一种基于HVS和DCT的数字水印算法

一种基于HVS和DCT的数字水印算法

一、一种基于HVS和DCT的数字水印算法(论文文献综述)

秦莉文[1](2021)在《鲁棒数字水印性能优化方法研究》文中提出近年来,随着互联网和多媒体技术的飞速发展,数字信息以图像、视频、文字等形式被广泛传播。多媒体数据易被非法获取和篡改,从而导致严重的信息安全问题,例如版权纠纷、数据泄露等。作为多媒体数据版权保护的一种有效方法,数字水印技术在不影响视觉效果的情况下,将标识信息嵌入到多媒体数据中,从而利用提取的嵌入信息确认版权。本文针对最广泛使用的多媒体数据载体,即图像和视频,研究了不同嵌入规则下的鲁棒盲水印方法,优化其在水印图像质量、水印提取准确率和实时性上的性能,取得的主要研究成果如下:(1)提出一种基于空域最小可觉差(Just-noticeable Difference,JND)模型的视觉优化图像水印方法,解决了水印图像的非纹理区域存在明显视觉失真的问题。首先,利用空域JND模型约束每个空域像素的改变,并引入差值图像方差约束相邻像素的改变,然后构建一个优化问题求解最优的水印嵌入强度,这与空域的人眼视觉特性相符。与经典的基于DCT域JND模型的图像水印方法相比,相同PSNR下,所提方法的水印图像和宿主图像之间的SSIM更高,水印图像视觉质量更高。(2)提出一种基于多尺度特征的鲁棒图像水印方法,该方法利用深度学习提高了水印图像质量以及水印提取准确率。首先,在水印嵌入网络中,冗余嵌入水印信息。然后,引入具有不同大小卷积核的Inception-Res Net网络,更好地融合水印信息和宿主图像。同时在水印提取网络中,利用Inception-Res Net网络获取多尺度的特征,提高水印提取准确率。最后,采用两阶段的训练方法,保证水印图像质量的同时增强鲁棒性。在COCO数据集上的实验证明,与经典的Hi DDe N方法相比,所提方法提高了抵抗攻击的鲁棒性,水印提取准确率平均提高6.4%。(3)提出一种基于帧差的高效视频水印方法,解决了当前视频水印方法难以抵抗几何攻击、实时性低的问题。首先,修改相邻视频帧U通道每个像素嵌入1比特数据,同时引入空域JND模型约束修改量以确保水印视频质量。该方法在不进行几何矫正的情况下,通过计算帧差对水印信息进行盲提取,降低了计算复杂度。在标准视频序列上的实验证明,该方法可以抵抗严重的几何攻击。而且,与变换域视频水印方法相比,在相同嵌入容量和PSNR下,所提方法对于1080p视频的水印嵌入和提取速度提高了3倍以上。

杨甜[2](2021)在《基于混合域的盲图像水印优化算法研究》文中提出随着信息数字化技术和嵌入式设备的不断发展成熟,人们不仅能够生成大量多媒体内容,而且还可以编辑、上传和共享此类数据到互联网上。互联网数据的可获得性意味着内容提供者必须面临如何防止非法侵权,欺诈性篡改或任何其他形式的对敏感内容的身份验证。数字水印技术是解决上述问题的有效方法之一,并且已经在各种信息安全领域中得到应用。在原始内容中嵌入任何假定的内容(例如音频,文本,数据或视频),嵌入的数据在不损害原始内容质量的前提下为其提供真实性验证和版权保护。理想的数字图像水印方案需要在安全性,鲁棒性和不可感知性方面满足数字图像的要求,这促使许多研究人员朝着这个方向努力。为了提高算法的效率和有效性,优化参数起着非常重要的作用,然而现有的大多数水印算法并没有考虑这一点。在本文中,我们研究了根据图像内容优化参数的水印算法,还特别调查了基于混合域和人类视觉系统(HVS)的健壮数字水印算法。在调查结果的基础上设计了新颖的鲁棒水印方案,它们可以抵抗已有水印方案预期遭受的多种攻击并实现高的不可感知性。本文的主要研究内容如下:(1)可靠的数字水印系统应确保高的不可感知性和鲁棒性。本章提出了一种基于噪声可见度函数(NVF)的盲图像水印优化算法,该算法利用DCT变换和QR分解将有意义的水印图像嵌入到载体图像中。在嵌入过程中,根据水印信息和正交矩阵Q的第一列中第二行系数和第三行系数之间的关系,构造含水印图像。优化的嵌入强度通过平衡水印嵌入能量与水印感知透明度获得。Arnold变换确保水印方案的安全性。此外,基于NVF的人类视觉模型用于确定水印嵌入区域。实验结果表明,该算法对单一和组合攻击具有较好的鲁棒性,含水印图像的感知质量优于其他相关算法。(2)针对图像的局部属性,一种利用萤火虫算法(FA)搜索不同嵌入强度的优化方案被提出。所提出的算法是一种基于块的方法,利用方差像素值选择重要块以嵌入水印,水印信息是二进制徽标。(1)具有最低方差值的前N个图像块被确定为嵌入区域(N=嵌入的水印位)。(2)FA应用于每个目标块来搜索局部最佳嵌入强度,以取得不可感知的性和鲁棒性的平衡。(3)通过检查正交矩阵U的系数分量U2,1和U3,1来嵌入每个水印位,正交矩阵U是从DCT变换图像块的奇异值分解(SVD)中获得。提取过程满足盲水印要求。为了增加安全性,(4)逻辑混沌映射生成伪随机链,这有效地保证了隐藏信息和原始信息之间位置关系的随机性。实验结果表明,与某些相关算法相比,提出的算法不仅具有更高的感知能力,还提供更好或相当的鲁棒性。

