基于SVD和神经网络的鲁棒水印算法

摘要：

本文提出了一种基于奇异值分解和小波包分解相结合的全新水印算法.综合利用奇异值和方差的特征来对宿主图像进行预处理之后,提取出两个具有不同掩蔽效应的子图,分别对子图的奇异值和小波包系数使用抖动调制方法嵌入不同强度的水印.本文算法不仅实现了水印的盲提取,而且实现了水印鲁棒性与透明性的最佳折中.本文的另一创新之处是提出了一种基于神经网络的新的水印复原方法.实验结果表明本文方法较传统方法而言有更高的灵活性和鲁棒性,尤其具有很强的抗JPEG压缩能力.

关键词：小波包、奇异值、抖动调制、主成分分析

所属期刊栏目：32

分类号：TP3(计算技术、计算机技术)

资助基金：教育部重点项目02090

在线出版日期：2006-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：232-235