基于整数小波变换和SVD的视频水印算法

提出了一种以二值图像为水印的混合整数小波变换和奇异值分解的视频水印盲提取算法。对水印图像进行混沌加密和Arnold置乱处理,选择计算复杂度低的直方图算法将视频分割为若干场景;借助密钥随机选取某些场景的亮度分量进行l级整数小波变换,再对低频子带进行分块的奇异值分解;采用量化的方法,将预处理后的水印图像嵌入奇异值分解后的最大奇异值中。在嵌入了水印的视频场景中提取所有的水印版本之后,利用对提取的所有水印信号版本进行统计求和的方法得到最终提取的水印图像。实验表明,提出的算法具有较好的透明性,对常见的处理具有较好的鲁棒性。     

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.     

基于小波域SVD的彩色图像自适应水印方案

提出了一种针对彩色图像认证的半脆弱水印方案,彩色图像亮度信息通过线性变化处理后进行离散小波变换（DWT）,对低频子图分块后进行奇异值分解（SVD）,将置乱后的二值水印信息通过自适应量化嵌入到奇异值中实现内容认证。线性变化处理能改善由水印带来的对彩色图像明暗度的影响,同时利用一维Tent混沌的特性构成混沌二维置换网络,只需要一个初值,使算法更加简单。由实验结果表明该算法对JPEG压缩稳健,而对恶意操作敏感,同时水印提取是盲提取的。     

基于分块SVD和Zernike矩的鲁棒图像水印

图像水印的抗几何攻击能力仍是目前数字水印研究中尚未很好解决的问题.本文引入Zernike矩,提出了基于分块SVD和Zernike矩的鲁棒图像水印算法.对原始图像进行预处理得到一标准图像,然后进行分块SVD.将置乱后的水印信号逐比特自适应地量化嵌入到各子块的最大奇异值中.水印的提取是水印嵌入的逆过程.采用Zernike矩估计旋转角度并旋回,以提高水印检测性能.实验结果表明,本文提出的算法的图像保真度较好,并且对缩放、旋转、剪切等几何攻击有较强的鲁棒性.     

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。     

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.     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

基于DWT与SVD自适应公开水印技术

在深入研究小波变换理论、奇异值分解理论的基础上,通过计算表达式来建立水印嵌入参数（如嵌入强度等）和图像质量的关系,提出了一种基于DWT与SVD鲁棒自适应的水印算法,算法中选取小波域的LL子带的最大奇异值自适应量化的方法嵌入水印,并能够盲提取,实验表明,本算法对JPEG压缩、中值滤波、亚抽样、低通滤波等图像处理有很强的稳健性.     

一种基于DWT和SVD的数字图像水印算法

该文研究并提出了一种基于离散小波变换和奇异值分解的数字图像水印算法。为保证水印算法的安全性,首先对水印图像进行置乱变换预处理;然后对宿主图像进行二维离散小波变换,根据嵌入策略将预处理后水印图像的奇异值嵌入宿主图像二维小波分解得到的中频区域。最后利用Matlab对该算法及其对攻击的鲁棒性进行了仿真。     

基于小波变换的图像鲁棒水印算法

分析了水印嵌入中的几个关键问题,确定了问题的解决方法,提出一种小波域透明图像水印算法,利用图像经小波分解后小波系数的特性,并利用人眼视觉掩蔽特性对水印的添加强度进行自适应调节,以解决水印的鲁棒性和不可感知性的矛盾问题。     

基于分块奇异值分解的盲水印技术

基于奇异值分解的数字水印方案,具有很强的鲁棒性,但是它也存在着一些不足的地方。为此提出了一种新的基于分块奇异值分解盲水印方法,在图像水印信息经过置乱处理后嵌入到原始载体图像分解所得的酋矩阵中。运用置乱方法和奇异值分解方法,提高了水印的不可见性,保证了水印的安全性。在水印的检测与提取过程中不需要原始载体图像,更加利于实际中的应用。实验结果证明,该方法具有较好的不可见性,对常见的图像处理具有良好的鲁棒性。     

基于JND门限的小波域彩色图像数字水印算法

提出了一种基于小波域的彩色图像数字水印算法,先将图像从RGB色彩空间转化到YIQ色彩空间,在YIQ模型中取其亮度分量Y,依据块能量的大小选取合适的嵌入点,结合JND自适应地嵌入水印,然后再反变回RGB色彩空间。理论分析与仿真结果表明应用该算法实现的水印具有很好的不可见性和鲁棒性。     

基于纠错码和小波变换的彩色图像水印算法

为了提高数字水印的鲁棒性和降低传输过程中的差错,在研究将纠错编码应用于数字水印的基础上, 提出了一种基于BCH 码（或汉明码）和小波变换的彩色图像数字水印算法．该算法利用BCH 码（或汉明码）的纠 错性能,对水印图像进行混沌置乱预处理,实现了彩色图像中数字水印的嵌入和提取．仿真实验结果表明该算法具 有良好的不可见性,而且能抵抗多种攻击,比未采用纠错编码的同一水印算法具有更好的鲁棒性,且基于BCH 码 的算法性能要优于基于汉明码的算法．     

基于奇异值分解的数字图像水印算法

奇异值分解（Singular Value Decomposition,SVD）是一种特殊的矩阵分解技术。图像的奇异值具有很好的稳定性,体现的是图像的内蕴性质,这使得它在图像水印领域得到了广泛应用。通过回顾空域和变换域中经典的基于SVD的水印算法,分析了算法的缺陷,讨论了现有的改进方案,提出了基于奇异值分解设计水印算法的注意事项。     

一种基于奇异值分解的改进图像水印算法

数字水印作为一种新型的信息隐藏技术而成为目前业界研究的热点。本文提出了一种基于奇异值分解的图像水印改进算法。该改进算法具有如下特点：（1）在水印嵌入时,对原始图像以块为单位进行奇异值分解,在得到的奇异值中直接嵌入水印;（2）在水印提取时,不需要原始图像数据或原始水印数据。改进后的算法更加简便、快捷。实验
表明,与DCT算法相比较,本文所提出的方法在抵抗各种常规数据处理和攻击（如高斯噪声、JPEG压缩、滤波、裁剪等）方面具有良好的性能。     

基于小波与分数傅里叶变换的图像水印算法

载体图像的空域隐藏Chirp信号可以通过分数傅里叶变换在变换域中进行盲检测。为了提高该算法的鲁棒性能,该文研究直接离散化方法,合理选取分数傅里叶变换的算子阶数,将Chirp 信号隐藏在图像信号的低频小波域中。仿真实验表明,改进后的水印算法提高了直接在空域进行信息隐藏的鲁棒性。