基于DWT和SVD联合的数字水印算法

合集下载

基于 DWT-DCT-SVD 的鲁棒盲视频水印算法

基于DWT-DCT-SVD 的鲁棒盲视频水印算法摘要：为更有效的保护多媒体数据，文中提出了一种基于 DWT、DCT 与 SVD 结合的盲视频水印算法。

利用视频帧内的 R、G 通道的颜色差值进行关键帧的快速选取，将关键帧的 B 分量进行多级离散小波变换，对变换后的子带进行 Arnold 置乱，将水印嵌入到置乱后的子带奇异值中。

当嵌入水印视频受到攻击时，利用彩色图像各颜色通道间像素差值很小和奇异值分解的稳定性，用嵌入水印视频关键帧的 G 分量代替原始视频关键帧的 B 分量，实现水印的盲提取。

试验结果表明，该算法对噪声、滤波、裁剪、帧置乱、帧平均、MPEG 压缩等攻击具有较好的鲁棒性。

关键词：视频水印；关键帧；蓝色通道；奇异值；盲提取由于互联网技术和数字多媒体技术的快速发展，现如今大量的多媒体数据都可以通过网络被人们轻松的访问、拷贝和传播。

因此，寻求有效的方法来解决多媒体数据的版权保护问题日益受到人们重视。

其中，数字水印技术成为一种非常有效的版权保护方法。

近年来，人们对数字图像水印技术的研究已日趋成熟，而视频水印正处于研究阶段。

文献[2]提出了三维 Gabor 变换的视频水印算法，将水印信息嵌入到三维 Gabor 变换的系数中，该算法计算复杂度较高，不满足水印的实时性要求。

文献[3]基于三维小波变换的空时多分辨率特性，将扩频水印自适应的嵌入到三维小波系数中，鲁棒性较好，但实时性较差且水印为非盲提取。

文献[4]中对每 4 帧图像进行三维小波变换，将水印自适应的嵌入到视频的低频与高频帧中，水印为盲提取且鲁棒性较好。

文献[5]、[6]中的算法对几何攻击都具有较强的鲁棒性，但对于帧置乱、帧丢失等时间同步攻击鲁棒性较弱。

文献[7]利用压缩传感和Arnold变换对水印进行加密，然后将视频关键帧的某一颜色分量进行SVD分解，将加密后的水印嵌入到相应的奇异值中，该算法使水印具有较好的保密性和鲁棒性。

文献[8]提出了一种盲视频水印算法，但该算法将视频中的每一帧图像都进行DWT变换与分解，计算量大且对噪声的鲁棒性较差。

一种新的基于DWT_DCT和SVD的鲁棒水印算法

CN 43 1258/T P ISSN 1007 130X计算机工程与科学COM P U T ER EN GIN EERIN G &SCIEN CE2011年第33卷第1期 Vo l 33,N o 1,2011文章编号:1007 130X (2011)01 0112 04一种新的基于DWT 、DCT 和SVD 的鲁棒水印算法*A N ovel Robust Watermarking A lgorithmBased on DWT DCT SVD袁修贵,周振YUAN Xiu gui,ZHOU Zhen(中南大学数学科学与计算技术学院,湖南长沙410083)(School of Mathe matical Science and C om puting T echnology,C entral South U niversity,C hangsha 410083,C hina)摘要:本文提出一种新的基于离散小波变换(DWT )、离散余弦变换(DCT )和矩阵奇异值分解(SVD)的鲁棒水印算法。

首先按照本文提出的小波分解准则对载体图像进行四层小波分解,取第四层的低频子图与三个高频子图;同样对水印图像进行小波分解得到低频子图与三个高频子图。

然后用DCT 、SVD 方法,结合本文提出的相互嵌入准则将水印图像的低频子图和三个高频子图自适应地嵌入到载体图像的低频子图和三个高频子图中。

最后作SVD 、DCT 和DWT 逆变换得到含水印图像。

在该方法中,置乱技术用于水印图像隐藏的预处理和后处理,更加保障了数据的安全性。

实验结果表明,本算法具有较强的鲁棒性。

Abstract:A novel w atermarking algo rithm for dig ital images based on DWT,DCT and SVD is pro posed in this paper.First,acco rding to the decom po sitio n criteria proposed in this paper,w e apply a four layer DWT on the orig inal im age,and choose the low frequency sub im ag e and the three hig h fr equency sub images of the fo urth lay er.Sim ilar ly,w e apply DWT to the w atermaking image and get the low fre quency sub image and the thr ee high frequency sub imag es.T hen,by using DCT ,SVD and the decompo sitio n criter ia proposed in the paper,w e embed the low frequency sub image and the three hig h fr equency sub imag es obtained from the w atermarking image into those of the or ig inal imag e adaptiv ely.Finally the w atermarked im ag e is obtained after the inverse SVD,DCT and DWT.In the scheme,scram bling tech nolo gy is used for prepro cessing and po st processing the w aterm ar king im ag e's infor matio n hiding,and it also w ell guarantees the safety of data.Ex perimental results demonstrate that this metho d is r obust.关键词:SVD;水印;鲁棒性;DWTKey words:SVD;w aterm arking;r obust;DWT doi:10.3969/j.issn.1007 130X.2011.01.022中图分类号:T P309文献标识码:A1 引言目前,数字水印的嵌人算法主要分为空间域和变换域(DCT 、DFT 、DWT 、SVD)两大类方法。

