一、基于图像小波变换低频系数的数字水印算法(论文文献综述)
王琳玉[1](2021)在《抗打印扫描数字水印算法》文中进行了进一步梳理一直以来,印刷品作为常见信息交流工具,广泛地应用于生产生活。但其极易被不法分子复制甚至篡改,对社会的知识产权安全和生产创新带来了极大的破坏。传统的数字水印技术是保护信息安全的一大措施,但应用范围有限,无法有效应对打印扫描攻击,同时还有透明性、嵌入容量较低的缺陷。如何开发出能够抵抗打印扫描攻击的水印算法成为社会研究热点。目前,变换域算法能够有效的解决这一现状,其中DWT变换后的LL分量具有较好的鲁棒性,DCT中频系数能够很好的压缩图像能量同时可以减少图像像素间的相关性,SVD算法具有稳定性、旋转不变性;但是,如何结合现有算法的优点同时提高水印的嵌入容量也是研究的一大难题。本文探究了水印置乱周期对算法鲁棒性和透明性的影响。同时结合了打印扫描前后图像的不变量,提出了三种能够抵抗打印扫描的新型水印算法,分别是改进的DWT-SVD二值水印算法、改进的DWT-DCT二值水印以及优化的DWT-DCT灰度水印算法。首先分别对二值水印和灰度分层水印进行预处理加密,对处理后的两种水印进行概率距离和灰度值方差置乱联合评价,得出最佳置乱周期。算法一先对置乱水印SVD变换,将S分量嵌入到载体3DWT变换后的低频处,嵌入水印后的PSNR为51.5680dB。算法二及算法三总结了打印扫描前后图像的特征,确定了 DWT-DCT变换后的中频系数趋于相似这一特性。首先对载体进行2DWT变换,再对LL进行8x8分块DCT,得到4组中频系数。算法二选取峰值信噪比最高的一组中频系数作为置乱水印的嵌入位置。算法三将灰度水印分层为8个位平面,对高4位平面进行置乱,将置乱后的高4位位平面依次嵌入到这4组中频系数中。实验证明,在各类攻击及打印扫描攻击的情况下,这两种算法提取出水印的NC均为0.9左右,具有较强的抗攻击能力。同时本文基于MATLAB对算法三开发了数字水印系统,该系统能够实现载体和水印的读取、灰度水印预处理以及嵌入和提取。
王红娅[2](2021)在《数字图像的鲁棒可逆算法研究》文中研究说明可逆水印,作为一种特殊的数字水印技术,需要提取方在正确提取水印后无失真的恢复原始载体。这种可逆性对于医学、军事和法律等具有高保真要求的特殊领域至关重要。但是,含水印图像在信道的传输过程中会产生一定的质量损失,这就要求可逆水印同时可以抵抗一定程度的攻击,比如JPEG压缩和噪声等非恶意攻击。因此,鲁棒可逆水印(Robust Reversible Watermarking,RRW)技术应运而生。鲁棒可逆水印允许接收方在无损情况下提取所嵌入的水印信息,同时可以无失真的恢复原始载体;而在有损情况下仍然可以正确提取水印信息。现有的RRW算法大多以BMP图像为载体,用于JPEG图像的算法很少,同时其算法性能仍存在提升空间,包括鲁棒性和视觉效果等。因此,本文总结了现有算法的研究现状,针对其性能不足,提出了三种RRW算法。具体工作如下:(1)提出了一种基于冗余直方图平移(Redundant Histogram Shifting,RHS)的高保真RRW算法。首先,将BMP图像划分成互不相交的块,对每个块进行高通滤波,生成类似拉普拉斯分布的直方图。然后,通过平移所生成的直方图将水印嵌入到每个分块中。具体来说,以直方图平移规则为约束条件,通过最小化嵌入失真,提出了一种新的图像块的修改机制,即以特定的规则修改图像块中的所有像素以实现直方图的平移。另外,为了实现盲提取和图像恢复,进一步提出了一种新的策略来计算盲提取所需要的参数。大量实验证明,相比之前的算法,该算法在保证鲁棒性的同时,具有更好的视觉质量。(2)提出了一种基于预测误差对扩展(Pairwise Prediction Error Expansion,Pairwise PEE)的JPEG鲁棒可逆水印算法。首先,读取JPEG图像的量化DCT(Discrete Cosine Transform,DCT)直流系数,对其进行菱形预测。然后,以相邻DCT块为一对扫描生成二维预测误差直方图。最后,修改该直方图实现水印嵌入。所提方法充分利用了DCT直流系数间的局部相关性,降低了嵌入失真。实验证明,所提方法有效提高了嵌入后的图像质量,同时对JPEG重压缩具有一定的鲁棒性。(3)提出了一种基于RHS的JPEG鲁棒可逆水印算法。为了解决现有算法鲁棒性差的问题,本文利用RHS技术,把水印嵌入到量化DCT低频系数中。首先,对JPEG图像进行熵解码,将DCT块按行分成四组。然后,计算同一组DCT块相同频段的低频系数和,生成分布直方图。最后,通过平移该直方图实现水印嵌入。此外,利用量化DCT中高频系数预测图像复杂度,实现水印的自适应嵌入。实验表明,在保证图像视觉效果的同时,该算法可以有效抵抗JPEG重压缩。
唐毅成[3](2021)在《基于双树复数小波变换的数字音频水印方法设计》文中进行了进一步梳理网络和多媒体技术的不断进步为数据与信息的存储及传输提供了非常广阔的空间,为人类提供了便利但随之也形成了一些负面的影响。比如:作品侵权、篡改等问题不断发生。特别是近些年频频出现的对于音频信息的任意编辑、抄袭等问题,这些问题对于版权所有者而言也势必会导致巨大的损失。音频数字水印技术是指在音频媒体中隐藏某些机密的水印信息(可以是图像、声音、视频等),以达到证明载体音频的真实性和可靠性的一项技术,在版权保护、身份认证、内容防伪、军事情报、隐秘通信等领域获得广泛应用,成为近年来通信和信息安全领域的研究热点。本文主要分析了以音频为载体的数字水印的相关问题,深入研究了变换域水印算法,针对鲁棒性水印设计实现两种基于变换域的水印算法,主要完成工作如下:(1)针对鲁棒性和不可感知性难以平衡的情况,设计了一种基于离散小波变换和奇异值分解的水印算法。在对原始语音进行分段处理之后,对各段完成三级小波变换,然后选取低频分量,构建矩阵,对奇异值进行求解,通过调整奇异值的方式实现水印的嵌入,这种方法可通过选取适用的嵌入强度来兼顾鲁棒性和不可感知性,实验结果表明,水印提取正确率达到97%以上。(2)针对水印内容增加,音频的鲁棒性和不可感知性都会下降的情况,设计了一种基于双树复小波变换的音频水印算法。在嵌入阶段,重点通过双树复小波变换对载体音频实现三级分解,选择低频信息,之后对其完成奇异值分解,结合调整奇异值的方式实现水印的有效嵌入。最终结果表明,本算法对比基于小波变换的算法,在保证载体音频良好的鲁棒性的同时,能够隐藏并提取图像机密水印,实验结果表明,与基于小波变换的水印算法相比,信噪比提高了 10%,水印容量提高了 1倍以上。
