学位论文 > 优秀研究生学位论文题录展示

基于特征区域的遥感影像数字水印研究

作　者: 李丽丽
导　师: 孙劲光
学　校: 辽宁工程技术大学
专　业: 摄影测量与遥感
关键词: 遥感影像数字水印特征区域几何攻击鲁棒性
分类号: TP309.7
类　型: 博士论文
年　份: 2013年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

遥感影像是地理空间信息的主要数据来源之一,其时间特征明显,数据量丰富,更新速度快,为地学研究提供了前所未有的海量信息,为国家经济开发、国防建设提供了重要的数据支持。网络技术的融合、高度的数据共享、信息发送平台的公开,遥感影像数据也无法避免地面临着不安全隐患。数字水印技术作为解决数字产品版权保护问题的一项崭新技术,是多媒体数据文件认证、防伪、防篡改、保证数据安全性与完整性的可靠技术手段。尽管遥感影像的数据精度较高,但就现今的技术水平而言,冗余仍然在一定程度上存在,同时人类感知系统自身的局限性也为水印的隐藏提供了可能。因此,遥感影像数字水印成为解决其版权归属问题的可行方案。针对遥感影像数据特有的属性和特点、遥感影像的数据处理过程、解译精度要求及应用需求,本文主要研究内容如下：(1)分析遥感影像数据处理的全过程,确定数字水印嵌入与影像处理过程的时序关系,明确含水印影像将面临的主要攻击,从而针对攻击进行遥感影像数字水印嵌入特征区域的选取和水印预处理。(2)研究了基于Harris-Laplace特征区域的遥感影像数字水印方法。由伪随机序列生成器产生一个伪随机序列,实施二值化后将其中一段作为数字水印信号；对宿主遥感影像中选定的Harris-Laplace特征区域实施同心圆环形区域划分后,在空域进行水印嵌入将二值数字图像置乱预处理后,利用行扫描形成的一维向量作为水印信息：将宿主遥感影像中选定的Harris-Laplace特征区域进行图像归一化,将得到的归一化子图像进行尺度为L、方向均为λ的Contourlet分解,采用奇偶量化法方法修改选定带通子带的水印嵌入系数实现数字水印的嵌入。(3)研究了基于SIFT特征区域的遥感影像数字水印嵌入方法。对宿主遥感影像中选定的SIFT特征区域采用扇形区域划分后,在空域将伪随机序列数字水印信号嵌入对宿主遥感影像中选定的SIFT特征区域进行图像归一化处理,将得到的归一化子图像进行尺度为L、方向均为λ的Contourlet分解,采用奇偶量化法方法修改选定带通子带的水印嵌入系数将置乱预处理后的二值图像水印嵌入(4)对提出的Harris-Laplace特征区域空域和Contourlet域遥感影像数字水印、SIFT特征区域空域和Contourlet域遥感影像数字水印进行水印嵌入和提取、水印的透明性、抗常规信号处理与几何攻击的鲁棒性、水印嵌入前后遥感影像统计特征和应用效果对比等实验,验证本文方法的正确性和有效性。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-11
1 引言  11-24
  1.1 研究背景和意义  11-12
  1.2 研究现状  12-19
    1.2.1 数字水印抗几何攻击方法综述  12-17
    1.2.2 遥感影像数字水印综述  17-19
  1.3 研究内容与创新点  19-21
  1.4 论文组织结构  21-24
2 遥感影像数字水印原理  24-41
  2.1 数字水印技术基础理论  24-31
    2.1.1 数字水印的基本特性  24-25
    2.1.2 数字水印架构和通用模型  25-26
    2.1.3 数字水印的性能评价  26-28
    2.1.4 数字水印的分类  28-29
    2.1.5 数字水印攻击  29-31
  2.2 遥感影像的基本特征  31-33
    2.2.1 遥感影像的获取  31
    2.2.2 遥感影像的数据特性  31-32
    2.2.3 遥感影像的数据级别  32-33
    2.2.4 遥感影像的数据格式  33
  2.3 遥感影像数字水印嵌入的可行性  33-34
    2.3.1 遥感影像数据冗余  34
    2.3.2 人类视觉感知局限  34
  2.4 遥感影像数字水印特征  34-37
    2.4.1 数据的可用性  34-35
    2.4.2 水印的不感知性  35-36
    2.4.3 水印的鲁棒性  36
    2.4.4 水印容量  36-37
  2.5 遥感影像数据处理与水印时序  37-40
    2.5.1 遥感影像数据处理  37-38
    2.5.2 遥感影像水印攻击  38-40
  2.6 本章小结  40-41
3 特征域选择与水印预处理  41-60
  3.1 特征点提取方法  41-48
    3.1.1 Harris-Laplace特征点检测  42-44
    3.1.2 SIFT特征点检测  44-48
  3.2 特征区域的确定  48-49
  3.3 Contourlet变换  49-57
    3.3.1 Contourlet变换原理  50-56
    3.3.2 Contourlet变换的数学模型  56-57
    3.3.3 Contourlet变换的性质  57
  3.4 水印预处理  57-59
    3.4.1 数字水印的生成  57-58
    3.4.2 水印数据预处理  58-59
  3.5 本章小结  59-60
4 Harris-Laplace特征区域的遥感影像数字水印  60-73
  4.1 Harris-Laplace特征区域的空域遥感影像水印算法  60-65
    4.1.1 水印嵌入过程  60-62
    4.1.2 水印的提取  62-63
    4.1.3 实验与结果分析  63-65
  4.2 Harris-Laplace特征区域Contourlet域遥感影像水印算法  65-71
    4.2.1 图像归一化  65-66
    4.2.2 水印的嵌入与提取  66-69
    4.2.3 实验与结果分析  69-71
  4.3 本章小结  71-73
5 SIFT特征区域的遥感影像数字水印  73-86
  5.1 SIFT特征区域的空域遥感影像水印算法  73-79
    5.1.1 水印嵌入过程  73-76
    5.1.2 水印的提取  76-77
    5.1.3 实验与结果分析  77-79
  5.2 SIFT特征区域Contourlet域遥感影像水印算法  79-85
    5.2.1 水印的嵌入过程  79-82
    5.2.2 水印的提取  82
    5.2.3 实验与结果分析  82-85
  5.3 本章小结  85-86
6 基于特征区域的遥感影像数字水印分析  86-103
  6.1 水印嵌入对遥感影像自身统计特性的影响  86-95
    6.1.1 遥感影像的统计特征  86-89
    6.1.2 Harris-Laplace特征区域水印对遥感影像统计特性影响  89-92
    6.1.3 SIFT特征区域水印对遥感影像统计特性影响  92-95
  6.2 嵌入水印对遥感影像分类的影响  95-101
    6.2.1 遥感影像分类方法  95-99
    6.2.2 Harris-Laplace特征区域水印对遥感影像分类影响  99-100
    6.2.3 SIFT特征区域水印对遥感影像分类影响  100-101
  6.3 本章小结  101-103
7 结论与展望  103-107
  7.1 研究总结  103-105
  7.2 进一步研究与展望  105-107
参考文献  107-118
作者简历  118-121
学位论文数据集  121-122
附件  122

基于特征区域的遥感影像数字水印研究

内容摘要

全文目录

相似论文