基于NSCT-DCT-DWT-SVD联合数字水印算法

基于NSCT-DCT-DWT-SVD联合数字水印算法展虎;毛力【摘要】针对现有已提出的相关数字水印算法在不同攻击下存在的问题,提出一种将非下采样Contourlet 变换NSCT(Non-subsampled Contourlet Transform)和DCT-DWT-SVD联合的数字水印算法.该算法将原始的宿主图像进行非下采样Contourlet变换得到与原始图像大小相同的低频子带,将低频子带进行离散小波变换分解,并对小波分解的低频部分与Arnold变换后的水印进行离散余弦变换.将变换得到的新区域与变换后的水印信息图像进行奇异值分解,将两者分解得到的奇异值矩阵相结合,作为最终的水印嵌入主成分.实验结果表明,该算法可以有效地抵抗JEPG压缩﹑椒盐噪声﹑泊松噪声﹑滤波等不同类型的攻击,在确保水印不可见性的同时具有较高的原始图像保真性.%A digital watermarking algorithm based on joint Non-subsampled Contourlet Transform(NSCT)and DCT-DWT-SVD is proposed for solving the problem of attacks toward the existing digital watermarking algorithms.The algorithm performs the Non-subsampled Contourlet Transform(NSCT)on the original host image to obtain the low frequency sub-band with the same size as that of the originalimage.Decompose the low-frequency sub-band by using Discrete Wavelet Transform(DWT)and conduct the Discrete Cosine Transform(DCT)on the low-frequency part of the wavelet decomposition and the watermark which is transformed by Arnold.We apply the Singular Value Decomposition (SVD)on the obtained area and the watermark, and combine the two singular value matrices that obtained by the Singular Value Decomposition as the final watermark embedded principalcomponent.The experiment shows that the algorithm can resist the different types of attacks, such as JEPG compression, impulse noise, Poisson noise and filters effectively.It ensures the invisibility of watermark with high fidelity of the original image.【期刊名称】《计算机应用与软件》【年(卷),期】2018(035)003【总页数】7页(P309-315)【关键词】数字水印;非下采样Contourlet变换;DCT-DWT-SVD;水印嵌入主成分;不可见性;保真性【作者】展虎;毛力【作者单位】江南大学物联网工程学院江苏无锡214122;江南大学物联网工程学院江苏无锡214122【正文语种】中文【中图分类】TP3910 引言数字化产品的广泛传播虽给人们的生活带来便利与乐趣，但同样也受到了非法盗版、侵犯版权行为的威胁。

基于DWT_SVD域的自适应独立分量分析数字图像水印

邮局订阅号：/年技术创新图像处理PLC 技术应用200例》基于DWT-SVD 域的自适应独立分量分析数字图像水印A Content Adaptive ICA Watermarking Scheme Based on DWT-SVD Domain(苏州大学黄北京顾济华陶智HUANG Bei-jing GU Ji-hua TAO Zhi摘要:提出了一种DWT-SVD 域的自适应ICA 水印算法。

首先对原始图像进行小波变换, 分解出其逼近子图, 对以低频信息为主的逼近子图再进行奇异值分解, 然后根据逼近子图的噪声可视函数, 用独立分量分析方法在不同区域嵌入不同强度的水印信息, 达到自适应的目的。

实验结果表明, 水印信息在噪声干扰、图像处理、图像压缩下具有很好的鲁棒性, 同时能满足水印的不可见性。

关键词:离散小波变换; 奇异值分解; 噪声可视函数; 独立分量分析中图分类号:TP391文献标识码:AAbstract:The paper proposes an adaptive watermarking algorithm based on DWT-SVD domain. The original image is transformed in -to discrete wavelet domain. The watermark is embedded into the singular value decomposition of the approaching sub-image with dif -ferent strength according the noise visibility function of the sub -image by the independent component analysis. Experimental results show that the algorithm has good robustness against noise, normal image processing, image compression.Key words:discrete wavelet transform; singular value decomposition; noise visibility function; independent component analysis文章编号:1008-0570(201003-2-0195-02引言数字水印的产生与数字技术及因特网的发展密切相关, 就其本质而言, 它是信息隐藏技术的一个分支。

基于DWT—SVD域的鲁棒数字图像水印算法

数字水印算法－归纳起来大致可以分为空域ｌＪ和变换域两种。变换域方法已成为数字水印算法研究趋势的主流，中，于数字小波变换其基（ＷＴ）的水印技术因其具有良好的多分辨率Ｄ域表示、时频局部分析等特性，易于兼容且ＪＥ２０、ＰＧ一ＰＧ００ＭＥ４压缩标准等特点，到了普得
好的鲁棒性。
１基于ＤＷＴ—Ｓ的数字图像水ＶＤ
奇异值分解（Ｖ是一种将矩阵对角化的数ＳＤ）
印算法
１１数字图像的小波变换．
小波变换［的理论是近年来兴起的新的数学。］
ｃｍｐｒｓｉｎａｄｇｏｔｃｄｓｏｔｎ．ｏｅｓｏｎｅｍｅｒｉｔｒｉｉｏ
Ｋｅｒｓｄｇｔｔｒａｋ；ｓｎｕａａｕｅｏｏｉｏｙｗｏｄ：ｉｉｗａｅｌａｍｒｉｇｌｒｖｅｄｃｍｐｓｔｎ；ｗｖｌｔｄｍａｎｌｉａｅｅｏｉ
值技术。从图像处理的角度看，异值对应于图奇像的亮度特性，异向量表征了图像的几何特性。奇
图像奇异值的稳定性非常好，图像被施加小的在
扰动时奇异值不会有大的变化。文献［］明，２证
ｔｏｒｂｎｓｈＶｉｐｌｄｔａｈｂｎｎｄｅｅｈａｔｒａｋｄｔｙｍｏｉｉｇｔｅｓｎｕａａ－ｏｆｕａｄ，ｔｅＳＤｓａｐｉｅｃａｄ，ａｍｂｄｔｅｓｍｅｗａｅｅｏｍｒａａｂｄｆｎｉｇｒｖｙｈｌｌ

