SVD和DWT数字水印算法的应用研究

研究数字图像版权保护问题,由于数字媒体在网上易被复制篡改.针对单纯奇异值分解或小波变换水印算法均存在抵抗攻击差的难题.为了更好的保护数字图像版权,提了一种奇异值分解与小波变换相结合的数字水印算法.首先对水印图像进行置乱处理并对原始图像进行分块,从中找到符合要求的最佳水印嵌入子块,然后对所选择的最佳子块进行小波变换,对子块的低频系数进行奇异值分解,最后将水印嵌入各于块的奇异值中进行仿真.结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,克服了奇异值分解和小波变换水印算法缺陷,为设计提供了依据.     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换（DWT）和奇异值分解（SVD）的数字水印算法．在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制．然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。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和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。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和SVD相结合的图像水印算法

以多级小波变换,奇异值分解为基础,一种新的可以同时抵抗几何变换及噪声攻击的图像数字水印算法被提出.首先对水印图像先做加密处理,将原始图像进行多级小波分解,然后对其低频部分进行奇异值分解,并把已加密的水印信息嵌入其中.实验结论和攻击测试表明:该算法不仅具有较好的不可感性,而且与相近算法相比,该方法可以同时抗击几何变换,如旋转、剪切、镜像,及叠加噪声如椒盐、高斯噪声等外界攻击,并具有很好的鲁棒性.     

基于分块SVD自适应数字水印算法

为解决基于SVD(singular value decomposition)的水印算法中调节因子单一性问题,提出一种频域率分块SVD的自适应数字水印算法。该算法在小波域进行载体图像分块,根据载体图像块自身亮度与纹理特性计算其均值、方差及信息熵等特征值,通过采用"类划分"思想自适应地确定各图像块最佳调节因子。仿真结果表明,该算法有效地克服了传统奇异值分解水印算法中存在的块效应问题,具有很好的透明性,而且对JPEG压缩、滤波、加噪等常见的图像攻击具有很强的鲁棒性,其整体性能明显优于同类的水印算法。     

一种基于DMWT与SVD相结合的图像数字水印算法

本文提出了一种新的盲数字水印算法,它充分利用了离散多小渡变换（DMWT）的多分辨率特性和矩阵奇异值分解（SVD）所固有的特征,通过量化处理把二值水印图像嵌入到原始图像中。水印的提取不需要原始图像的参与,但受到密钥的限制,不知道密钥的人无法正确地恢复数字水印。实验结果表明了算法的不可感知性、鲁棒性和安全性。     

基于SVD—DWT域数字图像水印算法

在一类基于奇异值分解(SVD)的数字水印算法中,提取过程要使用原始图像奇异值分解的正交矩阵;若用其它图像的正交矩阵来代替,则可以重构出任意期望的水印图像,表明算法具有非常高的虚警率.为了消除算法的不确定性,提出了一种改进的基于SVD-DWT域的数字图像水印算法,将SVD分解的正交矩阵U作为控制参数嵌入载体图像小波分解的细节子带中.实验结果表明,该算法既保持了原有算法的鲁棒性和不可见性,同时也消除丁提取结果的不确定性.因此可以将算法应用于版权保护.     

基于小波掩模的自适应图像SVD水印算法

基于小波掩模给出了一种奇异值分解盲水印算法,算法自适应于图像特征。算法用重要小波系数确定不同图像特征对应的量化步长,以达到最大化水印嵌入强度的目的,在透明性和鲁棒性之间实现了较好的平衡。实验结果表明,对于常见的图像处理操作均有较好的鲁棒性。     

基于DWT域的图像数字水印算法

提出了一种基于DWT域的图像数字水印算法。通过对宿主图像、经过Amold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的。实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性。     

基于DWT域的图像数字水印算法

提出了一种基于DWT域的图像数字水印算法。通过对宿主图像、经过Arnold变换加密后的水印图像分别进行多分辨率小波分解,达到自适应嵌入水印信息的目的。实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性。     

一种基于奇异值分解的数字水印算法

数字水印的出现为版权保护提供了一种新的解决途径。提出了基于奇异值分解(Singular Valuc Dccomposition)的数字水印算法。图像奇异值分解(SVD)有以下性质：分解后图像矩阵的奇异值集中反映了图像的“亮度”(能量)特性，而对应的奇异矩阵只反映了图像的“几何”特性。因而奇异值的细微变化不会影响图像的视觉效果。对图像分块并做奇异值分解，在奇异值域做数学变换以嵌入lbit的二值水印信息。该算法不同于别的算法的一个优点是：水印的提取是“盲提取”，即水印的提取不需要原图像参与。     

一种基于DWT的数字水印算法

提出了一种基于离散小波变换的数字水印算法,选择低频子带嵌入水印,保证了水印的不可见性;该算法选择了对JPEG2000彩色多分量图像的Y分量嵌入Arnold变换水印,简化了水印的检测。实验结果表明,该方案能抵御压缩、模糊和锐化等攻击,具有较好的鲁棒性。     

基于小波变换的SVD数字图像水印算法研究

提出一种基于小波变换和奇异值分解的数字图像水印算法,针对数字图像的特点,充分利用人类视觉系统(HVS)的特性和图像奇异值的稳定性,先将原始图像进行两级小波分解,再将得到的概貌系数进行奇异值分解,然后利用加性准则修改原始图像的奇异值信息,实现水印的嵌入.MATLAB仿真结果表明,改进算法在保证水印不可感知性的基础上,对常规攻击如JPEG压缩、高斯噪声、椒盐噪声、高斯低通滤波、中值滤波、缩小、放大、旋转等的鲁棒性较强,可用于版权保护.     

一种基于奇异值分解的自适应水印算法

变换域水印算法对压缩、噪音和滤波等攻击具有较好的鲁棒性,但水印算法对仿射变换攻击的抵抗力较差,提出了基于奇异值分解的自适应水印算法,首先根据人眼视觉模型,利用小波变换的能量特性做水印容量自适应分析,然后分块嵌入具有不同能量因子的水印,既保证了水印的嵌入量又增强了其鲁棒性.最后采用能量统计技术对提取的水印作误差校正,有效地解决了提取水印对角线明显失真的问题.仿真试验表明,算法不仅对剪切、滤波和噪声等攻击有较强的鲁棒性,对各种仿射变换也有非常好的抵抗力.     

基于分块奇异值分解的小波域水印算法

对于一般有意义灰度水印,如何在不可见性下增大水印嵌入容量,增强鲁棒性仍是水印研究学者研究的重要内容.根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒水印算法.算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对宿主图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中.实验结果与分析表明:水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种可行的算法.