魏玲[1]2008年在《基于小波变换的图像数字水印算法研究》文中研究表明随着计算机技术和网络技术的迅速发展,数字多媒体信息在更容易获得的同时,也更容易遭受非法复制、伪造、篡改、侵权等攻击,而传统的基于密码学的安全措施对这些攻击显得力不从心,出于对数字产品本身及其原有者利益的保护,人们提出了数字水印技术。数字水印是将具有特定意义的标记(水印),按照某种给定算法嵌入到多媒体产品中,以实现对该产品的保护和认证,同时不影响该产品的使用质量。它一般具备叁个基本特征,即不可见性、鲁棒性及安全性。一般而言,数字水印算法按嵌入域可分为空间域方法和变换域方法。空间域方法比较简单,但这类方法对于极小的改动都很脆弱。在许多情况下,即使由于有损压缩的很小变化也可能使整个隐藏信息丢失。变换域方法是在宿主图像的重要区域嵌入水印,因而比空间域方法能够更好地抵抗压缩、剪切、缩放、滤波等攻击。事实上,这类算法不仅能更好地抵抗各种信号处理操作,而且还能保持对人类感观系统的不可感知性。目前主要有叁种变换域方法:离散傅立叶变换(DFT)、离散余弦变换(DCT)、离散小波变换(DWT)。本文主要讨论小波域的数字水印算法,所做工作及创新表现在以下五个方面:首先对数字水印技术的研究背景、发展现状及算法现状作了综合性介绍,并对数字水印的基本概念特征、通用模型、分类、主要应用领域、典型算法、水印攻击分析以及系统评测等方面进行了总结和探讨。其次阐述了小波分析理论基础,图像置乱技术及其应用。根据小波变换前后总能量不变这一特点,通过计算与分析得出能量分布规律,同时也可以看到小波变换后各级子图针对各种攻击所受影响程度是不同的。对小波域数字水印算法作了细致的研究。阐述了小波域的数字水印嵌入方法首先应该解决的叁个关键技术:小波的选取、小波系数的选择以及如何充分利用人类视觉特性来平衡水印的鲁棒性和不可见性,同时对水印的嵌入位置的选择作了深入的分析,主要涉及低频和高频子带。提出一种基于DWT的数字水印算法,通过比较的方法实现水印信息的嵌入,并实现了水印的盲提取,仿真实验证明该算法的鲁棒性较好。提出了采用具有特殊意义的二值图像作为水印信息。本文将选用标志为“山东师范大学”的二值图像作为嵌入水印。在嵌入水印之前,对水印进行了预处理,将原始图像置乱成为杂乱信息,从而加强了水印信息的安全性及不可见性。与传统的使用伪随机序列的数字水印相比,有意义的数字水印将更具有可读性、实用性和直观性。最后借鉴已有的研究成果,提出一种基于小波变换的自参照图像数字水印算法,算法没有按照传统的方案选择在低频、中频或者高频嵌入水印,而是在小波域中通过对小波系数的修改得到原始图像的自参照图像,然后通过计算原始图像与参照图像的差值得到水印的嵌入位置。这不仅保证了水印的不可见性,同时也极大的增强了水印的鲁棒性。通过大量的仿真实验,证明本文算法在保证水印不可见性的同时,对常见的图像处理,如JPEG压缩、噪声、剪切、缩放以及滤波等,均具有较好的鲁棒性。最后,对本文的工作进行了总结,并对数字水印的发展方向作了展望。
高丕莲[2]2008年在《小波域数字图像水印技术研究》文中研究指明随着计算机网络特别是Internet技术的发展,各种媒体信息可以很方便地在网络上进行传输。如何在网络环境中实施有效的版权保护和信息安全手段,已经引起了国际学术界、企业界和政府有关部门的广泛关注。数字水印是知识产权保护和数字多媒体防伪的一种非常有效的手段,它通过在数字产品中嵌入版权信息——水印来证实该作品的所有权,被嵌入的信息通常是不可见或不可察觉的,但通过检测器可以提取出水印或者判定水印是否存在,该技术目前已成为国际学术界研究的一个前沿热门方向。