毛一鸣[4](2021)在《抗打印扫描攻击的数字水印算法研究》文中研究说明随着互联网与多媒体技术的不断发展,数据传输日益便捷,由此引发了许多侵权、恶意攻击以及盗版等问题,数字水印技术在版权保护方面就显得尤为重要。虽然电子文件逐渐取代了纸质文档,但仍有许多重要文件例如证件、证书、书本等需要制成印刷品,水印的抗打印扫描攻击能力在版权保护中也十分重要。目前,许多学者选择在更不具有可见性的频率变换域中进行水印嵌入,然而在图像频域嵌入水印存在着难以平衡水印隐藏性、鲁棒性以及嵌入容量之间关系的问题,本文就现有的频域变换方法,选出DWT、非下采样Contourlet变换(Nonsubsampled NSCT)这两种具有一定优势的频域分解方法,结合水印置乱方法以及奇异值分解(singular value decomposition,SVD),提升数字水印的抗打印扫描能力。本课题的主要研究内容如下:1.通过分析DWT变换在图像分解方面的优势,提出了一种DWT与SVD结合的抗打印扫描数字水印算法,在分析了打印扫描对DWT分解级数以及子带系数的影响,结合SVD在水印隐藏性方面的优势,确定了水印的嵌入位置为二级DWT分解的低频子带,并且验证了该嵌入位置的可行性。通过仿真攻击以及打印扫描攻击测试,验证了该算法的可行性。2.为解决水印嵌入容量问题并实现水印的盲提取,提出一种基于NSCT与SVD结合的抗打印扫描盲水印算法,该算法首先对载体图像进行三级NSCT变换,选择低频子带按照水印尺寸进行区域划分,分块的个数与水印尺寸一致,对每个分块进行SVD分解,选取最大元素按照一定规则进行修改,在提取过程中无需原始载体图像的参与,从而实现水印的盲提取。利用NSCT分解非下采样的优势,在保证水印可抗打印扫描的基础上,扩大了水印的嵌入量。3.为实现面向彩色图像的抗打印扫描攻击数字水印,提出一种在CIEL*a*b*颜色空间的数字水印算法,将彩色图像的RGB颜色空间转化为CIEL*a*b*后再进行水印嵌入。该算法结合前两种算法的优势,在NSCT变换后的奇异值矩阵上直接叠加水印,在提高水印嵌入容量的同时,实现面向彩色图像的鲁棒性水印。本文提出了两种面向灰度图像和一种面向彩色图像的抗打印扫描数字水印算法,实验结果表明算法的抗打印扫描能力均达到理想效果。
罗一帆[5](2021)在《基于媒体特征分析的自适应音视频水印关键技术研究》文中研究表明随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频作为视听媒体的代表,其版权保护是数字水印研究的重点,研究者们已提出了多种音视频数字水印方法。但现有方法对音视频信号在时-频域中的变化特征缺乏充分的研究与应用,导致水印抗时域同步攻击、几何变换等攻击能力不足,水印鲁棒性和不可感知性均有待提升;同时,对新发展起来的无损压缩音频、3D视频研究不足,少有针对性数字水印算法。为解决这些问题,本文基于音视频特征信息分析,从以下两个方面提出解决思路。第一,分析音视频信号时-频域变化规律,根据规律构建特征信息作为信号自适应分段标志、确定水印嵌入位置;水印嵌入位置随特征信息变化而改变,而各类攻击对特征信息影响小,水印抗同步攻击、几何攻击等攻击鲁棒性得到提升。第二,将水印嵌入与提取过程同音频信号变化特征、编解码特征、视频角点特征、3D视图渲染特征相结合,充分运用特征信息来提升水印不可感知性和抗各类攻击的鲁棒性。根据解决思路,本文提出了以下解决方案:依次构建在各类攻击下鲁棒性更强的音频节拍、音频显着状态、视频角点、视频对象动作等特征信息作为信号分段、水印嵌入位置选择或水印认证标志,实现水印抗同步攻击鲁棒性的提升。针对有损压缩、无损压缩音频,2D、3D视频,将特征信息构建与水印嵌入、提取方法相结合,分别设计双通道音频水印算法、双域音频水印算法、与无损压缩编码相结合的无损音频水印算法、与视觉密码相结合的2D视频‘零水印’算法、与3D渲染模式相结合的3D视频水印算法,各有侧重地提升水印鲁棒性和不可感知性。根据解决方案,具体算法实现如下:一、提出了基于信号自适应分段与嵌入强度优化的双通道音频水印算法。利用自相关检测法对音频信号进行自适应分段,作为水印嵌入位置选择标志,提高水印抗同步攻击鲁棒性。构建音频信号双通道特征信息,设计水印双通道嵌入与提取方法,降低水印嵌入强度,提高水印不可感知性。二、提出了基于离散小波包变换的双域音频水印算法。设计更具鲁棒性的音频信号自适应分段方法,水印具备更强的抗同步攻击能力;引入心理声学模型,将音频信号划分为听觉掩蔽域和被掩蔽域,设计符合掩蔽效应的双域水印嵌入位置选择方法、水印嵌入强度自适应控制方法,在双域中同时进行水印嵌入与提取,既提高水印的鲁棒性,又能保障其不可感知性。三、提出了针对MPEG-4 SLS格式的无损压缩音频水印算法。构建MPEG-4 SLS(Scalable Lossless Coding)编码整型修正离散余弦变换(Integer Modified Discrete Cosine Transform,Int MDCT)系数显着状态特征信息作为水印嵌入位置选择标志,增强特征信息鲁棒性,实现水印抗同步攻击鲁棒性的提升;设计与无损编解码技术相结合的水印嵌入与提取方法,提高水印抗各类信号处理攻击的鲁棒性,同时应用听觉掩蔽效应实现对水印嵌入强度的有效控制。四、提出了基于时-空域特征和视觉密码的视频‘零水印’算法。设计有限状态机进行关键帧选择,在关键帧中构建时-空域角点特征信息作为水印认证信息元素,提高特征信息抗同步攻击、色彩与几何攻击鲁棒性。将特征信息与视觉密码相结合,生成鲁棒性水印认证信息,在版权机构进行注册,在不改变视频信号的前提下实现水印嵌入。五、提出了基于深度图像渲染(Depth-image-based rendering,DIBR)的3D视频水印算法。与DIBR特征进行融合,构建视频帧对象动作特征信息作为水印嵌入位置自适应选择标志,增强特征信息鲁棒性,提升水印抗深度信息变化、几何变换攻击鲁棒性;设计同DIBR渲染过程相结合的水印嵌入与提取方法,提升水印鲁棒性和不可感知性。综上所述,本文针对现有音视频水印方法存在的问题,基于特征信息分析对音视频数字水印关键技术进行研究。分析音视频信号时-频域变化特征与鲁棒性特征信息提取方法,提出了问题解决思路,给出了解决方案。实现了在小波域、时空域、压缩域中对有损压缩音频、无损压缩音频、2D视频、3D视频进行水印嵌入与提取,有效增强了水印鲁棒性和不可感知性,为水印算法的应用打下了更坚实的基础。
