基于图像特征和压缩的数字水印技术研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:coldblast
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
进入二十一世纪以来,随着计算机的普及和互联网的快速发展,使得数字图像产品常常被非法复制和传播,版权保护成为一个亟待解决的问题。为打击盗版,一方面要通过立法来加强对违法犯罪行为的惩处力度,另一方面要运用先进的技术手段来对数字产品进行保护。信息隐藏技术应运而生。它的优点包括信息不可见;信息的存在性隐蔽;信息的发送方和接收方隐蔽;信道隐蔽等。常见的是将信息的存在性隐蔽应用到图像、视频、音频等数字媒体中,即将版权信息隐藏到另一非保密载体中,以不影响其正常使用。数字水印技术对图像版权保护主要有两种方案:第一代数字水印技术和基于图像特征的第二代数字水印技术。两种数字水印技术都将标识版权信息的水印嵌入到需要保护的图像中,在需要时再提取水印验证图像版权。不同之处在于,第一代数字水印技术将水印信息嵌入到整个图像中,第二代数字水印技术在第一代基础上,与图像特征相结合,将水印信息嵌入到具有某种图像特征的区域,用以抵抗常见的几何攻击。第二代数字水印技术具有更好的鲁棒性,逐渐成为研究的热点,本文主要对第二代数字水印技术进行了研究。本文首先介绍了一些经典的数字图像水印算法,对其进行分析并得出相关结论;然后针对图像特征和数字图像水印技术相结合的一些问题,进行探索和深入研究,主要取得了以下三个方面的成果:提出一种基于角点特征值权重的数字水印算法。首先,通过模拟一系列攻击,以找到稳定性较好的角点作为嵌入水印的位置。对灰度图像进行归一化处理,对图像加入不同强度高斯噪声以模拟噪声攻击,用Harris算法提取角点。其次,按特征值的权重进行筛选,把每一次提取的角点进行聚类,找出稳定性好的角点作为水印嵌入的位置。实验证明该算法减少了漏检和伪角点的数目,与传统方法相比,能更有效地抵抗一定的噪声等攻击。提出一种基于图像特征的半脆弱水印算法。首先,分析了脆弱水印的基本原理,将图像转换到小波域进行边缘检测,并以此作为图像特征水印,然后对其进行Hilbert重排置乱加密。其次,依据图像特征计算自适应嵌入强度,将水印嵌入到小波低频系数中。大量实验证明算法对恶意篡改能够有效识别,并能准确定位,同时对压缩等常规操作具有一定鲁棒性。提出一种抵抗JPEG压缩攻击的水印算法。首先,通过分析JPEG格式压缩过程,对载体图像进行部分解码,找到在JPEG压缩后不易改变的量。其次,嵌入水印时将水印以奇偶原则嵌入到量化后的直流分量系数中,再编码成图像。该算法简单易实现,对原图修改较少,有良好的透明性。与传统方法相比,能更有效地抵抗JPEG压缩攻击的鲁棒性,对常见的裁剪、滤波等攻击也有一定的鲁棒性。最后,本文对前面所做的工作进行了总结和展望,提出了下一步的研究方向。
其他文献
在过去的几十年,神经网络的动力学分析因其重要的理论和实际意义,受到了各领域学者和专家的广泛关注。神经网络有着广泛的应用背景,与计算机、数字网络、嵌入式系统、以及人工智
近年来,随着信息技术的快速发展并逐渐运用于军事领域,计算机信息化管理对征兵工作起到了极大的推动作用。现行的以单纯的计算机管理和传统的手工管理相结合的工作模式,已经很难
识读视频中的数字时钟是一个重要的应用问题,在智能监控、娱乐等领域有着重要的应用价值。文献中已有算法可以很好地识读视频中的数字时钟,但是这样的算法还存在两方面的问题
随着二维条码技术的不断发展以及智能手机性能的不断提高,手机二维码已经在在各个行业中得到了广泛的推广,给人们的生活带来了极大的便利。随着移动网络增值业务的不断发展,其应
随着互联网及其应用的快速发展,互联网上的数据量急剧增长,网页上的数据已经成为一个巨大的数据库,其中包含着大量潜在的有用信息,如何从中抽取出用户感兴趣的数据已经成为人们关
随着生物技术的发展,生物实验生产了海量数据,为了对这些数据进行处理,从系统层次理解生物系统的“系统生物学”被生物学家们提出并得到了迅速发展。在疾病研究领域,疾病的发生发
随着互联网的发展、互联网用户的增加,互联网中的数据也急剧膨胀。而为了满足广大用户的需求,互联网企业需要去保存、挖掘这些数据。如此海量的数据也极大的增加了各大互联网
随着网络技术的不断发展和网络应用的持续推广,人们的生产和生活越来越依赖于计算机网络。然而网络却十分脆弱,经常会遭受部分人有意或者无意的破坏,导致网络安全问题层出不穷。
基于属性的密码体制是近几年来公钥密码学研究的新热点。在基于属性的密码体制中,通过一个属性集合来描述用户身份,简化了传统公钥密码中公钥管理和密钥托管问题,减轻了系统
蛋白质三级结构预测是生物信息学上的一大挑战,至今为止还没有好的方法能够获得期望的预测效果。利用从头预测方法对蛋白质三级结构进行预测的过程中,如果能够获取到蛋白质关联