基于整数提升小波变换的数字水印技术研究

论文摘要

随着互联网络上数字多媒体传播的飞速发展,数字水印作为一种提供数字媒体版权保护、真实性和完整性认证的新颖技术正受到越来越多的关注。自从上个世纪90年代以来,在信息隐藏领域就引入了数字水印技术,针对其开展的研究也越来越深入和广泛。现在,人们广泛应用数字水印技术用在版权保护、视频点播、电子商务、彩信业务等,已经成为新一代多媒体信息安全的热点问题之一。本论文主要研究静态图像的鲁棒水印算法,重点设计了基于整数提升小波LWT（Lifting Wavelet Transform）量化水印算法,以及基于MSD-ICA（MultiresolutionSubband Decomposition-Independent Component Analysis）的双目量化数字水印方案。首先对基于小波变换的数字水印相关理论进行了研究和总结。针对图像经过常用小波分解下产生的细节系数为浮点数,不便于计算机处理这个问题,提出了基于整数提升小波变换的量化调制水印改进算法,同时用MATLAB成功地实现了量化调制水印QIM（Quantization Index Modulation）算法,从分析、实验结果中可以看出,基于LWT小波域的量化水印算法具有较强的鲁棒性,当加入水印后的图像经过几种一般的信号处理后,此算法仍能够检测到水印的存在。目前,多尺度小波分析和ICA（Independent Component Analysis）独立分量分析技术也被广泛用在图像的特征提取方面,由此设计了一种基于MSD-ICA的双目水印方案,根据人类视觉系统原理对人眼不敏感的区域进行水印的嵌入和提取验证,并分析了此方案下水印的鲁棒性。论文在创新方面,归纳如下:1.提出了一种基于整数提升小波变换LWT和QIM的鲁棒水印方案。这种方法提高了计算机数据处理的速度,节省了一定的时间,对计算机内存的开销也比较小。论文的研究成果已经发表在“计算机科学”杂志上。2.融合了小波变换和独立分量分析两种思想,提出了一种基于MSD-ICA的彩色图像双目量化水印方案。先对原始图像Lena进行提升小波分解,对小波变换后的高频中间细节系数嵌入水印,分别从嵌有水印的红色、蓝色灰度图像提取水印,然后用ICA做去噪处理。在水印的提取验证时,该方法融合了小波和独立分量分析两者的优势。本文所设计的算法,包括嵌入、提取、验证均在MATLAB7.0环境中进行。实验证明本文提出的水印算法经过噪声、滤波、JPEG压缩常见攻击后,水印仍然可以被较好的提取或检测出来。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 数字水印的需求背景
• 1.2 国内外发展现状
• 1.2.1 第一代数字水印技术研究
• 1.2.2 当前数字水印技术现状与分析
• 1.3 数字水印系统的基本框架
• 1.4 数字水印技术
• 1.4.1 数字水印特点
• 1.4.2 数字水印分类
• 1.4.3 数字水印生成
• 1.4.4 数字水印攻击
• 1.4.5 数字水印应用
• 1.5 论文的研究工作及安排
• 第二章 基于整数提升LWT的量化水印算法研究
• 2.1 小波分析基础
• 2.1.1 小波变换
• 2.1.2 提升小波变换
• 2.2 整数LWT与常用DWT的比较
• 2.3 基于QIM的LWT水印算法
• 2.3.1 量化调制水印算法的改进
• 2.3.1.1 水印的嵌入
• 2.3.1.2 水印的提取与检测
• 2.3.2 基于LWT的水印算法实现
• 2.4 实验测试
• 2.4.1 无攻击下的水印性能测试
• 2.4.2 攻击测试
• 2.5 小结
• 第三章 一种基于MSD-ICA的双目数字水印方案
• 3.1 神经网络基础
• 3.1.1 人工神经网络
• 3.1.2 神经网络在数字水印中的应用
• 3.2 人类视觉系统
• 3.3 独立分量分析与盲信号处理
• 3.3.1 独立分量分析
• 3.3.2 基于ICA的数字水印模型
• 3.3.3 多分辨率子带分解的独立分量分析技术
• 3.4 一种基于MSD-ICA的双目水印方案
• 3.4.1 基于红色和蓝色分量的水印嵌入
• 3.4.2 水印的提取和验证
• 3.4.3 方案的算法流程
• 3.5 实验测试
• 3.5.1 测试结果分析
• 3.5.2 与基于绿色分量嵌入水印的算法比较
• 3.6 小结
• 第四章 结论
• 4.1 全文总结
• 4.2 进一步的工作
• 4.2.1 与智能技术的融合
• 4.2.2 与密码学的融合
• 4.2.3 与盲信号处理的融合
• 致谢
• 参考文献
• 附录
• 在学期间的研究成果