基于DWT和SVD的改进分块图像水印算法

为同时提高水印不可见性与鲁棒性,提出一种基于DWT和SVD的改进图像水印算法．先将载体进行小波变换,然后在分块后进行奇异值分解,根据自适应原理选取嵌入数据进行水印嵌入．检测水印不需原图像,属于盲检测算法．实验结果表明,该算法增强了水印鲁棒性,且提取水印精确度更高．与单独块奇异值分解量化法作比较．实验证明,本算法具有更好的优势．     

基于小波变换和奇异值分解的图像水印算法

针对多媒体资源的版权保护问题,结合离散小波变换和奇异值分解技术的优点,提出了一种基于离散小波变换和奇异值分解的图像水印算法.该算法首先将原始宿主图像分解为4个频带(LL、HL、LH和HH),再对水印图像做奇异值分解,并修改宿主图像的离散小波变换系数和水印图像的奇异值.实验结果表明,该算法不仅具有良好的不可见性,而且对诸如滤波、几何攻击、JPEG压缩和旋转等常见的图像攻击具有很强的鲁棒性.     

基于小波变换域的数字图像嵌入和提取方法

针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.     

基于小波变换和奇异值分解的图像水印算法

该文基于小波变换和奇异值分解,根据小波变换低频子带抗干扰性强,及具有较大的感觉容量和图像奇异值的稳定性,提出了一种基于小波变换的奇异值分解水印嵌入技术,使图像的不可见性和鲁棒性得到较好的折中.实验表明该算法具有较好的不可见性和抗攻击性.     

基于提升小波变换和奇异值分解的灰度图像水印算法

结合提升小波和奇异值分解的特点,提出了一种新的基于提升小波变换和奇异值分解的灰度图像水印算法.该算法先对载体图像进行分块,并对每块进行二级提升小波变换,然后对中高频部分继续进行提升小波变换,对选取的频带四重使用奇异值分解和再次分块的方法构造矩阵,将SVD后提取的奇异值重新分配和组合,最后将灰度水印图像有效地嵌入到多次组合后的矩阵中.这不仅能增加嵌入的信息量,提高水印的安全性,而且实现了水印的透明性和鲁棒性之间的最佳平衡.仿真实验表明,该算法不仅具有较好的透明性,而且对常见攻击如:JPEG压缩、叠加噪声、滤波以及各种几何攻击等具有很强的鲁棒性.     

基于SVD-DWT的彩色图像水印算法

提出了一种基于离散小波变换和奇异值分解相混合的水印嵌入方案,以彩色图像为载体,经过小波分解四个矩阵后,对每个矩阵应用奇异值分解,嵌入相同的灰度水印数据,实验表明该算法对多数类型的攻击有很好的鲁棒性.     

基于奇异值分解的小波域灰度数字水印算法

针对灰度数字水印的隐藏问题,依据Arnold变换、奇异值分解及小波分析理论,提出了一种基于奇异值分解的小波域灰度数字水印算法,该算法对图像先进行二级小波分解,将分解得到的低频子图进行奇异值分解,然后将经Arnold变换置乱后的灰度水印嵌入.实验结果表明,该算法有效克服了灰度水印数据量大的缺点,并具有水印嵌入后图像失真小、鲁棒性好、安全性高等优点.     

基于奇异值分解的Contourlet域三维彩码鲁棒水印算法

移动互联网时代,三维彩码因其技术优势和便捷性成为条码发展的新趋势,但其版权保护问题也随之而来。结合奇异值分解提出了一种基于Contourlet变换域的鲁棒水印算法,首先对载体图像的蓝色分量进行Contourlet变换,然后对其产生的逼近子带进行奇异值分解再嵌入水印。实验结果表明提出的算法有良好的不可见性和鲁棒性,即使在水印嵌入强度微小、几乎不改变宿主图像的同时依然能很好地提取水印,不仅可对三维彩码进行版权保护,而且对常见攻击如JPEG压缩、噪声、滤波、旋转、裁切等具有较强的鲁棒性。     

基于小波系数奇异值分解关系的数字水印算法

为了平衡数字水印的不可见性与鲁棒性之间的关系,提出了一种基于小波系数奇异值分解关系的数字水印算法.针对图像小波变换后高低频带嵌入水印各自的特点,并根据各频带小波系数奇异值分解关系,结合人类视觉系统和图像局部特性自适应确定高低频的量化步长并分别嵌入水印,从而将高低频的优点结合起来,相互补充.经过实验证实,该水印算法对常用的图像攻击(JPEG压缩、噪声、剪切、缩放)是鲁棒的,同时具有感知透明性,是一种简单可行的盲数字水印算法.     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