秦凤鸣[6](2021)在《基于Curvelet变换的医学图像数字水印算法研究》文中认为随着信息和大数据时代的来临,许多领域发生了革命性的变化。医疗领域已经在朝着数据化和信息化方向发展。病人的电子病历(EPR)、医学影像等数据的出现极大地方便了医生同行之间的交流,促进了医学的发展。但是数据量的逐年激增使得医院和医疗机构更愿意把数据存储在第三方云平台。这些医疗数据在云平台上传输和存储的过程中,容易受到不法分子的攻击,造成病人隐私的泄露。当前国内外医疗数据隐私泄露问题频发,在医疗数据加速发展的今天,如何有效地保护病人信息的隐私安全,已经成为一个亟待研究者解决的一个课题。数字水印技术初始是为了解决数字媒体的版权保护,后来应用在医学领域中,将病人的隐私数据作为水印嵌入到医学影像中,然后将嵌入水印的医学图像存储在云平台,这些不可见水印较好地解决了病人隐私泄露的问题。为此,许多医学图像数字水印算法被提出。但是通过大量的文献阅读发现,这些算法在面对常规攻击时有较好的鲁棒性,而在面对几何攻击时鲁棒性表现较差。如何提高算法的抗几何攻击能力,以及算法的鲁棒性和不可感知性之间如何最佳权衡一直是研究的热点。本文提出了基于Curvelet的零水印鲁棒算法研究。主要做了以下研究:研究了一种基于Curvelet-DCT和RSA伪随机序列的医学图像零水印算法。首先,曲线波Curvelet和离散余弦DCT变换作用于医学图像,然后在变换后低频系数的特征区域内,利用感知哈希技术得到特征向量。接着使用RSA伪随机序列对水印进行空间置乱加密。通过零水印技术,完成水印的嵌入和提取。实验仿真结果表明,面对几何攻击和常规攻击不同程度扰动时,提取的水印与原始水印具有较高的相关性,算法抵抗常规攻击和几何攻击的能力较强。研究了一种基于Curvelet-DCT的加密医学图像零水印算法。首先是对医学图像在频域进行加密。医学图像经DWT-DCT变换后得到低频系数矩阵。logistics伪随机序列经感知哈希和维度变换后得到用于加密的矩阵。该矩阵和低频系数矩阵二者点乘得到加密系数矩阵,对其进行IDCT和IDWT从而得到加密医学图像。然后提取其特征,通过零水印技术完成水印的嵌入和提取。实验仿真结果可知。该算法不仅具有较高的鲁棒性,面对不同程度几何和常规攻击扰动时,水印系统仍能有效提取水印,而且还可以对病人的医学图像进行加密保护。
王文冰[7](2021)在《基于变换域的数字图像鲁棒水印算法研究》文中指出数字图像传播的便利与快捷,给图像版权、内容认证等相关工作带来了困难与挑战。作为版权保护与内容认证的技术手段之一,数字水印在图像中嵌入能表明所有者身份或与图像内容关联的水印信息,并根据提取水印与原水印的关联程度判定图像的所属权、完整度、历史操作等。与其它多媒体保护措施相比,数字水印具备可验证信息丰富、操作便利等优势。其中,鲁棒水印为了实现可靠的版权保护,不仅需要对由常规图像处理与几何攻击引起的图像变化具有抵抗能力,还需对人为或非人为的伪造水印具备一定辨识力。根据上述性能要求,并结合对鲁棒水印的不可见性、安全性、水印容量等需求的综合考量,本文从以下四个方面对基于变换域的数字图像鲁棒水印算法展开研究:(1)针对基于奇异值鲁棒性的水印算法常见的虚警问题,分析了造成此类算法虚警问题的成因,并以Makbol等人在2017发表于《Information Sciences》的算法为例,给出一种导致此算法产生虚警问题的边信息伪造方法,证明其在版权保护方面存在缺陷。为了降低基于奇异值分解的水印算法的虚警率,并提高量化索引调制嵌入策略中的最优量化步长选取效率,提出一种基于奇异向量稳健性的自适应鲁棒水印算法。首先,通过分析水印嵌入过程中的奇异向量元素修改幅度、图像像素修改幅度、峰值信噪比(PSNR)三者之间的关系,设计了可通过预设PSNR值、宿主图像、水印内容确定量化步长的自适应选取策略;然后,对图像的离散小波变换的低频子带系数组成的分块做奇异值分解,再使用选取的量化步长量化调制左奇异向量值的差值以嵌入水印;最后,通过修改右奇异向量元素对水印图像的质量进行补偿。与基于启发式算法的量化步长自适应选取方式相比,所提出的量化步长选取策略不仅能确保水印图像的质量,而且在运算效率上更有优势。实验结果表明,该算法在不可见性、鲁棒性、运算时间三方面具有良好效果。(2)为降低图像连续正交矩的矩值计算误差,提出基于二次分块的矩值计算方法,并在此基础上设计了一种基于通用极复指数变换的水印算法。首先,通过分析矩值计算方法的误差来源,提出一种通过增加基函数计算的采样个数以提高精确性的二次分块矩值计算方法;然后,以非下采样轮廓波变换-通用极复指数变换为嵌入域,量化调制伪随机排序的矩幅值进行水印嵌入;最后,使用嵌入前后的矩值之差重构差值图像,并将其与宿主图像相加得到水印图像。提出的二次分块矩值计算方法通过在传统计算方法基础上增加采样个数,降低了通用极复指数变换矩值计算的积分误差与几何误差,从而提升水印算法对抗几何攻击的鲁棒性。实验结果表明,提出的水印算法提高了水印的不可见性与鲁棒性,尤其是对旋转缩放等几何攻击的鲁棒性更有优势。(3)针对基于分数阶矩的水印算法中分数阶矩的控制参数盲目选取的问题,提出一种基于通用圆谐傅里叶矩的水印算法。