论文部分内容阅读
计算机技术的发展和网络的普及，一方面方便了人们使用图像、视频和音频等数字产品，另一方面降低了对这些数字产品进行拷贝、修改、篡改等操作的难度，因此需要使用数字水印技术对数字产品进行版权保护和完整性认证。脆弱水印因其具有能够实现完整性认证、定位篡改、恢复遭篡改区域等功能，成为了一类广泛使用的图像/视频完整性认证方法。首先，本文在深入研究了图像中存在大量数据且高度冗余、存储格式多样等特性的基础之上，利用非负矩阵分解(Non-Negative Matrix Factorization，NMF)，提出了一种新的图像脆弱水印方法。然后，在深入研究了视频时间维特性、运动与非运动区域分布的不均衡性、存在视频特有攻击等特性的基础之上，利用NMF，提出了一种新的视频脆弱水印方法。（一）提出了一种DSNMF(Data Stream NMF)的图像脆弱水印方法。该方法采用DSNMF提取图像子块特征生成水印，嵌入到由Arnold算法确定的投影子块中。认证时，首先按与水印嵌入相同的方法重新生成水印，与提取的水印进行比较，得出候选遭篡改区域；然后基于块邻域特性对候选遭篡改区域进行甄选得出遭篡改区域；最后利用DSNMF方法的特性和图像自身特性恢复遭篡改区域。实验表明，该方法不仅能够实现图像数据的完整性认证，有效定位遭篡改区域，而且能够实现遭篡改区域的近似恢复。（二）提出了一种ENMFSC(Extended Non-negative Matrix Factorization withSparseness Constraints)的视频认证独立检测与自恢复机制。该方法首先提出了一种通过对部分基向量添加不同的稀疏度约束而实现的扩展的稀疏约束非负矩阵分解方法，然后生成块级水印和帧级水印自嵌入到视频中，以分别认证空域篡改和时域篡改，最后利用基矩阵部分恢复全局的智能特性和视频特性恢复遭篡改区域。实验表明，与同类方法相比，该方法在篡改定位精度和遭篡改区域恢复方面均获得了较大程度的提升。