基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。     

基于SVR的混合域鲁棒音频水印算法

对于常见的基于离散小波变换-奇异值分解的水印算法应对常见的攻击鲁棒性较差的情况,提出一种基于奇异值比(Singular Value Ratio,SVR)的混合域音频水印算法.先将音频分帧,利用音频特性选择适合水印嵌入的帧,然后对水印嵌入帧进行离散小波变换和离散余弦变换,将离散余弦变换系数分为4段,选取中频系数进行奇异值...     

彩色图像DWT变换下的块SVD零水印

为了提高水印技术的鲁棒性,提出了彩色图像离散小波变换(DWT)下的块奇异值分解(SVD)的零水印.首先对原始载体图像进行离散小波变换,然后选择低频子带进行分块,且对每一块进行奇异值分解,水印则由分解得到的最大前m个奇异值产生.实验结果表明,算法对各种攻击有较强的鲁棒性.     

基于DWT-SVD鲁棒盲水印算法研究

本文通过对小波变换与奇异值分解的研究,实现一种基于离散小波变换和奇异值分解(DWT-SVD)的奇偶量化嵌入水印算法,可实现水印盲提取.为解决水印安全性问题,使用Arnold变换对水印进行加密;在传统离散小波变换基础上,进行奇异值分解,利用图像的奇异值良好的稳定性,提高图像的鲁棒性;在图像奇异值基础上,进行奇偶量化嵌入和...     

一种基于DWT_SVD的抗几何攻击彩色图像水印算法

针对传统离散小波变换(DWT)水印算法不能较好地抵抗几何攻击的缺点,提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)相结合的彩色图像水印新算法。首先对原始彩色载体图像进行RGB三基色分解,然后进行离散小波变换,再选取四个子块的四分之一重构成新子块,并进行二次离散小波变换,最后对其低频部分进行奇异值分解嵌入水印信息,得到嵌入水印的彩色图像。实验结果表明,该算法能够较好地抵抗诸如高斯噪声、椒盐噪声、压缩等常规攻击,并对大角度旋转、任意角度旋转、剪切加旋转等几何攻击也表现出了较强的鲁棒性,其总体性能明显优于传统的DWT水印算法。     

基于混沌置乱的军工图像数字水印算法

军工图像的安全保护是军工行业与企业信息系统建设的重要课题之一。文中提出了一种基于混沌置乱的离散小波变换(Discrete Wavelet Transform,DWT)军工图像水印算法。实验结果表明,该算法具有良好的保密性和鲁棒性。     

DWT和SVD相融合的彩色图像水印算法北大核心

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWTSVD)。首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节。仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性。     

基于奇异值分解的灰度水印算法

提出了一种基于离散小波变换和奇异值分解的灰度水印算法.首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用.最后对原图像小波变换后的中低频系数进行奇异值分解(SVD),并把相应的水印嵌入其中.实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性.     

一种新的小波域彩色图像水印算法

针对数字产品的版权保护问题,以离散余弦变换（DCT）和奇异值分解（SVD）为基础,提出了一种新的小波域彩色图像数字水印算法。该算法主要是将水印图像的DCT系数以新的方法嵌入到载体图像中低频小波系数分块奇异值分解的奇异值中。实验结果表明了算法的可行性和有效性,并对加噪、滤波、JPEG压缩、剪切等常见的攻击有良好的鲁棒性,具有较好的实用价值。     

离散小波变换和奇异值分解相融合的彩色图像水印算法

为加强数字多媒体的版权保护,提出了一种结合离散小波变换和奇异值分解相融合的彩色图像水印算法(DWT-SVD).首先对彩色数字载体图像进行小波分解,并对其小波系数进行奇异值分解;然后对水印信息采用Arnold进行置乱,并进行奇异值分解;最后将水印信息的奇异值嵌入到彩色图像的小波系数奇异值中,并对水印嵌入强度进行调节.仿真结果表明,DWT-SVD可以检测到完整的水印信息,具有良好的不可见性,对各种攻击具有较强的鲁棒性.     

一种基于DWT与SVD的数字图像水印算法

利用小波变换和矩阵奇异值的固有特性,提出了一种基于小波变换和奇异值分解的数字图像水印算法.算法对原始载体图像进行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;把分解后的水印信息嵌入到分解后的原始载体图像中,再进行相应的变换处理,得到嵌有水印的图像.实验结果表明,该算法具有良好的安全性和鲁棒性.     

