基于svd特性的鲁棒数字水印新算法

基于svd特性的鲁棒数字水印新算法

ID:33921494

大小:1.17 MB

页数:4页

时间:2019-02-28

基于svd特性的鲁棒数字水印新算法_第1页
基于svd特性的鲁棒数字水印新算法_第2页
基于svd特性的鲁棒数字水印新算法_第3页
基于svd特性的鲁棒数字水印新算法_第4页
资源描述:

《基于svd特性的鲁棒数字水印新算法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第27卷第4期齐齐哈尔大学学报Vol.27,No.42011年7月JournalofQiqiharUniversityJuly,2011基于SVD特性的鲁棒数字水印新算法王磊,梁玉清(蚌埠学院计算机系,安徽蚌埠233000)摘要:提出了一种基于SVD特性的鲁棒数字水印新算法,利用SVD分解得到U矩阵的唯一性,且图像叠加一定噪声后U矩阵的列向量失真较小这一特性,将图像自身的特征置入奇异值矩阵。实验结果表明该算法鲁棒性较好。关键词:数字水印;奇异值分解;酉矩阵中图分类号:TP309文献标识码:A文章编号:1007-984X(2011)04-0001-03数字水印技术是将一些秘

2、密信息有意识地嵌入需要版权保护的多媒体信息中(如数字声音、图像或者视频等),来标识该多媒体信息的所有权。水印一旦嵌入源数据后,与源数据紧密结合并隐藏其中,成为源数据的一部分,并可经历一些有意或无意的攻击而保留下来。同时,水印信息可以被授权用户进行相关检测,以达到版权保护或信息隐藏等目的。通过阅读文献,发现热点研究多集中于SVD算法及其改良。Liu[1][2]等较早提出了一种基于SVD分解的数字水印算法,之后不断有新的算法出现。叶天语给出一种新的基于[3]SVD的图像数字水印算法,李斌,王新伟提出针对关于SVD图像水印算法的分析和改进。文献[4~8]提出了一些基于整幅图像S

3、VD的水印方法,通过改变整幅原始图像的所有或者部分奇异值来实现水印的嵌入。其中文献[5]根据水印信息,有规律地改变图像子块最大3个奇异值的小数部分来实现水印的嵌入。1SVD变换的经典算法Liu较早提出经典SVD算法,设原始图像为A∈RNN×,水印为WR∈NN×,嵌入水印后的图像为Â。将原始图像A进行奇异值分解,得到正交矩阵U、V及对角矩阵S,水印则叠加到S中。嵌入步骤如下:(1)A=>USVΤ(2)SWU+=α>SVT111(3)ÂU<=SVΤ*为待提取的图像,U设A1,V1,α和S为参数,则提取步骤如下:(1)A**=>USV**Τ(2)D**<=USVΤ11(3)WD

4、S<=(*)/−αLiu算法最后通过计算W与WE的相关度来判断水印的有无,无需原始图像的参与,是盲水印算法,但是存在一定的缺陷:①参数保留过多,如果应用于网络平台,会加重传输负担,同时有经验的攻击者可能拦截秘密参数进行分析,从而导致水印泄露。②图像奇异值分解是唯一的,但不同图像的奇异值有可能接近;且算法保留了与水印相关的U1,V1,这会使得许多随机选取的图像也会被检测出水印。2算法描述提出一种基于SVD特性的鲁棒数字水印新算法,利用SVD分解得到U矩阵的唯一性,且图像叠加一定噪声后U矩阵的列向量失真较小这一特性,将图像自身的特征置入奇异值矩阵。通过分析与实验计算与收稿日期

5、:2011-04-02基金项目:安徽省教育厅科研项目(KJ2010B105),蚌埠学院工程研究中心项目(BBXYGC2010C01)作者简介:王磊(1978-),男,安徽泗县人,讲师,硕士,主要从事数字水印、数据挖掘方面的研究,jdxwl@126.com。·2·齐齐哈尔大学学报2011年文献[1~2]进行比较,得出该文算法的优点。表1不同质量因子JPEG压缩后U向量数值分布对随机图像叠加一定噪声后进行SVD分解,实验中发原始图像QF=90QF=80QF=50QF=10现酉矩阵U的前若干列失真较小。表1给出不同质量因子-0.3204-0.3207-0.3189-0.3304

6、-0.3191JPEG压缩后,酉矩阵U第1列向量的实验数据(取peppers-0.3760-0.3738-0.3742-0.3677-0.3762左上角8*8分块)。-0.3627-0.3641-0.3657-0.3718-0.3704从实验数据可以看出,酉矩阵U列向量的波动量微小,-0.3626-0.3642-0.3603-0.3565-0.3444这给本文算法提供了基础。使用原始图像构造-0.3607-0.3589-0.3662-0.3592-0.36131/(

7、max(U)*min(U)

8、)∧2值,对S对角矩阵中S(2︰7)进行增-0.3529-0.3545-0.3

9、474-0.3512-0.3598益,以便嵌入关于图像自身特征的水印信息。相对于文献[9],本文算法没有混乱奇异值的顺序,无需记录奇异值的-0.3399-0.3385-0.3461-0.3406-0.3405排序位置。舍弃最大奇异值,是因为最大的奇异值对图像的重建品质贡献最大,对它轻微的改变会导致图像视觉质量的严重下降。提取水印时,分别从矩阵S和U中提取2个向量,用相关度与阈值的大小比较判定水印的存在。实验表明酉矩阵U的前3列适宜构造图像水印信息,文中随机取第n列进行构造。2.1嵌入水印算法(1)将原始图像A进行n×n(n=8

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。