基于变换域和HVS的数字水印算法研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:mo114
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
互联网、多媒体和通信技术的飞速发展,使得多媒体数字产品的传播和复制非常容易,因此多媒体数据的安全问题越来越受到人们的重视。数字水印技术可以有效地解决多媒体数据的安全问题,已经成为信息安全领域的研究热点。本文在分析和研究国内外数字水印技术成果的基础上,主要研究变换域数字图像鲁棒性水印技术,主要研究工作如下:1.分析了人类视觉系统对图像的照度掩蔽特性、纹理掩蔽特性以及离散余弦变换的特点,提出了一种改进的基于DCT的自适应灰度图像水印算法。算法选择亮度和纹理较大的图像块作为水印的嵌入点,水印嵌入时嵌入强度可以进行自适应调整。仿真实验表明,该算法能够抵抗常见的图像处理操作,鲁棒性和透明性均很好,是一种稳健的水印算法。2.分析了人类视觉系统的原理和JND视觉系统模型的特点,提出了一种基于DWT的彩色图像盲水印算法。算法考虑了原始彩色图像的绿色分量和蓝色分量的特点,首先将绿色和蓝色分量进行离散小波变换,然后将水印图像进行混沌系统加密预处理,最后将水印序列嵌入在绿色和蓝色分量的具有较大JND值所对应的低频系数上,实现了水印的盲提取。仿真实验验证,该算法对常见的图像处理操作的鲁棒性很强,是一种稳健的水印算法。3.根据Contourlet域的人类视觉系统模型和Contourlet变换的特点,提出了一种基于Contourlet变换的彩色图像水印算法。该算法首先将彩色图像的绿色分量进行Contourlet变换,然后在能量最大子带上选择人类视觉系统较大掩蔽值对应的系数作为水印的嵌入点。水印嵌入时通过奇偶量化的方法修改系数,水印提取时可进行盲提取。仿真实验证明,该算法具有很好的性能并且能够进行水印的盲提取。本文提出的频域鲁棒性数字图像水印算法,鲁棒性和透明性均很好,对版权保护、打击盗版等行为具有重要的现实意义。
其他文献
量子信息是量子物理和信息科学交叉融合的产物,作为一门迅速崛起的新兴学科,有着广阔的发展前景.量子状态区分和量子状态广播是量子信息的两个重要分支.值得注意的是量子状态
21世纪是一个知识爆炸的时代,网络媒体的迅速发展,使传统教育受到了强烈的冲击,网络自主学习逐渐变成教育界的新宠。网络自主学习有利于培养学生的创造能力、求异思维、批判
无线Mesh网(WMN,Wireless Mesh Network)是一种网状拓扑结构的分布式网络,其融合了无线局域网(WLAN,Wireless Local Area Network)与移动Ad Hoc网络(MANET,Mobile Ad Hoc Network
学位
裂缝是桥梁健康状态的重要征兆之一,也是桥梁安全状态恶化的重要根源之一,对其进行实时监测具有十分重要的意义。随着视频扫描技术、计算机技术、无线传输技术和信号分析技术
数字水印技术是近几年在学术界兴起的一个前沿研究领域,目前还仍处于发展阶段。它广泛应用于各种数字产品中,用来保护数字产品的版权所有者的著作权或者知识产权。因此,对数
混沌学是目前非线性科学研究中的热点之一。混沌系统本身具有的初值敏感性以及对噪声免疫等特性使其信号检测领域得到了广泛的研究。当前,基于混沌理论的微弱信号检测技术是
IT领域服务行业的迅猛发展,使得服务业务和需求不断变化。服务提供者需要采用有效的资源管理策略来降低运营成本。虚拟化技术为实现这个策略提供了很好的解决方案。通过将物
三维场景建模一直以来都是计算机图形图像处理和计算机视觉中最活跃的研究领域之一。它在工业设计与制造、娱乐、教育、视听艺术及军事等方面都有广泛的应用。研究人员对三维
本文分别对近邻法、多视角学习以及组合学习进行了相关的理论和算法的研究,并对它们分别进行了改进。在实际应用中,近邻法是一种应用广泛而且简单有效的方法。但传统的近邻法