强鲁棒零水印算法：Curvelet-DSVD与视觉密码的融合

本文研究了一种基于Curvelet-DSVD和视觉密码的强鲁棒零水印算法，旨在提升数字水印算法在自然图像处理中的性能和鲁棒性。该方法首先对原始图像应用Arnold置乱技术，增强数据的随机性和保护性。接着，采用Curvelet变换提取图像的低频域信息，这是因为Curvelet变换能有效捕捉图像中的曲线特征，这对于保持图像的自然特性至关重要。 在低频域，图像被分割成多个块，每个块进一步进行双奇异值分解（DSVD）。DSVD有助于提取块的特征，尤其是通过比较每个块的最大奇异值与其整体奇异值均值，构建出一个特征矩阵。这个特征矩阵是算法的核心部分，它结合了图像的局部和全局特性，增强了水印的嵌入和隐藏效果。 视觉密码在此处被用来生成两个共享的水印副本，增强水印的可靠性和安全性。视觉密码通常是一种加密技术，通过特定的规则和图案，使得水印信息难以被破解。将其中一个共享的视觉密码水印版本经过Arnold置乱后，与特征矩阵进行异或运算，从而生成零水印，即无迹可寻的水印形式，不易被检测到。 实验结果显示，这种基于Curvelet-DSVD和视觉密码的零水印算法表现出极高的鲁棒性，能有效抵抗各种常规攻击，包括但不限于噪声干扰、缩放、旋转、剪切等，同时保持较高的安全性。相比于传统的零水印算法，其在抵抗攻击的同时，实现了更优的嵌入效果和信息隐藏性能。 论文的研究背景包括国家自然科学基金项目的资助，这体现了作者团队对该领域的重视和研究实力。作者曲长波是一位高级工程师和硕导，专注于图像处理、信息隐藏和网络安全，而吴德阳作为年轻的研究人员，专攻图像处理、数字水印和信息安全，他们的合作为算法的研发提供了坚实的专业基础。 这篇论文提出了一种创新的数字水印方案，它结合了 Curvelet 变换的曲线特性分析、DSVD 的特征提取以及视觉密码的加密技术，为图像水印领域提供了一种更为鲁棒且安全的解决方案。