论文部分内容阅读
本文提出了基于组合优化的数字水印嵌入方法,提高了水印算法的鲁棒性.基于QIM的数字水印嵌入算法虽然复杂度较小、鲁棒性较好,但是QIM算法未考虑对比度掩蔽特性,使用的是固定量化步长,导致此算法在局部区域的不可见性较差且对数值测度的变化非常敏感.为改进这一缺陷,本文根据Watson视觉模型采用自适应量化步长的方法,能随量化值变化而发生相应的变化.实验结果表明,该水印算法能在不可感知的前提下,对于一些常见的攻击(剪切、50%缩放、椒盐噪声和中值滤波等)具有较好的鲁棒性.