基于神经网络和SVD的盲水印算法

摘要：

本文利用神经网络和奇异值分解(SVD)的特性,提出一种通过自适应量化处理将二值水印图像嵌入到原始图像中的新的盲水印算法.该算法首先对原始图像进行小波变换,并将小波变换系数进行分块,然后对各个分块进行奇异值分解.根据各个分块的统计特性,利用神经网络来确定的各个分块的量化步长,将水印嵌入到各个分块的奇异值.在水印的提取过程中不需要原始图像.实验结果表明,该算法对JPEG压缩具有很好的鲁棒性,但对其他攻击如滤波和加噪等是比较敏感的.

关键词： 神经网络 SVD 数字水印 盲水印算法 奇异值分解 自适应量化处理 图像嵌入

作者: 张金辉 舒志彪 曾有栋

作者单位: 福州大学数学与计算机科学学院,福建,福州,350002;莆田学院数学与应用数学系,福建,莆田,351100 福州大学数学与计算机科学学院,福建,福州,350002

会议类型: 国内会议

会议名称: 第十二届全国图象图形学学术会议

会议地点: 北京

会议语种:中文

页码: 121-125

在线出版日期: 2005-10-12（万方平台首次上网日期，不代表论文的发表时间）