多功能数字图像水印技术研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:dianquan999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字水印技术是一种用于保护多媒体数据安全的有效方法,是近几年来国际学术界兴起的一个前沿研究领域。信息安全、版权保护和内容认证己成为数字世界三大重要热点问题。目前存在的大多数水印算法往往只具有单一的版权通知功能或单一的版权保护功能或单一的内容认证功能,不能满足复杂多变的实际需求。本文以静止图像为研究对象,利用混沌加密技术增强数字水印的安全性,针对不同用户需求,设计了两种多功能数字水印方案,以实现版权通知、版权保护和内容认证三大功能。并对这些功能做了详细的性能分析和实验仿真,效果良好。本文的主要研究内容和创新有如下几点:1.设计了一种可无损恢复的可见水印,用于实现版权通知。根据图像的亮度嵌入可见水印,同时对嵌入块的像素编码,将标记误差的模式存入离散Hopfield神经网络(DHNN),供恢复图像时使用。根据含可见水印图像计算近似图像,利用DHNN的联想功能,最终无损去除可见水印。并设计了密钥增强安全性和调节水印的可见度,用户只有拥有正确的密钥才能去除水印。2.设计了一种半脆弱水印,用于实现图像内容和完整性认证。采用整数提升小波变换,提高了运行速度,克服了小波域水印算法普遍存在的舍入误差问题,并考虑人眼视觉特性,采用自适应量化,提高了不可见性和鲁棒性。用户可根据需要调节灵敏度参数来实现不同程度的认证。另外设计了半脆弱水印的篡改认证和定位的方案,在保护数字图像版权的同时,有效地区分常规图像处理和恶意篡改,并解决了篡改定位问题。3.设计了一种新颖简单的鲁棒水印,用于实现版权保护。采用整数提升小波对图像进行小波分解,对低频系数自适应量化取整;然后取每个整数的某个有效位,并把它们和待嵌入的水印对应位异或,得到一个密钥。验证时可利用这个密钥恢复出水印。该水印方法不是直接将水印嵌入图像,并未改变原图像内容,因此提高了图像质量,并大大的有利于脆弱水印的嵌入和提取检测。4.基于以上几种性质的水印算法,针对不同用户的需求,设计两种多功能水印方案,用于实现版权通知、版权保护和内容认证。一种方案针对需去除可见水印的用户,该方案对用户购买的含可见水印图像去除可见水印后,再对整个图像做整数提升小波变换,嵌入版权水印和认证水印;另一种方案针对不需要去除可见水印的用户,该方案对含可见水印的图像分块置乱,选取未嵌入可见水印的图像块嵌入版权水印和认证水印。
其他文献
本文主要讨论了神经网络模型的指数稳定性,全局指数稳定性以及全局鲁棒指数稳定性,全文分为三章.第一章中,利用拓扑学上的同胚理论,线性矩阵不等式(LMI)以及Laypunov-Krasovs
20世纪50年代出现的广义函数,使偏微分方程理论得到了迅速发展.从80年代开始,出于对不同问题的需要,J.Bonet,R.W.Broun,R.Meise,D.Voge,B.A.Taylor等引入了Beurling型超可微函数空间
在工程与科学计算中经常遇到奇异问题,例如力学中断裂问题,热力学中不连续传热系数问题,油藏工程中注水驱油问题等.由于奇点污染,使常用的计算方法精度大为降低.为了改进奇异
多重网格法是求解偏微分方程大规模离散化方程的最有效的方法之一,它可分为几何多重网格(GMG)法和代数多重网格(AMG)法两大类。多重网格法是由磨光算子、粗化算法、插值算子
随着现代社会的发展,神经网络广泛的运用在工程,航空,经济,金融等方面.大多数情况下,时滞神经网络比神经网络能更好的解决问题.学者们已经取得了很大的成就,尤其是时滞神经网
在这篇论文中,我们主要研究如下2m阶微分方程Dirichlet边值问题解的存在性与多解性:{ Lu(t)=f(t,u(t)),t∈[0,1],(1.1)u(2i)(0)=u(2i)(1),i=0,1,…,m-1,其中Lu(t)=(-1)mu(2m)(t)+∑mi=