数字图像水印算法研究与透明性评价

论文摘要

数字水印将数字化信息嵌入到多媒体载体（如文本、音频、图像、视频及网格等）中,水印的嵌入不影响原始媒体的自身价值和正常使用,并且嵌入的水印可以被检测或提取出来;多媒体载体可以是被保护版权的对象,也可以仅仅是作为秘密通信的载体。以数字图像水印技术为研究对象,本文主要研究了以下几个方面的内容:1.提出了一种基于广义向量量化的水印算法基础模型。向量量化是根据仙农的率失真（Rate-distortion）理论形成的一种技术,可以看成是编码函数和解码函数的组合。其中编码函数决定输入向量应该映射到哪一个码向量或编码索引。相应地,解码函数则利用编码号对应回码向量以还原图像。各种纷繁复杂的水印嵌入方式,都可以用向量量化的思想来解释。一旦水印算法可以应用广义向量量化的思想进行解释,就能够对该算法达到的理论容量进行准确地估计。该模型说明水印方案的容量取决于算法本身,取决于码书的构造和分组情况。2.出于对数字水印技术透明性的评估研究,提出了一种基于欧氏距离度量的二值图像客观质量评价方法。二值图像像素只有两种取值,没有细腻的纹理和丰富的变化,传统基于误差的图像质量评价方法难以对其提供客观的评价。本文提出了一种针对二值图像的质量评价方法QEB,利用表征图像拓扑结构的欧拉数来描述结构失真,用噪声相对信号的欧氏距离和分段能量函数来度量噪声的能量,并以反映噪声对原始信号结构改变的结构影响因子作为噪声能量的加权;同时考虑了噪声点的聚集效应,最终给出了对待测图像视觉质量的定量分析。3.出于对数字水印技术透明性的评估研究,提出了一种基于多尺度纹理结构和归一化噪声的图像质量客观评估方法SNPSNR。SNPSNR利用灰度差分统计法和小波系数的时频特性,用原始图像小波系数在更精细尺度子带中的纹理结构变化来描述该系数对图像纹理结构的贡献,以此衡量该系数变化对图像质量带来的影响,即多尺度纹理结构噪声。同时考虑人眼在不同频段的视觉