首先,通过分析矩的径向基函数特征与水印性能之间的关系,给出以通用圆谐傅里叶矩为水印嵌入域的理论依据;然后,根据离散傅里叶变换与基于极坐标系统的通用圆谐傅里叶矩值计算方法之间的相似性,设计基于快速傅里叶变换的快速计算方法,并引入蚁群优化算法确定通用圆谐傅里叶矩的控制参数最优值;最后,通过修改矩幅值嵌入水印信息。基于快速傅里叶变换的矩值计算方法的速度优势与基于蚁群优化的自适应控制参数选取方法相结合,使该算法能快速选取使水印的不可见性与鲁棒性最大化的控制参数最优值。实验结果表明,该算法不仅具有良好的不可见性与抗几何攻击能力,且对常规图像处理的鲁棒性也得到进一步提升。(4)为了提高基于矩的零水印算法的可辨别性,提出一种基于矩幅值关系稳定性的零水印算法。首先,针对宿主图像的连续正交矩的矩幅值,依次选取与其相同阶数的矩幅值和相同重复度的矩幅值为参照值构建图像特征;然后,以多幅图像为一个图像组,将组中每一幅图像的图像特征按位相加得到该图像组的图像特征,并根据图像特征与零的关系生成鲁棒特征。最后,对图像组的鲁棒特征与水印按位异或得到零水印。该算法通过为每个矩幅值分配多个参照值,利用矩幅值差值的与图像内容相关且具有稳定性的优势,提高了水印的可辨别性与鲁棒性。此外,矩幅值与鲁棒特征元素一对多的映射关系,减少了零水印构造所需的矩值个数,从而提升了算法的鲁棒性与运算效率。实验结果表明,算法在鲁棒性、可辨别性、计算时间、安全性等方面均具有良好效果。
马文骏[8](2021)在《基于SIFT特征点的抗几何攻击GF-2影像水印算法》文中进行了进一步梳理近年来,随着遥感科学技术的飞速发展,高分辨率遥感影像成为对地观测的重要地理数据,遥感技术开始向着高空间分辨率、时间分辨率、光谱分辨率和辐射分辨率发展。GF-2影像具有分辨率高、精度高、应用领域广等特点,在自然资源、土地规划、农业和海洋等领域中发挥着重要作用。然而数据的泄露、盗版以及非法传播使得GF-2影像的数据安全难以保证,甚至会威胁国防建设与国家安全。数字水印技术作为信息安全领域的前沿技术,为GF-2影像的版权保护问题开辟出了一条切实可行的解决途径。数字水印技术通过信号处理的方式,将用户信息、版权信息等通过水印的方式嵌入到需要被保护的数据中,成为原始数据不可分割的一部分。用户可依据提取出的水印信息确定数据的所有者,从而为GF-2遥感影像的数据安全提供有力的技术支撑。本文结合GF-2影像的数据特点,以及对常见抗几何攻击水印方案的研究与探讨,提出两种可抵抗几何攻击的GF-2影像数字水印算法。论文的主要研究内容和结论如下:(1)针对GF-2影像水印技术特点的阐述与几何攻击分析。由于一景GF-2影像往往无法实现对研究区域的全覆盖,在此情况下,为满足遥感制图以及理论研究的需求,通常需要对影像实施裁剪与拼接。此外,影像处理也会导致影像数据发生轻微的几何畸变,如平移、旋转和变形等。几何攻击会导致水印的同步信息遭到破坏,水印难以检测与提取。因此,本文第二章节针对GF-2影像水印方案以及该如何解决抗几何攻击难题作以讨论。(2)针对传统水印算法无法实现同时对版权保护与内容认证的双重功能,本文第三章节提出一种基于DWT变换与SIFT算子的双重数字水印算法。该算法先后嵌入两重水印,能够对GF-2影像版权保护的同时实现影像内容的认证。为了提高水印的不可感知性和鲁棒性,首先将版权信息经Arnold预处理后作为第一重水印,并以加性规则嵌入到DWT域中的低频子带中。然后利用SIFT算子提取影像特征信息,经SVD压缩后作为第二重水印,将该水印嵌入到含第一重水印影像数据的SVD变换后数据中,得到最终含两重水印影像。(3)针对现有基于SIFT特征点的水印算法由于特征区域重叠导致算法的鲁棒性不理想,无法满足GF-2影像版权保护的需求的问题,因此,本文第四章节提出一种运用NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入到低频子带的奇异值中,并通过相应的逆变换得到含水印影像。
高媛[9](2021)在《基于离散小波变换和奇异值分解的数字水印改进算法研究》文中研究指明数字水印技术是解决版权认证纠纷、数字产品防伪防篡改、保护数字产品安全和完整性等问题的有效手段。论文主要研究了变换域的图像数字水印技术,提出了两种改进的图像数字水印算法,并通过实验验证了算法的有效性。针对已有的分块数字水印算法,所有子块嵌入参数单一,带来的图像失真、算法鲁棒性差等问题,提出一种“基于分块小波域的动态数字水印算法”。结合小波域人类视觉模型和图像信息熵理论,反复调整子块的嵌入量和嵌入强度,使得嵌入量和嵌入强度因子符合不同的子块特征,动态地嵌入水印信息。实验结果表明,论文所提出的“基于分块小波域的动态数字水印算法”,在无攻击处理时,嵌入水印后图像的峰值信噪比为43.25d B,提取的水印和原始水印之间相关性系数NC值接近于1。在几种不同类型攻击处理下,水印不可见性和鲁棒性均达到较好水准。针对已有图像SVD域数字水印算法,不合理修改奇异向量系数导致的图像失真问题,且考虑到盲水印的应用,提出一种“基于DWT-SVD的盲水印算法”。论文通过实验,对图像SVD的奇异矩阵第一列向量稳定性给出验证。该算法对载体图像做离散小波变换,将低频子带划分为8?8子块。子块奇异值分解后,选择相似度高的系数对U21、U31,设计一种嵌入策略,小幅度修改系数,实现图像数字盲水印方案。实验结果表明,论文所提出的“基于DWT-SVD的盲水印算法”对载体图像质量影响小,嵌入水印的载体图像峰值信噪比达到50d B左右的较高标准,且该算法对于常见的噪声、JPEG压缩、小面积剪切等攻击具有较好的鲁棒性。其中,在抗噪声攻击方面,当噪声强度达到较高水平时,例如,2%的高斯噪声和2%的椒盐噪声时,提取前后水印的相关性系数NC值仍能达到0.7以上。论文所述算法,即“基于分块小波域的动态数字水印算法”和“基于DWT-SVD的盲水印算法”可用于数字图像水印及盲水印设计。图[29]表[13]参[59]
