基于小波类变换的数字水印嵌入和盲提取方法

摘要

数字水印技术是国际学术界的一个前沿研究方向，它与信息安全、信息隐藏、数据加密等有密切的关系，可广泛应用于信息安全的各个领域。对数字水印技术的研究，不仅具有重要的理论意义，还具有极为重要的实用价值。本文针对无需先验知识的水印盲提取问题以及如何进一步提高数字水印算法鲁棒性、透明性和嵌入量问题，分别给出了相应的盲提取算法与数字单水印、多水印算法。
　　 本文主要研究了以下三方面内容:
　　 1)给出了基于冗余离散小波变换(RDWT)构造观测向量的单水印盲提取算法。针对已有盲提取算法需要先验知识的问题，本文通过已嵌入水印图像、已嵌入水印图像的时域RDWT分量与随机矩阵的混合矩阵、随机矩阵来构造多个互不相关的观测向量，将单通道盲分离问题转化为多通道盲分离问题，最后利用独立分量分析(ICA)有效地实现了水印盲提取。
　　 2)给出了基于小波包、奇异值分解和独立分量分析的数字单水印算法。由于小波包变换能够解决小波变换无法分解高频子带的问题，因此对原始图像进行多级小波包分解，选取最优基，结合奇异值分解和噪声可见函数，通过ICA混合将水印嵌入。水印的盲提取算法是相对嵌入过程的逆过程，利用ICA算法对嵌入水印混合信号进行分离。该水印算法的鲁棒性得到了提高。
　　 3)给出了基于冗余离散小波变换和独立分量分析的数字多水印算法。为了提高算法嵌入信息量，利用RDWT的平移不变性和冗余性，将多水印Arnold置乱并ICA混合，取其中一个信号作为待嵌入水印信息，利用Logistic混沌映射抽取原始图像子图像，对其进行RDWT，在中频分量中通过ICA混合将水印信息嵌入。水印盲提取算法是相对嵌入的逆过程，两次利用ICA算法分离出原始水印。该算法中水印嵌入量和不可见性得到了提高。
　　 实验结果表明，给出算法有效解决了无需先验知识的水印盲提取问题，同时在单水印和多水印算法中，算法性能也相应得到了提高。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．2 国内外发展现状

1．2．1 数字水印系统模型

1．2．2 数字单水印的典型算法

1．2．3 数字多水印的典型算法

1．2．4 单通道盲分离的研究现状

1．3 本文的主要研究内容和结构安排

第2章 基于冗余离散小波变换构造观测向量单水印盲提取算法

2．1 离散小波变换和独立分量分析的基本原理

2．1．1 离散小波变换

2．1．2 独立分量分析

2．2 基于DCT的数字水印嵌入算法描述

2．3 基于冗余离散小波变换构造观测向量的单水印盲提取算法

2．3．1 基于RDWT构造观测向量的单水印盲提取算法

2．3．2 基于RDWT构造观测向量的单水印盲提取算法描述

2．4 实验结果分析

2．5 本章小结

第3章 基于小波包、奇异值分解和独立分量分析数字单水印算法

3．1 离散小波包基本原理

3．2 基于小波包、奇异值分解和独立分量分析单水印嵌入算法

3．2．1 基于小波包、SVD和ICA单水印嵌入算法

3．2．2 基于小波包、SVD和ICA单水印嵌入算法描述

3．3 基于小波包、奇异值分解和独立分量分析单水印提取算法

3．4 实验结果分析

3．5 本章小结

第4章 基于冗余离散小波变换和独立分量分析的数字多水印算法

4．1 多水印图像和载体图像的预处理

4．1．1 多个水印图像的预处理

4．1．2 原始载体图像的预处理

4．2 基于冗余离散小波变换和独立分量分析数字多水印嵌入算法

4．2．1 基于RDWT和ICA数字多水印嵌入算法

4．2．2 基于RDWT和ICA数字多水印嵌入算法描述

4．3 基于RDWT和ICA的数字多水印提取算法

4．4 实验结果分析

4．5 本章小结

总结与展望

参考文献

致谢

研究生履历