学位论文 > 优秀研究生学位论文题录展示
基于奇异值分解的小波域水印算法
作 者: 马素春
导 师: 龚劬
学 校: 重庆大学
专 业: 计算数学
关键词: 数字水印 小波变换 奇异值分解 Arnold变换 纹理特征
分类号: O174.41
类 型: 硕士论文
年 份: 2009年
下 载: 158次
引 用: 1次
阅 读: 论文下载
内容摘要
随着互联网和多媒体技术、通信技术的迅速发展,数字媒体的版权保护问题日益突出,使得数字水印技术备受人们关注,它是目前解决版权保护问题最有效的手段之一。鉴于小波分析理论发展的日趋成熟以及其在图像处理方面的优越性和奇异值分解(SVD)这种特殊的矩阵变换在水印算法中的若干优势。论文深入研究了小波域数字水印算法和基于奇异值分解的水印算法,经分析研究发现,无论单纯基于包括小波变换在内的各种时频分析的水印算法还是单纯基于奇异值分解的水印算法都存在各自不同的缺点。基于小波变换的数字水印可以抵抗低通滤波和压缩攻击等常见的攻击手段,但单纯基于包括小波变换在内的各种时频分析的水印算法,如果不辅以其他改进措施,很难抵抗剪切、旋转、放缩等几何攻击。奇异值表现了图像内在的代数特性,当图像受到轻微的扰动时,它的奇异值不会发生剧烈地改变,将奇异值分解与小波变换相结合可以优势互补,达到数字水印鲁棒性和不可见性的良好折中。论文根据奇异值分解的特性,结合小波变换与人类视觉系统的某些特性接近的良好特点,提出了一种基于分块奇异值分解的小波域鲁棒灰度水印算法。该算法首先将灰度水印信息分为重要信息和次要信息两部分,然后在小波域对原始载体图像小波分解后的高频和低频系数分别进行分块奇异值分解,再把经过Arnold置乱变换的重要信息部分和次要信息部分分块DCT变换,将变换后的水印信息分别嵌入低频和高频系数分块奇异值分解的奇异值中。实验结果与分析表明:该水印算法能嵌入大容量水印,且能抵抗大多数图像攻击,是一种有效的算法。然后又提出了一种二值图像水印自适应嵌入与自适应提取的方案——基于奇异值分解和纹理特征的小波域自适应水印算法。算法先对原始载体图像进行分块,通过分析各子块的纹理特征找到纹理丰富即适宜嵌入水印的子块。对纹理丰富的子块进行小波变换,选择低频系数进行SVD分解,最后将水印自适应地嵌入各子块的奇异值中。实验结果表明,该水印算法实现了水印嵌入与提取的自适应性,具有很好的不可见性和鲁棒性,且能够嵌入较大容量的水印内容,对于采用二值水印的应用具有普适性,有较强的实用意义。
|
全文目录
摘要 3-4 ABSTRACT 4-8 1 绪论 8-11 1.1 课题研究目的及意义 8 1.2 研究背景 8-9 1.3 论文主要研究工作 9 1.4 论文组织结构 9-11 2 算法理论基础 11-22 2.1 小波分析基础理论 11-17 2.1.1 小波与小波变换简述 11-12 2.1.2 多分辨分析 12-16 2.1.3 一些典型的小波函数 16-17 2.2 奇异值分解(SVD)基础 17-19 2.3 二维 Arnold 变换 19-20 2.4 人类视觉特性 20-22 3 数字水印简介 22-34 3.1 概述 22-24 3.1.1 数字水印的定义 22 3.1.2 数字水印的分类 22-23 3.1.3 数字水印基本特性 23-24 3.2 数字水印基本模型 24-26 3.2.1 数字水印的一般模型 24-25 3.2.2 数字水印的通信模型 25-26 3.3 常见的水印攻击及性能评价 26-29 3.3.1 水印攻击 26-28 3.3.2 水印性能评价 28-29 3.4 数字水印几种典型算法 29-33 3.4.1 小波域数字水印算法 29-31 3.4.2 其他数字水印算法 31-33 3.5 本章小结 33-34 4 基于奇异值分解的小波域水印算法 34-55 4.1 引言 34 4.2 研究成果回顾 34-36 4.3 基于分块SVD 的小波域灰度水印算法 36-44 4.3.1 水印嵌入 37-39 4.3.2 水印检测 39-40 4.3.3 实验 40-41 4.3.4 攻击测试 41-44 4.3.5 实验结果分析 44 4.4 基于奇异值分解和纹理特征的小波域自适应水印算法 44-54 4.4.1 水印嵌入 45 4.4.2 水印检测 45-46 4.4.3 实验 46-48 4.4.4 攻击测试 48-54 4.4.5 实验结果分析 54 4.5 本章小结 54-55 5 结论与展望 55-57 5.1 主要结论 55-56 5.2 后续研究工作的展望 56-57 致谢 57-58 参考文献 58-62 附录 62
|
相似论文
- 机载导弹的传递对准研究,V249.322
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 彩色图像水印的非线性检测方案研究,TP309.7
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
中图分类: > 数理科学和化学 > 数学 > 数学分析 > 函数论 > 函数构造论 > 逼近论
© 2012 www.xueweilunwen.com
|