基于果蝇优化算法和dwt-svd的数字水印方法

可见性和鲁棒性ꎮ 李林静
[４]
等人提出了一种ＤＷＴ￣
ＳＶＤ并结合Ａｒｎｏｌｄ变换的水印算法ꎬ该方法具有较
将彩色图像的ＲＧＢ分量转化为ＹＣｂＣｒ颜色分量ꎬ并
水印信息嵌入到载体图像中ꎮ 该算法未对水印图像
进行置乱预处理ꎬ导致在剪切攻击时鲁棒性较差ꎮ
齐向明[８] 等人利用ＳＩＦＴ提取鲁棒性强的点作为特征
第４０卷第６期
２０１９年１２月
太原Βιβλιοθήκη 科技大学
学
报
ＪＯＵＲＮＡＬＯＦＴＡＩＹＵＡＮＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹ
Ｖｏｌ. ４０Ｎｏ. ６
Ｄｅｃ. ２０１９

[６]
等人
局寻优、计算量、复杂度及精度方面的优势ꎮ
收稿日期:２０１９￣０９￣１８
基金项目:国家自然科学基金(１１６０２１５７)
作者简介:张帅(１９８３－ ) ꎬ男ꎬ讲师ꎬ主要研究方向为数字图像处理、水印技术ꎮ 通讯作者:杨雪霞副教授ꎬＥ￣ｍａｉｌ:１３７５３４８６６８７
＠１２６. ｃｏｍ.
太
入ꎮ 并且按照如下规则实现了水印信息的嵌入与
盲提取:Ｚ＝ σ１ｍｏｄｑ
{
{
σ１ ′ ＝ σ１－Ｚ＋５ｑ / ４ꎬＺ≥３ｑ / ４
σ１ ′ ＝ σ１－Ｚ＋５ｑ / ４ꎬ其它
σ１ ′ ＝ σ１－Ｚ＋３ｑ / ４ꎬＺ≥ｑ / ４
σ１ ′ ＝ σ１－Ｚ－ｑ / ４ꎬ其它
点ꎬ并在此基础上完成了水印信息的嵌入ꎬ一定程度
好的不可见性与鲁棒性ꎬ并且实现了水印信息的盲
上增强了水印算法的鲁棒性ꎬ最终通过果蝇优化算

