基于图文分割的文档图像数字水印算法研究

来源 :山东师范大学 | 被引量 : 0次 | 上传用户:zhengi520
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
随着现代信息技术和网络的日益普及,扫描仪和数码相机等数码设备应用越来越广泛,大规模数据存储数字媒体变得更经济,数字图像在实际应用中的使用越来越普遍。图像的应用范围从著名的艺术作品到银行支票和医疗图像,因此就需要一些用于版权保护,控制复制,注释,图像认证的可靠方法。传统的数据加密手段越来越难以对多媒体信息和数据产品的安全提供有效的保护,越来越多的信息隐藏技术被应用于此。目前,数字水印技术作为信息隐藏技术研究领域的一个重要分支,应用在认证、防伪、防篡改、保障数据安全和完整性等方面,并在其他各领域得到了广泛的应用,在学术界也得到了较好的发展。目前提出的大多数方法都是应用于灰度和彩色图像,其中被选择像素的灰度级或颜色值被改变,而这些改变不会造成视觉上显著的变化。但是,这些技术并不能直接应用到二值文档图像,一幅二值图像的像素一旦改变,图像就会产生非常显著地变化。文档图像大多都是二值图像,它们的像素值为0或1,到目前为止对二值图像嵌入水印技术方面做的工作还比较少,随着信息全球化发展,人们对这一方面的技术需求也越来越迫切,根据图像的特征分析可知,文档图像与自然图像可以根据各自的空域特征和频域特征进行区分,而这些特征往往基于全局图像特征,因为对图文混合图像进行分割进行局部特征分析时会产生较大的误差,所以分割比较困难,但是又特别重要。许多文档图像不仅包含文字区域,还有图片、表格等非文字区域。因此有必要对文档图像进行分割,在文字区域和非文字区域分别添加水印。本文首先介绍了什么是文档图像,并对文档图像的分类进行了简单的概述,对目前的文档图像分割算法进行了研究分析,并对数字水印技术的概念、特征、分类、应用领域、基本理论、常用的攻击和典型算法进行了详细的介绍;其次,分析了文档图像中文字区域和图像区域的特征,从灰度直方图、均值、方差、能量、信息熵、偏度、峰度等统计特征进行分析,为分割后在不同区域嵌入水印做了铺垫;最后,针对混合文档图像的特点,对文档图像进行预处理,这是比较重要的一步,包括:运用Otsu方法实现图像二值化、中值滤波对图像去噪、使用Hough变换对图像进行倾斜检测,运用数学形态学方法提取文档图像中的文字区域和图像区域,通过开启运算得到文档图像中的图像区域,运用闭合运算将图像区域的非连通区域进行填充,从而达到了文档图像中图像区域和文字区域的分割,对提取出的文字区域和图像区域分别嵌入水印,通过计算峰值信噪比来检验算法的性能,最后对嵌入水印后的文档图像进行了一系列鲁棒性攻击(噪声、滤波、剪切、旋转),从而证明了水印的鲁棒性良好。
其他文献
无线传感器网络(Wireless Sensor Network,WSN)涉及计算机技术、微机电系统技术、无线通信技术、自动控制技术和人工智能等多种学科,是一个高度交叉且较为前沿的研究热点,其
Web服务是一种基于网络的、分布式的、独立于平台的模块化组件,随着Web服务技术的发展,越来越多的Web服务提供者通过网络将简单灵活的Web服务进行共享。在现实应用中,为了满
随着图形处理器(Graphics Processing Unit,GPU)技术的发展,GPU强大的浮点运算能力和并行处理能力使得它在非图形领域得到了广泛的应用。基于GPU的通用计算(General Purpose GPU,GP
近年来,众商业网站相继使用验证码技术。验证码技术作为提高网站安全的一个重要手段,可以成功解决如垃圾邮件的攻击、批量注册分发被盗资源、在线投票系统上的虚假投票,暴力
目标检测是从获取的图像中提取感兴趣的区域,作为图像处理的一个基础而重要的问题深受国内外学者的重视,在视觉导航、目标侦查、空间遥感等方面具有广泛应用。由于目标本身外
聚类分析是数据挖掘的一个重要分支,模糊理论的引入给聚类分析注入了新的活力。目前,模糊聚类已广泛应用于统计学、市场学、生物学等领域。现有聚类算法大多不适用于强噪声数据
随着计算机技术与互联网技术的快速发展,软件系统已经应用到人们生活的各行各业,越来越多的软件系统部署在Internet平台上,使得软件系统的信息交换与共享速度越来越快,同时,
随着自然语言处理技术的发展和大规模语料库的出现,语言模型的大规模训练成为现实。本文所研究N元文法模型是信息检索、机器翻译、语言识别等很多自然语言处理的重要工具。使
企业竞争情报系统日益成为现代企业必不可少的工具,Internet成了企业获取情报信息的重要途径,但是Web信息分散地遍布于世界的每个角落,如何从Web资源中获得特定主题的信息,并及时
伴随着传感器技术的飞速发展,传感器网络得到了人们的广泛关注,各个领域纷纷开始搭建传感器网络。目前,传感器网络已被应用于军事安保、环境污染监测、空间探索、医疗护理、