联合奇异值分解与余弦相似性推荐的盲水印算法

摘要 为了进一步提高水印算法的时间效率及鲁棒性，提出一种基于奇异值分解(SVD)与余弦相似性(COS)推荐的盲水印算法.该算法首先将原始图像进行小波分解，对分解得到的低频子带进行分块，再对每块进行SVD变换，然后以每块的最大奇异值构成新的奇异值矩阵，在新的矩阵中借鉴余弦相似性算法推荐最佳的水印嵌入位置，最后在这些位置上将置乱的水印量化嵌入.水印的提取不需要原始图像.实验结果表明，该算法具有较高的时间效率及较强的鲁棒性，能够抵抗各种攻击，特别是在几何攻击及组合攻击下，仍具有良好的性