姚明明[10](2021)在《数字音频水印算法的研究及性能测试》文中提出随着互联网和信息技术的飞速发展,各种类型的多媒体数据在生产、存储和发布的过程中变得越来越方便快捷,给人们的生活和工作带来了极大的便利,但同时也出现了多媒体数字产品被侵权、盗版和恶意篡改的现象,为了解决这一问题,数字水印技术应运而生。数字水印技术是信息安全领域中的一个重要分支,其中,数字音频水印技术旨在保护数字音频产品的版权。一个有效的数字音频水印系统需要满足三个方面的要求:不可感知性、鲁棒性和容量。针对数字音频信息的版权保护问题,本文提出了两种数字音频水印算法,能够在保持一定的不可感知性和水印嵌入量的前提下,拥有良好的鲁棒性。一是提出一种基于范数的离散小波变换域数字音频水印算法,提出的算法中将原始音频载体信号分帧后先进行离散小波变换,将得到的低频系数构造成两个向量并计算出向量范数,最后通过量化向量范数实现嵌入水印信息的目的。二是提出一种基于范数比的提升小波变换域自适应数字音频水印算法,该算法将分帧后的音频信号进行提升小波变换,选取低频系数构造成两个向量,计算其范数比,通过量化范数比嵌入水印,以信噪比的取值最大作为约束条件,动态地在载体音频信号中嵌入水印。大量的音频实验仿真结果表明,本文提出的两种数字音频水印算法有较好的不可感知性,满足水印嵌入容量要求,而且在抵抗常规信号处理攻击,包括添加噪声、重采样、重量化、低通滤波和MP3压缩等攻击情况下,表现出良好的鲁棒性。此外,在水印预处理方面,将水印信息转化为二值图像,在一定程度上通过增加信息冗余提高了水印系统的鲁棒性。利用Arnold变换置乱水印,还通过Logistic混沌序列对水印信息加密,进一步提高了水印系统的安全性。
二、基于图像小波变换低频系数的数字水印算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于图像小波变换低频系数的数字水印算法(论文提纲范文)
(1)抗打印扫描数字水印算法(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文研究内容与结构 |
2 数字水印技术 |
2.1 数字水印简述 |
2.1.1 数字水印的基本原理 |
2.1.2 数字水印的分类 |
2.2 数字水印的框架模型 |
2.3 常见的数字水印技术 |
2.3.1 离散小波变换(DWT) |
2.3.2 离散余弦变换(DCT) |
2.3.3 奇异值分解(SVD) |
2.4 打印扫描对图像的影响 |
2.4.1 打印过程中对图像的影响 |
2.4.2 扫描过程中对图像的影响 |
2.4.3 打印扫描实验结果分析 |
2.5 攻击测试的类型 |
2.6 数字水印算法的性能评估 |
2.6.1 水印方案的影响因素 |
2.6.2 客观评价指标 |
2.7 本章小结 |
3 水印的预处理 |
3.1 基于像素移动距离的置乱评价 |
3.2 基于图像局部块方差的置乱评价 |
3.3 双重评价 |
3.4 实验结果 |
3.5 本章小结 |
4 抗打印扫描数字水印算法 |
4.1 基于DWT-SVD的二值水印算法 |
4.1.1 水印的嵌入 |
4.1.2 水印的提取 |
4.1.3 实验结果分析 |
4.2 基于DWT-DCT的二值水印算法 |
4.2.1 水印的嵌入 |
4.2.2 水印的提取 |
4.2.3 实验结果分析 |
4.3 基于DWT-DCT的灰度水印算法 |
4.3.1 水印的嵌入 |
4.3.2 水印的提取 |
4.3.3 实验结果分析 |
4.4 算法对比分析 |
4.5 本章小结 |
5 数字水印系统 |
5.1 系统界面 |
5.2 水印置乱 |
5.3 算法实现 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间获得的奖项及研究成果 |
(2)数字图像的鲁棒可逆算法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
序言 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究内容 |
1.4 论文结构安排 |
2 数字水印技术 |
2.1 数字水印技术介绍 |
2.1.1 数字水印的概念 |
2.1.2 数字水印的分类 |
2.2 经典数字水印算法分析 |
2.2.1 鲁棒水印算法 |
2.2.2 可逆水印算法 |
2.2.3 鲁棒可逆水印算法 |
2.3 数字水印技术的评价指标 |
2.4 本章小结 |
3 基于RHS的高保真鲁棒可逆水印算法 |
3.1 相关算法介绍 |
3.2 基于RHS的高保真鲁棒可逆水印方案介绍 |
3.2.1 算法思路 |
3.2.2 嵌入提取过程 |
3.3 实验结果分析 |
3.4 本章小结 |
4 基于Pairwise PEE的JPEG鲁棒可逆水印算法 |
4.1 理论基础 |
4.1.1 JPEG压缩编码标准 |
4.1.2 Pairwise PEE算法介绍 |
4.2 基于Pairwise PEE的JPEG鲁棒可逆水印方案介绍 |
4.2.1 水印的嵌入 |
4.2.2 水印的提取 |
4.3 实验结果分析 |
4.4 本章小结 |
5 基于RHS的JPEG鲁棒可逆水印算法 |
5.1 算法思路 |
5.2 基于RHS的JPEG鲁棒可逆水印方案介绍 |
5.2.1 水印的嵌入 |
5.2.2 水印的提取 |
5.3 实验结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(3)基于双树复数小波变换的数字音频水印方法设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 数字水印技术 |
1.4 本文结构安排 |
第2章 数字音频水印技术 |
2.1 数字音频水印技术 |
2.2 数字音频水印的特点 |
2.3 数字音频水印的分类 |
2.4 数字音频水印的要求 |
2.5 数字音频水印的主要攻击手段 |
2.6 水印评价指标 |
2.7 数字水印技术的应用领域 |
2.8 人类听觉系统 |
