简介概要

基于奇异值分解与蜂群优化的鲁棒图像水印算法

来源期刊:控制工程2017年第9期

论文作者:杨俊成 李淑霞 李亮

文章页码:1935 - 1941

关键词:图像水印;奇异值分解;蜂群优化;小波变换;人类视觉系统;

摘    要:针对图像水印算法对强力攻击鲁棒性较弱的问题,提出一种基于奇异值分解(SVD)与蜂群优化(ABC)的鲁棒水印算法。首先,采用重分布不变小波变换对原图像进行处理;然后,将小波变换域低频带分割为不重叠的若干块,使用人类视觉系统选择目标嵌入块;最终,修改SVD分解的左奇异向量矩阵第一列系数,将水印数据嵌入目标块。此外采用右奇异向量补偿水印嵌入引起的视觉失真,并采用ABC对嵌入阈值与补偿参数进行优化。实验结果表明,该方法对图像处理攻击具有强鲁棒性,同时具有较好的视觉质量。

详情信息展示

基于奇异值分解与蜂群优化的鲁棒图像水印算法

杨俊成1,李淑霞1,李亮2

1. 河南工业职业技术学院电子信息工程系2. 河北师范大学数学与信息科学学院

摘 要:针对图像水印算法对强力攻击鲁棒性较弱的问题,提出一种基于奇异值分解(SVD)与蜂群优化(ABC)的鲁棒水印算法。首先,采用重分布不变小波变换对原图像进行处理;然后,将小波变换域低频带分割为不重叠的若干块,使用人类视觉系统选择目标嵌入块;最终,修改SVD分解的左奇异向量矩阵第一列系数,将水印数据嵌入目标块。此外采用右奇异向量补偿水印嵌入引起的视觉失真,并采用ABC对嵌入阈值与补偿参数进行优化。实验结果表明,该方法对图像处理攻击具有强鲁棒性,同时具有较好的视觉质量。

关键词:图像水印;奇异值分解;蜂群优化;小波变换;人类视觉系统;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号