基于多尺度形态学梯度的自适应数字水印算法

来源 :青岛大学 | 被引量 : 0次 | 上传用户:zhang2jie
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
伴随着多媒体和网络技术的发展和广泛应用,多媒体信息的内容保护已经成为人们关注和亟待解决的问题。数字图像作为一类非常重要的多媒体信息,它的版权保护和内容认证受到了广泛的重视。随之,数字水印技术成为保障信息安全性和有效性的有力手段。数字水印算法种类繁多,近年来自适应的数字水印技术成为水印领域研究的热点。本文以数字图像水印为研究对象,对整个数字水印技术进行了系统性研究主要做了以下几方面的工作:系统介绍了数字水印技术的基本模型、特征、分类和应用,着重分析了现有典型水印算法的技术策略及其优缺点。接着阐述了小波分解的相关理论,着重分析了小波域内数字水印技术的优点。在深入分析和研究现有数字水印算法的基础上,着重对频域的数字水印技术进行研究,致力于自适应的数字水印算法的设计。对目前存在的自适应水印算法的不足进行了改进,提出了一种基于多尺度形态学梯度的自适应数字水印算法。利用形态学梯度,分析了小波包分解后的各子块的纹理分布及其强弱,并进行纹理排序。依据图像各子块自身纹理特征,自适应确定各子块阈值,选取大于其阈值的位置作为重要系数的位置进行水印信息的嵌入。然后,通过噪声可见函数(NVF)自适应调制各位置处的嵌入强度,在保证良好视觉掩蔽效果的基础上,采取最优的嵌入强度,更好的达到鲁棒性和不可见性的最佳效果。大量的实验结果表明,该算法对常见的图像处理操作均有较好的鲁棒性。
其他文献
中文Web文档的自动分类主要还是以文本分类的算法思想为基础来进行的。但由于中文Web文档的数量巨大,内容多样,噪音繁多,很多比较成熟的文本分类算法直接应用到网页分类之后,
图像边缘检测是图像处理过程中的重要步骤之一,是虚拟手术系统中进行三维建模的基础。但是数字人体图像通常是多目标图像,参数轮廓模型不能处理该问题,多目标图像分割问题在
多年来,随着通信技术和数字信号处理技术的飞速发展,DSP芯片技术应用日益广泛。信号分析是一项通过逆向推理手段对信号进行分析的技术。DSP芯片在信号分析中也有着广泛的应用
虚拟现实技术是计算机技术高度发展的综合技术,它朝着沉浸,交互,想象的特征方向发展。多台PC机的集群机器驱动的基于大屏幕投影的虚拟现实环境在国内出现,并在视景仿真,教学,
网格计算是分布式计算的一种,是解决科学计算、工程计算和商业计算等大规模计算的下一代极具潜力的计算平台。网格将在地理位置上分布的异构的各种高性能计算资源整合起来,将
指代消解是自然语言处理的重点和难点之一,在文本摘要、机器翻译、多语言信息处理和信息提取等诸多应用中都涉及到指代消解问题。核函数的研究和使用是当前机器学习研究领域
对一些信号的监测尤其是对电压、电流、温度等模拟量的监测有着很广泛的应用,通过监测到的数据,可以对系统相关设置进行及时调整,为人们的生产生活带来便利与保证。系统采用Actel公司先进的模数混合FPGA以及Actel公司的SOPC设计解决方案,单芯片实现以CortexM1处理器为核心的片上监测系统。它可以完成对电压、电流、温度等模拟量的监测,系统模拟模块将采集到的数据ADC后送给处理器Cortex-M
学位
随着网络的普及和数据库技术的快速发展,信息量呈现出爆炸式增长。大量数据中潜藏着无数有价值的信息,如何挖掘利用这些信息成为当今数据挖掘领域研究热点。贝叶斯分类算法以
本文主要研究了定性仿真建模和定性仿真平台原型实现问题。定性仿真理论自上世纪七八十年代被提出以来,逐渐成为系统仿真和人工智能领域的研究热点,越来越受到科研人员和工程