王俊[3](2020)在《基于鲁棒视觉属性的量化水印方法研究》文中研究说明在当今社会,手机和个人电脑等智能终端的普及在给人们生活提供便利的同时也带来了一系列的问题。一方面,终端上出现的各种图片和视频编辑工具使得针对原始数据的篡改变得更加容易,从而导致一系列的盗版问题;另一方面,随着多媒体数据内容的多样化,针对不同类型的多媒体数据的安全保护和认证变得更加困难。其中,作为数据安全保护、认证的一项重要技术手段,数字水印技术在近十年来得到了迅速的发展,在解决版权保护、票据防伪等安全问题方面发挥了重要的作用。然而,在当前数据爆炸式增长和安全性问题普遍存在环境下,如何保障和提升水印算法的性能一直激励着研究人员不断地前行。作为数字水印技术的两个重要技术指标——鲁棒性和不可见性,二者的矛盾问题限制了算法的进一步应用,因此如何实现两者性能的同时提升一直是鲁棒水印算法设计的核心问题。在传统的解决方案中,基于视觉特性设计的鲁棒水印算法因其在视觉保真度和算法鲁棒性方面取得的成就引起了研究者们的广泛关注。然而在实际的特征设计过程中,很多算法并不能够保证在水印嵌入和检测端的视觉参考特征一致性,因此就会导致水印检测出现性能下降。除此之外,随着对人类视觉系统研究的深入以及视觉计算的发展,出现更丰富的视觉特征来表征人类视觉系统的特性。因此,本文充分研究和利用人类视觉系统在图像感知过程中展现出的视觉特性,设计相应的鲁棒视觉特征,引导水印的嵌入,实现鲁棒性和不可见性的有效提升。具体地,本文的工作从以下几个方面展开:1、本文首先提出一种基于模式复杂度的恰可察觉失真(Just Noticeable Distortion,JND)模型引导的水印算法,该算法考虑不同图像模式复杂度对视觉内容的掩蔽效应,利用图像块经过离散余弦变换(Discrete Cosine Transform,DCT)后得到的三个交流系数(Alternating Current,AC)有效表征不同方向的能量,实现模式复杂度的度量,并作为新的视觉掩蔽因素确定JND值的大小,进而设计到水印框架中计算每个图像块的水印量化强度,以提高水印信息的不可见性和算法的鲁棒性。2、其次,依据人类视觉系统对图像方向和颜色属性的感知差异,本论文提出一种基于方向多样性和颜色复杂度的彩色图像水印算法。采用新的方向特征提取方式计算图像亮度通道内每个图像块的方向特征,并通过方向特征分析周围图像块对当前块的视觉掩蔽影响。另外,为反映在彩色图像观察过程中人眼视觉对颜色变化引起的色差感知差异,利用图像色度通道的颜色信息统计每个图像块的颜色复杂度掩蔽效果。最终将结合两种新的视觉掩蔽特征得到的鲁棒感知JND模型,通过所提出的视觉JND模型设计水印的嵌入和提取,实现水印处理中的图像质量和算法鲁棒性的有效权衡。3、利用人类大脑对图像不同区域的注意力分配差异对视觉敏感度进行表征,本文提出一种基于双层视觉显着性(Visual Saliency,VS)引导的JND模型水印算法。首先在DCT域内计算图像的聚焦值并根据聚焦区域构建自顶向下的显着特征,然后利用中心凹理论将视觉注意图映射到加权图,并结合传统的亮度和纹理两种自底向上显着特征得到新的双层融合的鲁棒VS模型。利用得到的VS模型对JND模型进行调制并引导水印处理,实现图像质量和算法鲁棒性的提升。4、另外,针对特殊的屏幕内容图像(Screen Content Images,SCIs),本文提出一种混合JND模型引导的彩色屏幕内容图像水印算法。该算法考虑SCIs中文本内容和图像内容本身的差异,利用两种内容之间的特征统计差异进行文本块和图像块的分类,并依据不同的块类型呈现的视觉掩蔽差异,设计相应视觉JND模型引导水印的处理过程,从而实现水印图像质量和算法鲁棒性之间的平衡。5、最后,针对传统水印算法设计过程中的特征设计复杂和嵌入准则选择困难问题,本文提出一种新的基于深度学习框架的鲁棒数字水印技术。该算法利用卷积神经网络(Convolutional Neural Network,CNN)实现多层次的视觉特征提取,并利用水印检测和嵌入前后的损失函数来引导水印的嵌入,通过嵌入和提取过程的不断迭代实现模型的不断更新和优化,找到最优的嵌入位置和嵌入大小,最终得到具有较高质量的水印图像和较强的算法鲁棒性。

张进[4](2020)在《鲁棒性水印混合算法研究与实现》文中认为近年来,伴随互联网技术的迅猛发展,从网络上获取各种数字媒体资源变得极为方便,由此也带来了数字作品的非法复制和随意传播等版权归属问题。作为信息隐藏重要分支的数字水印技术在不影响数字作品使用价值的条件下,将版权信息嵌入数字作品中,为数字作品的版权归属认证提供了依据。数字水印算法种类繁多,然而大多数算法只侧重针对某种或某类特定攻击,对除此以外的其他攻击鲁棒性一般甚至较差。而数字产品在传播过程中可能会遭到各种不确定的无意或有意攻击,很难保证嵌入的水印不被去除,经常无法提取出有效的水印信息,出现版权纠纷。本文针对这一问题提出了鲁棒性水印混合算法,采用多种在鲁棒性上具有互补特点的水印算法将同一水印图像分别嵌入单张载体图像的不同部分,仿真实验验证了该算法对多种可能的攻击均具有良好的鲁棒性。以下是本文所做的主要工作:(1)设计并实现了四种图像水印算法,这四种算法分别基于DWTSVD域、DCT域、空域和生成全息图嵌入水印图像。这些算法在鲁棒性上具有一定的互补特点,它们中有的对噪声攻击表现出很强的鲁棒性,有的可以抵抗旋转、缩放、翻转等几何攻击,有的对攻击强度较大的暴力攻击具有一定的抵抗能力,有的能够有效抵抗直方图调整攻击且可以实现水印的盲提取。(2)提出了一种灰度图像分块鲁棒性水印混合算法。将载体图像分成四块,采用上文实现的四种鲁棒性子水印算法将同一水印图像分别嵌入单张载体图像的四个分块。实验结果表明,比起四种子算法,本次分块多水印算法可以抵抗更多种类和更高强度的攻击,且可以实现水印的盲提取,解决了多数鲁棒水印算法只对某一类攻击具有较强鲁棒性的问题,提高了数字水印算法的实用性。(3)为了解决灰度图像分块鲁棒性水印混合算法的分块问题,实现透明嵌入,针对彩色图像,提出了一种彩色图像多水印混合算法,利用DWTSVD子算法、DCT子算法、基于全息图的子算法将同一水印图像分别嵌入单张载体图像的R、G、B三个分量中。实验结果表明算法不可见性好,无分块现象,比起子算法可以抵抗更多种类和更高强度的攻击,可以实现水印盲提取。

宋瑞祥[5](2019)在《基于变换域的鲁棒性水印算法研究》文中提出随着互联网的发展,人们可以方便的获取数字产品,不法分子利用数字产品容易复制和篡改的特点,非法的获得利益,这使版权人的权益受到侵害。因此,需要找到有效的方法来保护版权人的利益。数字作品中经常会有一些冗余的信息,根据冗余性的特点,数字水印技术在数字作品里加入不容易发觉的但可以判定区别的水印信息,根据提取出的水印信息确定数字作品的版权所有。数字水印技术有效的维护了原始着作人的权益,在多媒体信息安全领域逐渐占据主要地位,成为图像处理和信息隐藏技术的研究热点。从上述背景出发,对数字水印相关技术进行深入研究,具体研究内容如下:首先,在水印图像预处理的过程中提出使用三维Arnold置乱与Logistic置乱混合加密的方式,混合加密的方式提高了安全性,同时三维Arnold置乱比二维Arnold置乱效率更高。其次,在离散余弦变换(Discrete Cosine Transform,DCT)域中,提出一种采用投票选择的方式提取水印信息的算法,该算法依据少数服从多数的原则确定嵌入的水印信息,有效的提高了水印系统的鲁棒性;提出使用遗传算法(Genetic Algorithm,GA)对DCT域中投票选择水印信息的算法嵌入位置进一步优化的方法,优化后算法的鲁棒性与透明性较优化前有了提升。在离散小波变换(Discrete Wavelet Transform,DWT)域中,提出在HSI色彩空间下DWT与奇异矩阵分解(Singular Value Decomposition,SVD)结合的鲁棒性水印算法,并用GA在H、S、I三个平面中选择较优的嵌入强度,设定峰值信噪比(PSNR)的阈值,使得该算法满足在PSNR大于35的前提条件下鲁棒性较好;根据数字图像的特征和SVD分解后矩阵的特点,提出一种基于SVD矩阵分析的小波域盲水印算法,该算法通过分析SVD分解后酉矩阵的特点,根据水印序列的值对酉矩阵中部分系数进行修改完成水印的嵌入提取,有效的实现了盲提取。最后,对算法进行仿真并进行对比实验,透明性以PSNR的值为标准进行衡量,鲁棒性以归一化相似系数(Normalized Correlation,NC)的值来衡量。实验结果说明本文提出水印算法具有可行性,满足不可见性的同时,对剪切、滤波、缩放、旋转和噪声攻击都具有较好的鲁棒性。

