学位论文 > 优秀研究生学位论文题录展示

蚁群算法在数字水印技术中的应用

作　者: 尹丛丛
导　师: 江铭炎
学　校: 山东大学
专　业: 通信与信息系统
关键词: 数字水印蚁群算法 DCT变换点模式匹配
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

随着因特网的日益普及,多媒体数据的数字化发展,多媒体信息的交流已达到了前所未有的深度和广度,如今人们可以自由的通过网络发布自己的作品、重要信息和进行网络贸易等。但这些发展也相应带来了作品侵权、篡改更加容易等问题。越来越多的人们需要在因特网上有效地保护知识产权。数字水印技术便是应此而生。数字水印是将具有特定意义的标记(水印),利用数字嵌入的方法隐藏在数字图像、图书、文档、声音、视频等数字产品中,用以证明创作者对其作品的所有权,并作为鉴定、起诉非法侵权的证据,同时通过对水印的检测和分析保证数字信息的完整可靠性,从而成为知识产权保护和数字多媒体防伪的有效手段。水印的存在要以不破坏原数据的使用价值、欣赏价值为原则。目前数字水印技术已广泛应用在数字作品电子交易系统、影视处理系统和票据防伪系统中。数字水印用于隐藏标识时,也可应用在医学、制图、数字成像、数字图像监控等领域。Cox等提出的著名的基于图像全局变换的数字水印技术,是对整个图像作离散余弦变换(DCT),然后将水印嵌人到预先设定的低频分量中,水印信号由高斯分布的实数序列组成,算法不仅在视觉上具有不可察觉性,而且稳健性也非常好,可经受JPEG压缩、滤波、剪切等攻击。Barni等提出一种利用HVS掩蔽特性的基于DCT的水印算法,在水印嵌入阶段,对图像进行DCT变换,对DCT系数进行Zig-Zag扫描重新排列为一维向量。留下向量中开始的L个系数不作修改,对第L个系数后面的M个系数进行修改以嵌入水印。本文的主要贡献在于基于以上算法设计并实现了基于DCT变换的扩频水印嵌入算法,嵌入有意义的二维图像以取代无意义的伪随机噪声,利用特征点集及特征椭圆的方式优化搜索空间,利用蚁群算法实现点模式匹配,估算图像所遭受的几何攻击的变换参数,为水印算法提供了更多可利用的变换域。本文的内容主要安排如下：第一章系统地论述了数字水印的历史、概念、应用、原理,以及攻击方法和性能评估等。第二章介绍了蚁群算法基本理论、算法思路、实现方法和性能评价指标。第三章主要介绍了蚁群算法和其他仿生优化算法的比较,介绍了其他几种仿生优化算法的原理,并对异同点进行比较。第四章详细的介绍了基于蚁群算法的数字水印算法。在经典的DCT变换的基础上,尝试提取不同位置的系数,以及提取不同数目的系数,对水印进行置乱和扩频处理,利用蚁群算法提高水印在几何攻击中的鲁棒性。第五章是结论与展望部分,首先对自己所做的工作做了一些总结,并对数字水印技术和蚁群算法的未来发展趋势做了一下展望。

全文目录

中文摘要  9-11
ABSTRACT  11-14
符号说明  14-15
第一章数字水印技术  15-31
  1.1 数字水印技术发展概述  15-17
  1.2 数字水印的概念和分类  17-18
    1.2.1 数字水印的基本概念  17
    1.2.2 数字水印的分类  17-18
  1.3 数字水印的主要特征  18-21
  1.4 数字水印的嵌入和检测技术  21-23
    1.4.1 时空域数字水印  21-22
    1.4.2 变换域数字水印  22-23
  1.5 数字水印的攻击  23-27
    1.5.1 攻击的概念  23
    1.5.2 常见的著名攻击  23-27
      1.5.2.1 扰乱攻击  24
      1.5.2.2 病态失真  24-25
      1.5.2.3 拷贝攻击  25-26
      1.5.2.4 歧义攻击  26
      1.5.2.5 敏感性分析攻击  26-27
      1.5.2.6 降梯度攻击  27
  1.6 水印系统评估  27-31
    1.6.1 基准测试程序  28
    1.6.2 基准测试的一般过程  28-31
第二章蚁群算法的基本理论  31-52
  2.1 蚁群算法简介  31-32
  2.2 基本蚁群算法思路  32-36
    2.2.1 蚁群个体的运动规则  32-33
    2.2.2 用于求解旅行商问题的蚁群算法定义  33-36
  2.3 基本蚁群算法的具体实现  36-38
    2.3.1 实现步骤  36
    2.3.2 基本蚁群算法的程序结构流程  36-38
  2.4 基本蚁群算法的性能评价指标  38-39
  2.5 蚁群算法的参数选择原则  39-43
    2.5.1 信息素和启发函数对蚁群算法性能的影响  39
    2.5.2 蚂蚁之间的合作行为对蚁群算法性能的影响  39-40
    2.5.3 信息素残留因子对蚁群算法性能的影响  40
    2.5.4 蚂蚁数目对蚁群算法性能的影响  40-41
    2.5.5 启发式因子α对蚁群算法性能的影响  41
    2.5.6 期望启发式因子β对蚁群算法性能的影响  41
    2.5.7 信息素强度Q对蚁群算法性能的影响  41-42
    2.5.8 α、β、ρ组合配置对蚁群算法性能的影响  42
    2.5.9 蚁群算法参数最优组合的"三步走"方法  42-43
  2.6 蚁群算法同其他仿生优化算法的比较  43-52
    2.6.1 引言  43
    2.6.2 其他几种仿生优化算法的基本原理  43-48
    2.6.3 蚁群算法与其他仿生优化算法的异同比较  48-52
第三章基于蚁群算法的数字水印技术  52-64
  3.1 基于蚁群算法的数字水印算法设计  52-57
    3.1.1 算法设计基本思想  52
    3.1.2 提取参考点集  52-53
    3.1.3 计算特征椭圆  53
    3.1.4 获取特征椭圆的参考三元组  53
    3.1.5 由蚁群算法实现点模式匹配  53-57
  3.2 水印的嵌入  57-60
    3.2.1 水印图像的预处理方式选择  57-58
    3.2.2 水印图像的置乱  58-59
    3.2.3 扩频水印的设计  59-60
    3.2.4 水印的嵌入  60
  3.3 水印的提取  60-61
  3.4 实验结果与分析  61-62
  3.5 结论  62-64
第四章结论与展望  64-65
参考文献  65-68
致谢  68-69
攻读学位期间发表的学术论文目录  69-70
学位论文评阅及答辩情况表  70

蚁群算法在数字水印技术中的应用

内容摘要

全文目录

相似论文