基于矢量量化数字水印研究与应用

来源 :安徽大学 | 被引量 : 0次 | 上传用户:jacykeaichenai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
矢量量化是一种高效的数据压缩技术,具有压缩比大且解码简单因此广泛应用于图像压缩、语音编码等多个领域。数字水印技术是将序列号、文字、二值图像等信息嵌入到多媒体数据中,目的是为了多媒体信息的版权跟踪和版权保护,特别是在图像、视频中得到了广泛的应用,成为多媒体信息安全研究领域的一个热点问题。在矢量量化基础上研究数字水印,就是在压缩域上研究数字水印,基于矢量量化的数字水印技术基本思想是利用匹配输入矢量集的码字索引表传输版权保护的信息。伴随着数码产品的更新换代,高清数码相机进入日常生活中,.彩色图像成为重要的数字水印研究对象,同时随着3G时代的到来,智能手机的普及与主流智能手机的相关增值业务的出现,基于智能手机的矢量量化数字水印技术必将成为一个研究的重点。本文主要是针对基于矢量量化的数字水印技术的研究,分析了矢量量化关键技术中的码书设计与码字搜索。选择彩色图像为研究对象,提出了一种在彩色图像YUI色彩空间的基于矢量量化信息压缩的DCT域的数字水印算法。依据智能手机平台的特点选择一种特殊码书设计与码字搜索的策略,同时将基于图像检索的理论融合到该系统中,分别设计了最优码书生成系统与自识别VQ系统。主要工作内容及具体改进点如下:(1)简单介绍Symbian智能手机操作系统,重点研究了码书设计与码书搜索算法。在码书设计算法中分析了传统的LBG算法与PNN算法的优劣性,在后面的码书设计中将LBG与PNN算法结合;在搜索算法中比较了FS与EENNS算法与IEENNS算法优劣性,从而选择IEENNS作为智能手机码书搜索算法(2)选取彩色图像为研究对象,分析了常见的几种彩色图像的颜色模式以及相互之间的转换,最后提出了一种在彩色图像YIQ色彩空间的基于矢量量化信息压缩的DCT域的数字水印算法。增大了水印的信息容量与水印的安全性,不同层次的水印能够分别抗JPEG与VQ的压缩,达到了嵌入多重水印,适应于多用途。(3)在矢量量化数字水印技术的实际应用中,选择Symbian Os作为智能机的操作系统,以Nokia智能机为研究对象。本章分为两个子系统,第一个是最优码书生成系统,第二个是自识别VQ系统,前一个系统为后一个系统的基础,本文分别给出了两个系统的设计原型
其他文献
随着高校招生规模的不断扩大,招生后期的数据处理与迎新工作变得更加繁重,各高校普遍希望将信息技术引入到迎新工作中,加强参加迎新的各个部处间的信息流通和工作配合,使迎接新生
据统计,互联网上在线发布的网页早已达到亿数量级,并以每天百万页的速度在增长。用户在需要克服语言障碍的同时,如何准确地在Internet这样一个开放式的数据库中找到相关信息,
Reed-Solomon纠错码算法作为编解码领域中出色的算法被广泛应用于各个方面。尤其在数据恢复方面的应用较为突出。算法本身又构建于有限域的数学运算之上,从而凸现了有限域运
由John Lafferty等人在2001年提出的条件随机域(conditional random fields,CRF)模型是机器学习领域的一个重要里程碑,它综合了以往机器学习中几种模型的优点,包括隐马尔可夫
随着网络和多媒体数字技术的快速发展,多媒体信息在网络上的应用越来越频繁,信息安全问题日渐突出。大到国家的军事、政治、商业等信息的安全,小到个人隐私的泄漏,使多媒体信
随着多媒体技术的快速发展及Internet技术的日益普及,数字图像的来源越来越广泛,每天各个领域都会产生数以千兆字节的图像信息。如何从浩瀚的图像信息中快速准确的查找出用户
图像匹配是计算机视觉和图像处理领域一项重要的研究工作,本文主要对图像匹配领域进行了深入细致的研究。 本文主要研究了两类图像匹配算法:基于灰度信息的算法和基于特征的
对于大型金融机构,金融基础数据存放在较多的分布于全球的数据服务器中,而与基础数据相关的数据不一致、不准确或不完整问题是金融服务行业中交易失败的主要原因。因基础数据
近年来,随着生物医学文献的快速增长,生物文献中的信息抽取技术已经得到广泛的研究,目前为止,生物医学文献信息抽取中的大部分工作都涉及到关系抽取。生物领域中的关系抽取主