林威[6](2016)在《基于快速响应矩阵码的瓦片遥感影像数字水印算法研究》文中研究表明遥感影像数据是国家的基础性和战略性信息资源,在地球科学研究和基础设施建设中发挥着十分重要的作用。随着互联网时代的到来,以GoogleEarth和“天地图”为代表的网络地理信息服务平台为遥感影像数据的网络化应用开辟了崭新的途径,极大地促进了遥感影像数据的共享与推广。由于遥感影像数据具有海量性特征,网络地理信息服务平台所使用的遥感影像数据一般以瓦片的形式进行存储、管理和调用。瓦片遥感影像数据具有数量庞大、来源丰富、使用便捷和易于下载等特点,这些特点在满足用户需求的同时,也引发了侵权、泄密、非法使用和牟利等各种安全问题。为维护数据生产者的合法权益,打击各种违法侵权行为,亟需引入科学有效的技术手段强化瓦片遥感影像数据的安全管理。数字水印技术作为信息安全领域的前沿技术,为瓦片遥感影像的安全保护提供了切实可行的技术途径。有别于传统的加密手段,数字水印技术将秘密水印信息与载体数据融为一体,通过水印检测,能够实现数据的版权保护、内容认证、侵权行为跟踪和来源追溯等功能,可以有效地解决瓦片遥感影像数据所面临的信息安全问题。在研究瓦片遥感影像数字水印技术时,需要根据其数据特征选择合适的水印信息生成方式。现今流行的快速响应矩阵码(QR码,quick response code)具有信息容量大、纠错能力强和使用便捷等特点,能够很好地契合瓦片遥感影像的数据特征。采用QR码水印信息,可以有效提高瓦片遥感影像数字水印算法的不可感知性和鲁棒性。本文将QR码技术与数字水印技术相结合,对瓦片遥感影像数字水印算法进行研究,主要研究工作和结论如下:(1)基于瓦片遥感影像的数据特征,提出了瓦片遥感影像水印算法的技术要求,阐述了瓦片遥感影像的水印攻击方式和瓦片遥感影像水印技术的应用方向。(2)基于水印信息的安全保密要求,提出了一种结合最佳置乱度计算和Arnold变换的QR码水印图像置乱方法,提高了水印信息的安全性。基于瓦片遥感影像的水印信息承载能力,提出了一种QR码水印图像数据压缩方法,在不影响QR码正确识读的前提下,有效地减少了嵌入瓦片遥感影像的水印信息的数据量。(3)针对传统LSB水印算法鲁棒性较差的问题,提出了一种适用于瓦片遥感影像的改进算法。利用纠错编码机制进行水印嵌入和检测,提高了水印检测的准确性和对常规图像处理攻击的鲁棒性。针对几何攻击所造成的水印信息不同步问题,提出了一种基于像素值量化、扩频调制和区间分划的瓦片遥感影像水印算法。通过将影像的像素值转换为对几何攻击具有稳定性的区间值,很好地确定了水印信息嵌入位置和水印信息位之间的同步关系。算法能够有效地抵抗几何攻击。(4)针对瓦片遥感影像的拼接处理特性,提出了一种基于定位块机制和分块DCT变换的瓦片遥感影像水印算法。通过构造定位块,解决了拼接和区域裁剪处理后含水印瓦片遥感影像的定位问题。在水印嵌入过程中,采用经过改进的量化机制在DCT域的DC分量中嵌入水印信息,满足了抗JPEG压缩攻击的要求。同时引入索引函数和误差控制,提高了算法的安全性和保真度。(5)分析了 DWT变换应用于瓦片遥感影像水印算法的优势,提出了一种结合DWT变换和DCT变换的抗复合攻击瓦片遥感影像水印算法。在水印嵌入过程中,采用矩阵编码方法,提高了水印嵌入效率,进一步增强了算法抗JPEG压缩攻击的能力,同时有效地平衡了算法的不可感知性和鲁棒性。

席光伟[7](2016)在《基于DCT域和图像置乱的数字水印技术研究》文中指出数字技术的飞速发展以及互联网的普及给人们的工作和生活带来了巨大的便利。但是,利用网络的开放性和共享性所进行的一些恶意行为,诸如侵犯版权、信息篡改等,严重地损害了数字作品的创作者和使用者的利益。因此保护数字媒体的安全成为国际上研究的热点问题。本文首先通过对离散余弦变换和人类视觉系统的研究,提出了一种基于DCT域的水印算法。根据宿主图像的纹理掩蔽特性和边缘敏感特性,将图像分块按方差和边缘信息进行排序,对具有相同边缘信息的分块按方差从大到小排序,从而得到一个分块序列。这个分块序列越前面的分块越适合做水印的嵌入,而分块序列后面的部分尽量少改动。为适应这样的嵌入方式,本文构造一个随机数序列生成器来决定分块中的嵌入位置和修改幅度。根据人类视觉系统,将分块修改幅度大的随机数序列结合分块序列靠前的分块做水印嵌入,而对边缘敏感平滑的分块尽量修改小。本文算法选取分块的中频位置嵌入水印信息,通过实验验证了算法的鲁棒性和不可感知性。同时分析了算法中嵌入强度、嵌入容量等对鲁棒性和不可感知性的影响。图像置乱可以加密图像和消除图像内部信息的相关性,在数字水印系统设计中,好的图像置乱可以在宿主图像遭遇破坏时分散错误比特的分布,从而提高数字水印系统的鲁棒性。本文提出了一种基于分块映射、Arnold变换和Logistic映射相结合的置乱算法,用来作为水印图像预处理方式。将置乱的水印用于算法中,仿真结果证明,水印系统具有可行性。