强鲁棒零水印技术

在保证具有良好不可见性的基础上如何尽量提高鲁棒性是设计鲁棒水印算法时所要重点考虑的问题。针对这个问题,本文利用小波变换低频子带的能量聚集效应和奇异值的稳定性,提出一种具有强鲁棒性的零水印算法。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奇异值分解,通过判断每个子块最大奇异值的最高位数字奇偶性产生鲁棒零水印。算法没有对原始载体图像做任何改变,所以算法拥有良好不可见性。实验结果表明算法对各种攻击具备很强的鲁棒性。算法能够实现盲版权认证。     

基于非方阵图像DWT-SVD的盲水印算法研究与仿真

为了解决水印算法仅对方阵图像研究的局限性,以及提取的水印信息在剪切攻击方面的不足,提出了一种在离散小波变换域内能够对任意尺寸图像进行变换,并结合矩阵奇异值分解的盲水印算法.通过对载体图像的规范化处理,使得图像可以进行任意级的小波分解,之后利用在奇异值中嵌入双重水印的思想解决了剪切攻击方面的问题.实验结果表明,该算法能够实现水印信息的盲提取,面对多种类型的攻击表现出较强的鲁棒性,并且在剪切攻击方面提取的水印信息比同类算法表现出更好的性能.     

一种基于DWT和SVD的双重水印算法

提出了一种基于离散小波变换（DWT）和奇异值分解（SVD）的双重水印算法,其所嵌入的水印是由两幅不同的水印图像组成,将其中的一幅水印图像嵌入到另一幅水印中得到双重水印图像,对双重水印图像进行Arnold变换,然后再将其嵌入到宿主图像中.当数字产品遭到恶意破解后,水印中仍然有一层水印信息,可以更好地维护版权信息.实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性.     

基于DWT域的多通道彩色图像盲水印算法

提出了一种基于DWT域多通道彩色图像盲水印算法。由Logistic混沌映射和Chebychev混沌映射生成四进制复合混沌序列对水印进行加密,Arnold变换置乱水印信息以提高水印的安全性;彩色图像的RGB通道变换成小波域,对RGB通道的低频小波系数分块计算奇异值嵌入不同方向的水印;提取水印采用了图像融合技术。实验结果表明,该算法不可见性好、鲁棒性强,能有效地抵抗常见的水印攻击。     

基于奇异值分解的DWT域多重数字水印算法

提出的基于矩阵奇异值分解的DWT域的数字水印算法利用Hadamard正交变换使多个水印编码互不干扰,利用奇异值分解有效地降低水印的嵌入量并有效提高水印嵌入的品质,使水印的稳健性和不可见性之间达到很好的平衡。实验结果表明,该算法实现的水印具有良好的不可见性,并对常见的图像处理和噪声干扰具有很好的稳健性。     

基于实数傅里叶变换和奇异值分解的数字水印算法

提出了一种基于实数傅里叶变换和奇异值分解相结合的图像水印算法。该算法对图像实数傅里叶变换后的幅度谱系数环行采样,组成采样矩阵,然后对其分块奇异值分解,将水印嵌入到各块奇异值的最大分量中。实验验证了所提出方案的有效性和鲁棒性。     

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。     

一种基于DWT和SVD的彩色图像零水印算法

为了提高水印技术的鲁棒性,提出了彩色图像在离散小波变换(DWT)和奇异值分解(SVD)下的零水印算法.对原始载体图像的R、G、B这3个空间分别进行离散小波变换,分别对每个空间的低频子带进行分块,且对分块后的低频子带进行奇异值分解;通过提取3个空间中最大的前若干项来构造水印.实验结果表明,该算法对抗各种攻击有较强的鲁棒性...     

一种基于小波域的鲁棒性数字盲水印算法

提出了一种鲁棒性数字水印算法。该算法中水印嵌入的位置和强度均与原始图像有关。利用图像小波变换系数值和图像视觉的关系，通过有选择的修改小波变换系数实现水印嵌入，嵌入的水印具有良好的不可见性和鲁棒性，水印检测采用了盲检测和三取二判决技术。实验结果表明算法对常规图像处理尤其是乘性噪声具有很好的鲁棒性。     

一种基于DWT变换域的调制水印方案

针对空域水印的算法不可见性和鲁棒性较差的问题,提出一种基于离散小波变换(Discrete Wavelet Transform,DWT)变换域的数字水印方案。该方案先将原图像进行多层小波分解后取近似子带,依据近似系数的数量级对相关层子带系数进行缩放,然后采用量化索引的方式将加密后的水印嵌入到载体图像。用实验的方法验证了该方案的有效性,并与最低位有效、量化抖动及Patchwork等3种算法进行了比较,结果表明,在鲁棒性和视觉不可见性方面均有相对提高。