半脆弱及抗几何攻击数字水印方法研究

论文摘要

近年来,数字水印技术得到了飞快的发展,目前抗几何攻击成为水印研究的热点和难点问题,据此本文以静态图像为研究对象,提出了两种抵抗几何攻击的数字水印算法。此外,本文还提出了一种半脆弱数字水印算法,半脆弱水印与抗几何攻击水印要求相反,它只要对常见的图像处理具有一定的鲁棒性即可,但半脆弱数字水印要求所嵌入的水印信息能够敏感地检测并定位对含水印图像进行的非法篡改。本文所提出的三种数字水印算法充分利用了正交变换的特性,分别利用离散余弦变换(DCT)、提升小波变换、Contourlet变换三种工具提出了以下三种水印算法:1.一种基于DCT域的半脆弱数字水印算法。该算法利用DCT的分频特性,结合HVS的掩蔽特性,将嵌入的水印能量较好的分布到图像块的各部分,保证了所嵌入的水印在不可见性的前提下具有很强的鲁棒性,并且具有一定的检测篡改的能力,可以定位到哪个块的系数被改变。2.一种基于边信息及仿射模型的抗几何攻击的数字水印算法。该算法提取小波变换近似子带中的边框系数作为边信息,利用该边信息及仿射模型估计各种几何攻击,在此基础上提出了一种抗几何攻击的小波域自适应图像水印算法,该算法根据HVS的掩蔽特性将水印信息自适应地嵌入图像小波域的低频子带中,算法不仅具有较好的不可感知性,而且对诸如平移、旋转、缩放、镜像和转置等几何攻击及其它常规的图像攻击都具有较强的鲁棒性。3.一种基于Contourlet变换的抗几何攻击数字水印算法。它首先利用Contourlet变换中不同分辨率下的父子关系,提出了空间方向重要树的概念,据此确定重要系数并嵌入水印信息。同时利用归一化方法,通过计算比较受攻击前后图像的特征量来恢复图像,提取水印信息。试验结果表明,该算法对于水平及垂直翻转攻击、旋转攻击、尺度变换攻击等具有较好的鲁棒性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 数字水印的研究现状
• 1.2.1 空域数字水印
• 1.2.2 变换域数字水印
• 1.3 数字水印的基础概述
• 1.3.1 数字水印技术的定义及基本特征
• 1.3.2 数字水印的基本原理
• 1.3.2.1 水印的嵌入
• 1.3.2.2 图像质量评价
• 1.3.2.3 水印的提取
• 1.3.3 数字水印的分类
• 1.3.4 数字水印算法攻击分析
• 1.3.5 数字水印的应用领域
• 1.4 人类视觉系统的掩蔽特性描述
• 1.5 本文用到的各种变换简介
• 1.5.1 离散余弦变换
• 1.5.2 小波变换
• 1.5.2.1 概述
• 1.5.2.2 提升方案小波
• 1.5.3 Contourlet 变换
• 1.6 半脆弱及抗几何攻击数字水印简介
• 1.6.1 半脆弱数字水印
• 1.6.2 抗几何攻击数字水印
• 1.7 本文的工作
• 第二章 一种基于 DCT 的半脆弱水印算法
• 2.1 引言
• 2.2 水印信息的生成
• 2.3 水印嵌入和提取算法
• 2.3.1 水印嵌入
• 2.3.2 水印的提取与检测
• 2.4 试验结果及分析
• 2.4.1 试验
• 2.4.2 水印嵌入和提取的效果
• 2.4.3 对JPEG 有损压缩的测试
• 2.4.4 对高反差保留攻击的测试
• 2.4.5 对剪切攻击的测试
• 2.4.6 对锐化增强的测试
• 2.4.7 对于其他攻击的测试
• 2.4.8 对于攻击的定位
• 2.4.9 讨论
• 2.5 本章小结
• 第三章 基于边信息和仿射模型的几何攻击估计及图像水印算法研究
• 3.1 引言
• 3.2 本章用到的基础理论简介
• 3.2.1 边信息的建立及仿射模型简介
• 3.2.1.1 边信息
• 3.2.1.2 仿射模型
• 3.2.2 质心及扩展质心简介
• 3.2.3 高精度插值算法
• 3.3 攻击类型判断基本过程
• 3.3.1 镜像攻击的判断过程
• 3.3.2 转置攻击的判断过程
• 3.3.3 平移、旋转、缩放等攻击的判断过程
• 3.4 水印算法
• 3.4.1 水印的嵌入
• 3.4.2 攻击类型的判断及其恢复
• 3.4.3 水印的提取
• 3.5 试验结果及分析
• 3.5.1 试验
• 3.5.2 对于缩放攻击的测试
• 3.5.3 对于旋转攻击的测试
• 3.5.4 对于平移剪切攻击的测试
• 3.5.5 对于转置及镜像攻击的测试
• 3.5.6 对于平移，剪切，旋转及缩放等联合攻击的测试
• 3.5.7 对于其他攻击的测试
• 3.5.8 讨论
• 3.6 本章小结
• 第四章 基于 CONTOURLET 变换的抗几何攻击数字水印算法
• 4.1 引言
• 4.2 基于空间方向重要树的CONTOURLET 子带重要系数提取
• 4.2.1 Contoulet 变换中的空间方向重要树的建立
• 4.2.2 基于重要树的Contourlet 子带重要系数提取算法
• 4.3 基于矩的图像归一化算法
• 4.3.1 传统的归一化技术
• 4.3.2 改进的图像归一化算法
• 4.4 本文所提出的水印算法
• 4.4.1 水印的嵌入
• 4.4.2 水印检测
• 4.5 试验结果及其分析
• 4.5.1 旋转攻击的测试
• 4.5.2 翻转攻击的测试
• 4.5.3 尺度变换攻击的测试
• 4.6 本章小结
• 第五章 总结和展望
• 5.1 总结
• 5.2 数字水印技术的展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表和投稿的学术论文
• 攻读硕士学位期间参与的科研项目