毕洪波[8](2013)在《鲁棒性数字图像与视频水印算法研究》文中进行了进一步梳理计算机和网络技术的快速发展极大地便利了数字多媒体数据的生成、存储和传播,提高了信息利用的效率,但与此同时也带来了知识产权保护方面的隐患。因此,迫切需要一种能有效保护个人权益的技术。在这种背景下,数字水印技术凸显出其重要作用。数字水印技术是信息隐藏技术一个极其重要的分支,通过在多媒体内容如图像、视频等中嵌入特定信息达到产权保护的目的,而且已经被扩展应用于多个领域。数字水印技术的技术要求较多,其中鲁棒性是非常关键的指标,然而,目前鲁棒性数字图像与视频水印技术还未得到充分的研究,有很多技术方面的难题亟待解决,给研究工作带来了挑战和机遇。本文主要围绕鲁棒性数字图像与视频水印算法的关键技术进行展开。文中针对抗信号处理攻击的鲁棒性数字图像水印算法、抗几何攻击的鲁棒性数字图像水印算法、抗共谋攻击的鲁棒性数字视频水印算法以及抗空时攻击的鲁棒性数字视频水印算法等进行阐述和研究。本文的研究工作及主要贡献如下:(1)提出了基于Contourlet变换和SVD的联合域抗信号处理攻击的鲁棒性图像水印算法Contourlet变换具有良好的多方向性和多尺度性,可以稀疏表达纹理和亮度信息。传统的Contourlet域水印算法没有很好的结合宿主载体的自身特性,影响了算法整体性能。而图像的奇异值分解(Singular Value Decomposition, SVD)体现了其内容的内在稳定性不随一般信号处理的操作而发生重大变化,有利于增强水印系统的抗信号处理攻击能力。根据Contourlet变换系数的能量值区分宿主的纹理性,并选取方向子带作为水印嵌入区域。图像在Arnold置乱后,由其中最大的若干个Contourlet系数构建矩阵,并对其进行SVD。结合人类视觉系统(Human Visual System, HVS)特性,采用自适应的嵌入强度,水印被嵌入到其奇异值中。水印信息在Contourlet逆变换中影响到低频子带,使水印分布到整个载体的高频和低频区域。实验结果表明,该算法获得了良好的视觉不可感知性和抵抗滤波、JPEG压缩等信号处理攻击的鲁棒性。(2)提出了基于Harris特征点的抗几何攻击的鲁棒性图像水印算法基于空间特征点可以增强图像水印的鲁棒性的思想,提出了一种基于离散余弦变换(Discrete Cosine Transform, DCT)域Harris特征点的图像水印算法。检测Harris特征点作为待选嵌入参考点,搜索其邻域确定具有最大响应值的特征点作为局部最稳定的Harris特征点,并形成方形特征区域,选取具有最大响应值的非重叠特征区域作为嵌入区域。利用改进的奇偶量化方法将水印嵌入到ZigZag扫描后的中频系数中。实验结果表明,本算法确保了较高的峰值信噪比(Peak Signal Noise Ratio, PSNR),而且对旋转、缩放等几何攻击具有鲁棒性。(3)提出了基于空时域HVS和STDM的抗共谋攻击的鲁棒性视频水印算法帧内共谋攻击是视频水印系统经常遇到的攻击类型。传统的扩展变换抖动调制(Spread Transform Dither Modulation, STDM)基于固定量化步长,不能充分利用视频内容特征,抵抗共谋攻击的能力较差。空时联合域的掩蔽效应可以表征人眼在时间和空间方面的感知冗余,对于低于掩蔽值的视频内容,人眼通常不敏感。空时掩蔽模型不仅采用了空间对比度敏感函数、亮度掩蔽函数、对比度掩蔽函数,而且采用了时间的掩蔽函数来解释人眼对快速运动和低速运动对象的感知能力。建立了空时域的HVS模型,确定了模型参数,进而确定了自适应的STDM量化步长。实验结果表明,本算法不仅保证了较高的PSNR,而且改善了算法抵抗时间共谋攻击的鲁棒性。(4)提出了基于3维SIFP的抗空时攻击的鲁棒性视频水印算法空时特征点代表了视频中重大的变化,在空间和时间攻击下不会发生很大改变,因此,可以用于改善视频水印算法的鲁棒性。提出了基于尺度不变特征点(Scale Invariant Feature Points, SIFP)的视频水印算法。构造了3维高斯金字塔体,并依据扩展的Hessian矩阵,提出了3维SIFP的检测方法,检测的特征点表征了三维体内的尺度不变点,而且体现了空时联合域内重大变化的内在特征。以该特征点为中心生成方形区域,该区域被转换到DCT-SVD联合域内,通过修改最大奇异值的范数将水印嵌入到分段的中频系数中。实验结果表明,该算法没有明显降低视觉质量,而且在抵抗空时域内各种攻击方面更加鲁棒,包括时间域的帧操作以及空域的缩放、JPEG压缩等。综上所述,本文以提高数字图像与视频水印算法的鲁棒性为核心,系统地研究了数字图像与视频水印中抗信号处理攻击的鲁棒性、抗几何攻击的鲁棒性、抗共谋攻击的鲁棒性、抗空时攻击的鲁棒性等关键问题。通过鲁棒性水印算法关键问题的理论建模及分析,提出了相应的解决方案,并通过仿真验证了本文算法的性能。基于以上解决方案,可以有效地改善现有数字图像与视频水印算法的鲁棒性问题。本文的研究工作对于进一步开展面向不同业务需求的鲁棒性数字图像与视频水印算法研究提供了基础,对于数字水印技术的研究发展和实际应用具有积极的推动作用。

陈思[9](2012)在《基于HVS的离散小波变换数字水印算法》文中指出信息媒体的数字化使得信息的存取以及交流更加的便利,同时也明显提高了信息传播的效率和准确度。但是数字化和网络的快速发展为信息的传播、交流带来极大便利的同时,也衍生出盗版和安全的问题,并且已经开始影响信息产业健康持续发展。在这样的背景下,数字水印作为保护知识产权的一种有效手段,具有成本低、实现简单等优点,现已成为了人们的研究热点。本文以数字水印系统和模型为研究对象,分析了多种类型的数字水印技术,提出一种基于人类视觉系统的能在各种灰度图像中进行水印嵌入的算法。该算法先用Logistic混沌加密以及Arnold变换对二值水印图像进行预处理操作,打破水印图片空域中像素之间原有的相关性,使能量分部更均匀,在不可见性和鲁棒性之间找到平衡点,并将相关的参数作为密钥保存。接着对宿主图像做2级小波变换,通过人类视觉的掩蔽特性确定信息嵌入的位置为第二级小波变换的三个细节子图,又以45°方向的细节子图为首选,进一步提升数字水印的不可见性。在提取过程中,需要用到载体的原始图片,通过原始图片和嵌入水印后图片在二级小波变换下的比对,得到二值序列,再通过密钥进行逆变换,还原出水印信息。并通过Matlab仿真实验证明该算法在保证水印不可见性的前提下有效提高了水印的安全性,在对JPEG压缩、剪裁、图像添加噪声等常见攻击等方面体现了较强的鲁棒性,并在一定程度上的兼顾了不可见性和鲁棒性,具有较好的实用性。最后介绍了电子公文的发展情况以及分类,给出了一种基于数字水印技术的认证设计方案,并将本文所描述的数字水印算法作为核心算法应用在电子公文认证系统中,在.NET平台实现了嵌入模块以及验证模块的开发。

