论文部分内容阅读
大家的学习和工作因为互联网的飞快发展给带来了极大的方便,同时也带来诸如盗版、信息篡改等一系列潜在的信息安全问题。为了解决该问题,传统的方法采用加密和数字签名等技术,但加密使得不法分子容易看出要传输的通信信息,从而获取和破解他们感兴趣的信息。而数字签名虽然能够为数据的传输提供有效的保护,但需要在原始数据中加入大量签名,同时随着并行计算的发展,数字签名的安全性已经受到质疑。为了解决传统技术上的缺陷问题,数字水印技术被提出,利用载体冗余性来嵌入隐蔽信息,提高载体传输的安全性。但是传统的数字图像水印在嵌入隐藏信息后,载体图像无法还原到最初始状态,对图像质量要求极高的特殊范围领域是难以接受的。为了解决该问题,学者们提出了可逆水印,可逆水印能够无损恢复最初始图像和完全提取隐藏信息,在医学、工程、军事等领域具有很好的发展前景。本文以灰度图像为研究对象,通过图像的纹理特征分析,提出基于纹理分析的无损水印算法,本文的主要工作如下:(1)针对预测器的预测准确度和隐藏信息图像遮蔽性上不足的问题,提出利用领域八个方向的梯度预测和自适应选择水印嵌入块的可逆图像水印。该方法充分考虑到图像周围像素的相关性,利用均方误差给邻域八个像素分配权值,然后计算预测像素值。并采用均方误差分析每个子块纹理复杂度,选择纹理最复杂的子块进行水印嵌入,在嵌入区域采用基于预测误差对方法嵌入水印。算法提高了水印的遮蔽性和预测精准度。(2)针对灰度共生矩阵的四个主要特征参数与图像子块纹理复杂度之间没有明显的数学关系和水印遮蔽性上不足的问题,提出一种基于灰度共生矩阵特征参数用于分析图像纹理的可逆图像水印。通过提取灰度共生矩阵四个特有的特征参数,利用均方误差给每个特征参数分配权重值,从而建立灰度共生矩阵的特征参数与载体图像纹理复杂度的数学关系;然后把宿主图像分块,利用图像复杂度的数学关系去计算子块纹理复杂度,选择复杂度最大的子块去嵌入隐藏信息。该方法对于自然图像和医学图像尤其是纹理复杂的图像取得更好的嵌入效果。