一种改进的DWT-SVD域参考水印方案

针对一类SVD域图像水印方案存在过高虚警概率的问题,提出了一种改进的混合DWT和SVD的图像参考水印算法。算法先对载体图像进行[n]层的离散小波变换,然后随机选取第[n]层的部分或全部子带形成参考子带,并对参考子带进行SVD分解;将Arnold置乱处理后的水印嵌入到SVD分解后的奇异值矩阵中。实验表明,提出的算法具有较好的透明性和安全性;与其他方案相比,解决了虚警概率问题,且对于大部分的攻击,具有更好的鲁棒性能。     

基于水印主成分的小波域数字水印方法

针对一类奇异值分解水印算法中存在严重的虚警错误、鲁棒性和透明性难以平衡的问题,提出一种基于水印主成分的小波域数字水印新思路。该方法首先将三级离散小波变换(DWT)作用于原始载体图像,再对三级逼近子图LL3运用奇异值分解(SVD),选择水印图像左奇异矩阵和奇异值矩阵的乘积作为水印主成分,最后借鉴果蝇优化算法(FOA)确定最优的水印嵌入系数,嵌入水印图像的主成分。实验结果表明,与传统的SVD图像水印算法相比,该方法在消除虚警问题的同时,也可使水印的鲁棒性和透明性达到最佳平衡。     

NMF和增强奇异值分解的自适应零水印算法

针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解（non-negative matrix factionzation,NMF）和增强奇异值分解（BN-SVD）相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换（DWT）,对变换后的二级低频子带（LL2）进行不重叠分块,并对每一个子块进行秩为◢r◣的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像作异或运算生成零水印,并利用天牛须优化算法（BAS）自适应确定增强奇异值分解中最抗攻击缩放比例的参数◢β。实验结果表明,在虚警问题上NC值达◣到0.4以下,JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数◢NC◣值均可达到99%以上,该方案高效地解决了虚警问题,具有较强的稳健性,能够有效地抵抗各种攻击。     

Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略

提出了一种Tetrolet变换和奇异值分解(SVD)相结合的图像盲检测稳健数字水印算法。该算法先对二值水印图像进行双因子混沌加密预处理;对原始载体图像进行二级Tetrolet变换,并将二层低频子带系数进行分块SVD分解;最后将加密的水印信息量化嵌入SVD最大系数中。水印检测时,无需原始载体图像和原始水印图像的参与,实现水印信息盲提取,提高数字水印系统的实用性。仿真实验结果表明,在保证水印安全性和不可感知性的基础上,该算法对常规图像处理、几何攻击等均具有较好的稳健性。     

一种基于SVD分解的小波域数字水印算法

本文提出了一种基于离散小波变换和奇异值分解的数字水印算法。该算法充分利用了离散小波分解和矩阵奇异值分解(SVD)的固有特征,对Arnold置乱后的水印的多层小波分解子带做奇异值分解,把分解后的奇异值嵌入到原始图像的多层小波分解的相应子带中。水印的提取是嵌入算法的逆过程。Matlab仿真试验表明了算法的透明性、稳健性和安全性。     

基于细胞自动机与奇异值分解的零水印算法

针对常规水印算法对JPEG压缩与几何攻击鲁棒性较差的问题,提出了一种基于细胞自动机(CA)变换与奇异值分解(SVD)的零水印算法。首先对图像进行二维细胞自动机变换,分离出低频近似图像并保存作为密钥的变换参数;然后对低频图像分块并在每个子块上进行奇异值分解,通过细胞自动机变换规则在每个子块的奇异值矩阵上构造零水印;最后,图像认证时根据两个图像的水印相似度是否大于阈值来判断图像是否遭遇篡改。通过实验证明,该水印算法具有良好的不可见性和安全性,并且对于JPEG压缩与几何攻击表现出较强的鲁棒性。     