基于DWT_和SVD_的鲁棒零水印算法

第36卷第4期湖南理工学院学报(自然科学版)V ol. 36 No. 4 2023年12月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Dec. 2023基于DWT和SVD的鲁棒零水印算法王利彬, 王树梅(江苏师范大学计算机科学与技术学院, 江苏徐州 221116)摘要:为了解决传统水印算法需要平衡鲁棒性和不可见性矛盾的问题, 提出一种用DWT和SVD构造零水印算法的方案. 利用SVD分解后U、V矩阵第一个列向量被攻击后具有稳定性的特点, 采用DWT使低频区域能量集中, 再使用SVD分解获取U、V矩阵. 通过比较U、V矩阵第一列向量的方式保证了水印的鲁棒性. 同时对数字水印进行Arnold变换, 既可隐藏水印信息, 又可提高水印信息的安全性. 由于算法采用零水印方式, 故拥有良好的不可见性. 实验结果表明, 该算法拥有较高的鲁棒性, 并且简单易行.关键词:零水印; 离散小波变换; 奇异值分解中图分类号: TP391 文献标识码: A 文章编号: 1672-5298(2023)04-0035-04A Robust Zero-watermarking AlgorithmBased on DWT and SVDWANG Libin, WANG Shumei(School of Computer Science and Technology, Jiangsu Normal University, Xuzhou 221116, China) Abstract: In order to solve the problem that traditional watermarking algorithms need to balance the contradiction between robustness and invisibility, a scheme for constructing zero watermarking algorithms with DWT and SVD is proposed. Using the stability of the first column vectors of the U and V matrices after SVD decomposition, DWT is used to concentrate the energy in the low-frequency region, and then SVD decomposition is used to obtain the U and V matrices. The robustness of the watermark is ensured by comparing the first column vectors of the U and V matrices. At the same time, the Arnold transform is applied to the digital watermark, which can both hide the watermark information and improve the security of the watermark information. Since the algorithm adopts zero watermarking, it has good invisibility. The experimental results show that the algorithm has high robustness and is simple and easy to implement.Key words: zero-watermark; discrete wavelet transform; singular value decomposition0 引言信息隐藏技术是在传统加密学的基础上, 利用多媒体时空上的冗余性以及人眼的不敏感性, 隐藏信息的存在. 图像作为日常生活中常见的数字媒体形式, 也是一个很好的信息隐藏载体. 由于图像中存在着很高的冗余性, 故可以利用人眼的不敏感性和图像的冗余性将秘密信息嵌入到载体图像之中. 其过程是将加密后的水印信息利用嵌入算法隐藏到宿主图像中[1]. 例如在空间域中, 将原始图像像素提取转为二进制, 并将信息嵌入到最低位的最低有效位算法LSB[2], 或者是通过各种变换域构造算法, 比如利用离散余弦变换DCT中频和低频系数构造算法[3~5], 利用DWT构造算法[6~9], 或者利用DFT构造算法[10]. 以上算法均有较强的鲁棒性和不可见性, 满足了信息隐藏的需求. 但由于传统构造算法需要将水印信息嵌入到图像中去, 所以平衡鲁棒性和不可见性之间的矛盾成为了主要问题. 为了平衡鲁棒性和不可见性之间的矛盾, 本文采用零水印算法通过小波变换选择低频LL区域, 再进行分块, 通过奇异值分解获得每个子块的U、V矩阵. U、V矩阵中的第一列具有较好的稳定性[11], 通过比较每个子块U、V矩阵的大小获得图像的特征信息并进行存储, 最后与经Arnold变换后的水印图像做异或运算, 将得到的矩阵信息S保存下来. 水印检测过程中, 将S与待检测图像相异或, 通过逆Arnold变换恢复水印信息. 实验结果证明, 本算法具有较强的鲁棒性和不可见性.收稿日期: 2022-08-17作者简介: 王利彬, 男, 硕士研究生. 主要研究方向: 数字图像处理通信作者: 王树梅, 女, 博士, 副教授. 主要研究方向: 数字图像处理, 数字水印, 信息隐藏36 湖南理工学院学报(自然科学版) 第36卷1 理论基础1.1小波变换小波变换是图像处理中十分受重视的技术, 它不仅继承了傅里叶分析的良好性质, 也弥补了傅里叶分析的许多不足. 小波变换的窗口大小是固定的, 而波形能够通过分析要求进行局部改变, 具有自适应性.当分析信号的高频部分时, 小波分析就显示较低的频率分析率; 而当分析信号的低频部分时, 小波分析就显示出较高的频率分析率[12].在数字图像处理中, 信号是离散的, 所以离散小波变换的应用范围更加广阔. 离散小波函数的定义为2,000()||().m m m n t a a t nb ϕϕ--=- (1)其中m , n 都是整数. 设尺度伸缩因子为a , 平移参数为 b , a 与b 分别满足0m a a =, 00m b nb a =. 离散小波变换的定义为,(,(()d ).)m n Wfx m n f t t t ϕ+∞-∞=⎰ (2)1.2 奇异值分解奇异值分解SVD 是线性代数中处理矩阵的一种重要工具, 能够获取矩阵数据的奇异值. 可以将图像看作一个矩阵, 本文将应用矩阵的SVD 来获取图像的特征信息. 图像大小为N N ⨯, 其奇异值分解为1.r TT i i i i I USV u v λ===∑ (3)其中U 和V 为左右奇异向量, 是大小为N N ⨯的正交矩阵, 12diag (,,,,0,,0)r S λλλ= 为非负对角矩阵,其中i λ为图像的奇异值并且满足120,r r λλλ> ≥≥≥为矩阵的秩.图像U , V 矩阵所对应的第一列主要用来表征图像的结构信息. 在文[9]中, 先对图像添加高斯噪声和进行JPEG 压缩攻击, 再计算攻击前后的向量内积变化. 实验数据表明, 只有U , V 矩阵的第一列向量在经过攻击后仍具有良好的稳定性.2 零水印算法设计设载体图像为I , 其大小为N N ⨯, 水印图像为W , 其大小为M M ⨯.2.1 零水印构造步骤Step1 对载体图像I 进行DWT 变换, 分为LL 、LH 、HL 、HH 四部分, 选择LL 进行分块, 分成88⨯不重叠的子块block.Step2 对每个子块block 进行奇异值分解, 选择U , V 矩阵第一列中的第一个元素进行比较. 若u v >则置1, 若u v <, 则置0, 依次遍历每一个子块的结果, 将比较结果存入矩阵temp.Step3 对原水印图像进行K 次Arnold 变换, 将变换结果记作W '.Step4 将W '与 temp 矩阵相异或, 将所得结果记作S .Step5 将所得结果S 和K 保存在认证库中, 使用认证库中数据对待检测图片进行检测.2.2 零水印检测步骤Step1 对待检测图像进行如零水印构造步骤Step1 和Step2所示的操作, 得到待检测图像的temp 矩阵.Step2 将待检测图像的temp 矩阵与认证库中的矩阵异或, 得到矩阵S .图1 水印图像算法框图水印图像W Arnold 变换与temp 异或保存S 与K 结果第4期王利彬, 等: 基于DWT和SVD的鲁棒零水印算法 37 Step3 对矩阵S进行K次Arnold逆变换, 得到原水印图像.3 实验结果及分析采用归一化相似度NC来进行评价. NC用来评价检测后的水印和原始水印的相似度, 若NC的值越⨯像素大小的灰度图像Lena作为载体接近1, 则表示提取出的水印和原始水印越相似. 实验使用512512⨯像素大小的二值图像如图3所示.图像如图2所示, 采用3232图2 原始图像与攻击后图像图3 原始与攻击后的水印图像38 湖南理工学院学报(自然科学版) 第36卷本文采用的具体攻击类型如下. 实验结果见表1.(1)高斯噪声, 在图像中添加零均值, 方差为0.01的高斯噪声;(2)椒盐噪声, 添加比例为2%;;(3)均值滤波, 滤波模板尺寸为55(4)旋转攻击, 旋转角度为10°;(5)剪切攻击, 裁剪图像左上角四分之一大小.表1 水印载体图像在各种攻击下的实验结果攻击类型高斯噪声椒盐噪声均值滤波旋转攻击剪切攻击PSNR值20.01 19.36 28.25 5.68 11.55NC值0.90 0.91 0.95 0.71 0.95 从实验结果来看, 该算法对于常见的噪声、滤波之类的攻击方式有良好的鲁棒性. 在几何攻击中, 曾尝试剪切图像的二分之一大小, 结果图像仍具有很好的鲁棒性. 但针对旋转攻击, 图像的鲁棒性较差.4 结束语本文采用DWT变换选择LL低频部分做分块, 并对子块进行奇异值分解, 构造了一种新的零水印算法. 利用U, V矩阵第一列的元素具有稳定性的特点, 使得算法在面对常见攻击时具有较好的鲁棒性. 在后续研究工作中, 该算法在面对水印的旋转攻击时还需要进一步改进.参考文献:[1]王树梅. 数字图像水印技术综述[J]. 湖南理工学院学报(自然科学版), 2022, 35(1): 31−36+68.[2]Chan C K, Cheng L M. Hiding data in images by simple LSB substitution[J]. Pattern Recognition, 2004, 37(3): 469−474.[3]王珂. 基于DCT域中频系数替换的盲水印算法攻击的研究[J]. 信息通信, 2017 (11): 4−7.[4]汪太月, 李宏伟. 基于DCT变换的彩色图像置乱数字水印算法[J]. 通信技术, 2014, 47(9): 1084−1089.[5]刘昕浩, 郭腾, 谢德辉, 等. 基于Logistic混沌映射的图像加密通信系统研究[J]. 湖南理工学院学报(自然科学版), 2015, 28(4): 27−31.[6]雷求胜. 基于小波变换的数字水印图像处理技术研究[J]. 电子设计工程, 2021, 29(22): 161−165.[7]吕海翠, 傅鹂, 王丹. 小波变换的低频数字水印[J]. 计算机工程与应用, 2009, 45(11): 99−101.[8]熊祥光, 王力. 一种改进的DWT-SVD域参考水印方案[J]. 计算机工程与应用, 2014, 50(7): 75−79.[9]陈明举, 陈善学. 一种基于小波变换与奇异分解的图像水印算法[J]. 信息与电子工程, 2007, 5(1): 57−61.[10]王树梅, 张文斌. 一种基于傅里叶变换的鲁棒水印算法[J]. 湖南理工学院学报(自然科学版), 2019, 32(3): 17−22.[11]王巍. 变换域图像零水印技术研究[D]. 北京: 北京邮电大学, 2013.[12]杨垚婷. 基于小波变换的数字水印算法的研究与实现[D]. 成都: 成都理工大学, 2017.。

