一种新型的基于遗传算法的彩色图像水印算法

摘要

本文首先综述了数字水印技术的基本概念和原理，并且针对不同的信息隐藏方法，对现有的数字图像水印算法进行了总结和比较。根据目前算法的一些不足，提出了一种新的基于遗传算法的彩色图像水印算法。该方法首先对图像进行分块纹理活动性分析，然后选择在纹理活动性较高区域的小波域嵌入水印信息。利用本文提出的基于遗传算法的新方法，分别分析彩色图像RGB3个通道的性能，确定在每个通道的嵌入强度。通过遗传算法的使用，可以保证水印嵌入的透明性和嵌入强度的可控性。遗传算法的最优选择性质使得本文算法在水印系统的鲁棒性和不可见性间取得了最佳折中。依据提出的算法，我们在计算机上进行仿真实验，重点针对水印系统的隐蔽性、鲁棒性和安全性三个指标，进行了水印嵌入、提取和篡改后的水印的检测、提取、恢复测试。实验结果表明：水印算法是可行的，在保证水印嵌入容量的同时，它能够很好地保持图像的质量，对压缩、滤波和椒盐噪声等攻击都具有非常好的鲁棒性。 提出的图像数字水印算法将人们对彩色图像的水印研究进一步深入，也显著提高了水印算法的抗攻击能力。同时，利用神经网络技术进行了水印复原操作，实现了数字水印技术对多媒体的发布及使用的精确跟踪。 最后，对数字水印技术未来的工作进行了展望，也期待着水印技术的广泛应用前景下会有越来越多的水印算法出现。

目录

文摘

英文文摘

声明

第一章引言

1.1数字水印的研究背景

1.2数字水印的发展与研究现状

1.3本文的主要工作

1.4论文结构

第二章数字水印技术概述

2.1数字水印系统的基本框架

2.2数字水印技术的特性与分类

2.2.1数字水印技术的特性

2.2.2数字水印的分类

2.3数字水印技术的主要应用

2.4图像数字水印技术的现存方案

第三章水印信息生成与宿主图像预处理

3.1水印信息生成

3.2宿主图像分析

3.2.1人类视觉系统对数字图像的感知特性

3.2.2基于人类视觉系统的宿主图像分析

3.3 小结

第四章基于遗传算法的彩色图像数字水印算法

4.1遗传算法

4.1.1遗传算法基本原理

4.1.2遗传算法基本流程

4.1.3遗传算法基本操作

4.1.4遗传算法的特点

4.2基于遗传算法的彩色图像数字水印算法

4.2.1在彩色图像数字水印算法中应用遗传算法的原理

4.2.2算法概述

4.2.3水印嵌入算法

4.2.4水印提取算法

4.3基于BP神经网络的水印复原算法

4.3.1神经网络概述

4.3.2误差逆向传播网络的定义及特点

4.3.3神经网络的功能

4.3.4基于神经网络的数字水印复原算法

4.4小结

第五章实验与结论

5.1图像数字水印的性能评估和基准

5.1.1影响水印稳健性的因素

5.1.2基于像素的视觉质量的定量描述

5.2水印系统评测中的攻击方法

5.3算法性能评估测试

5.4小结

第六章总结和展望

6.1总结

6.2展望

参考文献

致 谢

在学期间公开发表论文及著作情况