一类SVD域水印问题分析及改进算法

分析了一类SVD域图像水印算法存在过高虚警率的原因,并给出了相应的实验结果。在此基础上,提出了一种混合DWT和SVD的图像水印算法。算法先将载体图像划分为互不重叠的块,并对每一块进行1层DWT分解,再对低频子带进行SVD分解。采用量化的方法,将Arnold置乱处理后的水印图像嵌入到SVD分解后的奇异值之中。实验表明,提出的算法克服了传统的SVD图像水印算法存在的虚警问题,对常见的信号处理如JPEG压缩、滤波、噪声等具有较好的鲁棒性。     

采用Torus映射与SVD变换的图像数字水印方法

研究图像奇异值分解的数字水印算法的不可见性与稳健性问题,针对目前水印算法存在高虚警或不可见性差的问题,为提高水印的不可见性并同时保证其具有较强的稳健性,提出了一种基于Torus映射和图像奇异值分解的半盲图像数字水印算法.算法首先将载体图像分块,对每个子块进行奇异值分解并提取出每块的最大奇异值组成方阵,通过Torus映射变换将该方阵置乱并分块,再通过量化方式将二值水印信息通过这些分块嵌入载体图像.仿真证明,加水印图像的峰值信噪比高且对常见的图像处理都具有良好的不可见性和稳健性.     

增强奇异值分解的自适应零水印

目的 针对增强奇异值分解（BN-SVD）中引入最抗攻击缩放比例的参数β,需要进行大量的实验来获取且存在随机性的问题,提出一种增强奇异值分解的自适应零水印算法。方法 首先对原始图像进行不重叠分块,每一个子块都做斜变换处理,再分别对斜变换后得到的每一个块矩阵进行增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;对水印图像进行Arnold变换和混沌映射得到二次加密的水印图像;最后利用特征向量与二次加密后的水印图像做异或运算构造零水印;利用天牛须优化算法（BAS）中的适应度函数循环迭代自适应确定参数β,更好地解决奇异值分解（SVD）算法在水印的提取时存在的虚警率和对角线失真的问题。结果 仿真实验结果表明,在JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数NC值均可达到98%以上,性能较好。结论 利用BAS算法自适应地确定BN-SVD中参数β,找到最佳抗攻击缩放比例,增强了图像的奇异值,降低了图像矩阵在受到攻击时的敏感性。有效地解决奇异值分解带来的对角线失真和虚警错误的问题,最终提高了算法的鲁棒性。     

联合非下采样Contourlet变换与奇异值分解的多水印算法

为解决最近报道的Contourlet变换域基于奇异值分解的水印算法存在的高虚警率问题, 提出一种多水印算法。对Arnold置乱后的水印图像进行奇异值分解, 将其中一个正交矩阵嵌入原始图像非下采样Contourlet域的两个高频方向子带中, 并利用奇异值来调整原始图像非下采样Contourlet域剩余子带的系数矩阵, 通过逆变换得到含水印图像。抽取水印时首先计算从待检测图像抽出的正交矩阵和真实水印正交矩阵的相似度, 与阈值进行比较, 以决定抽取过程是否进行。由于非下采样Contourlet变换的高冗余性, 最终可抽取出多个水印图像。实验表明, 算法较好地克服了高虚警率问题。一系列的攻击实验证明算法具有较好的鲁棒性。     

基于Logistic混沌映射和IWT-SVD量化的盲鲁棒水印算法

为了提高数字水印的鲁棒性以及水印嵌入位置的保密性,提出了一种基于Logistic混沌映射和整数小流变换—奇异值分解(IWT-SVD)量化的盲鲁棒水印算法:对二值水印图像进行Arnold置乱,对原始载体图像进行8×8分块,利用生成的Logistic混沌序列选择嵌入水印的图像块,充分保证了水印嵌入位置的保密性;对选中的图像块进行二级IWT分解,对得到的二级低频子带系数进行SVD;将置乱后的水印信息嵌入.算法不需要原始载体图像,实现了水印的盲提取,更具实用性.仿真实验结果表明:算法对常规图像处理操作、压缩攻击和剪切攻击均具有较强的稳健性.     