基于DWT的图像数字水印算法研究

该文提出了一种基于DWT多分辨率分解的数字水印技术。利用多分辨率分解技术，分别将原始图像与水印图像进行三层离散小波变换，将相同分辨率层次水印嵌入到对应的相同分辨率层次的原始静态图像之中，使水印对原始图像具有自适应性。实验结果表明，该文提出的水印算法经某些图像处理操作和JPEG压缩后仍是鲁棒的。     

一种基才DWT-DCT变换强鲁棒性的数字水印算法

提出一种基于DWT-DCT的新的数字图像水印算法。该算法充分利用离散小波变换多分辨率特性和离散余弦变换能量压缩特性．综合两种变换的优点。在嵌入时,先对宿主图像进行DWT变换,得到4个子带。选择HL子带进行DCT变换．然后将加密后的水印嵌入DCT变换后得到子带中频系数。为获得较强的安全性,在嵌入前先对水印进行混沌加密。试验结果表明基于DWT-DCT联合的水印算法具有较强的不可见性,对常见的攻击具有较强的鲁棒性。     

基于奇异值分解的Contourlet域图像水印算法

针对小波变换由于方向性缺乏而无法有效稀疏地表示图像本身几何结构的问题,结合Contourlet变换和奇异值分解的优点,提出了一种Contourlet变换域内基于奇异值分解的数字水印算法。宿主图像经过两层Contourlet分解后,生成一系列多尺度多方向的子带,选取第二层分解中能量最大的子带进行大小为4×4的互不重叠的分块,并进行奇异值分解,再将置乱后的原始二值水印信息嵌入到奇异值矩阵中。实验结果表明,该算法实现简单,透明性良好,对常规攻击和几何攻击具有较强的鲁棒性,且优于一般的小波域算法。     

基于图像置乱和ICA-DWT的数字图像水印算法

提出了一种基于图像置乱和ICA-DWT的数字图像水印算法。该算法首先对原始图像进行三级离散小波变换(DWT),把分解所得到的低频子图进行奇异值分解(SVD),然后用独立分量分析(ICA)方法嵌入经过Arnold置乱的水印。实验结果表明,该算法对经处理、压缩和一些几何变换后的图像有较好的稳健性,同时还可以达到水印的不可见性。     

A fast Discrete Wavelet Transform algorithm for visual processing applications

For visual processing applications, the two-dimensional (2-D) Discrete Wavelet Transform (DWT) can be used to decompose an image into four-subband images. However, when a single band is required for a specific application, the four-band decomposition demands a huge complexity and transpose time. This work presents a fast algorithm, namely 2-D Symmetric Mask-based Discrete Wavelet Transform (SMDWT), to address some critical issues of the 2-D DWT. Unlike the traditional DWT involving dependent decompositions, the SMDWT itself is subband processing independent, which can significantly reduce complexity. Moreover, DWT cannot directly obtain target subbands as mentioned, which leads to an extra wasting in transpose memory, critical path, and operation time. These problems can be fully improved with the proposed SMDWT. Nowadays, many applications employ DWT as the core transformation approach, the problems indicated above have motivated researchers to develop lower complexity schemes for DWT. The proposed SMDWT has been proved as a highly efficient and independent processing to yield target subbands, which can be applied to real-time visual applications, such as moving object detection and tracking, texture segmentation, image/video compression, and any possible DWT-based applications.     

基于图变换和DWT-SVD的鲁棒图像水印算法北大核心CSCD

针对图像水印算法在攻击强度较大时鲁棒性差的问题,提出了一种基于图变换(graph-based transform,GBT)、离散小波变换(discrete wavelet transform,DWT)和奇异值分解(singular value decomposition,SVD)的鲁棒图像水印算法。首先对载体图像进行不重叠分块处理,挑选出像素方差值较高的子块进行DWT得到其低频系数矩阵,然后对低频系数矩阵依次进行GBT和SVD得到奇异值矩阵,最后将水印信息嵌入到奇异值矩阵的最大奇异值中。实验结果表明,Pirate图像结构相似度(structural similarity,SSIM)达到0.97以上时,本文算法能有效抵抗噪声、滤波、JPEG压缩、剪切和交换行列等攻击,归一化互相关系数(normalization coefficient,NC)值均在0.9以上。     

一种基于彩色图像的双重水印算法

针对传统水印算法功能单一,抗几何攻击能力较弱的问题,提出了一种基于离散小波变换(DWT)、奇异值分解(SVD)、离散余弦变换(DCT)和HSV空间模型的彩色图像双重水印算法.该算法基本思想是在彩色载体图像中先后嵌入可见水印和不可见水印.根据HSV 空间模型和DCT变换实现二值可见水印自适应嵌入,用来标识版权;通过DWT和SVD变换实现不可见彩色水印的嵌入,用于加强版权保护,利用Zernike矩进行旋转校正.实验结果表明,该算法在保证图像质量的前提下,可见水印具有较好的视觉可见性,不可见水印的抗几何攻击能力得到了提升.双重水印相互作用,功能互补提高了水印的版权保护功能.