2.9 声音信号数字化 |
2.10 音频的传播 |
2.11 常见水印算法 |
2.12 本章小结 |
第3章 基于小波变换的音频水印算法 |
3.1 小波变换 |
3.2 奇异值分解 |
3.3 基于小波变换的音频水印算法 |
3.4 实验结果与分析 |
3.5 本章小结 |
第4章 基于双树复小波变换的音频水印算法 |
4.1 双树复小波变换 |
4.2 基于双树复小波变换的音频水印算法 |
4.3 实验结果与分析 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
(4)抗打印扫描攻击的数字水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究现状 |
1.3 本文的主要研究内容 |
第2章 抗打印扫描数字水印技术概述 |
2.1 引言 |
2.2 数字水印理论介绍 |
2.2.1 数字水印基本概念 |
2.2.2 数字水印系统模型 |
2.2.3 数字水印嵌入位置分析 |
2.3 打印扫描过程对数字水印的影响 |
2.3.1 打印机工作过程对图像的影响 |
2.3.2 扫描仪工作过程对图像的影响 |
2.3.3 打印扫描失真模型 |
2.4 本章小结 |
第3章 基于DWT-SVD的抗打印扫描数字水印算法 |
3.1 引言 |
3.2 数字水印算法理论介绍 |
3.2.1 图像预处理方法 |
3.2.2 离散小波变换 |
3.2.3 奇异值分解 |
3.3 抗打印扫描数字水印算法流程 |
3.3.1 水印嵌入流程 |
3.3.2 水印提取流程 |
3.4 实验结果与分析 |
3.4.1 图像质量评价指标 |
3.4.2 攻击测试实验 |
3.5 本章小结 |
第4章 基于NSCT-SVD的抗打印扫描盲水印算法 |
4.1 引言 |
4.2 NSCT变换原理 |
4.2.1 Contourlet变换 |
4.2.2 NSCT变换 |
4.3 抗打印扫描数字水印算法流程 |
4.3.1 水印嵌入流程 |
4.3.2 水印提取流程 |
4.4 实验结果与分析 |
4.5 本章小结 |
第5章 彩色图像抗打印扫描数字水印技术 |
5.1 引言 |
5.2 色彩空间选取 |
5.3 算法设计以及实验结果分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及专利 |
致谢 |
(5)基于媒体特征分析的自适应音视频水印关键技术研究(论文提纲范文)
摘要 |
Abstract |
常用缩略词表 |
常用符号表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 数字水印技术概述 |
1.2.1 数字水印系统模型 |
1.2.2 数字水印的分类 |
1.2.3 数字水印的应用 |
1.2.4 数字水印的性能特征 |
1.2.5 音视频水印攻击类型 |
1.2.6 数字水印性能评价指标 |
1.3 国内外研究现状 |
1.3.1 音频水印算法研究现状 |
1.3.2 视频水印算法研究现状 |
1.3.3 存在的问题 |
1.4 本文主要研究内容 |
1.5 本文结构安排 |
第2章 基于音频信号自适应分段与嵌入强度优化的双通道音频水印算法 |
2.1 引言 |
2.2 音频信号自适应分段 |
2.3 音频信号双通道特征信息构建 |
2.4 水印嵌入方法 |
2.5 水印提取方法 |
2.6 水印嵌入强度优化 |
2.7 实验结果 |
2.7.1 水印不可感知性评价 |
2.7.2 水印鲁棒性评价 |
2.8 本章小结 |
第3章 基于离散小波包变换的双域音频水印算法 |
3.1 引言 |
3.2 音频节拍检测与自适应分段 |
3.3 音频信号双域划分与水印嵌入位置选择 |
3.4 水印嵌入与提取 |
3.4.1 水印嵌入规则 |
3.4.2 自适应嵌入强度计算 |
3.4.3 水印嵌入方法 |
3.4.4 水印提取方法 |
3.5 实验结果 |
3.5.1 水印不可感知性评价 |
3.5.2 水印鲁棒性评价 |
3.6 本章小结 |
第4章 针对MPEG-4 SLS格式的无损压缩音频水印算法 |
4.1 引言 |
4.2 相关技术介绍 |
4.3 水印嵌入与提取 |
4.3.1 嵌入失真允许阈值 |
4.3.2 显着状态与嵌入位置选择 |
4.3.3 水印嵌入方法 |
4.3.4 水印提取方法 |
4.4 实验结果 |
4.4.1 水印不可感知性评价 |
4.4.2 水印鲁棒性评价 |
4.5 本章小结 |
第5章 基于时-空域特征与视觉密码的视频零水印算法 |
5.1 引言 |
5.2 有限状态机设计与关键帧选择 |
5.2.1 视频镜头分割 |
5.2.2 有限状态机运行规则 |
5.3 视频时-空域特征信息提取 |
5.3.1 Harris-Laplace角点检测 |
5.3.2 时域特征数据集构建 |
5.3.3 频域特征数据集构建 |
5.4 Ownership share的产生与水印提取 |
5.4.1 Ownership share的产生 |
5.4.2 水印提取方法 |
5.5 实验结果 |
5.6 本章小结 |
第6章 基于深度图像渲染的3D视频水印算法 |
6.1 引言 |
6.2 相关技术简介 |
6.2.1 DIBR系统 |
6.2.2 SIFT特征点检测 |
6.3 水印嵌入位置选择 |
6.3.1 视频场景分割 |
6.3.2 SIFT特征点跨帧匹配 |
6.3.3 匹配向量概率分布 |
6.3.4 匹配向量主方向和水印嵌入位置选择 |
6.4 水印嵌入与提取方法 |
6.4.1 改进的扩频水印嵌入方法 |
6.4.2 在中心视图中嵌入水印 |
6.4.3 从左右视图中提取水印信息 |
6.5 实验结果 |
6.5.1 水印不可感知性评价 |
6.5.2 水印鲁棒性评价 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 本文工作总结 |