本文着重对图像数字水印算法进行了研究,主要工作如下:1.对置乱技术进行了研究,并给出了Arnold置乱在计算机上的模拟结果。2.根据离散小波变换的特点设计并实现了一种基于DWT域的灰度图像盲水印算法,该算法首先将原始图像进行了叁级离散小波分解,然后将水印图像进行Arnold置乱变换,将置乱变换后的水印图像嵌入到叁级离散小波变换后的低频系数中,然后重构出添加了水印的图像。将加有水印的图像进行叁级离散小波分解,得到低频系数,然后通过一定的方法提取出水印图像,最后将提取出的水印图像进行反置乱变换得到原始水印图像。水印的提取不需要原始图像,是真正的盲水印。3.在上述嵌入策略不变的前提下,改变了水印的嵌入位置。对原始图像进行叁级小波分解,将最后一级水平和垂直细节子图进行分块,根据块能量分析策略,选择该两个子图中相同位置上能量较大的块,在所选各块中选择像素绝对值最大的点进行水印嵌入。实验证明,利用该算法嵌入的数字水印较前者具更好的鲁棒性。4.提出了一种基于小波域的彩色图像的双水印算法。首先将原始彩色图像由RGB色彩空间转换为YUV色彩空间,选择某一(Y、U、V)分量并对其进行一级离散小波变换,将其低频逼近子图、水平和垂直细节子图再进行一级小波分解,选择合适的小波域并对其进行分块,根据块能量分析策略进行嵌入块的选择,在所选嵌入块中选择像素绝对值最大的点进行双水印的嵌入,最后将加水印的图像由YUV色彩空间转换为RGB色彩空间。试验结果表明:在Y分量中嵌入的水印比在U、V分量中嵌入的水印具有更好的不可见性和鲁棒性。文章最后实现了在彩色图像的Y、U、V各个分量中同时嵌入双水印,即在嵌入方法不变的前提下,将双水印同时嵌入到彩色图像的Y、U、V叁个分量中,该算法较单独在彩色图像的某个分量中嵌入水印的方法具有更好的鲁棒性。
黄伟[3]2008年在《基于人眼视觉系统的图像数字水印研究》文中提出数字图像水印技术是信息隐藏的一个分支,它利用人眼视觉冗余,将标志信息作为水印嵌入到被保护图像之中,是数字图像版权保护的一个新兴方法,也是数字产品版权保护领域中的有效途径,近年来己成为信息安全领域的一个研究热点。本文首先阐述了数字水印的研究背景及现状、数字水印技术的原理,介绍了人眼视觉系统HVS的特性及其在数字水印中的应用,列举了一些基于HVS的数字水印算法,在此基础上,提出了一种改进的基于人眼视觉特性和小波变换的彩色图像数字水印算法。该算法采用YIQ色彩空间进行水印的嵌入,水印信息为有意义的二值水印图像,为了提高安全性与抗干扰性,水印嵌入前对其进行了叁次随机置乱处理。在嵌入过程中,利用视觉系统的各种掩蔽特性将Y分量的小波系数进行分类,计算JND阈值并对小波系数进行量化,然后将置乱后的叁个水印序列以不同强度嵌入到不同方向的小波系数中。水印的提取过程不需要原始图像,用JND阈值对小波系数量化后提取水印序列,并对水印序列恢复置乱再加以综合得到水印图像。本文对此算法在Matlab下进行实验,结果证明,该算法具有很好的不可见性,且对常见的攻击具有较好的鲁棒性。本文设计并实现了一个基于版权保护的数字水印系统,经过实验和分析,该系统的水印算法具有较强的隐蔽性和鲁棒性,具有一定的实用价值。
