论文摘要
随着计算机网络的日益普及和通信技术的飞速发展,作为版权保护的有效手段,数字水印技术已成为多媒体信号处理领域的一个研究热点,也是信息安全技术领域的一个重要分支。而小波分析又称多分辨分析,是在傅立叶分析的基础上发展起来的新兴学科,具有深刻的理论意义和广泛的应用范围,是目前国际上科技界高度关注的前沿领域。本文以静止图像为研究对象,首先详细分析总结了数字水印技术的特点、分类及一般模型,对目前典型的数字图像水印算法进行了归纳和探讨,深入研究了小波理论及小波域的数字水印实现技术,接着将Hilbert扫描、人类视觉模型和混沌加密技术引入到数字水印技术中来,提出了几种比较有效的基于小波变换的数字水印算法:1.提出了一种新的基于DWT图像块均值量化的自适应盲水印算法,结合了小波域和Hilbert扫描的优势,通过调整相邻三块对应细节子带均值的大小关系来自适应的嵌入水印,使得水印具有较好的不可见性和鲁棒性,而且水印的提取过程无需原始图像的参与。给出的实验结果及其抗攻击的性能分析表明,该算法确实有效。2.小波变换后低频系数集中了信号的大部分能量,对信号较为重要,而且低频系数通常具有较大的值,水印信号相对较弱,嵌入后对图像影响较小。根据这一原理,本文对一种鲁棒自适应水印算法进行了改进,在分块后图像的各个频带都嵌入了水印信息,使得水印对各种压缩和常见图像处理操作具有较强的鲁棒性。3.基于水印信息的置乱预处理,提出了两种公开水印算法。首先,详细分析了原始奇偶量化算法存在的问题,在此基础上提出了一种鲁棒的基于小波变换的图像自适应水印算法。该算法利用散列处理后的混沌序列两次定位嵌入水印的图像块和系数的位置,在小波变换后的中频子带嵌入水印信号,同时,在充分考虑了HVS掩蔽特性的基础上,自适应的生成量化步长,从而保证了算法的自适应性,使得水印具有更高的不可见性和鲁棒性。其次,提出了一种鲁棒的基于分块DWT的图像公开水印算法,将分块后的载体图像进行一层小波变换,对照置乱后的水印信号,对每个图像块的低频子带中最大的系数进行修改,完成水印自适应地嵌入。最后,两种方法都给出了仿真实验的结果,证明了它们的有效性,并与其他算法进行了比较。本文所提到的算法及实验都是在MATLAB7.0环境下进行的,所有实验结果表明:本文提出的算法能够经受住噪声、滤波、图像压缩、剪切、旋转等常见的图像处理,具有较强的鲁棒性和不可见性。