论文部分内容阅读
随着多媒体技术的快速发展,数字化资源在当代教学中变得越来越普及,但这些资源极易遭到伪造、非法篡改等手段的破坏,严重威胁到版权所有者的合法权益。数字图像水印技术作为一种主动认证技术,已经成为图像资源版权保护的重要手段。目前,国内外对于数字图像水印算法研究的难题主要集中在以下两方面:几何攻击的抵抗问题以及不可感知性和鲁棒性的良好平衡问题。为有效攻克上述难题,本文提出了三种数字图像水印方法,其具体内容如下所示:1、结合最小二乘支持向量回归机(LS-SVR)理论,提出了一种基于BKF统计参数校正的鲁棒图像水印算法。首先,将水印以量化方法嵌入宿主图像的非下采样剪切波变换(NSST)低频系数中;然后,计算二级高频子带的BKF统计参数并通过LS-SVR训练出几何校正模型;最后,利用LS-SVR模型对含水印图像进行几何校正,进而提取出NSST低频系数中的水印信息。该算法利用BKF统计参数提高了图像特征的刻画能力,通过LS-SVR校正模型使水印算法具有了较强的抗几何攻击能力。实验结果表明,该算法不但具有良好的不可见性,而且对几何攻击和常规攻击均具有较强的抵抗能力。2、基于BKF向量的隐马尔可夫树(BKF-HMT)理论,提出了一种基于多相关联合统计建模的数字图像水印检测方法。首先,将水印以乘性方法嵌入NSST重要系数中;然后,利用BKF-HMT对NSST系数建模,通过相邻尺度间、同一尺度相邻方向间、同一尺度同一方向空间邻域内系数的相关性及EM算法优化了模型;最后,通过BKF-HMT模型和最大似然(ML)检验理论构造出ML检测器并提取水印。该方案采用具有多分辨率、平移不变性和各向异性优点的NSST,能够捕获二维图像的重要特征,并充分利用NSST系数的多种相关性,优化BKF-HMT模型的同时提高了数字水印检测精度。对比实验结果表明,该方法可以获得不可感知性与鲁棒性的良好平衡。3、结合颜色分量间的相关性及基于柯西建模的向量隐马尔可夫树(Cauchy-HMT)理论,提出了一种基于增强向量HMT模型的高性能彩色图像水印方法。首先,对彩色图像颜色通道分别进行四元数小波变换(QWT),并将水印嵌入QWT域重要幅值中;然后,利用Cauchy-HMT对幅值进行建模;最后,利用Cauchy-HMT模型和局部最大势能(LMP)检验理论构造出局部最优检测器(LOD)并提取水印信息。该方案提出的Cauchy-HMT模型充分考虑了彩色图像颜色分量间的相关性,并在此基础上利用LOD显著地提高了数字水印检测精度。实验表明,该方法在保持不可感知性和鲁棒性良好平衡方面具有更高的性能。