基于分块DWT和SVD的鲁棒性数字水印算法

基于分块DWT和SVD的鲁棒性数字水印算法作者：赵蒙蒙袁影影杨涛万国超刘贵彬来源：《软件导刊》2016年第09期摘要：与传统基于DWT和SVD的数字水印算法不同，该算法将原始载体图像进行DWT 变换后，对低频子带进行分块处理，再对每个子块进行奇异值分解，并进行水印嵌入。

大量实验证明，该算法既满足数字水印的不可见性，又对各类攻击具有较强的鲁棒性。

关键词：DWT；SVD；分块矩阵；奇异值分解；数字水印DOIDOI：10.11907/rjdk.161548中图分类号：TP312文献标识码：A文章编号文章编号：16727800（2016）009002902基金项目基金项目：作者简介作者简介：赵蒙蒙（1990-），女，山东潍坊人，山东科技大学信息科学与工程学院硕士研究生，研究方向为数字水印、CAD与图形图像处理；袁影影（1994-），女，山东菏泽人，山东科技大学信息技术与工程学院硕士研究生，研究方向为数字水印、CAD与图形图像处理；杨涛（1991-），男，山东济宁人，山东科技大学信息科学与工程学院硕士研究生，研究方向为数字水印、CAD与图形图像处理；万国超（1988-），男，山东泰安人，国网山东省电力公司泰安供电公司助理工程师，研究方向为电力系统计量装表接电方案设计及数据采集；刘贵彬（1990-），男，山东泰安人，国网山东省电力公司泰安供电公司助理工程师，研究方向为电力系统计量装表接电方案设计及数据采集。

4结语本文结合离散小波变换的多分辨率特征和奇异值分解的稳定性优点，提出了基于分块DWT-SVD的数字水印算法。

实验结果表明，该算法对各种攻击具有较强的鲁棒性，对水印进行置乱后嵌入提高了水印的安全性。

本文的算法是非盲的，针对SVD的盲水印算法是下一步研究的重点。

参考文献：[1]I J COX，J P M G LINNARTTZ.Some general methods for tampering withwatermarks[J].IEEE Journal on Selected Areas in Communication，1998，16（4）：587593.[2]R LIU，T TAN.An SVDbased watermarking scheme for protecting rightfulownership[J].IEEE Transactions on Multimedia，2002，4（1）：121128.[3]ANDREWS H，PATTERSON C.Singular value decomposition（SVD） imagecoding[J].IEEE Transactions on Conmunications，1976，24（4）：425432.[4]刘芳，贾云得.一种新的Arnold反变换在数字水印中的应用[C].第十二届全国图象图形学学术会议，2005：172175.[5]陈明举，陈善学.一种基于小波变换与奇异分解的图像水印算法[J].信息与电子工程，2007，5（1）：5761.责任编辑（责任编辑：孙娟）。

一种基于DWT-SVD的图像数字水印算法

数字水印技术在版权保护方面有着重要的作用,其技术发展迅速。最低有效位(Least Significant Bit,LSB)数字水印技术是最早的空域经典水印添加算法,它原理简单且容易实现,但不足之处是鲁棒性差。变换域水印算法在很大程度上提高了水印的鲁棒性,常见的有基于离散余弦变换(Discrete Cosine Transform,DCT)和离［1］散小波变换(Discrete Wavelet Transform,DWT)水印算法。 2011 ［2］年,黄西娟等人提出了基于DCT域的数字水印算法,该算法对压［3］缩攻击和白噪声攻击具有较好的鲁棒性;2013年,季燕等人提出了一种改进的DCT自适应盲数字水印算法,该方法对高斯噪声和椒［4］盐噪声鲁棒性较好;2012年,陈善学等人提出了一种基于DWT的数字水印算法, 该算法对噪声攻击和剪切攻击有很好的鲁棒性; ［5］ 2013年,刘真等人提出了一种优化的基于DWT的水印算法,该算法对噪声和压缩攻击具有较好的鲁棒性。近几年出现了奇异值分解(Singular Value Decomposition,SVD)
S2*= S2+βS2’ S3*= S3+αS3’ S4*= S4+αS4’
SVD分解,得到左右酉矩阵u1’ 、 v 1’ 、 u2’ 、 v 2’ 、 u3’ 、 v 3’ 、 u 4’ 、 v4’ 。 (4) 水印提取过程。用(1)中的小波奇异值减去(2)中的小波奇异值再除以嵌入强度,提取出水印的小波奇异值,提取如式(2)所示。 S1’=(S1*-S1)/ γ S2’=(S2*-S2)/ β (2) S3’=(S3*-S3)/ α S4’=(S4*-S4)/ α 将S1’ 、 S2’ 、 S3’ 、 S4’ 与(3)中的左右酉矩阵进行逆SVD变换得到小波分量LL2、 HH2、 HH1,并与(3)中保留的LH2、 HL2、 LH1、 HL1四个小波分量组合得到完整的小波分量,然后进行二级小波逆变换和反置乱,提取出水印图像。

