NMF和增强奇异值分解的自适应零水印算法

• 作者: 唐晓亮 宁秋莹 张晗 肖振久 陈虹
• 来源期刊: 计算机应用研究
• 关键词: 非负矩阵分解 增强奇异值分解 Arnold变换 logistic映射 天牛须优化算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1144-1148,1153
• 页数: 6页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0751

摘要

针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解(NMF)和增强奇异值分解(BN-SVD)相结合的自适应零水印算法.首先将原始灰度图像进行二级离散小波变换(DWT),对变换后的二级低频子带(LL2)进行不重叠分块,并对每一个子块进行秩为r的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解,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;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像作异或运算生成零水印,并利用天牛须优化算法(BAS)自适应确定增强奇异值分解中最抗攻击缩放比例的参数β.实验结果表明,在虚警问题上NC值达到0.4以下,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99％以上,该方案高效地解决了虚警问题,具有较强的稳健性,能够有效地抵抗各种攻击.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈虹	辽宁工程技术大学软件学院	35	293	10.0	16.0
2	唐晓亮	辽宁工程技术大学软件学院	13	50	5.0	6.0
3	肖振久	辽宁工程技术大学软件学院	29	254	9.0	14.0
4	张晗	辽宁工程技术大学软件学院	4	28	2.0	4.0
5	宁秋莹	辽宁工程技术大学软件学院	1	0	0.0	0.0