基于超混沌和Slant变换的鲁棒水印算法

为进一步提高水印算法的安全性和抗攻击能力,结合超混沌和Slant变换的优点,提出一种基于超混沌和Slant变换的鲁棒水印算法。首先,在隐藏水印之前采用超混沌系统对水印图像进行加密,提高了待隐藏图像的安全性;其次,将原始载体图像划分成大小为8×8的不重叠分块并对各个分块分别进行Slant变换;最后,将加密后的水印图像隐藏到Slant变换后的直流系数和中频系数中。大量的仿真结果表明,本文算法具有较好的隐蔽性,对JPEG压缩、噪声、滤波、缩放、对比度调整等攻击具有较好的抗攻击能力。与相似算法相比,本文算法具有更好的鲁棒性能。     

一种基于混沌置乱和SVD的小波域盲水印算法

提出了一种基于混沌和奇异值分解相结合的数字水印算法.该算法对原始图像做离散小波变换后得到4个子带,并将低频子带(LL1)分成互不重叠的8×8分块,然后对每一块做奇异值分解,将混沌置乱后的水印信息嵌入每块中最大的奇异值中.实验结果表明,该算法具有较好的不可见性、鲁棒性和安全性.     

A novel hybrid of DCT and SVD in DWT domain for robust and invisible blind image watermarking with optimal embedding strength

To optimize the tradeoff between imperceptibility and robustness properties, this paper proposes a robust and invisible blind image watermarking scheme based on a new combination of discrete cosine transform (DCT) and singular value decomposition (SVD) in discrete wavelet transform (DWT) domain using least-square curve fitting and logistic chaotic map. Firstly cover image is decomposed into four subbands using DWT and the low frequency subband LL is partitioned into non-overlapping blocks. Then DCT is applied to each block and several particular middle frequency DCT coefficients are extracted to form a modulation matrix, which is used to embed watermark signal by modifying its largest singular values in SVD domain. Optimal embedding strength for a specific cover image is obtained from an estimation based on least-square curve fitting and provides a good compromise between transparency and robustness of watermarking scheme. The security of the watermarking scheme is ensured by logistic chaotic map. Experimental results demonstrate the better effectiveness of the proposed watermarking scheme in the perceptual quality and the ability of resisting to conventional signal processing and geometric attacks, in comparison with the related existing methods.     

High payload multi-channel dual audio watermarking algorithm based on discrete wavelet transform and singular value decomposition

Digital watermarking technology is concerned with solving the problem of copyright protection, data authentication, content identification, distribution, and duplication of the digital media due to the great developments in computers and Internet technology. Recently, protection of digital audio signals has attracted the attention of researchers. This paper proposes a new audio watermarking scheme based on discrete wavelet transform (DWT), singular value decomposition (SVD), and quantization index modulation (QIM) with a synchronization code embedded with two encrypted watermark images or logos inserted into a stereo audio signal. In this algorithm, the original audio signal is split into blocks, and each block is decomposed with a two-level DWT, and then the approximate low-frequency sub-band coefficients are decomposed by SVD transform to obtain a diagonal matrix. The prepared watermarking and synchronization code bit stream is embedded into the diagonal matrix using QIM. After that, we perform inverse singular value decomposition (ISVD) and inverse discrete wavelet transform (IDWT) to obtain the watermarked audio signal. The watermark can be blindly extracted without knowledge of the original audio signal. Experimental results show that the transparency and imperceptibility of the proposed algorithm is satisfied, and that robustness is strong against popular audio signal processing attacks. High watermarking payload is achieved through the proposed scheme.     

基于SVD的彩色图像盲水印算法

为了更好地保护数字产品的版权,本文提出了一种提升小波变换与奇异值分解相结合的彩色图像数字水印算法。提升小波变换运算速度快,能够对任意尺寸图像进行变换;奇异值分解具有几何不变性,并且体现图像的内蕴特性。算法充分利用提升小波变换和奇异值分解的优良特性,选择彩色图像的蓝色通道进行水印嵌入。首先对原始图像进行多级提升小波变换,然后选取中低频子带进行奇异值分解,将灰度水印图像进行Arnold置乱后分成四个部分嵌入所选子带的部分奇异值矩阵中。在水印提取时不需要原始载体图像,更加有利于实际中的应用。实验表明,该算法具有良好的透明性,而且对大部分常见攻击及几何攻击有很好的鲁棒性。