基于DWT-SVD的数字图像水印算法研究

论文摘要

为了解决互联网上多媒体信息安全的问题,数字水印技术应运而生并得到了广泛关注,目前已成为国际学术界的一个研究热点。目前,大多数鲁棒图像水印所面临的最大问题就是几何失真,而现有水印技术大都难以抵抗几何变换类攻击,如旋转、尺度变换等。本文将奇异值对几何失真的鲁棒性与离散小波变换对一般攻击的鲁棒性有机结合,提出了一种基于离散小波变换和奇异值分解的自适应数字图像水印算法。论文首先对数字水印技术的研究现状、基本概念、应用领域、通用模型、典型算法、性能评价等进行了综述;简要介绍了用于数字图像水印技术的Arnold置乱技术、离散小波变换(DWT)、奇异值分解(SVD)、人类视觉系统(HVS)等理论。然后,论文利用人类视觉系统特点给出了用于本文算法的水印嵌入强度计算公式;并根据奇异值分解的代数性质,证明了采用本文算法嵌入水印后的图像在受到转置、镜像、旋转等几何失真后,其奇异值是不变的。最后,论文提出了一种基于离散小波变换和奇异值分解的自适应数字图像水印算法。所提出的算法先对原始图像进行1级离散小波变换,然后对得到的4个子带(LL、HL、LH、HH)以及用Arnold置乱后的水印图像进行奇异值分解,利用人类视觉系统(HSV)特性自适应地调整水印嵌入强度,将水印的奇异值加入到原始图像4个子带的奇异值上。仿真实验结果表明,本文提出的算法具有一定的鲁棒性,能抵抗常见的无意攻击和一般的几何攻击。同时,人类视觉系统模型的应用保证了水印的隐蔽性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 应用及展望
• 1.4 本文研究的主要内容
• 第2章 数字水印基础理论
• 2.1 数字水印原理
• 2.1.1 水印模型
• 2.1.2 水印分类
• 2.1.3 水印算法
• 2.2 数字水印攻击
• 2.3 数字水印性能指标
• 第3章 算法设计的理论基础
• 3.1 水印的随机置乱
• 3.1.1 Arnold变换的定义
• 3.1.2 Arnold变换的周期性
• 3.2 小波变换
• 3.2.1 离散小波变换
• 3.2.2 二维图像小波分解和重构
• 3.3 奇异值分解
• 3.3.1 奇异值分解的定义
• 3.3.2 奇异值分解的性质
• 3.4 人类视觉特性
• 第4章 基于小波变换和奇异值分解水印算法研究
• 4.1 基于小波变换水印算法研究
• 4.1.1 小波变换在图像数字水印中的应用
• 4.1.2 小波变换水印算法
• 4.1.3 小波变换水印算法分析
• 4.2 基于奇异值分解水印算法研究
• 4.3 小结
• 第5章 基于DWT-SVD的自适应数字图像水印算法
• 5.1 人类视觉模型
• 5.1.1 小波域数字水印算法的视觉模行
• 5.1.2 JND和SVD的关系
• 5.2 水印的嵌入和提取
• 5.2.1 水印的嵌入
• 5.2.2 水印的提取
• 5.3 对几何失真不变性的分析
• 5.3.1 转置
• 5.3.2 镜像
• 5.3.3 旋转
• 5.4 实验结果
• 5.4.1 水印嵌入
• 5.4.2 未经干扰的水印提取
• 5.4.3 算法的鲁棒性检验
• 5.5 算法的优缺点
• 5.6 小结
• 结论
• 致谢
• 参考文献
• 攻读学位期间发表的论文