李昊[4]2016年在《基于云计算的数字图像水印技术研究》文中研究说明目前,数字图像被广泛应用于各个领域,如教育、医疗、军事、气象、艺术等等。一些专业领域的数字图像需要经过计算机处理,才能被加以利用。随着信息技术的发展进步,需要处理的数字图像也与日俱增。但是,个人微机的处理速度有限而需处理的图像数据量较大,本地运算已经不能保证数字图像处理的效率,而正在兴起的“云计算”技术正是为解决类似问题而诞生的。用户可以通过一定方式从网络中申请到空闲的处理器资源用于图像处理任务,提高数字图像处理的效率。同时,现今网络环境恶劣,随意盗用他人作品、工作成果的现象也比比皆是,如果一些包含军事信息、商业信息或艺术成果的图像被恶意盗用、篡改或非法用于商业用途,后果不堪设想,所以保护数字图像的安全成为了亟待解决的问题。为此,人们提出了一种有效的解决方法,即数字图像水印技术。该技术可以把特定信息隐写入原始载体图像中,在版权受到侵害时起到认证作用。本文结合云计算与数字水印技术,提出了改进的最低有效位嵌入算法、基于视觉系统的小波域数字水印算法和基于边缘检测的小波域数字水印算法,并进行了相关实验,实验结果表明,这些算法可操作性强、简单易行、效果好。
胡婧[5]2008年在《基于人眼视觉的小波变换数字水印算法》文中研究表明随着数字技术和因特网的发展,图像,音频,视频等各种形式的数字作品纷纷以网络形式发表,其版权保护成为迫切需要解决的问题。多媒体数据本身的安全保护有特殊的要求,如要求加密算法具有低计算强度,加密的安全性不依赖算法的复杂度,对数据的安全保护不能影响其可用性的等。传统的密码学对其保护不是十分有效,新兴的数字图像水印技术作为版权保护的重要手段,是近几年来图像保护技术研究领域的一个热点,而小波分析的理论是目前国际上科技学术届高度关注的前沿领域。反复的实践证明,在众多的数字水印算法中,小波变换的算法具有比其他的算法优越的特性,能够很好地实现对数字产品的保护和认证。本文首先阐述了数字水印技术的国内外研究背景及研究进展和现状,系统地介绍了数字水印的基本原理,分析了数字水印的特点、分类、应用范围,同时也介绍了离散小波变换的基本理论,在理论基础部分介绍了小波分析的发展历史,小波分析的基本概念,多分辨率分析,Mallat算法,小波变换的特点,小波理论在图像处理中的应用。接着介绍了几种图像置乱算法,最后重点介绍了基于人眼视觉的离散小波变换的数字水印算以及对其的改进。小波变换的基本思想是将图像多分辨率分解到时间域和空间域上,不同的分解尺度对应不同的频率范围。低频分量保留了图像的主要信息,决定了人眼的感知度,而高频分量集中了图像的边缘和纹理特征,如果把水印嵌入到低频,会导致图像的视觉效果下降,如果把水印嵌入到高频,则经过一般图像处理后,高频部分的信息容易丢失,鲁棒性会降低。基于以上因素,应该将水印嵌入到图像的中频系数中,这样保证了水印的不可见性,也加强的算法的鲁棒性。为了在不破坏原始图像质量的情况下嵌入更多的水印,本论文结合人眼视觉特性及分存技术,提出了小波域低、中频域的水印嵌入及提取算法。试验结果表明改进后的水印算法,能够使水印的不可见性、强壮性及容量叁者之间达到很好的平衡,对水印图像的噪声攻击、压缩及剪切攻击都有较强的鲁棒性,是一种切实可行的算法,对现有的小波域数字水印算法具有非常积极的意义。
张忠梅[6]2007年在《基于小波域的半脆弱数字水印研究》文中研究指明近年来由于网络的普及，人们对于数字多媒体的使用和传输变得越来越广泛。然而，人们在享受网络带来的方便和快捷的同时，也发现了数字多媒体信息传播的过程中所产生的一些负面问题，其中一个最重要的问题就是数字产品的版权保护问题。因此，作为信息安全一个重要分支的数字水印技术应运而生，它使得人们能够凭借技术手段对数字产品的版权进行保护。数字水印技术的发展非常迅速，国内外许多专家提出了一系列好的数字水印算法。本文通过对数字水印技术特点和发展现状进行分析，研究了国内外一些优秀的数字水印算法，根据现有的一些算法存在的缺点和不足，提出了一种基于小波域的鲁棒的数字水印算法和半脆弱数字水印算法。对于鲁棒的数字水印技术，重点是水印的嵌入和提取算法进行研究和分析。