李峰[10](2012)在《基于HVS的图像数字水印算法研究》文中研究指明数字水印技术是一种用来进行数字作品版权保护的先进技术,近年来数字水印的研究也一直是图像处理的热点问题之一。在获取信息越来越便捷的时代,各种非法版权的图像信息也充斥着网络,利用数字水印技术可以有效的对抗盗版和数字作品非法复制传播。由于变换域的多分辨率分析特性与人类视觉系统(HVS)特性的一致性,结合变换域的特点和HVS的特性,对于水印嵌入位置和水印嵌入强度具有很大的帮助。各种研究也证明了结合HVS的变换域水印算法可以在保证原始数据视觉质量的前提下,有效地增加水印信息的鲁棒性。本文首先设计了一种基于DWT和HVS的自适应数字图像水印算法,可以自适应的根据视觉门限JND确定水印嵌入位置,这样不仅可以将水印嵌在鲁棒性更高的低频区,有效的抵御各种滤波攻击,还可以保证载体图像的不失真性。其次,设计了一种基于HVS的鲁棒水印算法,运用DCT,SVD,HVS三种理论,根据HVS的特性,将水印图像自适应的嵌入到原始图像经过DCT变换后的奇异值中,可以实现盲检测,并能保证在较高PSNR值的情况下,仍然保持了水印图像的不可见性,同时算法也有很好的鲁棒性。最后,设计了一种基于Curvelet的鲁棒水印算法,将水印图像自适应的嵌入到原始图像经过Curvelet变换后的系数中,也能很好的在数字水印算法的鲁棒性和不可见性之间达到一个很好的平衡,并且可以盲检测。

二、一种基于HVS和DCT的数字水印算法(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、一种基于HVS和DCT的数字水印算法(论文提纲范文)

(1)鲁棒数字水印性能优化方法研究(论文提纲范文)

致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于量化的图像水印方法
        1.2.2 基于扩频的图像水印方法
        1.2.3 基于深度学习的图像水印方法
        1.2.4 原始域视频水印方法
        1.2.5 压缩域视频水印方法
    1.3 本文研究内容
    1.4 论文结构安排
2 鲁棒数字水印方法
    2.1 基本原理
    2.2 常见的攻击类型及抵抗方法
        2.2.1 常见的攻击类型
        2.2.2 抵抗几何攻击的数字水印方法
        2.2.3 抵抗其它攻击类型的数字水印方法
    2.3 空域最小可觉差模型
    2.4 评价标准
    2.5 现有鲁棒数字水印方法存在的问题
    2.6 本章小结
3 基于空域最小可觉差模型的视觉优化图像水印方法
    3.1 问题分析
    3.2 算法描述
        3.2.1 水印嵌入
        3.2.2 求解最优水印嵌入强度
        3.2.3 水印提取
    3.3 实验设置及评价标准
    3.4 实验结果及分析
        3.4.1 不可见性测试
        3.4.2 鲁棒性测试
    3.5 本章小结
4 基于多尺度特征的鲁棒图像水印方法
    4.1 问题分析
    4.2 基于多尺度特征的鲁棒图像水印网络结构
        4.2.1 编码器
        4.2.2 噪声层
        4.2.3 解码器
        4.2.4 判别器
    4.3 实验设置及评价标准
    4.4 实验结果及分析
        4.4.1 无噪声层训练的网络性能测试
        4.4.2 单个噪声层训练的网络性能测试
        4.4.3 多个噪声层训练的网络性能测试
        4.4.4 消融实验
    4.5 本章小结
5 基于帧差的高效视频水印方法
    5.1 问题分析
    5.2 算法描述
        5.2.1 基于相邻帧色度通道的水印嵌入
        5.2.2 基于帧差的水印提取
    5.3 实验设置及评价标准
    5.4 实验结果及分析
        5.4.1 不可见性测试
        5.4.2 鲁棒性测试
        5.4.3 实时性测试
    5.5 本章小结
6 总结及展望
    6.1 总结
    6.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集

(2)基于混合域的盲图像水印优化算法研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究现状
    1.3 本文的主要工作和组织结构
        1.3.1 本文的主要工作
        1.3.2 本文的组织结构
2 数字水印技术研究
    2.1 数字水印的系统结构
        2.1.1 水印嵌入系统
        2.1.2 水印提取系统
    2.2 水印技术的分类
    2.3 水印技术的设计要求
    2.4 常见的攻击方式
    2.5 数字水印的评价标准
    2.6 本章小结
3 数字水印相关技术研究
    3.1 图像加密
        3.1.1 Arnold变换
        3.1.2 Logistic 混沌映射
    3.2 萤火虫算法
        3.2.1 萤火虫算法原理
        3.2.2 萤火虫算法描述
    3.3 人类视觉系统模型
    3.4 本章小结
4 基于噪声可见度函数和DCT-QR变换的盲图像水印算法
    4.1 相关基础工作
        4.1.1 嵌入块方法讨论
        4.1.2 正交矩阵Q中的相关系数
    4.2 提出的数字水印方案
        4.2.1 水印嵌入
        4.2.2 水印提取
        4.2.3 计算嵌入阈值T
    4.3 算法测试与结果分析
        4.3.1 不可感知性分析
        4.3.2 鲁棒性分析
        4.3.3 复杂度分析
    4.4 本章小结
5 基于萤火虫算法的盲图像水印优化方案
    5.1 相关工作
        5.1.1 水印图像的逻辑映射
        5.1.2 萤火虫算法的初始设置
    5.2 提出的数字水印方案
        5.2.1 水印嵌入
        5.2.2 水印提取
        5.2.3 萤火虫算法查找最佳嵌入参数
    5.3 算法测试与结果分析
        5.3.1 不可感知性分析
        5.3.2 鲁棒性分析
    5.4 本章小结
6 总结与展望
    6.1 论文总结
    6.2 未来工作展望
参考文献
攻读硕士学位期间发表论文及科研成果
致谢