基于DWT—SVD的数字水印算法研究

基于DWT—SVD的数字水印算法研究作者：和生智来源：《科学与财富》2019年第17期摘要：为了有效处理互联网中存在的信息安全问题，数字水印技术引起了社会各界人士的高度关注。

现阶段，大部分鲁棒图像水印所面对的最为严重的问题便是几何失真问题，但是已有数字水印技术均很难避免几何变换类的影响，比如：尺度、旋转变换等等。

因此，本文提出了一种基于DWT-SVD的数字水印算法。

关键词：数字水印；鲁棒性；DWT-SVD1.引言伴随互联网覆盖范围的日益扩张，互联网中的平台交易已经发展成人们日常生活中必不可少的组成部分，人们能够经过互联网发布自身的作品、资料等等，同样可以在互联网中取得自身所需的信息，并且还体会着数字化信息为人们的生活与工作带来的极大便利。

人们没有任何顾虑的复制、编辑、修改以及传播此些多媒体信息，因此而导致了若干信息安全问题，比如：数字作品盗版侵权、版权侵犯以及版权纠纷等等。

2.DWT、SVD简介离散小波变换（DWT）是针对基本小波的平移与尺度实施离散化。

在图像处理过程中，通常会运用二进小波当作相应的小波变换函数，也就是运用2的整数次幂实施区分。

奇异值分解（SVD）是线性代数中最为常见的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。

当前，SVD在统计学、信号处理等领域有着较为广泛的运用。

3.数字水印概述数字水印技术是将部分标记信息（也就是数字水印）直接性融入到数字载体中（例如：文档、多媒体以及软件等等）又或是间接性表示（对某个区域的架构进行修改），同时并不会对原载体的运用价值造成影响，并且不易被探知或二次修改，然而能够被生产方所辨别。

经过此些隐藏于载体当中的相关信息，能够实现明确内容提供者、购买者、传输隐秘信息等其它目的。

数字水印是维护信息安全、达到防伪溯源的主要途径。

数字水印技术主要有以下几点特征：（1）安全性：经过数字水印技术处理过的信息应该是安全的，很难被伪造又或是篡改的，并且需要有相对较低的误检测率，在原内容出现改变的时候，数字水印同样需对应改变，进而能够检测最初数据的变化。

基于DWT-SVD数字水印算法共3篇

基于DWT-SVD数字水印算法共3篇基于DWT-SVD数字水印算法1数字水印技术是一种把信息嵌入到数字媒体中的技术，可用于图像、音频或视频等多媒体信息的保护。

其中DWT-SVD数字水印算法是一种应用广泛、效果优良的数字水印算法。

本文将从以下三个方面进行讲解：DWT-SVD数字水印算法的基本原理、其优点和不足以及应用场景。

一、DWT-SVD数字水印算法的基本原理DWT-SVD数字水印算法主要是使用小波变换DWT和奇异值分解SVD方法实现，其基本原理如下：首先，我们将需加入水印的原始图像进行一次小波分解，将其分解成多个低频子带和高频子带。

选取其中一些高频子带进行奇异值分解，得到一个奇异值矩阵以及对应的左右奇异向量。

其次，将需要嵌入的信息经过编码处理，得到一个水印向量，通过调整奇异矩阵中的某些值来将水印嵌入到奇异矩阵中。

最后，将修改后的奇异矩阵与左右奇异向量相乘，得到最终的水印图像。

反解时，将加入水印后的图像再次进行DWT分解，提取出嵌入的水印并解码，即可得到原始的水印信息。

二、DWT-SVD数字水印算法的优点和不足1. 优点DWT-SVD数字水印算法具有以下优点：1）水印容量较大，可嵌入的信息量较大，可达到几百比特甚至更高的水平，适用于保护大量机密信息。

2）水印的鲁棒性较强，可以抵御很多常见的攻击，如裁剪、旋转、缩放、添加噪声等。

3）加水印后的图像质量较高，肉眼难以察觉。

2. 不足DWT-SVD数字水印算法也存在以下不足：1）算法的复杂度较高，计算量较大。

水印嵌入和解码过程需要进行DWT和SVD计算，耗费时间较长。

2）水印的鲁棒性受到嵌入位数和噪声干扰的影响，过高的噪声会使水印易被攻击者攻击。

三、DWT-SVD数字水印算法的应用场景DWT-SVD数字水印算法广泛应用于数字版权保护、信息安全等领域。

具体应用场景包括：1. 银行或金融机构的重要数据或文档嵌入数字水印，保护机密信息。

2. 电影、音乐、软件等数字内容的版权保护，嵌入数字水印防止黑客盗版。

基于DWT和SVD的双水印算法

基于DWT和SVD的双水印算法方玉怡;梅松青;周洪建【期刊名称】《现代计算机（普及版）》【年(卷),期】2012(000)003【摘要】For many of the existing digital watermarking algorithms having defects, such as being sensitive to the geometric transformations and noise attacks, proposes having dual watermarking algorithm based on singular value decomposition and discrete wavelet transform. According to the algebra- ic characteristics of singular value decomposition, firstly, 2 discrete wavelet transformations is performed for the primary image, whose low-frequency portion do singular value decomposes and embeds the encrypted secondary image in it, thus forms a watermark template. Then do the singular value decomposition to the host image, and embed the watermark template in it. The experimental result shows that the algorithm not only has good non-sensuous, but also against a series of external attacks, such as geometric changes, Gaussian noise and so on, has strong robustness.%针对现有许多数字水印算法存在对几何变换及噪音攻击十分敏感的缺陷．提出一种基于奇异值分解和离散小波变换的双水印算法。