新提出的水印嵌入和提取方法均以算术模运算为基础。本文对鲁棒的水印技术采用的嵌入算法是将离散小波变换和离散余弦变换结合起来，在算法中引入算术模运算。水印的提取算法是嵌入算法的一个逆过程，本文提出的这个算法在水印提取的过程中不需要原始图像信息，是一个盲提取的过程。运用常用的图像处理操作对嵌入水印后的图像进行攻击，结果显示本算法对噪声、JPEG压缩和裁剪攻击具有很强的鲁棒性；对3×3的均值滤波和旋转提取出来的效果不好，抗攻击的能力不是很强；对于调整图像大小，先放大后缩小效果较好，但对于先缩小后放大的效果就很差。对于半脆弱数字水印技术方面，重点对嵌入算法和认证算法进行了研究和分析。本文的嵌入算法采用“鸡尾酒水印”算法的思想，在载体图像中嵌入两重水印，使这两个水印在抵御各种攻击的时候起到互相补充的作用，这里的两个水印信息可以是一样的，也可以是不一样的，在本文的算法中采用的是同一个水印信息，只不过这两种水印信息分别采用正负两种不同的调制策略来进行嵌入。运用常用的图像处理操作对嵌入水印后的图像进行攻击检测，结果表明，本算法对于噪声、JPEG压缩等常用的图像处理操作具有较强的鲁棒性。对篡改的判断是通过篡改评估函数以及篡改定位图来判别的。在没有进行任何攻击的时候，篡改评估函数的值是趋近于0，篡改评估函数的值越大，发生篡改的程度也越大。实验结果：表明，本算法对于剪切替换、在水印化图像中添加其它的图像等攻击都能进行准确的篡改定位，但对于剪切替换中用其它的图像来替换剪切的区域，无法提取出水印信息，同时也无法对篡改进行定位。
薛琴[7]2008年在《基于混沌与块奇异值分解的小波域数字水印算法研究》文中认为随着信息技术和计算机网络的飞速发展,数字产品的信息安全问题成为了攸需解决的实际问题,引起了人们广泛的关注和研究。本文结合混沌理论、提升小波理论和奇异值分解理论对静态图像数字水印进行了研究,主要研究内容如下:(1)基于双混沌的小波域数字水印算法的研究及实现:首先利用Arnold置乱对二值水印信号进行初步加密,再利用另一密钥产生一组随机序列,将随机序列和初步加密的水印一起做最后的加密。接着将水印信息进行小波变换,将小波系数嵌入到原始图像小波分解后的所有子带中,嵌入深度随着实验效果进行调节。从水印的不可见性和鲁棒性这两个方面对实验结果进行分析评价,实验结果表明水印不仅具有良好的不可见性,并且具有较强的稳健性。(2)基于子图像抽取的块奇异值分解小波数字水印算法的研究及实现:介绍了两类基于奇异值分解的水印算法。算法在嵌入阶段,通过利用混沌序列对原始图像块进行编号,提取出若干块组成子图像,再对提取的子图像估计嵌入强度或量化值实现水印的嵌入。实验结果表明这两类算法很好地平衡了不可见性与鲁棒性。(3)基于双混沌与提升小波块奇异值分解的自适应图像水印算法的研究及实现:这两种算法均是在算法二的基础上修改进行的。算法中采用了图像的局部统计特性自适应决定修改阈值,利用不同的阈值严格控制系数的修改幅度,大大增强了算法的鲁棒性。最后对全文进行了总结和展望下一步的工作。
彭守镇[8]2009年在《一种基于小波域的数字水印算法》文中研究表明随着信息科学技术的发展与普及,多媒体产品的生产和流通变得越来越便捷,达到了前所未有的广度和深度,但随之而来的非法盗版和侵权活动也呈嚣张态势。那么,如何在高科技如此发达的今天,做到既能有效的保护知识产权,又能让多媒体产品得到更好的发展呢?数字水印技术应运而生,它作为保护多媒体数字产品的一个重要手段,已成为信息安全研究领域的一个热点。数字水印(Digital Watermark)技术,是指在数字化的产品中嵌入不明显的信号。被嵌入的信号通常是不可见或不可察的,但可以通过一定计算算法被检测或者被提取。