—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。     

离散小波变换与奇异值分解的音频信号水印算法

针对现有水印算法在嵌入过程中通常会对原始音频信号产生破坏的问题,设计了一种基于离散小波变换-奇异值分解(DWT-SVD)的水印嵌入方法实现水印信号的嵌入与提取.同时,以相关系数和误码率为衡量指标,对水印算法的不可感知性、安全性及鲁棒性进行评定测试.结果表明:在经过噪声、滤波、剪切、压缩等多种攻击后,所提取的水印仍然能保持较高的清晰度,这说明DWT-SVD算法具有较强的抗攻击能力,可有效保护版权人的利益.     

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.     

基于小波变换和奇异值分解相结合的加密图像数字水印算法

以一种加密算法和多级小波变换,奇异值分解为基础,提出一种数字水印算法.将原始图像进行多级小波分解,然后对低频部分进行奇异值变换,将加密的水印信息嵌入其中.实验结果表明:该算法不仅具有较好的不可感性,而且对几何变换,如旋转、剪切、镜像,叠加噪声如椒盐、高斯噪声及高斯滤波等均具有很好的鲁棒性.     

一种基于DWT和SVD的多重数字水印算法

提出了一种改进后的基于离散小波变换(DWT)和奇异值分解(SVD)的多重数字水印算法.本算法利用离散小波变换和奇异值分解技术在原始图像的四个子带中都分别嵌入两个数字水印图像.实验证明利用本算法嵌入的数字水印保证了数字水印的不可见性,并证明了用这种算法嵌入的数字水印对常见的攻击有很强的鲁棒性.     

一种新的基于多进制小波变换的盲水印算法

基于多进制小波变换提出了一种针对灰度水印图像的盲水印新算法．试验结果表明,该算法具有良好的不可见性和鲁棒性．     

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IWT和SVD的数字图像水印算法

针对传统SVD域数字图像水印算法存在过高虚警率的问题,提出了一种基于IWT和SVD的数字图像水印算法。算法先对载体图像进行1级IWT分解得到4个子带,然后对4个子带进行SVD变换,把水印图像信息直接嵌入到载体图像4个子带的奇异值中。在水印嵌入过程中提出了一种数字签名认证机制,利用生成的数字签名在水印嵌入的同时完成数字签名的嵌入来加密含水印的图像。在水印提取之前,先对数字签名进行验证来避免虚警的问题。实验表明,算法具有良好的视觉性和抵抗各类攻击的鲁棒性。     

基于小波低频子带的奇异值分解的图像识别

提出一种基于小波低频子带的统一特征空间奇异值分解的人脸识别方法.首先利用小波变换提取人脸图像的低频子带,然后作傅立叶变换,获得低频子带的频谱;将低频子带的频谱投影到标准脸奇异值分解的统一特征空间,投影系数作为人脸识别特征;采用L_1距离进行最小距离分类,实验结果表明,该方法比统一特征空间奇异值分解方法可获得更高的识别率.     

基于小波变换的图像自适应水印

提出了一种基于小波变换的图像自适应水印嵌入方法。此方法对原始图像进行小波分解,在每一个低频系数中嵌入一位水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明：使用该方法嵌入的数字水印具有很好的隐蔽性,感觉不到对原始图像的影响。同时,嵌入的数字水印具有较理想的鲁棒性,常规的图像处理方法对其影响甚弱。     

小波奇异值分解的瞬变弱信号检测

研究小波阈值法和奇异值分解法,分析最大分解层数、阈值函数、小波基函数的选取以及窗长和保留奇异值个数等参数的选择,并在此基础上提出小波与奇异值分解相结合降噪检测信号的方法。该方法首先将信号作小波分解,再对小波分解系数作奇异值分解,最后通过阈值法保留小波系数并重建降噪信号,利用重建信号进行信号检测。结果表明:该方法能更好地区分信号和噪声,获得更好的降噪和检测结果。     

小波变换和Arnold变换的数字水印技术

讨论了离散小波变换(DWT)、Arnold变换的基础,分析了它们的特点。给出了一种基于离散小波变换的多分辨率分解的彩色数字水印方法。进行水印嵌入前,利用Arnold变换技术对水印信息进行了加密,保护水印信息,增强了保密性。随后利用一种新的Arnold反变换进行反置乱,无需计算Arnold变换周期,用与Arnold变换相同的迭代次数就可以快速无误地实现了水印信息的恢复,大大的减少了计算量。实验证明,经本算法嵌入的水印图像具有较高的鲁棒性和稳健性。     

Spread Spectrum Watermark Based on Wavelet Transform for Still Digital Image

The proposed method inserts a watermark into the spectral components of the data using techniques analogous to spread spectrum communications,hiding a narrow band signal in a wideband channel.The watermark is difficult for an attacker to remove.It is also robust to common signal and geometric distortion such as JPEG compression,cropping and scaling.In addition,the watermark can be extracted accurately without source host image at the receiver.     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声，在进行故障特征提取之前必须加以消除。首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比，然后将奇异值分解技术用于信号降噪。最后提出了一种将小波包和奇异值分解相结合的降噪方法。该方法将输入信号进行一次小波包分解，利用奇异值分解方法对分解后的幅值量化系数进行降噪。实例表明，小波包和奇异值分解相结合的方法降噪效果最好。与其他方法相比，用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高，且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号，大大提高了特征提取的准确率。     

基于提升格式小波变换的彩色数字水印技术

目的通过二维彩色数字水印的嵌入,实现数字版权保护。方法针对传统数字水印技术的有限性,通过对频域数字水印算法进行分析,提出了一种新的数字水印算法。新算法以提升格式小波变换为基础,对原始图像和水印图像进行提升格式小波变换。结果实现了将二维彩色图像作为水印信息嵌入到二维图像数据中。结论实验证明,新算法在对彩色图像进行水印处理方面达到较好的效果,具有较好的健壮性。     

基于小波变换的低频数字水印嵌入算法

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法．二值水印首先经过Arnold变换后再嵌入在原始图像的低频部分，仍能保持良好的视觉效果，进一步证明了低频部分不是水印的禁区．实验结果表明该算法有较好抗JPEG压缩、低通滤波等攻击的能力．     

基于奇异值分解自适应图像压缩的优化算法

结合图像质量评价体系,在基于奇异值分解的动态压缩比优化方法的基础之上提出一种新的优化算法.该优化算法可以解决基于奇异值分解的动态压缩比优化方法中不能根据不同图像的特点对每幅图像自适应地进行图像压缩的缺陷,并能根据需求,预先设定压缩图像的质量范围,使压缩图像达到指定的压缩率或清晰度,从而满足指定的要求.经实验证明,该优化算法切实可行,具有较高的实用价值.