7.2 研究展望 |
参考文献 |
作者在读期间科研成果简介 |
致谢 |
(6)基于Curvelet变换的医学图像数字水印算法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 国内外研究现状与发展趋势 |
1.3 论文研究内容及组织结构 |
2 相关技术与理论基础 |
2.1 数据安全系统概述 |
2.2 数学变换 |
2.2.1 离散傅里叶变换(DFT)到离散余弦变换(DCT) |
2.2.2 曲线波变换(Curvelet transform) |
2.3 伪随机序列 |
2.4 图像水印系统的评估方法 |
2.5 本章小结 |
3 基于Curvelet-DCT原始医学图像鲁棒零水印算法 |
3.1 提取特征向量 |
3.2 水印预处理 |
3.3 水印的嵌入与提取恢复 |
3.4 算法结果与分析 |
3.4.1 常规攻击 |
3.4.2 几何攻击 |
3.5 算法比较分析 |
3.6 本章小结 |
4 基于Curvelet-DCT加密医学图像鲁棒零水印算法 |
4.1 原始医学图像的变换域加密 |
4.2 水印的嵌入与提取恢复 |
4.3 算法结果与分析 |
4.3.1 常规攻击 |
4.3.2 几何攻击 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
缩略语表 |
攻读硕士期间发表的论文和参加的科研项目 |
致谢 |
(7)基于变换域的数字图像鲁棒水印算法研究(论文提纲范文)
摘要 |
Abstract |
缩略语对照表 |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 数字图像鲁棒水印概述 |
1.2.1 鲁棒水印的特征 |
1.2.2 鲁棒水印的分类 |
1.2.3 鲁棒水印的攻击 |
1.3 变换域鲁棒水印的研究现状 |
1.3.1 基于奇异值分解的水印算法 |
1.3.2 基于矩的水印算法 |
1.3.3 基于其它变换域的水印算法 |
1.3.4 嵌入参数的优化方法 |
1.3.5 零水印算法 |
1.4 存在的主要问题 |
1.5 本文主要工作及章节安排 |
第二章 基于奇异值分解的水印算法 |
2.1 奇异值分解 |
2.2 基于奇异值鲁棒性的水印算法的虚警问题 |
2.2.1 算法分析 |
2.2.2 边信息伪造 |
2.3 具有确保图像质量功能的自适应鲁棒水印算法 |
2.3.1 算法描述 |
2.3.2 自适应量化步长选取 |
2.3.3 质量补偿 |
2.4 实验结果 |
2.4.1 边信息伪造方法的虚警问题验证 |
2.4.2 鲁棒水印算法的性能验证 |
2.5 本章小结 |
第三章 基于通用极复指数变换的水印算法 |
3.1 通用极复指数变换矩值的精确计算方法 |
3.1.1 传统计算 |
3.1.2 基于二次分块的矩值计算 |
3.1.3 矩值计算精确性比较 |
3.2 算法描述 |
3.2.1 可嵌入矩值集合选取 |
3.2.2 嵌入过程 |
3.2.3 提取过程 |
3.3 实验结果 |
3.3.1 不可见性 |
3.3.2 鲁棒性 |
3.3.3 与同类算法的比较 |
3.4 本章小结 |
第四章 基于通用圆谐傅里叶矩的水印算法 |
4.1 基于谐函数的分数阶矩的分析 |
4.1.1 整数阶矩与分数阶矩的关系 |
4.1.2 矩属性对水印性能的影响 |
4.2 通用圆谐傅里叶矩的快速计算方法 |
4.2.1 基于快速傅里叶变换的矩值计算 |
4.2.2 矩值计算时间比较 |
4.3 算法描述 |
4.3.1 基于蚁群优化的控制参数选取 |
4.3.2 嵌入过程 |
4.3.3 提取过程 |
4.4 实验结果 |
4.4.1 鲁棒性与矩类型的关系 |
4.4.2 不可见性 |
4.4.3 鲁棒性 |
4.4.4 与同类算法的比较 |
4.5 本章小结 |
第五章 基于矩幅值差值鲁棒性的零水印算法 |
5.1 鲁棒特征生成位置选取方法 |
5.1.1 位置选取方法分析 |
5.1.2 基于矩幅值差值的位置选取 |
5.1.3 性能比较 |
5.2 算法描述 |
5.2.1 零水印生成 |
5.2.2 零水印检测 |
5.3 实验结果 |
5.3.1 可辨别性 |
5.3.2 鲁棒性 |
5.3.3 水印容量与安全性 |
5.3.4 基于其它矩类型的算法性能 |
5.3.5 与同类算法的比较 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来展望 |
致谢 |
参考文献 |
作者简历 |
(8)基于SIFT特征点的抗几何攻击GF-2影像水印算法(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 研究内容与技术路线图 |
1.4 论文的组织结构 |
2 GF-2 遥感影像数字水印技术理论 |
2.1 数字水印概述 |
2.1.1 数字水印的原理与基本框架 |
2.1.2 数字水印的特征 |
2.1.3 数字水印的分类 |
2.2 GF-2 遥感影像概述 |
2.2.1 GF-2 遥感影像的概念 |
2.2.2 GF-2 遥感影像的特点 |
2.3 GF-2 遥感影像水印技术的特点 |
2.4 GF-2 遥感影像水印攻击分析 |
2.4.1 常规攻击分析 |
2.4.2 几何攻击分析 |
2.5 抗几何攻击水印方案 |
2.6 GF-2 遥感影像水印技术的评价指标 |
2.7 本章小结 |
3 运用DWT与 SIFT的 GF-2 影像双重水印算法 |
3.1 算法原理 |
3.2 SIFT特征点提取 |
3.3 基于DWT与 SIFT的双重水印方案 |
3.3.1 水印信息的预处理 |
3.3.2 SIFT特征信息水印生成 |
3.3.3 水印的嵌入 |
3.3.4 水印提取 |
3.3.5 内容认证 |
3.4 算法验证 |
3.5 性能评价 |
3.5.1 不可感知性分析 |
3.5.2 鲁棒性分析 |
3.5.3 内容认证分析 |
