期刊文献+

结合DWT和SVD的鲁棒盲水印算法 被引量:4

Robust Blind Watermarking Algorithm Combining DWT and SVD
下载PDF
导出
摘要 提出了一种结合DWT和SVD的水印算法,算法中选取奇异值量化的方法嵌入水印,以达到盲提取。通过误差分析直接导出了量化强度和信噪比(PSNR)的数学公式,用来指导水印嵌入。实验结论和攻击测试表明,所提出的算法对JPEG有损压缩、中值滤波、亚抽样、低通滤波等各种图像降级处理有很强的稳健性,同时还具有用软件或硬件易于实现的特点。 Based on block DWT Decomposition and Singular Value Decomposition, a new algorithm with the method of embedding the watermarking into the largest singular value is proposed. Meanwhile a formula to estimate the PSNR is produced. Experiments and attack test show that the algorithm has good robustness on JPEG, median filter, sub-sampling, Gaussian low pass filter etc, Moreover the proposed algorithm can be easily implemented by the existing software or hardware systems only with small modification.
出处 《工程图学学报》 CSCD 北大核心 2008年第4期107-110,共4页 Journal of Engineering Graphics
基金 湖南省自然科学基金资助项目(05JJ40110) 湖南省教育厅科研资助项目(07C191) 湖南理工学院基金资助项目
关键词 计算机应用 盲水印 小波变换 奇异值 computer application blind watermarking wavelet transform singular value decomposition
  • 相关文献

参考文献4

二级参考文献13

  • 1[2]Chang S G, Yu B, Vetterli M. Image Denoising via Lossy Compress- ion and Wavelet Thresholding. in Proc. IEEE Int. Conf. Image Process- ing,1997,1: 604-607
  • 2[3]汪荣鑫. 数理统计. 西安: 西安交通大学出版社, 1989
  • 3[4]Mallat S. Multifrequencychannel Decomposition of Images and Wavelet Models. IEEE Trans.On ICASSP, 1989,37(12):2091-2110
  • 4[5]Kalker A A C, Oostveen J, Linnartz J P M G. Maximum Likelihood Detection of Multiplicative Watermarks. 21st Symposium on Information Theory in thebenelux, 2000-05:25-26
  • 5[1]Cox I J, Kilian J. Secure Spread Spectrum Watermarking for Multim- edia.IEEE Transaction on Image Processing,1997,6(12): 1673-1687
  • 6Craver S,IEEE J Select Areas Commun,1998年,16期,573页
  • 7Swanson M D,Signal Processing,1998年,66卷,3期,337页
  • 8Lu Z M,Electron Lett,36卷,4期,303页
  • 9Hsuand J C T,IEEE Trans Image Processing,1999年,8卷,1期,58页
  • 10Swanson M D,IEEE J Select Areas Commun,1998年,16卷,4期,540页

共引文献350

同被引文献53

引证文献4

二级引证文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部