基于分块FRIT-SVD的鲁棒零水印算法

计算机工程与科学

• 计算机网络与信息安全 • 上一篇下一篇

基于分块FRIT-SVD的鲁棒零水印算法

曲长波，于智龙，李栋栋

(辽宁工程技术大学软件学院，辽宁葫芦岛 125105)

收稿日期:2016-09-12 修回日期:2017-02-28 出版日期:2018-06-25 发布日期:2018-06-25
基金资助:
国家自然科学基金(61540056,61172144)

A robust zero-watermarking algorithm

based on the block FRIT-SVD

QU Changbo，YU Zhilong，LI Dongdong

(College of Software,Liaoning Technical University,Huludao 125105,China)

Received:2016-09-12 Revised:2017-02-28 Online:2018-06-25 Published:2018-06-25

摘要/Abstract

摘要：

针对水印图像轮廓特征的提取，使用小波变换并不是最佳方式，脊波变换较小波变换有着更好的逼近精度和稀疏性能。结合二维混沌系统、SVD和位平面技术共同构造零水印信息，提出了一种基于脊波变换域的鲁棒零水印算法。该算法首先对载体图像进行二维一级小波变换提取低频域，利用分块策略对其分块并进行有限脊波变换(FRIT)，经SVD提取最大奇异值构造特征矩阵后，使用二维混沌系统对特征矩阵进行置乱加密，提取特征矩阵中的重要位平面与加密水印信号结合生成注册零水印信息，不仅提高了水印鲁棒性，双重加密后的水印安全性能也得到提升。实验表明，该算法具有较好的鲁棒性、安全性和易操作性，能够有效抵抗各类图像攻击。

关键词: 脊波变换, 奇异值分解, 二维混沌系统, 重要位平面, 零水印算法

Abstract:

Wavelet transform is not the best way for extracting watermarking image contour features. Compared with the wavelet transform, the ridgelet transform has better accuracy and sparse approximation performance. We propose a robust zerowatermarking algorithm based on ridgelet transform domain, which combines the twodimensional chaotic system, SVD and bitplane to construct the watermarking. Firstly, the algorithm takes advantage of the wavelet transform to extract the lowfrequency domain in the carrier image. Secondly, we decompose the lowfrequency domain according to the blocking strategy. When all the blocks are transformed by the FRIT, the characteristic matrix can be constructed by the SVD. Moreover, we apply the twodimensional chaotic system to encrypt the characteristic matrix. Finally, we extract the most significant bitplane in the feature matrix, and generate registration zerowatermarking information by combining the encrypted meaningful watermarking, which not only improves the robustness of the watermarking,
but also greatly enhances the security of watermarking through double encryption. Experimental results demonstrate that the algorithm has good robustness, security and easy operation, and that it can effectively resist various types of attacks.

Key words: ridgelet transform, SVD, two-dimensional chaotic system, most significant bit-plane, zero-watermarking

曲长波，于智龙，李栋栋. 基于分块FRIT-SVD的鲁棒零水印算法[J]. 计算机工程与科学.

QU Changbo，YU Zhilong，LI Dongdong.

A robust zero-watermarking algorithm

based on the block FRIT-SVD

[J]. Computer Engineering & Science.

[1]	魏云鹤, 马慧芳, 姜彦斌, 宿云. 融合社交信息的局部潜在空间推荐方法[J]. 计算机工程与科学, 2021, 43(09): 1653-1659.
[2]	王文冰, 刘胜利. 基于奇异向量鲁棒性的水印方法的质量补偿分析[J]. 计算机工程与科学, 2020, 42(09): 1572-1577.
[3]	肖振久，郭冰莹，李南，唐晓亮. 一种基于Slant变换和SVD的稳健性数字水印算法[J]. 计算机工程与科学, 2018, 40(10): 1772-1779.
[4]	郭伟，董宏亮，赵德冀. 基于截断奇异值低秩矩阵恢复的Canny边缘检测算法[J]. 计算机工程与科学, 2018, 40(09): 1670-1678.
[5]	张建明1,2，廖婷婷1,2，吴宏林1,2，刘宇凯1,2. 基于改进分数阶SVD的块协作表示的小样本人脸识别算法[J]. 计算机工程与科学, 2018, 40(07): 1237-1243.
[6]	暴琳，张贞凯，李垣江，龚淼. Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略[J]. 计算机工程与科学, 2017, 39(03): 492-499.
[7]	谭光兴，刘臻晖. 基于SVM的局部潜在语义分析算法研究[J]. J4, 2016, 38(01): 177-182.
[8]	熊祥光，韦立，谢刚. 基于3D-DCT和SVD的鲁棒彩色图像水印算法[J]. J4, 2015, 37(06): 1093-1100.
[9]	陈伟琦，李倩. 基于DWT-SVD的图像双零水印算法[J]. J4, 2014, 36(10): 1991-1996.
[10]	罗晖，褚红亮，王世昌. 基于K-SVD的低信噪比WMSN视频图像稀疏去噪[J]. J4, 2014, 36(03): 497-501.
[11]	孔旭1，孔琼香2，李一鹏1. 信息检索方法在手写数字识别中的应用及改进[J]. J4, 2012, 34(6): 106-110.
[12]	郭巧丹，吴锡生. 基于SVD的彩色图像盲水印算法[J]. J4, 2012, 34(11): 109-113.
[13]	马志英1,王修运2. 基于帧间小波变换的视频水印研究[J]. J4, 2010, 32(5): 143-146.
[14]	谢勍[1,2] 谢建全[2]. 一种基于奇异值分解的改进图像水印算法[J]. J4, 2007, 29(11): 40-42.
[15]	谢勍[1,2]. 基于数字水印与指纹识别的网络双重身份认证[J]. J4, 2006, 28(6): 27-29.

基于分块FRIT-SVD的鲁棒零水印算法

A robust zero-watermarking algorithm

based on the block FRIT-SVD

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价