一种基于DWT和SVD的多重数字水印算法

ＺＨＡＯｎｘａ－．ＴＡＮＹｕ．ｕＩＯｉｈＹａ．ｉ一ｅｈｉ。ＪＡＧｕ－ｉｚ
（．ｅａｔｅｔｆＣｍｕｒｎｉｅｒｇ。ｒｎｎｅＥｇｎｅｎｏｅｅＳｉａｈａｇＨｂｉ５０３Ｃｉａ１ＤｐｒｎｏｐｔＥｇｎｅｉＯｄａｃｎｉｅｒｇＣｌｇ，ｈｚｕｎｅｅ００，ｈｎ；ｍｏｅｎｉｌｉｆ０
ＡｂｔａｔＴｅｅｉａｒｖｄｅｅｄｎｌｏｉｍｒｍｕｔｌｉｉｌａｅｍａｋａｅｎＤ ’ ｎＶＤ．ｓｒｃ：ｈｒｓｎｉｏｅｍｂｄｉｇａｇｒｔｆｌｐｅｄｇｔｔｒｒｓｂｓｄｏ Ⅵ ａｄＳｍｐｈｏｉａｗ
ＵｉｇｔｅｔｃｎｌｇｆＤＴａｄＳｓｎｅｈｏｏｙｏＷｎＶＤ，ｔｏｗｔｒａｋｒｍｂｄｅｔｏｒｓｂａｄｆｒｉａｇｅｈｗａｅｒｓａｅｅｅｄｄｉｏｆｕｕｂｎｓｏｉｎｌｍａｅｒ－ｍｎｏｇｉ
摘
பைடு நூலகம்
要：出了一种改进后的基于离散小波变换（ＷＴ和奇异值分解（Ｖ）多重数字水印算法。本算法提Ｄ）ＳＤ的
利用离散小波变换和奇异值分解技术在原始图像的四个子带中都分别嵌入两个数字水印图像。实验证明利
用本算法嵌入的数字水印保证了数字水印的不可见性，证明了用这种算法嵌入的数字水印对常见的攻击并
维普资讯
第２５卷
第１期
河北省科学院学报
ＪｕｎｌｏｅＨｅｅｃｄｍｙｏｃｅｃｓｏｒａｆｔｂｉＡａｅｆＳｉｎｅｈ

一种基于DWT和SVD的数字图像水印算法

一种基于DWT和SVD的数字图像水印算法作者：张丽红来源：《电脑知识与技术》2011年第27期摘要：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。

关键词：离散小波变换；奇异值分解；置乱变换；数字图像水印中图分类号：TP301文献标识码：A文章编号：1009-3044(2011)27-6736-02数字水印技术是一种将版权信息嵌入到多媒体数据中的方法，已经应用于版权保护。

对于一个具有使用价值的水印来说，应该具备两个特点：首先，应该能够保持原始载体数据的质量和水印的不可察觉性，其次，应该满足鲁棒性，能够抵御一些常见的图像处理和攻击。

本文研究的是一种基于离散小波变换的静止数字图像水印算法。

小波变换在图像处理中的基本思想是将图像多分辨率分解到时间域和空间域上，不同的分解尺度对应不同的频率范围。

根据人类视觉特征，人眼对图像中平滑区域的变化比较敏感，而对纹理区域和边缘处的微小变化不敏感。

经过小波变换后，图像的边缘和纹理特征一般集中在高频子带中，如果把水印信息嵌入到高频子带幅值较大的系数上，对原始图像的影响比较小，人眼不易觉察，即水印的透明性较好。

但由于图像经过一系列处理后，高频部分的信息容易丢失，其鲁棒性不够强。

为了增强数字水印的鲁棒性，在嵌入的水印信息量较少的情况下，可以把水印信息嵌入到图像的低频部分中幅值较大的系数上，但由于图像的低频信息是人眼视觉的敏感点，对其直接嵌入水印信息会导致图像的视觉效果下降。

因此，在进行水印信息嵌入时，必须综合考虑水印信息量与透明性和鲁棒性之间的关系。

1 图像置乱技术图像置乱是数字水印技术中对水印信息加密的一种常用技术，其目的在于打乱图像像素间的相关性，使非法获取图像者无法识别图像内容。

基于SVD和DWT的彩色图像数字水印方案

ｗａｍｂｄｅｎｏｂｕｏｐｎｎｈｎｉｔｔｅｏｏｏｐｎｎｓＴｈｘｅｉｅｔｒｓｌｈｗｅｈｔｓｅｅｄｄｉｔｌｅｃｍｏｅｔｔａｎｏｏｈｒｃｌｒｃｍｏｅｔ．ｅｅｐｒｍｎｅｕｔｓｏｄｔａ
ห้องสมุดไป่ตู้
ｔｅｗａｅｍａｋｎｃｅａｅｔｒｒｂｓｎｓｏＪＧｏｒｓｉｇ，ｍｅｉｎｆｔｒｎｈｔｒｒｉｇｓｈｍｅｈｄａｂｔｅｏｕｔｅｓｔＰＥｃｍｐｅｓｎｄａｉｅｉｇ，ａｄｏｈｒａ — ｌｎｔｅｔ
（ｏｌｇｅｏｍｐｔｒａｄＣｍｍｕｉａｉｎ，Ｌｚｏｉ．ｏｃ，Ｌｎｈｏ７０５ＣｌｆＣｅｏｕｅｎｏｎｃｔｏａｎｈｕＵｎｖｆＴｅｈ．ａｚｕ３００，Ｃｈｎ）ｉａ
Ａｂｔａｃ：Ａｏｏｍａｅｗａｅｍａｋｎｃｅｓｐｏｏｅａｅｎｓｇｕａａｕｅｏｐｓｔｎｖｌｅｓｒｔｃｌｒｉｇｔｒｒｉｇｓｈｍｅｗａｒｐｓｄｂｓｄｏｉｎｌｒｖｌｅｄｃｍｏｉｉａｕｏｄｃｍｐｓｔｏｎｉｃｅｅｗａｅｅｒｎｆｒ．Ｉｈｓｓｈｍｅｒｙｉｇｓｗａｅｍａｋｗａｍｂｄｅｅｏｏｉｉｎａｄｄｓｒｔｖｌｔｔａｓｏｍｎｔｉｃｅ，ａｇａｍａｅａｔｒｒｓｅｅｄｄｉｔｌｅｃｍｐｎｎｆｃｌｒｉａｅＩＯｄｉｇ，ｔｅｉｖｓｂｌｙｏｔｒａｋｎｓｗｅｌｒａｉｅｅｎｏｂｕｏｏｅｔｏｏｏｇ．ｎＳｏｎｍｈｎｉｉｉｔｆｗａｅｍｒｉｇｗａｌｅｌｄｗｈｎｉｚｔｅｃａａｔｒｓｉｓｏｕｎｖｓａｙｔｍ（ｈｈｒｃｅｉｔｆｈｍａｉｕｌｓｅｃｓＨＶＳ）ｗａａｅｔｏｓｄｒｔｒＩｓｆｕｄｂｏｐｒｎｓｔｋｎｉｏｃｎｉｅａｉＬｔｗａｏｎｙｃｍａｉｇｎｏｔｅｒｓｇａ－ｏｓａｉｈｔｔｅｐｒｅｔｅｑａｉｙｏｒｇｎｌｉｇｉｈｅｂｔｅｅｔｗｈｎｗａｅｍａｋｈｉｉｎｌｉｅｒｔｔａｈｅｃｐｉｕｌｆｏｉｉａｍａｅｍｇｔｂｅｔｒｋｐｅｔｒｒｎｏｖｔ