论文目录

• 摘要
• ABSTRACT
• 第一章 综述
• 1.1 研究背景和意义
• 1.2 数字水印的进展
• 1.2.1 水印的历史
• 1.2.2 数字水印研究现状与进展
• 1.3 数字水印技术基本原理
• 1.3.1 数字水印算法一般模型
• 1.3.2 数字水印技术基本要求
• 1.3.3 图像数字水印算法透明性的衡量
• 1.3.4 数字水印方法分类
• 1.4 数字水印的应用领域
• 1.4.1 版权保护
• 1.4.2 “指纹”识别与叛逆追踪
• 1.4.3 内容认证
• 1.4.4 秘密通信
• 1.4.5 数据库注解
• 1.4.6 传统系统升级
• 1.4.7 设备控制和拷贝控制
• 1.4.8 广播监视
• 1.4.9 带內标题
• 1.4.10 防伪印刷
• 1.4.11 信道传输质量盲评估
• 1.5 研究热点
• 1.5.1 数字水印基础理论的研究
• 1.5.2 水印新算法研究
• 1.5.3 密写分析及其对策
• 1.5.4 可逆水印算法
• 1.5.5 基于数字水印技术的安全服务框架研究
• 1.6 本文主要内容与结构
• 1.7 本章小结
• 第二章 数字水印基础理论及水印的广义向量量化模型
• 2.1 基本要素定义
• 2.1.1 水印信号
• 2.1.2 宿主信号与载体信号
• 2.1.3 水印嵌入与提取过程
• 2.2 现有的基础理论
• 2.2.1 基于通信理论的水印算法
• 2.2.1.1 基于扩频通信的水印系统
• 2.2.1.2 基于边信息通信的水印系统
• 2.2.2 基于信息论的水印系统
• 2.2.3 零水印模型
• 2.3 水印一般性模型与广义向量量化
• 2.3.1 数学模型
• 2.3.2 失真度量（透明性度量）
• 2.3.3 广义向量量化的一般性原理与水印嵌入
• 2.3.3.1 向量量化基础概念[Pang02]
• 2.3.3.2 基于广义向量量化的水印一般性原理解释
• 2.3.3.3 水印算法容量预测
• 2.3.3.4 嵌入1 比特的扩频通信水印情形
• 2.3.3.5 多比特水印嵌入情形
• 2.3.3.6 零水印技术的向量量化解释
• 2.3.4 基于广义向量量化的水印一般性模型的贡献
• 2.4 数字水印理论研究的发展趋势
• 2.5 小结
• 第三章 透明性——二值图像的欧氏客观视觉质量评价
• 3.1 引言
• 3.2 针对二值图像客观视觉质量评估
• 3.3 二值图像欧氏客观视觉质量评价
• 3.3.1 评价设计出发点
• 3.3.2 欧拉数定义与计算
• 3.3.3 离散度距离
• 3.3.4 客观视觉质量评价
• 3.4 孤立噪声点
• 3.4.1 参数α和γ的选取及孤立噪声点在不同信号背景下的表现
• 3.4.2 孤立噪声点淹没现象及其能量的新定义
• 3.5 噪声点聚集效应
• 3.5.1 噪声点分类
• 3.5.2 两个推论
• 3.5.3 噪声点聚集效应的度量
• 3.6 二值图像视觉质量评价之改进QEB
• 3.7 实验结果与分析
• 3.7.1 对水印算法透明性的评价性能
• 3.7.1.1 实验数据
• 3.7.1.2 分析
• 3.8 结论
• 第四章 透明性——基于多尺度纹理结构和归一化噪声的图像质量客观评价
• 4.1 引言
• 4.2 基于纹理结构和归一化噪声的图像质量客观评价
• 4.2.1 定义
• 4.2.2 二维小波变换简介
• 4.2.3 小波系数对图像视觉质量的反映
• 4.2.4 小波系数多分辨灰度差分统计法纹理描述
• 4.2.5 基于小波变换的纹理结构噪声模型
• 4.2.6 归一化小波系数与噪声
• 4.2.7 多尺度纹理噪声峰值信噪比修正
• 4.3 实验结果分析
• 4.3.1 实验条件与评测指标
• 4.3.2 JPEG2000 压缩失真图像视觉质量客观评价
• 4.3.3 JPEG 压缩失真图像视觉质量客观评价
• 4.3.4 高斯白噪声失真图像视觉质量客观评价
• 4.3.5 高斯低通模糊失真图像视觉质量客观评价
• 4.3.6 快速衰变瑞利信道中图像视觉质量客观评价
• 4.3.7 不同失真类型下图像视觉质量客观评价的一致性比较
• 4.4 结论
• 第五章 基于质量控制的二值图像高容量易损水印算法
• 5.1 引言
• 5.2 算法回顾与分析
• 5.2.1 二值图像水印算法一般原理
• 5.2.2 存在的问题与对策
• 5.3 基于质量控制的二值图像高容量易损水印算法
• 5.3.1 水印嵌入算法原理
• 5.3.2 像素可翻转度与透明性考虑
• 5.3.3 不均匀可翻转度分布与图像置乱
• 5.3.4 基于质量控制的水印嵌入方案
• 5.3.5 水印提取方案
• 5.3.6 算法实现性能分析
• 5.3.6.1 可靠性
• 5.3.6.2 安全性
• 5.4 算法的广义向量量化模型解释
• 5.5 实验结果与分析
• 5.5.1 水印容量比较
• 5.5.2 载体图像视觉质量（透明性）分析
• 5.5.3 安全性分析
• 5.5.4 参数m/n/r 取值选择
• 5.6 结论与展望
• 第六章 基于曲波变换的多功能分级水印算法研究
• 6.1 引言
• 6.2 曲波变换简介
• 6.3 基于曲波变换的多功能分级水印算法
• 6.3.1 水印算法策略
• 6.3.1.1 系数选择
• 6.3.1.2 基于人类视觉系统的量化步长选择
• 6.3.1.3 水印嵌入的量化调制过程与提取
• 6.3.2 多功能水印机制
• 6.3.2.1 水印生成
• 6.3.2.2 多功能水印算法的分级实现
• 6.3.2.3 判别阈值Ts 的确定
• 6.4 广义向量量化模型一般性解释
• 6.5 实验结果与讨论
• 6.5.1 内容特征稳定性实验
• 6.5.2 算法准确性实验
• 6.5.3 算法安全性、鲁棒性测试
• 6.6 结论
• 第七章 基于PKI 和动态密钥技术的数字水印安全服务平台设计及应用
• 7.1 研究背景和意义
• 7.2 基于PKI 技术的数字水印签章安全服务平台设计
• 7.2.1 基本目标
• 7.2.2 PKI 技术
• 7.2.3 PKI 技术与数字水印结合的数字签章安全服务平台
• 7.3 基于数字水印和动态密码技术的安全服务平台设计
• 7.3.1 基本目标
• 7.3.2 动态密码技术
• 7.3.3 安全服务平台组件构成设计
• 7.4 系统工作流程应用实例说明
• 7.4.1 身份登记与注册
• 7.4.2 版权保护与盗版追踪流程
• 7.4.3 内容真实性要求的商务合同签订流程
• 7.4.4 计费与授权
• 7.5 结论
• 第八章 总结与展望
• 8.1 全文内容总结
• 8.2 未来的工作与展望
• 参考文献
• 攻读博士期间完成的论文
• 致谢