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.     

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。     

基于分块和NSCT-SVD的彩色图像数字水印算法

针对目前彩色图像数字水印算法水印容量较小、水印攻击强度较大时鲁棒性弱的问题,提出了一种基于分块和NSCT-SVD的彩色数字水印算法.将彩色载体图像分解成R,G,B共3个通道,同时将每个通道分解成4个非重叠块,分别对这些非重叠块进行NSCT处理,可得到各非重叠块对应的低频子带信息,并对低频子带信息进行奇异值分解.同时将彩色水印图像的R,G,B通道信息进行奇异值分解,考虑水印鲁棒性和隐蔽性均能较好权衡的原则,优选水印嵌入因子,将水印图像R,G,B通道信息的奇异值加入到原图像各块的低频子带信息的奇异值中,实现彩色图像数字水印嵌入.试验结果表明:该算法嵌入水印的图像保真度较高、水印的隐蔽性较好,同时对包括噪声、滤波、图像剪切、JPEG压缩、旋转等攻击均具有较强的鲁棒性,尤其提高了攻击强度较大时水印的鲁棒性.     

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Curvelet-DWT-SVD的零水印算法

针对传统零水印算法在不同强度攻击下的鲁棒性和稳定性差等问题,利用Curvelet变换和奇异值分解的稳定、高效和近乎最优的表示性能,提出一种基于Curvelet-DWT-SVD的零水印算法。首先,将载体图像分成互不重叠的子块;其次,每一子块进行Arnold置乱和Curvelet变换得到各个子块的粗尺度层Curvelet系数;然后,将Curvelet系数进行小波变换得到细尺度的小波系数,并将其分块处理;同时对各个子块进行奇异值分解,并根据各个子块的最大奇异值构造特征矩阵;最后,将预处理后的版权水印与特征矩阵进行异或操作生成零水印。实验结果表明,该算法对于噪声攻击、压缩攻击、滤波攻击和剪切攻击等具有很好的鲁棒性,是一种可靠、鲁棒性强的零水印算法。     

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。     

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.     

一种基于CT-SVD的鲁棒水印算法

提出了基于Contourlet变换(CT)和奇异值分解(SVD)的水印算法.与通常直接将水印嵌入至系数中的CT算法不同,选择了CT域低通子带的部分最大系数构建矩阵,对该矩阵进行奇异值分解,经Arnold置乱后的水印结合人眼视觉特性(HVS)被自适应地嵌入至奇异值中.实验结果表明,算法保证了极高的峰值信噪比(PSNR),并且体现了对缩放、JPEG压缩、剪切、滤波等攻击很好的鲁棒性.     

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.     

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.