多重水印嵌入的DWT-SVD音频公开水印算法

多重水印嵌入的DWT-SVD音频公开水印算法
杨志疆;叶阿勇
【期刊名称】《系统仿真技术》
【年(卷),期】2014(010)001
【摘要】提出了一种基于离散小波变换(Discrete Wavelet Transform,DWT)域与奇异值分解(Singular Value Decomposition,SVD)的多重嵌入数字音频水印算法.算法在嵌入水印前采用混沌加密与图像置乱对水印进行双重加密,在选取音频载体的多段数据中,利用DWT的多分辨率特性与SVD值稳定特性的特点,先对各段数据进行多级DWT变换,然后在低频部分选取连续的若干个系数组成矩阵,并对矩阵进行SVD分解,再把加密后的每位水印信息采用量化方法嵌入到SVD值中,实现了水印的多重嵌入.实验表明,该水印方法效率高,透明性好,对常见的音频信号处理具有较强的鲁棒性.
【总页数】6页(P27-31,48)
【作者】杨志疆;叶阿勇
【作者单位】漳州职业技术学院计算机工程系,福建漳州363000;福建师范大学网络安全与密码技术重点实验室,福建福州350007
【正文语种】中文
【相关文献】
1.一种基于DWT-SVD与SNR优化的数字音频盲水印算法 [J], 蔡倩;唐向宏;何雨亭;来伊丽
2.基于盲源分离的多重音频数据库水印算法 [J], 崔新春;贺洁;秦小麟
3.一种抗剪切的DWT域多重音频数字水印算法 [J], 谢斌;肖玲玲;吴君钦
4.基于DWT-SVD的音频零水印算法 [J], 蔡咏梅;郭文强
5.基于标记矢量量化的多重音频数字水印算法 [J], 刘继新
因版权原因，仅展示原文概要，查看原文内容请购买。

基于DWT-SVD 域的鲁棒数字图像水印算法

基于DWT-SVD 域的鲁棒数字图像水印算法
郑融
【期刊名称】《湖北理工学院学报》
【年(卷),期】2008(024)001
【摘要】提出了一种基于DWT-SVD)域的鲁棒数字图像水印算法.该算法利用灰度图像作为水印,将其置乱加密后再进行 SVD 分解,然后将分解得到的奇异值嵌入到图像小波变换后的各频带的奇异值之中,水印嵌入强度随频带不同而不同.仿真实验结果表明,该算法对于常见的信号处理、JPEG压缩和几何失真具有较高的鲁棒性.【总页数】5页(P25-29)
【作者】郑融
【作者单位】武汉大学东湖分校计算机科学学院,湖北,武汉,430212
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于DWT-SVD域鲁棒公开水印技术 [J], 张宪海;杨永田
2.一种基于角点检测的鲁棒数字图像水印算法 [J], 朱碧磊;万乾荣;李伟
3.基于DWT-SVD的鲁棒数字图像水印算法探析 [J], 金灿
4.一种曲波域鲁棒数字图像水印算法 [J], 宋依青
5.基于DWT-SVD的强鲁棒全息水印算法研究 [J], 张雷洪;唐波;李碧程;汪祖辉;史英杰;翟孟狄;李孟涛;孙刘杰
因版权原因，仅展示原文概要，查看原文内容请购买。

基于DWT和SVD的数字水印算法

基于DWT和SVD的数字水印算法作者：汤震浩,雍士华,马小虎来源：《电脑知识与技术》2009年第25期摘要: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。

关键词:数字水印;离散余弦变换;奇异值分解中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)25-7208-03An Algorithm of Digital Watermarking Based on DWT and SVDTANG Zhen-hao, YONG Shi-hua, MA Xiao-hu(School of Computer Science and Technology, Soochow University, Suzhou 215006, China)Abstract: An algorithm of digital watermarking based on DWT and SVD is proposed to improve the robustness of digital wartermarking. Before watermarking embedded into the host image, we first modulate it, that is to generate a group of random numbers according to the size of watermarking using the seed sequence and modulate them with the watermarking. Then the modulated watermarking is embedded into the DWT domain of host image. We get the extracted watermarking by the inverse course of the embedding. Experimental results have demonstrated that the proposed approach is robust against common signal processing such as JPEG compression, noise, rotation and cropping.Key words: digital watermarking; DWT; SVD随着信息化产业的迅速发展,信息媒体的数字化为信息的存取提供了极大的便利性,数字产品的传播和复制变得越来越容易,用户可以方便地下载或拷贝数字作品(图片、音乐、视频),由此带来的版权纠纷问题也越来越尖锐化,数字水印技术的出现,则在一定程度上缓解了这一矛盾[1]。