一种参数自适应的鲁棒性数字图像水印算法

摘要

数字水印技术作为保护版权的重要手段,在信息安全领域有着重要的地位。传统的数字水印算法的参数大多凭经验设定,达不到鲁棒性最佳的效果。本文根据图像和水印的容量自适应地在图像的低频区嵌入水印,并利用机器学习的梯度下降法对水印算法的参数进行训练,使得含水印图像在不同攻击下恢复出的水印总体误码率相对最低,让参数能最大限度地接近最优值。实验证明,该算法不但对JPEG压缩、裁剪、噪声等常见攻击有较强的免疫力,而且对平移、旋转、缩放等几何攻击也具有较强的免疫力。