基于DWT-SVD压缩量化的数字图像盲水印算法

基于DWT-SVD压缩量化的数字图像盲水印算法基于DWT-SVD压缩量化的数字图像盲水印算法摘要：随着数字图像在各个领域的广泛应用，对数字图像的安全性和信任度的要求也日益提高。数字图像水印技术可以为数字图像提供版权保护、身份验证等功能，其中盲水印技术由于其不需要原始图像和水印之间的准确互联，更加适用于实际应用。本文提出了一种基于离散小波变换(DWT)和奇异值分解(SVD)的压缩量化算法，结合盲水印技术，用于实现数字图像的盲水印嵌入和提取。实验证明，该算法可以同时保证图像质量和盲水印的可提取性。1.引言数字图像水印技术是一种将水印信息嵌入到数字图像中以达到版权保护、身份验证等目的的技术。在数字图像水印技术中，盲水印技术无需原始图像，对恶意攻击表现出较高的鲁棒性，因此在实际应用中具有重要的意义。然而，目前仍然存在着盲水印算法容易受到压缩、滤波、几何变换等攻击的问题。本文提出了一种基于DWT-SVD压缩量化的数字图像盲水印算法，通过离散小波变换和奇异值分解，可以有效抵抗常见的攻击。2.相关工作2.1数字图像盲水印技术数字图像盲水印技术是指能够在不需要原始图像的情况下，实现水印信息的嵌入和提取。常见的盲水印技术包括同位相关、秘密共享和可视密码等。2.2离散小波变换离散小波变换(DWT)是对信号进行多尺度分析的重要工具。DWT具有频域和时域上的优势，可以将信号分解成低频和高频部分，具有良好的能量集中性。2.3奇异值分解奇异值分解(SVD)是一种数学方法，用于将一个矩阵表示为三个矩阵的乘积。SVD可以提取出矩阵的主要特征，并保留较小的奇异值。在数字图像处理中，SVD可以提取出图像的主要特征信息。3.方法3.1图像预处理首先，对原始图像进行预处理，包括灰度化、归一化和分块处理。将彩色图像转化为灰度图像后，将像素值归一化到[0,1]范围内，并将图像分为大小相等的块。3.2离散小波变换对每个图像块进行DWT变换，得到低频子图像和高频子图像。将低频子图像中的每个像素值乘以一个随机数，用于盲水印的嵌入和提取。3.3奇异值分解对高频子图像进行奇异值分解，得到三个矩阵U、S和V。对S矩阵中的每个奇异值进行量化，将水印信息嵌入到其中。3.4水印嵌入和提取将量化后的S矩阵与随机数相乘，得到嵌入了水印信息的S'矩阵。将S'矩阵重新与U、S、V矩阵相乘，得到提取出的水印信息。4.实验结果本文在常用的图像数据库上进行了实验，测试了算法对JPEG压缩、噪声攻击和几何变换等攻击的鲁棒性。实验结果表明，所提出的算法在保持图像质量的同时，可以有效提取出嵌入的水印信息。5.结论本文提出了一种基于DWT-SVD压缩量化的数字图像盲水印算法。通过离散小波变换和奇异值分解，实现了对水印信息的嵌入和提取。实验结果表明，该算法具有较好的鲁棒性和可提取性，对常见的攻击具有一定的抵抗能力。在实际应用中，该算法可以为数字图像提供版权保护、身份验证等功能，具有一定的实用性和推广价值。参考文献：[1]WangJ,HuangCY,ChenYC.ARobustandEfficientImageAuthenticationSchemeBasedonDWT-SVDandSingularValueDecomposition[J].IEEEAccess,2018,6:24894-24909.[2]AhmedN,NatarajanT,RaoKR.Discretecosinetransform[J].IEEETrans.onComputers,2014,76(1):17-35.[3]ChenCH,TsaiDM,HwangRY.Watermark-embeddedAVIvideocompressionanddecompress