(3)基于鲁棒视觉属性的量化水印方法研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 论文选题的研究背景及意义
    1.2 数字水印的研究现状和趋势
    1.3 数字水印与人类视觉系统
    1.4 STDM水印算法原理
    1.5 论文研究内容及贡献
    1.6 本文的组织结构
第二章 基于视觉JND感知特性的鲁棒量化水印算法
    2.1 基于视觉属性特征的L-STDM算法原理
        2.1.1 Watson感知模型
        2.1.2 基于感知模型的L-STDM算法
    2.2 基于模式复杂度的JND引导的量化水印算法
        2.2.1 基于模式复杂度的对比度掩蔽因子
        2.2.2 基于模式复杂度的视觉JND模型
        2.2.3 基于视觉模型的量化步长和水印处理
        2.2.4 实验结果及分析
    2.3 基于方向差异性和颜色复杂度的彩色数字水印算法
        2.3.1 基于方向差异性的对比度掩蔽
        2.3.2 颜色复杂度掩蔽
        2.3.3 基于方向差异性及颜色复杂度构建的JND模型
        2.3.4 算法实施流程
        2.3.5 实验结果及分析
    2.4 本章小结
第三章 基于双层视觉显着性模型的鲁棒水印算法
    3.1 双层视觉显着性模型
        3.1.1 自底向上的显着性特征
        3.1.2 自顶向下的显着性特征
        3.1.3 融合的视觉显着性模型
    3.2 双层视觉显着性模型引导的JND模型
    3.3 自适应量化处理及算法实施流程
    3.4 实验结果及分析
        3.4.1 显着性模型对比
        3.4.2 JND模型性能对比
        3.4.3 水印算法对比
    3.5 本章小结
第四章 基于统计特性差异的彩色屏幕内容图像水印算法
    4.1 SCI图像的内容统计特性差异
    4.2 基于内容分类的混合JND模型
        4.2.1 针对图像内容的对比度掩蔽
        4.2.2 针对文本内容的对比度掩蔽
    4.3 基于混合JND模型的STDM水印算法
    4.4 实验结果及分析
        4.4.1 水印图像视觉质量对比
        4.4.2 鲁棒性评估
    4.5 本章小结
第五章 基于深度卷积神经网络模型的水印设计
    5.1 相关工作
    5.2 提出的网络结构及损失函数
        5.2.1 残差卷积神经网络
        5.2.2 损失函数
        5.2.3 模型结构
    5.3 基于损失函数驱动的深度水印处理
        5.3.1 水印嵌入
        5.3.2 攻击处理
        5.3.3 水印检测
    5.4 实验结果分析
        5.4.1 实验设置
        5.4.2 实验结果与分析
    5.5 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 未来工作展望
参考文献
攻读硕士学位期间的主要成果
致谢

(4)鲁棒性水印混合算法研究与实现(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文研究内容和组织结构
第2章 数字水印的基本理论
    2.1 数字水印的概念和特性
    2.2 数字水印的分类
    2.3 数字水印的基本框架
    2.4 数字水印的典型算法
        2.4.1 空间域水印算法
        2.4.2 变换域水印算法
    2.5 常见的水印攻击
    2.6 数字水印性能评价指标
        2.6.1 水印不可见性评价
        2.6.2 水印鲁棒性评价
第3章 全息图的基本原理
    3.1 光学全息术
        3.1.1 波前记录
        3.1.2 波前再现
        3.1.3 傅里叶变换全息图
    3.2 计算全息
    3.3 计算全息与数字水印
第4章 数字图像鲁棒性子水印算法
    4.1 基于DWT_SVD的数字水印算法
        4.1.1 算法原理
        4.1.2 算法设计
        4.1.3 实验仿真与分析
    4.2 基于DCT的数字水印算法
        4.2.1 算法原理
        4.2.2 算法设计
        4.2.3 实验仿真与分析
    4.3 基于Patchwork的数字水印算法
        4.3.1 算法原理
        4.3.2 算法设计
        4.3.3 实验仿真与分析
    4.4 基于全息图的数字水印算法
        4.4.1 算法原理
        4.4.2 算法设计
        4.4.3 实验仿真与分析
    4.5 本章小结
第5章 鲁棒性水印混合算法研究与实现
    5.1 灰度图像分块鲁棒性水印混合算法
        5.1.1 算法描述
        5.1.2 实验仿真及分析
        5.1.3 算法小结
    5.2 改进的彩色图像鲁棒性水印混合算法
        5.2.1 彩色空间与HVS特性
        5.2.2 算法描述
        5.2.3 实验仿真及分析
        5.2.4 算法小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士期间的研究成果
致谢

(5)基于变换域的鲁棒性水印算法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
    1.3 研究内容
    1.4 论文结构
第2章 数字水印技术与相关理论知识
    2.1 数字水印系统的基本概念
    2.2 数字水印的分类与特性
        2.2.1 数字水印的分类
        2.2.2 数字水印的特性
    2.3 数字水印的攻击类型与评价标准
        2.3.1 数字水印的攻击类型
        2.3.2 数字水印的评价标准
    2.4 遗传算法
        2.4.1 遗传算法的基本概念
        2.4.2 遗传算法的基本操作
        2.4.3 遗传算法在数字图像水印中的应用
    2.5 人类视觉与色彩空间
        2.5.1 人类视觉系统HVS
        2.5.2 色彩空间
        2.5.3 色彩空间转换实验效果
    2.6 本章小结
第3章 基于DCT变换的数字水印
    3.1 余弦变换及系数分析
    3.2 图像置乱加密
        3.2.1 二维Arnold变换
        3.2.2 二维Arnold置乱实验效果
        3.2.3 三维Arnold变换
        3.2.4 三维Arnold置乱实验效果
        3.2.5 Logistic混沌置乱
        3.2.6 Logistic混沌置乱实验效果
    3.3 基于DCT多数投票选择的水印算法
        3.3.1 水印图像的选择与预处理
        3.3.2 宿主图像的选择与预处理
        3.3.3 水印嵌入步骤
        3.3.4 水印提取步骤
    3.4 基于遗传算法与DCT结合的水印算法
        3.4.1 遗传算法应用思想
        3.4.2 水印的嵌入与提取步骤
    3.5 本章小结
第4章 基于DWT变换的数字水印
    4.1 小波变换
        4.1.1 连续小波变换
        4.1.2 离散小波变换
        4.1.3 Mallat算法
        4.1.4 小波基函数
        4.1.5 小波域数字水印
    4.2 SVD奇异矩阵分解
        4.2.1 奇异值分解的定义
        4.2.2 奇异值分解的性质
        4.2.3 奇异值分解图像水印中的应用
        4.2.4 实验效果
    4.3 基于HSI色彩空间与遗传算法结合的数字水印
        4.3.1 水印图像的选择与预处理
        4.3.2 小波域的变量选择
        4.3.3 水印嵌入强度
        4.3.4 水印嵌入步骤
    4.4 基于SVD矩阵分析的盲水印算法
        4.4.1 盲水印嵌入步骤
        4.4.2 盲水印提取步骤
    4.5 本章小节
第5章 实验结果对比分析
    5.1 基于DCT多数投票与传统DCT域关系算法对比
    5.2 基于遗传算法与多数投票结合与多数投票算法对比
    5.3 基于HSI色彩空间与RGB色彩空间算法对比
    5.4 基于SVD矩阵分析与传统量化盲水印算法对比
    5.5 本章小节
结论与展望
参考文献
攻读硕士学位期间发表的学术成果
致谢