3.6 本章小结 |
4 基于NSCT与改进SIFT特征点的抗几何水印算法 |
4.1 算法原理 |
4.2 改进的SIFT提取算法与特征区域确定 |
4.2.1 改进的SIFT特征点提取算法 |
4.2.2 SIFT几何不变特征区域的确定 |
4.3 NSCT变换 |
4.4 水印方案 |
4.4.1 水印信息预处理 |
4.4.2 水印嵌入 |
4.4.3 水印提取 |
4.5 算法验证 |
4.6 性能评价 |
4.6.1 不可感知性分析 |
4.6.2 鲁棒性分析 |
4.7 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(9)基于离散小波变换和奇异值分解的数字水印改进算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究历史与现状 |
1.3 论文主要内容及结构 |
第二章 相关理论知识 |
2.1 数字水印技术 |
2.1.1 数字水印系统 |
2.1.2 数字水印算法 |
2.1.3 评价指标 |
2.2 小波变换 |
2.2.1 连续小波变换 |
2.2.2 离散小波变换 |
2.2.3 图像小波变换分析 |
2.3 数字图像置乱处理 |
2.3.1 Logistic混沌置乱 |
2.3.2 Arnold变换置乱 |
2.4 奇异值分解 |
2.4.1 奇异值分解定义 |
2.4.2 奇异值分解性质 |
2.4.3 奇异值分解应用 |
2.5 人类视觉感知模型 |
2.5.1 人类视觉模型 |
2.5.2 人类视觉系统特性 |
第三章 基于分块小波域的动态数字水印算法 |
3.1 水印鲁棒性评价 |
3.2 图像子块嵌入量确定 |
3.3 嵌入强度因子计算 |
3.4 基于分块小波域的动态数字水印算法描述 |
3.4.1 水印预处理 |
3.4.2 水印嵌入过程 |
3.4.3 水印提取过程 |
3.5 实验结果与分析 |
3.5.1 算法鲁棒性评价 |
3.5.2 实验设计 |
3.5.3 实验结果对比 |
3.6 本章小结 |
第四章 基于DWT-SVD的盲水印算法 |
4.1 SVD奇异向量稳定性 |
4.2 基于DWT-SVD的盲水印算法描述 |
4.2.1 Arnold置乱水印预处理 |
4.2.2 水印嵌入过程 |
4.2.3 水印提取过程 |
4.3 算法性能分析 |
4.4 实验结果及分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间成果 |
(10)数字音频水印算法的研究及性能测试(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 数字音频水印的国内外研究现状 |
1.3 本文创新点 |
1.4 本文主要工作和论文组织结构 |
第二章 数字音频水印基础理论 |
2.1 概述 |
2.2 数字音频水印的性质与分类 |
2.2.1 数字音频水印的性质 |
2.2.2 数字音频水印的分类 |
2.3 数字音频水印的主要应用 |
2.4 数字音频水印的常见攻击 |
2.4.1 普通攻击类型 |
2.4.2 同步攻击类型 |
2.5 数字音频水印的评价标准 |
2.5.1 不可感知性评价标准 |
2.5.2 鲁棒性评价标准 |
2.5.3 水印容量评价标准 |
2.6 本章小结 |
第三章 基于范数的DWT域数字音频水印算法 |
3.1 概述 |
3.2 主要技术与原理 |
3.2.1 离散小波变换 |
3.2.2 向量范数 |
3.2.3 Arnold变换 |
3.2.4 混沌加密 |
3.3 基于范数的DWT域数字音频水印算法流程 |
3.3.1 水印预处理 |
3.3.2 水印嵌入过程 |
3.3.3 水印提取过程 |
3.4 仿真实验结果和性能测试 |
3.4.1 水印安全性测试 |
3.4.2 不可感知性测试 |
3.4.3 鲁棒性测试 |
3.4.4 容量测试 |
3.4.5 实验总结 |
3.5 本章小结 |
第四章 基于范数比的LWT域自适应数字音频水印算法 |
4.1 概述 |
4.2 主要技术与原理 |
4.2.1 提升小波变换 |
4.2.2 量化算法原理 |
4.3 基于范数比的LWT域自适应数字音频水印算法流程 |
4.3.1 水印预处理 |
4.3.2 水印嵌入过程 |
4.3.3 水印提取过程 |
4.4 仿真实验结果和性能测试 |
4.4.1 水印安全性测试 |
4.4.2 不可感知性测试 |
4.4.3 鲁棒性测试 |
4.4.4 实验总结 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 展望 |
致谢 |
参考文献 |
附录A 攻读硕士学位期间学术成果 |
四、基于图像小波变换低频系数的数字水印算法(论文参考文献)
- [1]抗打印扫描数字水印算法[D]. 王琳玉. 西安理工大学, 2021(01)
- [2]数字图像的鲁棒可逆算法研究[D]. 王红娅. 北京交通大学, 2021
- [3]基于双树复数小波变换的数字音频水印方法设计[D]. 唐毅成. 扬州大学, 2021(08)
- [4]抗打印扫描攻击的数字水印算法研究[D]. 毛一鸣. 哈尔滨工业大学, 2021
- [5]基于媒体特征分析的自适应音视频水印关键技术研究[D]. 罗一帆. 四川大学, 2021(01)
- [6]基于Curvelet变换的医学图像数字水印算法研究[D]. 秦凤鸣. 海南大学, 2021(11)
- [7]基于变换域的数字图像鲁棒水印算法研究[D]. 王文冰. 战略支援部队信息工程大学, 2021(01)
- [8]基于SIFT特征点的抗几何攻击GF-2影像水印算法[D]. 马文骏. 兰州交通大学, 2021(02)
- [9]基于离散小波变换和奇异值分解的数字水印改进算法研究[D]. 高媛. 安徽建筑大学, 2021(08)
- [10]数字音频水印算法的研究及性能测试[D]. 姚明明. 昆明理工大学, 2021(01)