基于小波域的自适应图像数字水印算法研究

作     者：王琛晖 

作者单位：福州大学 

学位级别：硕士

导师姓名：舒志彪

授予年度：2005年

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：数字水印 小波变换 人类视觉系统 模糊分类 模糊神经控制 自适应量化 

摘      要：随着计算机、网络和通信技术的飞速发展,特别是Internet的普及,信息的安全保护问题日益突出。因此,多媒体数字产品愈来愈需要一种有效的版权保护方法, 而数字水印在数字媒体版权保护方面的作用引起了人们极大的关注。 本文研究了用于图像版权保护的小波域自适应数字水印技术。首先介绍了数字水印的概念和基本原理,论述了数字水印的通用模型、基本特征、典型算法、攻击方法及性能分析方法,阐述了小波变换的理论及其在水印技术中的应用。在分析了数字水印算法研究的现状和所存在的问题的基础上,提出了四种新的小波域自适应图像数字水印算法。算法讨论如何获取最佳水印嵌入强度自适应嵌入水印。所提出的四种算法具体如下: 考虑到人类视觉系统(HVS)特性和小波变换特性,提出了一种新的自适应水印算法。将小波变换后的图像的小波系数组成小波子块。根据人类视觉系统(HVS)特性,采用多参数对小波子块进行分类。根据分类结果,结合小波变换特性,将不同强度的水印嵌入到不同的小波子块中。 基于小波包变换和块模糊分类,提出了一种新的自适应水印算法。用m-序列来控制原始图像小波包分解的结构,把适当的小波系数组成小波子块。根据人类视觉系统(HVS)模型和能量模型,对小波子块进行模糊分类。根据分类结果,将不同强度的二值水印嵌入到不同的小波子块中。 考虑到神经模糊控制,提出了一种新的自适应图像水印算法。对原始图像进行小波变换,组织小波子块。从子块的视觉掩蔽性和能量强度两个方面,建立、训练神经模糊控制网络,得到每个小波子块嵌入水印的最优强度值。然后根据神经模糊控制得出的最优嵌入强度,将不同强度的水印嵌入到不同的小波子块中。 基于量化技术,提出了一种自适应的灰度级盲水印算法。利用DWT压缩编码技术,有效地减少了灰度级水印的数据量。并且水印位置的选择和水印的嵌入强度是自适应于图像的。在提取过程中无需使用原始图像和其它参数。 本文给出了所有提出的算法的实验数据,并进行了性能分析。实验结果表明,算法都具有良好的鲁棒性和不可见性。最后,总结了本文的工作,指出了待进一步研究的地方,并对数字水印的发展方向作了展望。