基于重嵌入和Contourlet自适应图像融合的数字水印算法

来源 :南开大学 | 被引量 : 0次 | 上传用户:zzjqwerty6
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
自从数字水印技术从信息隐藏学科衍生出来后,数字水印技术应用领域不断扩大,现在已应用到了数字版权保护、秘密通信、票据防伪等领域。数字水印技术的核心问题是水印的鲁棒性和透明性,现有的水印算法在噪声干扰、几何攻击、JPEG压缩攻击下,都只能在其中的某一两种攻击方面做到较高的鲁棒性和透明性,而且很多水印算法还不具有盲提取特性,本文提出的基于重嵌入和 Contourlet自适应图像融合的数字水印算法可以有效地抵抗以上三类攻击,并且可以实现水印盲提取。  本文提出的基于重嵌入和 Contourlet自适应图像融合的数字水印算法分为两步,首先是基于重嵌入算法的水印两次嵌入,其次是基于 Contourlet自适应的水印融合。重嵌入包括水印的一次、二次嵌入,其中基于改进的SVD的一次嵌入是在对角系数 HH2实现完成的,而基于改进的HVS的水印二次嵌入则是在低频系数LL2实现完成的。基于Contourlet自适应的水印融合算法由水印的低频系数和高频系数融合组成,其中水印低频系数融合是基于区域能量相似匹配度选择融合系数的,水印高频系数的融合规则是基于改进的SML。实验数据证明了该算法相比较其他算法能够更广泛的抵抗各种攻击,在噪声干扰、几何攻击、JPEG压缩等攻击下具有较强的鲁棒性和透明性。
其他文献
本文研究的重点是在多Agent技术环境下探讨强化学习技术的原理以及如何改进其学习效率并提高其算法的合理性,在此研究基础上构建基于矢量势能场的区域合作的强化学习算法和基
RFID(Radio Frequency Identification)中间件的设计与系统的多个层相关,如RFID电子标签的数据采集、标签数据管理、RFID系统安全等。对于不同层,不同的设计和实现被具体应用所
机器人足球比赛逐渐成为当前人工智能研究的热点之一,作为多Agent系统的一种理想的试验平台,它涉及多个技术领域。目前RoboCup机器人足球世界杯是国际上规模最大且具有很大影
以 GPU为代表的通用加速器技术已经成为目前高性能计算领域的主流发展方向之一。随着硬件存储、计算能力的增长和大数据时代的到来,如何使用具有高存储带宽、高计算性能的带有
不断发展的网络技术以及高性能计算机、网格技术的出现,极大地改变了传统意义上的合作计算方式。处于不同地理位置的多个用户可以利用性能优良的网络协同完成某个任务,但这也
近年来,随着互联网的高速发展和新型互联网服务的涌现,丰富的网络应用给我们的日常生活带来了极大的便利,然而任何事情都具备两面性,互联网亦如此。日益复杂的互联网系统架构,以及
软件构件技术是近几年来迅速发展,并受到广泛关注的一个学科分支。软件构件必须经过组装才能形成应用系统,构件组装使软件技术人员可以直接采用“集成组装构件”的方式来构造
红外技术属于物理学、电子学和计算机科学的技术的交叉学科,它是通过获取目标的红外辐射来进行检测处理。红外技术首先在军事领域得到应用,随着红外技术的发展,红外检测技术
随着信息技术的迅猛发展,计算机软件已渗透到社会生活的方方面面。与此同时,软件项目规模的不断壮大、功能的增强和复杂度的增加,软件的成本、进度、质量也变得更加难以控制,
专家系统是一种模拟专家决策能力的计算机系统。论文以机车故障诊断为应用背景,利用人工智能、故障诊断的理论和方法,研究并开发了一个机车故障诊断专家系统原型,以实现对机车故