学位论文 > 优秀研究生学位论文题录展示
基于小波变换的图像融合数字水印技术
作 者: 李春燕
导 师: 蔡洪斌;顾明顺
学 校: 电子科技大学
专 业: 软件工程
关键词: 一般Arnold置乱 分块融合算法 函数融合 小波变换
分类号: TP309.7
类 型: 硕士论文
年 份: 2007年
下 载: 202次
引 用: 1次
阅 读: 论文下载
内容摘要
随着计算机计算能力的迅速提高,计算机的广泛普及以及Internet的迅速发展,个人信息的安全性正变得岌岌可危。传统的数据加密技术可以部分的克服信息的随意散布,但随着破译技术的迅速发展,几乎所有的数据加密技术都一样的处于危机边缘。大量的电脑黑客只要看见加密数据就忍不住去想方设法破译,这样一种状况使加密数据与未加密数据几乎一样危险。同时,当需要数据在能够正常使用的情形下,对该数据的合法性及数据的产权进行跟踪检测时,传统的数据加密技术变得无能为力。目前许多的研究者对各种信息使用类似自然界保护色原理的办法来处理,极大的缩小了这些隐藏数据的危险性。首先,除非作者本人,别人根本不会知道数据中藏有信息,因此就不会激发其他人的兴趣去破译其中的信息。其次,即使藏身的载体数据被破坏,隐藏于其中的信息也不会流传开来,这些研究开拓了一个新的领域——信息隐藏领域。数字水印技术是信息隐藏技术的一种。该技术将需要的数据添加到载体数据中,通过一定的手段可随时检测其中的信息。因此,该技术要求添加到载体中的信息不破坏载体数据的正常使用,此即为水印技术的隐形性要求。同样,载体数据可能经过压缩以便传输,经过各种信号处理以适应各种需求,这时要求水印信息应同样能被检测,即水印技术还应具有稳健性。图像融合技术由于具有嵌入容量大、易于调整嵌入强度、隐蔽性好等优点,得到了研究者的广泛关注。通过公式(1)可以将一幅图像隐藏到另一幅图像中去,需要提取时,可通过公式(2)将隐藏图像提取出来。式中I为原始图像,J是隐藏图像,I′是融合后图像,t表示融合因子,调整t值,可调整融合强度。但目前的图像融合算法,大多在空域中进行的,在空域中进行图像融合,隐藏图像抗攻击的能力较差。为使融合图像不影响载体图像的质量,研究者往往通过减小融合强度来实现,这样也降低了算法的鲁棒性。同时目前大多数的算法都采用直接融合的方法,通过实验确定两幅图像的融合因子,这样确定的融合因子往往较小,使得算法抗攻击的能力较低。为提高隐藏图像的抗攻击能力,本文在分析融合模型的基础上,对传统的融合算法进行了改进,利用小波变换在信号和图像处理中具有良好的时频特性,采用了基于小波域的图像融合算法。但在小波域中进行图像融合,首先需要解决图像是否失真的判定问题,因为峰值信噪比等概念在小波变换域是不适用的。其次需要考虑如何在图像不失真的情况下,最大可能的提高小波变换域中的图像融合因子,提高隐藏图像的抗攻击的能力。本文通过大量的实验,得出了空域上峰值信噪比PSNR=28时,小波变换域对应的均方差MSE的阀值,由此推导出小波变换域中融合因子的计算公式。在此基础上提出了一种实用的算法——基于小波变换的分块融合算法。基于小波变换的分块融合算法是根据图像小波变换后,低频部分集中了图像的大部份能量的特点,将载体图像与隐藏图像进行一级小波变换,将两幅图像的低频部份分为相同的块,并计算出每个块系数的均值,将隐藏图像的低频部分进行块间移动(载体图像不变),使得两幅图像的低频部分按块系数均值的大小相对应,从而提高图像的融合因子,增加两幅图像的融合强度。实验证明,基于小波变换的分块融合算法,由于较大幅度的提高了图像的融合因子,因而在不影响载体图像失真的条件下,使隐藏图像抗干扰的能力得到增强,提高了算法的鲁棒性。算法可广泛应用于电子图像产品和数字图书馆的版权保护。
|
全文目录
摘要 4-6 ABSTRACT 6-12 第一章 引言 12-18 1.1 课题提出的背景 12-13 1.2 数字水印技术的发展现状 13-14 1.3 论文研究内容及章节 14-18 第二章 数字水印简介 18-25 2.1 数字水印的概念 18 2.2 典型数字水印系统模型 18-19 2.3 数字水印的分类 19-21 2.4 数字水印的基本特征 21-22 2.5 数字水印的主要应用领域 22-25 第三章 置乱算法 25-37 3.1 一般ARNOLD变换和N-ARNOLD变换 25-37 3.1.1 一般Arnold变换 25-30 3.1.2 N-Arnold变换 30-33 3.1.3 复合随机Arnold变换方法和分层的Arnold变换算法 33-37 3.1.3.1 复合随机Arnold变换 33-34 3.1.3.2 分层随机Arnold变换 34-35 3.1.3.3 置乱实验 35-37 第四章 灰度扩散算法 37-45 4.1 传递扩散 37-39 4.2 局域扩散 39-40 4.3 扩散的抗干扰分析 40-42 4.3.1 扩散抗干扰分析 41 4.3.2 扩散抗干扰实验 41-42 4.4 抗干扰扩散算法——局域单点扩散算法 42-45 4.4.1 局域单点扩散算法 42-43 4.4.2 局域单点扩散实验 43-44 4.4.3 抗干扰实验 44-45 第五章 基于小波变换的置乱+扩散算法的研究 45-55 5.1 小波变换 45-50 5.1.1 小波基函数 45-46 5.1.2 小波变换 46-47 5.1.3 小波变换的性质 47-49 5.1.4 小波逆变换 49-50 5.2 图像分级的理论 50 5.3 基于小波变换的图像分级置乱算法 50-51 5.4 仿真实验 51-55 第六章 函数融合 55-64 6.1 函数融合理论 55-57 6.1.1 平方可积函数 55 6.1.2 函数融合 55-57 6.2 图像临界融合 57-64 6.2.1 空域临界融合 57-59 6.2.2 频域临界融合 59-60 6.2.3 确定小波变换域上MSE的阀值 60-64 6.2.3.1 确定MSE阀值的算法 60-61 6.2.3.2 确定MSE阀值的实验 61-62 6.2.3.3 灰度调整 62-64 第七章 基于小波变换的最佳融合算法 64-76 7.1 定义 64 7.2 求最佳几何变换近似解的算法 64-69 7.2.1 用最小二乘法确定变换矩阵F 64-66 7.2.2 对a,b,c,d进行调整 66-67 7.2.3 求最佳几何变换F的近似解的迭代方法 67-69 7.3 最佳融合实验 69-76 7.3.1 空域上直接融合实验 69-71 7.3.2 频域上的直接融合实验 71-73 7.3.3 最佳融合因子实验 73-76 第八章 基于小波变换的分块融合算法 76-81 8.1 基于小波变换的分块融合算法 76-77 8.2 提取水印算法 77 8.3 仿真实验 77-81 第九章 总结 81-82 致谢 82-83 参考文献 83-85 附录 85-98
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 基于小波分形理论的振动信号分析系统研究,TN911.6
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 基于小波变换的初至拾取研究,TP311.52
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
- 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 安全保密 > 加密与解密
© 2012 www.xueweilunwen.com
|