用．实验结果显示,该方法实现方便,水印的提取不需要原图像,并能较好地保障数据的安全性。     

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.