基于SVD和神经网络的鲁棒数字水印算法研究

摘要

互联网的飞速发展极大地方便了人们从网络上获取多媒体数据，同时也给版权保护这一问题提出了新的挑战。数字水印技术作为一种新的有效数字产品版权保护的技术手段，是目前国际上信息隐藏领域内的一个重要分支。数字水印技术就是将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中的一种技术，用来跟踪多媒体数据的发布与使用。数字水印的特殊应用要求嵌入的水印信息不仅具有透明性，而且具有强鲁棒性能够抵抗各种类型的攻击操作。 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奇异值分解和神经网络的水印算法。该算法首先对图像进行8x8的分块，然后对所有块进行奇异值分解。利用本文提出的结合奇异值(SingularValue)和方差(Variance)特征处理宿主图像的新方法，计算每个分块的活动因子，通过比较活动因子的值来保证水印嵌入的透明性和嵌入强度的可控性。奇异值分解的性质使得本文算法获得更高的鲁棒性。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。实验分析结果表明，这种新的水印算法是可行的，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、剪切和椒盐噪声等攻击都有非常好的鲁棒性。 本文提出的图像数字水印算法的研究成果，将人们对奇异值分解的研究进一步深入，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的水印复原，实现了数字水印技术对多媒体的发布及使用的精确跟踪。 本文的最后对数字水印技术未来的工作进行了展望。水印技术的更广泛应用前景，也期待着越来越多的水印算法出现。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章 引言

第二章 数字水印技术

第三章 基于奇异值分解和神经网络的图像数字水印技术

第四章 实验与结论

第五章 总结和展望

参考文献

致谢

在学期间公开发表论文及著作情况