基于Contourlet变换的图像数字水印研究

基于Contourlet变换的图像数字水印研究

论文摘要

随着多媒体技术、计算机网络和通信技术的迅猛发展,数字产品应用越来越广泛,数字信息的安全也逐渐成为人们关心的问题,数字产品的版权保护问题尤为重要。数字水印是指永久镶嵌在宿主数据中的具有可鉴别性的数字信号或模式,并且不影响宿主数据的可用性。其作为数字信息安全问题的一项有效解决手段,成为产业界和学术界共同研究的热点。本文研究了图像数字水印和Contourlet变换的相关理论知识,提出了基于Arnold变换和Lorenz系统的彩色图像加密算法和一种Contourlet域能量和交换系数的图像水印算法。主要工作有:1.在深入研究灰度图像的置乱度基础上,给出了彩色图像置乱度的定义,由于Arnold变换具有较高置乱度,能够抵抗多种攻击的特性,以及Lorenz混沌系统具有极强初值敏感性和安全性的特点,提出了一种基于Arnold变换和Lorenz系统的彩色图像加密算法。该算法利用Arnold变换以及彩色图像的置乱度定义,对原始彩色水印信息的R、G、B三个分量分别进行置乱,并求解Lorenz混沌系统的动力学方程,得到三个混沌序列,据此构造置乱索引矩阵;然后对Arnold置乱后的每个颜色分量,采用这三个不同的混沌置乱序列进行置乱处理。仿真实验结果表明,该算法克服了Arnold变换和Lorenz混沌系统的缺点,能够抵抗多种攻击,使彩色水印图像具有较高的安全性。2.深入研究Contourlet变换的基本理论,并分析Contourlet变换系数的分布特性,提出了一种基于Contourlet域能量和交换系数的图像水印算法。该算法充分利用Contourlet变换特性,根据图像分解后的能量大小选择嵌入水印的方向图,并通过交换系数的嵌入算法,将水印信息嵌入载体图像。在数字水印的嵌入过程中使用了Contourlet分解载体图像的层数、每层分解的方向数和嵌入水印信息选择的子带三个密匙,因此,该算法还具有较高的安全性。图像的仿真实验结果表明,该算法能够抵抗多种常见图像处理和几何变换的攻击,如压缩图像、加椒盐噪声、加高斯噪声、高斯低通滤波、直方图均衡化、图像增亮、变暗、改变对比度和裁剪等。在这些攻击后的图像中,均能够提取出较为完整的水印信息。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究现状
  • 1.3 研究目的与意义
  • 1.4 本文主要研究工作和论文组织结构
  • 第二章 数字水印概述
  • 2.1 数字水印定义
  • 2.1.1 数字水印定义
  • 2.1.2 数字水印基本特征
  • 2.1.3 数字水印的应用领域
  • 2.2 数字水印分类
  • 2.3 数字水印原理及其框架
  • 2.3.1 数字水印原理
  • 2.3.2 数字水印基本框架
  • 2.4 数字水印的攻击方法
  • 2.5 数字水印的性能评价
  • 2.6 数字水印的典型算法
  • 2.7 小结
  • 第三章 图像的 Contourlet 变换理论
  • 3.1 金字塔分解
  • 3.2 方向滤波
  • 3.3 方向滤波器组
  • 3.4 Contourlet 变换的分析
  • 第四章 基于 Arnold 变换和 Lorenz 系统的彩色图像加密算法
  • 4.1 引言
  • 4.2 Arnold 变换
  • 4.3 Lorenz 混沌系统
  • 4.4 基于 Arnold 变换和 Lorenz 系统的彩色图像加/解密算法
  • 4.4.1 彩色图像置乱评价标准
  • 4.4.2 基于 Arnold 变换和 Lorenz 系统的彩色图像加/解密算法
  • 4.5 仿真结果及分析
  • 4.5.1 水印加密/解密效果
  • 4.5.2 密匙敏感性分析
  • 4.5.3 抗攻击性能比较实验
  • 4.6 小结
  • 第五章 基于 Contourlet 域能量和交换系数的图像水印算法
  • 5.1 引言
  • 5.2 图像数字水印嵌入算法
  • 5.3 图像数字水印提取算法
  • 5.4 仿真结果及分析
  • 5.4.1 仿真实验
  • 5.4.2 鲁棒性分析
  • 5.5 小结
  • 第六章 总结与展望
  • 6.1 工作总结
  • 6.2 未来展望
  • 致谢
  • 参考文献
  • 读研期间科研成果
  • 相关论文文献