(6)基于快速响应矩阵码的瓦片遥感影像数字水印算法研究(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状和存在的问题
        1.2.1 国内外研究现状
        1.2.2 存在的问题
    1.3 研究思路、技术路线与研究内容
        1.3.1 研究思路和技术路线
        1.3.2 研究内容
    1.4 论文结构
第2章 瓦片遥感影像数字水印技术
    2.1 数字水印技术
        2.1.1 数字水印技术的定义及其特性
        2.1.2 数字水印系统的基本架构
        2.1.3 数字水印的分类
        2.1.4 水印信息的分类及其特点
    2.2 QR码技术
        2.2.1 QR码简介
        2.2.2 QR码图像的生成过程
        2.2.3 QR码的特点
        2.2.4 QR码水印信息的优势
    2.3 QR码水印信息的适用性分析
        2.3.1 瓦片遥感影像水印算法对水印信息的要求
        2.3.2 QR码与文本水印信息的适用性比较
        2.3.3 QR码与无意义水印信息的适用性比较
        2.3.4 结论
    2.4 瓦片遥感影像数字水印技术特征与要求
        2.4.1 瓦片遥感影像概述
        2.4.2 瓦片遥感影像数据特征及水印算法要求
        2.4.3 瓦片遥感影像水印技术的评价指标
        2.4.4 瓦片遥感影像的水印攻击方式
        2.4.5 瓦片遥感影像水印技术的应用
    2.5 本章小结
第3章 QR码水印信息预处理方法
    3.1 QR码水印图像置乱处理方法
        3.1.1 常用的图像置乱算法
        3.1.2 双向Arnold变换
        3.1.3 QR码水印图像最佳置乱度的计算
        3.1.4 本节小结
    3.2 QR码水印图像数据压缩方法
        3.2.1 QR码水印图像的小波变换
        3.2.2 QR码水印图像的符号结构分解
        3.2.3 水印信息序列的压缩编码
        3.2.4 本节小结
    3.3 本章小结
第4章 瓦片遥感影像空间域水印算法
    4.1 基于纠错编码机制的瓦片遥感影像水印算法
        4.1.1 QR码水印图像的预处理
        4.1.2 纠错编码机制的设计
        4.1.3 水印信息嵌入位置的选择
        4.1.4 水印嵌入算法
        4.1.5 水印检测算法
        4.1.6 算法说明与讨论
        4.1.7 实验与分析
        4.1.8 本节小结
    4.2 抗几何攻击的瓦片遥感影像水印算法
        4.2.1 QR码水印图像的预处理
        4.2.2 瓦片遥感影像的抗拼接处理
        4.2.3 水印嵌入算法
        4.2.4 水印检测算法
        4.2.5 算法说明与讨论
        4.2.6 实验与分析
        4.2.7 本节小结
    4.3 本章小结
第5章 基于DCT变换的瓦片遥感影像水印算法
    5.1 DCT变换与数字水印
        5.1.1 DCT变换
        5.1.2 DCT变换与数字水印
    5.2 基于定位块机制和分块DCT变换的瓦片遥感影像水印算法
        5.2.1 定位块机制的设计
        5.2.2 量化机制的设计
        5.2.3 索引函数的设计
        5.2.4 水印嵌入算法
        5.2.5 水印检测算法
        5.2.6 算法说明与讨论
        5.2.7 实验与分析
        5.2.8 本节小结
    5.3 本章小结
第6章 基于DWT/DCT变换的瓦片遥感影像水印算法
    6.1 DWT变换与数字水印
        6.1.1 CWT/DWT变换
        6.1.2 DWT变换与数字水印
    6.2 基于矩阵编码机制和DWT/DCT变换的瓦片遥感影像水印算法
        6.2.1 小波基函数的选择
        6.2.2 矩阵编码机制与水印信息嵌入位置的选择
        6.2.3 水印嵌入算法
        6.2.4 水印检测算法
        6.2.5 算法说明与讨论
        6.2.6 实验与分析
        6.2.7 本节小结
    6.3 本章小结
第7章 总结和展望
    7.1 论文主要工作和结论
    7.2 论文主要创新点
    7.3 研究展望
参考文献
攻读博士学位期间发表的研究成果
致谢

(7)基于DCT域和图像置乱的数字水印技术研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 论文选题背景及研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 数字水印的应用领域
    1.4 本文研究内容与结构
第2章 数字水印技术基础知识
    2.1 引言
    2.2 数字水印的分类
    2.3 数字水印系统的组成
    2.4 数字水印的典型算法
        2.4.1 空域算法
        2.4.2 变化域算法
        2.4.3 压缩域算法等
    2.5 数字水印的评价标准
    2.6 本章小结
第3章 DCT域的水印算法研究
    3.1 离散余弦变换简介
    3.2 人类视觉系统的特性
    3.3 基于DCT域和HVS的水印算法研究
        3.3.1 水印算法设计与生成器设计
        3.3.2 水印的嵌入和提取步骤
        3.3.3 实验结果及分析
        3.3.4 实验小结
    3.4 本章小结
第4章 数字图像置乱技术
    4.1 数字图像置乱的基本知识
    4.2 图像置乱技术的性能评估
    4.3 数字图像置乱算法
        4.3.1 基于Arnold变换的图像置乱
        4.3.2 基于Fibonacci变换的图像置乱
        4.3.3 基于Logistic映射的图像置乱
    4.4 一种数字图像置乱加密算法研究
        4.4.1 基于图像分块的映射置乱
        4.4.2 结合Arnold的双位置置乱
        4.4.3 基于位置和像素空间的图像置乱
    4.5 本章小结
第5章 基于DCT域和图像置乱的水印算法
    5.1 水印算法设计
    5.2 实验分析
    5.3 通过阀值调整水印图像
        5.3.1 改进水印图像
        5.3.2 实验分析
    5.4 本章小结
结论
参考文献
致谢

(8)鲁棒性数字图像与视频水印算法研究(论文提纲范文)

