Contourlet域的盲数字水印算法研究

摘要

随着电子、计算机、网络等技术的不断发展，图像、音频、视频等数字媒体信息成为主流，因易于复制，其安全性和版权保护受到严重威胁。数字水印技术被认为是解决该问题的最有效方法之一，已成为众多学者关注的热点领域。
　　本文在把握数字水印技术现状的基础上，总结说明了数字水印的分类、特征、基本框架和评价标准。在分析Contourlet变换原理和特点的基础上，结合QR和SVD分解，分别提出了两种Contourlet域的盲数字水印算法，均获得了较好的效果。论文的主要工作如下：
　　1、提出了一种基于QR分解的Contourlet域盲数字水印算法。该算法结合了Contourlet变换和QR分解，对载体图像Contourlet分解后的低频子带进行分块，并对其进行QR分解。二值水印图像经过Arnold置乱和降维预处理后，被量化嵌入到R矩阵选定的三个元素中。提取水印前先通过Hough变换进行旋转校正，之后采用多数原则并根据水印的逆过程从含水印图像中提取出水印。
　　2、提出了一种基于SVD分解的Contourlet域盲数字水印算法。该算法对载体图像Contourlet分解后的低频子带进行分块和SVD分解。按照自适应的量化步长，将经过置乱和降维预处理后的二值水印图像量化嵌入到S矩阵选定的元素中。提取水印前通过Hough变换进行旋转校正，之后按照嵌入的逆过程从含水印图像中提取出水印。
　　3、对提出的两种盲数字水印算法进行不可见性和抗攻击实验，并与同类算法进行了对比。实验表明，两种算法对JPEG压缩、滤波、噪声、缩放、旋转剪切等攻击都具有很强的鲁棒性。与其他算法相比，基于QR分解的Contourlet域盲数字水印算法在抗椒盐噪声、高斯噪声、旋转、剪切攻击方面效果突出；基于SVD分解的Contourlet域盲数字水印算法在抗JPEG压缩、高斯噪声、旋转、剪切攻击方面更有优势。

目录

第一个书签之前

摘 要

ABSTRACT

目 录

Contents

1 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文主要研究内容及结构安排

2 数字水印技术研究

2.1 数字水印的基础理论

2.1.1 数字水印概念及特征

2.1.2 数字水印的基本原理与框架

2.1.3 数字水印的分类

2.2 数字水印的攻击方法和评价标准

2.2.1 数字水印的攻击方法

2.2.2 数字水印的评价标准

2.3 图像的Contourlet变换

2.3.1 金字塔分解

2.3.2 方向滤波

2.3.3 方向滤波器组

2.3.4 Contourlet变换分析

2.4 本章小结

3 基于QR分解的Contourlet域盲数字水印算法

3.1 数字水印嵌入算法

3.1.1 水印嵌入过程

3.1.2 水印预处理

3.1.3 矩阵QR分解

3.1.4 量化嵌入方式和步长选取

3.2 数字水印提取算法

3.2.1 水印提取过程

3.2.2 Hough变换和旋转检测

3.3 实验结果与分析

3.3.1 不可见性实验及结果分析

3.3.2 鲁棒性实验及结果分析

3.3.4 同类算法对比

3.4 本章小结

4 基于SVD分解的Contourlet域盲数字水印算法

4.1 数字水印嵌入算法

4.1.1 水印嵌入过程

4.1.2 奇异值分解

4.1.3 自适应量化步长和初始步长选取

4.2 数字水印提取算法

4.3 实验结果与分析

4.3.1 不可见性实验及结果分析

4.3.2 鲁棒性实验及结果分析

4.3.3 同类算法对比

4.4 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士期间主要成果

致 谢