水印嵌入到原产品中(如图像、音频、视频数据),并与之紧密结合,隐藏其中不易用肉眼察觉,并可以经历一些攻击操作,不易破坏,与源产品共生存。这种技术应用于多媒体领域能有效地保护图像、音频、视频等合法产权不受侵犯。本文以二值图像为主要研究对象,在总结数字水印技术的发展背景和基本理论框架的基础上,介绍了一种小波变换域的数字水印算法,分析了该算法的适用图像和水印。主要有以下工作:针对目前数字水印算法不能很好地解决可见性和鲁棒性之间的权衡问题,本文利用小波变换在数字水印算法中的优异性能,提出了一种基于DWT的自适应数字图像水印算法。该算法对原始载体图像和水印图像都进行小波分解,然后对水印图像进行置乱,根据不同的嵌入强度因子,得出不同的小波子块嵌入公式,设计出一种自适应性抗压缩、抗涂改的新的嵌入规则,水印的提取是嵌入算法的逆过程。算法本身是在前人研究成果的基础之上进行了改进,改进后的算法增强了数字水印系统的安全性,提高了水印的不可见性和鲁棒性。用Matlab做仿真试验,结果表明本文算法在受到有损压缩、涂改、剪裁及附加噪声等攻击后还具有良好的透明性、稳健性和安全性。经试验证明,该方法适合于灰度图像的有意义二值水印嵌入,能有效的保护静态灰度图像的所有权。
侯营营[9]2010年在《基于小波域的数字水印方法研究》文中研究说明随着互联网的飞速发展以及多媒体资源的数字化,数字作品的侵权、盗版和随意篡改问题日益严重,使得数字水印成为重要的研究热点。本文首先介绍了数字水印的原理、基本特性以及目前国内外的研究现状等基本问题,给出了数字水印各部分的基本框架,比较了现有水印算法的优缺点,并分析了当前数字水印技术中存在的问题。在水印嵌入算法方面重点介绍了离散小波变换域数字水印技术,由于离散小波变换域兼具有空间域和离散余弦变换域的优点,以它作为数据压缩、处理和分析工具在数字水印中有很好的应用。本文提出了两种变换域的水印算法,其中引入一种机器学习方法一支持向量机的方法来最大程度的提高水印的综合性能。本文主要研究内容如下：1.提出一种小波变换域的数字图像水印算法。该算法结合水印信息的置乱变换及人类视觉系统特性,在图像的小波变换不同尺度下的中频子带中嵌入经过预处理后的水印信息。提取过程需要原始图像参与,属于非盲水印。2.提出一种基于支持向量机回归的数字图像水印算法。结合小波变换的多分辨率特点和支持向量机在理论和学习上的优势,提出了小波域中基于支持向量回归的数字图像水印算法。首先根据小波变换空频局域性特点,给出小波系数方向树结构,利用支持向量机回归建立方向树上根节点与其子孙节点之间的依赖关系模型,进而设计水印嵌入规则。在水印的提取过程中不需要原始图像参与,属于盲水印。本文对所提出的水印算法均进行了大量的不可见性和鲁棒性仿真实验。结果表明两种图像水印算法均具有很好的不可见性,对常见的图像处理操作具有很强的鲁棒性。
潘良刚[10]2008年在《基于人类视觉系统的小波域自适应图像水印算法研究》文中研究指明安全问题是当前网络多媒体应用中比较突出的问题,目前用于解决该问题的技术很多,其中的数字水印技术,尤其图像数字水印技术,以在版权保护方面的独特优势而引起人们的普遍重视,成为当前研究的热点。它将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中,用来跟踪多媒体数据的发布和使用。数字水印的特殊应用要求嵌入的水印信息不仅具有不可见性,并且针对不同的应用要求水印应该具有抵抗诸如JPEG压缩、图像增强处理、几何变形等各种攻击的鲁棒性。人是评价图像的主体,因此人类视觉系统(Human Visual System,HVS)理论对图像数字水印技术显得非常重要。