摘要
ABSTRACT
第一章 引言
    1.1 论文研究背景
        1.1.1 信息隐藏技术
        1.1.2 数字水印技术
    1.2 数字水印算法的相关理论
        1.2.1 数字水印系统的数学模型
        1.2.2 数字水印算法的特性要求
        1.2.3 数字水印算法的攻击类型
        1.2.4 数字水印算法的评价指标
    1.3 课题的国内外研究现状
        1.3.1 鲁棒性数字图像水印算法的国内外研究现状
        1.3.2 鲁棒性数字视频水印算法的国内外研究现状
    1.4 主要研究工作和创新点
        1.4.1 主要研究工作
        1.4.2 创新点
    1.5 论文结构安排
    1.6 本章小结
    参考文献
第二章 抗信号处理攻击的鲁棒性数字图像水印算法研究
    2.1 引言
    2.2 Contourlet变换的基本原理
        2.2.1 金字塔结构
        2.2.2 方向滤波器
        2.2.3 Contourlet变换系数的数学统计特性
    2.3 人类视觉系统(HVS)的特性研究
        2.3.1 HVS的成像机理及模型框架
        2.3.2 HVS的感知特性
        2.3.3 基于HVS的JND模型
    2.4 基于HVS的Contourlet域鲁棒性图像水印算法
        2.4.1 水印的嵌入
        2.4.2 水印的检测
        2.4.3 实验与分析
    2.5 基于Contourlet和SVD的鲁棒性图像水印算法
        2.5.1 奇异值分解
        2.5.2 水印的嵌入
        2.5.3 水印的检测
        2.5.4 实验与分析
    2.6 本章小结
    参考文献
第三章 抗几何攻击的鲁棒性数字图像水印算法研究
    3.1 引言
    3.2 几何攻击及解决方案
        3.2.1 几何攻击
        3.2.2 抗几何攻击的数字水印技术
    3.3 基于Harris特征点的鲁棒性图像水印算法
        3.3.1 Harris特征点的检测
        3.3.2 鲁棒Harris特征区域的确定
        3.3.3 水印的嵌入
        3.3.4 水印的检测
        3.3.5 实验与分析
    3.4 本章小结
    参考文献
第四章 抗共谋攻击的鲁棒性数字视频水印算法研究
    4.1 引言
    4.2 基于空时掩蔽函数的视觉不可感知性水印算法
        4.3.1 3维DCT
        4.3.2 人眼视觉空时掩蔽函数感知模型
        4.3.3 水印的嵌入
        4.3.4 水印的检测
        4.3.5 实验与分析
    4.4 基于空时掩蔽函数和STDM的抗共谋攻击的鲁棒性视频水印算法
        4.4.1 视频内共谋攻击
        4.4.2 扩展变换抖动调制(STDM)算法
        4.4.3 水印的嵌入
        4.4.4 水印的检测
        4.4.5 实验与分析
    4.5 本章小结
    参考文献
第五章 抗空时攻击的鲁棒性视频水印算法研究
    5.1 引言
    5.2 基于STIP的抗空时攻击的鲁棒性视频水印算法
        5.2.1 空时特征点的检测
        5.2.2 水印的嵌入
        5.2.3 水印的检测
        5.2.4 实验与分析
    5.3 基于3D SIFP的抗空时攻击的鲁棒性视频水印算法
        5.3.1 3维尺度不变特征点的检测
        5.3.2 水印的嵌入
        5.3.3 水印的检测
        5.3.4 实验与分析
    5.4 本章小结
    参考文献
第六章 结束语
    6.1 论文工作总结
    6.2 进一步研究工作
缩略语
致谢
攻读博士学位期间取得的学术成果

(9)基于HVS的离散小波变换数字水印算法(论文提纲范文)

摘要
ABSTRACT
目录
第一章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外研究现状
    1.3 论文的主要研究内容及结构安排
第二章 数字水印技术
    2.1 数字水印的概念与特点
    2.2 数字水印的基本系统与模型
    2.3 图像水印的典型算法
        2.3.1 时(空)域水印算法
        2.3.2 变换域水印算法
    2.4 水印攻击及评价指标
        2.4.1 常见水印攻击
        2.4.2 水印的评价指标
    2.5 本章小结
第三章 基于HVS和DWT的数字水印算法的设计
    3.1 DWT基础知识
        3.1.1 窗口函数和Gabor变换
        3.1.2 连续小波变换
        3.1.3 离散小波变换
        3.1.4 多分辨率分析
    3.2 人类视觉系统的基本构造和特性
        3.2.1 人类视觉系统的基本构造
        3.2.2 人类视觉系统的特性
    3.3 水印的预处理技术
        3.3.1 Logistic混沌加密
        3.3.2 Arnold变换
    3.4 算法分析
        3.4.1 水印的预处理
        3.4.2 水印的嵌入和提取算法
    3.5 实验结果及分析
        3.5.1 嵌入算法的实现
        3.5.2 提取算法的实现
        3.5.3 有攻击下数字水印检测
    3.6 本章小结
第四章 基于HVS和DWT的数字水印技术在电子公文认证中的应用
    4.1 电子公文的分类
    4.2 基于HVS和DWT的数字水印技术在电子公文认证中的设计方案
        4.2.1 公文生成流程
        4.2.2 公文认证流程
    4.3 设计方案的具体实现
        4.3.1 信息嵌入模块
        4.3.2 信息验证模块
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 未来工作的展望
参考文献
致谢
攻读硕士学位期间主要研究成果
    一、发表的学术论文
    二、参与项目

(10)基于HVS的图像数字水印算法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题研究的背景、目的及其意义
        1.1.1 课题研究背景
        1.1.2 课题研究目的和意义
    1.2 相关领域国内外研究现状
    1.3 本文的主要工作和组织结构
        1.3.1 本文主要工作
        1.3.2 本文组织结构
第2章 基于HVS-DWT的水印算法研究
    2.1 DWT变换和HVS理论研究
        2.1.1 数字图像小波分解研究
        2.1.2 HVS基本理论研究
    2.2 算法设计
        2.2.1 水印图像的预处理
        2.2.2 HVS建模
        2.2.3 水印嵌入过程
        2.2.4 水印提取过程
    2.4 实验分析
    2.5 本章小结
第3章 基于HVS-DCT的水印算法研究
    3.1 DCT变换和HVS理论研究
        3.1.1 DCT变换研究
        3.1.2 基于DCT变换的HVS模型研究
        3.1.3 SVD变换研究
    3.2 算法设计
        3.2.1 水印图像的预处理
        3.2.2 水印嵌入过程
        3.2.3 水印提取过程
    3.3 实验分析
    3.4 本章小结
第4章 基于HVS-CURVELET的水印算法研究
    4.1 CURVELET变换和HVS理论研究
        4.1.1 Curvelet变换研究
        4.1.2 基于Curvelet变换的HVS模型研究
    4.2 算法设计
        4.2.1 水印嵌入过程
        4.2.2 水印提取过程
    4.3 实验分析
    4.4 本章小结
第5章 总结与展望
    5.1 全文工作总结
    5.2 下一步的工作展望
参考文献
致谢

四、一种基于HVS和DCT的数字水印算法(论文参考文献)

  • [1]鲁棒数字水印性能优化方法研究[D]. 秦莉文. 北京交通大学, 2021(02)
  • [2]基于混合域的盲图像水印优化算法研究[D]. 杨甜. 西华大学, 2021(02)
  • [3]基于鲁棒视觉属性的量化水印方法研究[D]. 王俊. 山东师范大学, 2020(08)
  • [4]鲁棒性水印混合算法研究与实现[D]. 张进. 华中师范大学, 2020(01)
  • [5]基于变换域的鲁棒性水印算法研究[D]. 宋瑞祥. 北京工业大学, 2019(03)
  • [6]基于快速响应矩阵码的瓦片遥感影像数字水印算法研究[D]. 林威. 南京师范大学, 2016(01)
  • [7]基于DCT域和图像置乱的数字水印技术研究[D]. 席光伟. 湖南大学, 2016(01)
  • [8]鲁棒性数字图像与视频水印算法研究[D]. 毕洪波. 北京邮电大学, 2013(12)
  • [9]基于HVS的离散小波变换数字水印算法[D]. 陈思. 中南大学, 2012(02)
  • [10]基于HVS的图像数字水印算法研究[D]. 李峰. 武汉理工大学, 2012(11)

标签:;  ;  ;  ;  ;  

一种基于HVS和DCT的数字水印算法
下载Doc文档

猜你喜欢