-
题名增强奇异值分解的自适应零水印
被引量：9
- 1
-
-
作者
肖振久
姜东
张晗
唐晓亮
陈虹
-
机构
辽宁工程技术大学软件学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2019年第1期1-12,共12页
-
基金
国家自然科学基金青年科学基金项目(61401185)~~
-
文摘
目的针对增强奇异值分解(BN-SVD)中引入最抗攻击缩放比例的参数β,需要进行大量的实验来获取且存在随机性的问题,提出一种增强奇异值分解的自适应零水印算法。方法首先对原始图像进行不重叠分块,每一个子块都做斜变换处理,再分别对斜变换后得到的每一个块矩阵进行增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;对水印图像进行Arnold变换和混沌映射得到二次加密的水印图像;最后利用特征向量与二次加密后的水印图像做异或运算构造零水印;利用天牛须优化算法(BAS)中的适应度函数循环迭代自适应确定参数β,更好地解决奇异值分解(SVD)算法在水印的提取时存在的虚警率和对角线失真的问题。结果仿真实验结果表明,在JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数NC值均可达到98%以上,性能较好。结论利用BAS算法自适应地确定BN-SVD中参数β,找到最佳抗攻击缩放比例,增强了图像的奇异值,降低了图像矩阵在受到攻击时的敏感性。有效地解决奇异值分解带来的对角线失真和虚警错误的问题,最终提高了算法的鲁棒性。
-
关键词
自适应零水印
增强奇异值分解(BN—SVD)
斜变换
天牛须优化算法(BAS)
ARNOLD变换
混沌映射
-
Keywords
adaptive zero-watermarking
boost normed singular value decomposition (BN-SVD)
slant transform (ST)
beetle antennae search (BAS)
Arnold transform
logistic map
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