    • [1].基于Contourlet变换和残差分析的各向异性扩散去噪方法[J]. 数字技术与应用 2020(05)
    • [2].非线性Contourlet变换和区域特征匹配的图像融合[J]. 传感器与微系统 2017(02)
    • [3].数字图书馆图像资源检索框架的构建与实现——基于非下采样的Contourlet变换[J]. 现代情报 2017(06)
    • [4].结合Contourlet变换和偏微分方程的图像去噪方法[J]. 河南科学 2017(05)
    • [5].基于Contourlet变换和全变差的图像融合[J]. 河南科学 2017(09)
    • [6].一种基于Contourlet变换的地震图像面波去除方法[J]. 软件导刊 2016(10)
    • [7].基于非下采样Contourlet变换的自适应阈值图像去噪方法[J]. 科学技术与工程 2013(29)
    • [8].基于二代Contourlet域遥感图像双三次插值方法[J]. 计算机应用与软件 2012(02)
    • [9].基于Contourlet变换的双三次插值算法[J]. 计算机工程 2010(07)
    • [10].Contourlet变换及方向滤波器组设计相关问题[J]. 科技风 2009(23)
    • [11].基于小波-Contourlet变换的区域能量加权图像融合算法[J]. 北京理工大学学报 2008(02)
    • [12].Contourlet变换与粒子群优化相耦合的遥感图像融合方法[J]. 计算机科学 2016(S2)
    • [13].基于Contourlet变换的多传感器图像融合[J]. 计算机与现代化 2016(12)
    • [14].采用非采样Contourlet变换与区域分类的红外和可见光图像融合[J]. 光学精密工程 2015(03)
    • [15].基于非下采样Contourlet变换的医学图像融合方法[J]. 计算机科学 2013(03)
    • [16].基于非下采样Contourlet变换和区域特征的医学图像融合[J]. 计算机应用 2013(06)
    • [17].结合Contourlet变换的各向异性扩散图像去噪[J]. 激光杂志 2013(03)
    • [18].一种基于Contourlet变换的图像融合方法[J]. 信息技术与信息化 2011(02)
    • [19].基于Contourlet变换的农业图像增强方法研究[J]. 安徽农业科学 2011(30)
    • [20].基于非下采样Contourlet和扩散的图像去噪[J]. 计算机工程 2010(14)
    • [21].基于非采样Contourlet与全变差模型的图像去噪[J]. 汕头大学学报(自然科学版) 2009(01)
    • [22].基于Contourlet变换的图像去噪方法[J]. 信息技术 2009(05)
    • [23].基于非下采样Contourlet变换和分水岭算法的图像分割方法[J]. 榆林学院学报 2009(04)
    • [24].遥感图像融合的非采样Contourlet变换方法[J]. 中国图象图形学报 2008(11)
    • [25].基于非下采样contourlet变换与脉冲耦合神经网络的图像融合算法[J]. 计算机应用 2008(S2)
    • [26].基于Contourlet统计特性的无参考图像质量评价[J]. 吉林大学学报(工学版) 2016(02)
    • [27].基于非下采样Contourlet变换的人脸表情识别算法研究[J]. 智能计算机与应用 2015(05)
    • [28].基于非下采样Contourlet梯度方向直方图的人脸识别[J]. 计算机应用 2014(01)
    • [29].基于contourlet变换的图像去噪研究[J]. 数字技术与应用 2012(07)
    • [30].基于Contourlet变换的多方向织物疵点边缘检测[J]. 计算机工程与应用 2012(27)

    标签:;  ;  ;  ;  

    基于Contourlet变换的图像数字水印研究
    下载Doc文档

    猜你喜欢