充分利用HVS的视觉掩蔽特性,有助于设计出感知性能良好的数字水印算法。小波分析是目前国际上广泛应用的分析工具,具有良好的时频分析特性,并且已经被广泛地应用于图像处理的各个领域。小波变换的低复杂度、空间-频率局部化等特性,为提高水印算法的性能提供了条件。此外,由于小波变换的多分辨率分析特性与HVS特性的一致性,这对于根据HVS选择适当的水印嵌入位置和嵌入强度提供了很大的帮助。首先,本文分析了数字水印的研究意义、国内外研究现状、主要应用领域和发展趋势。并从起源、基本原理、基本特征、分类、通用模型、性能评估指标和经典算法等几方面对数字水印进行了概述。其次,简要介绍了小波变换的定义、小波变换的性质、二维图像小波分解、及小波理论在数字水印中的应用。再次,介绍了HVS的基本结构和特征,概述了现有的恰可察觉差异(JustNoticeable Difference,JND)模型,并根据水印嵌入对象不同对其进行了分类;随后,分析了现有JND模型的特点和存在的问题,定义了新的基于小波域的亮度掩蔽函数和纹理特征函数,确定了它们各自的权重,提出了新的JND模型。最后,根据新的JND模型,本文提出了两种基于小波变换的自适应数字图像水印算法。第一种算法是基于小波系数的自适应数字水印算法。该算法用有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到垂直子带系数中。该算法利用了本文提出的新JND模型对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可见性。第二种算法是基于小波系数块的自适应双重水印算法。该算法在利用小波变换将原始载体图像分解成四个小波频带后,将一个有意义图像水印和一个伪随机序列(本文分别称为识别水印和确认水印)通过不同的方式嵌入到不同的频带中。为增强算法的安全性和不可见性,先对识别水印进行Arnold置乱,再利用本文提出的新JND模型计算每一个小波系数块的JND估计值后,将其嵌入小波系数的垂直子带系数中。确认水印是通过识别水印与伪随机序列运算后得到的,它被分散地嵌入在小波变换的低频系数中。在水印的提取与检测阶段,本文应用了统计学假设原理,分别实现了对识别水印的盲提取和确认水印的盲检测。算法中很多参数和种子可以作为密钥,不知道密钥的人无法正确地恢复数字水印。实验结果表明了该算法具有较好的不可见性、鲁棒性和安全性。
参考文献：
[1]. 基于小波变换的图像数字水印算法研究[D]. 魏玲. 山东师范大学. 2008
[2]. 小波域数字图像水印技术研究[D]. 高丕莲. 山东师范大学. 2008
[3]. 基于人眼视觉系统的图像数字水印研究[D]. 黄伟. 南京信息工程大学. 2008
[4]. 基于云计算的数字图像水印技术研究[D]. 李昊. 青岛科技大学. 2016
[5]. 基于人眼视觉的小波变换数字水印算法[D]. 胡婧. 北方工业大学. 2008
[6]. 基于小波域的半脆弱数字水印研究[D]. 张忠梅. 华中师范大学. 2007
[7]. 基于混沌与块奇异值分解的小波域数字水印算法研究[D]. 薛琴. 西北大学. 2008
[8]. 一种基于小波域的数字水印算法[D]. 彭守镇. 华东交通大学. 2009
[9]. 基于小波域的数字水印方法研究[D]. 侯营营. 西安理工大学. 2010
[10]. 基于人类视觉系统的小波域自适应图像水印算法研究[D]. 潘良刚. 华中师范大学. 2008
标签：计算机软件及计算机应用论文; 数字图像论文; 数字水印论文; 小波变换论文; 鲁棒性论文; 自适应算法论文; 离散小波变换论文;