圖像可逆水印的高保真性與魯棒性研究
發(fā)布時間:2021-11-02 18:25
互聯(lián)網(wǎng)的技術(shù)創(chuàng)新為數(shù)字多媒體通信提供了便利,數(shù)字多媒體技術(shù)的應(yīng)用已經(jīng)滲透到現(xiàn)實(shí)生活的方方面面。然而,由于數(shù)字產(chǎn)品可以輕松復(fù)制,因此,保護(hù)數(shù)字多媒體內(nèi)容免受未授權(quán)訪問或分發(fā)成為重要的研究課題。在一些高保真、敏感的應(yīng)用場合(如法律、醫(yī)療診斷和軍事),可逆數(shù)字水印技術(shù)是實(shí)現(xiàn)數(shù)字多媒體內(nèi)容保護(hù)行之有效的解決方案?赡鏀(shù)字水印技術(shù)以無損的方式將數(shù)據(jù)隱藏到原始載體中,通過這些隱藏在載體中的信息,可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者、購買者、傳送隱秘信息或者判斷載體是否被篡改等目的。在目前對可逆數(shù)字水印技術(shù)的研究中,傳統(tǒng)的基于差值擴(kuò)展和基于直方圖平移的可逆數(shù)字水印算法存在高失真和低嵌入率的問題。同時,在現(xiàn)實(shí)的有損傳輸信道中,脆弱的可逆水印算法因魯棒性較差不能滿足一些實(shí)際應(yīng)用的需求。本文以數(shù)字圖像作為研究對象,從圖像可逆水印的高保真性與魯棒性兩個方面展開研究。在可逆數(shù)字水印的高保真研究方面,針對不同的應(yīng)用需求,設(shè)計了高、中、低3種嵌入容量水平的高保真可逆數(shù)字水印。在可逆數(shù)字水印的魯棒性研究方面,提出了基于量化的魯棒可逆數(shù)字水印。具體的研究內(nèi)容及創(chuàng)新點(diǎn)如下:(1)提出基于動態(tài)分塊策略的像素排序(Pixel Value...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:121 頁
【學(xué)位級別】:博士
【文章目錄】:
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
1.1 研究背景
1.2 信息隱藏
1.3 圖像數(shù)字水印技術(shù)
1.3.1 圖像數(shù)字水印的基本框架
1.3.2 數(shù)字水印技術(shù)的分類
1.3.3 數(shù)字水印的應(yīng)用場景
1.4 可逆數(shù)字水印
1.4.1 可逆數(shù)字水印的基本概念
1.4.2 可逆數(shù)字水印的特性及性能評價指標(biāo)
1.5 可逆數(shù)字水印的國內(nèi)外研究現(xiàn)狀
1.5.1 基于壓縮的可逆數(shù)字水印算法
1.5.2 基于直方圖平移(HS)的可逆數(shù)字水印技術(shù)
1.5.3 基于差值擴(kuò)展(DE)的可逆數(shù)字水印技術(shù)
1.6 魯棒可逆數(shù)字水印
1.7 主要研究內(nèi)容和結(jié)構(gòu)安排
1.8 本章小結(jié)
第二章 基于動態(tài)分塊策略的PVO可逆數(shù)字水印
2.1 基于像素值排序(PVO)的可逆數(shù)字水印
2.1.1 經(jīng)典PVO方法
2.1.2 改進(jìn)PVO方法(IPVO)
2.1.3 動態(tài)分塊的基本思想
2.2 動態(tài)分塊策略
2.2.1 圖像區(qū)域劃分
2.2.2 溢出問題與一致性控制
2.3 嵌入單元劃分
2.4 像素塊局部復(fù)雜度定義及嵌入單元分類
2.5 基于動態(tài)分塊策略的PVO可逆水印嵌入和提取流程
2.5.1 數(shù)據(jù)嵌入流程
2.5.2 數(shù)據(jù)提取流程
2.5.3 數(shù)據(jù)嵌入和提取實(shí)例
2.6 實(shí)驗(yàn)結(jié)果與分析
2.7 本章小結(jié)
第三章 采用自適應(yīng)組塊的可逆數(shù)字水印
3.1 自適應(yīng)組塊的基本思想
3.2 局部復(fù)雜度定義及塊分類
3.2.1 局部復(fù)雜度定義
3.2.2 像素塊分類
3.2.3 像素塊合并方法
3.3 采用自適應(yīng)組塊的可逆水印嵌入及提取流程
3.3.1 嵌入流程
3.3.2 提取流程
3.3.3 數(shù)據(jù)嵌入實(shí)例
3.4 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
第四章 雙層差值擴(kuò)展可逆數(shù)字水印
4.1 差值擴(kuò)展可逆數(shù)字水印方法
4.2 嵌入像素對選擇
4.3 雙層嵌入算法
4.4 雙層差值擴(kuò)展可逆水印嵌入及提取流程
4.4.1 嵌入流程
4.4.2 提取流程
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 雙層差值擴(kuò)展算法實(shí)驗(yàn)結(jié)果分析
4.5.2 本文提出的3種高保真算法討論
4.6 本章小結(jié)
第五章 基于量化的魯棒可逆數(shù)字水印
5.1 基于整數(shù)變換的可逆數(shù)字水印算法
5.2 量化
5.2.1 奇偶量化原理
5.2.2 水印嵌入和提取過程中的奇偶量化
5.3 像素塊平滑度定義及塊分類
5.4 基于量化的魯棒可逆水印嵌入及提取流程
5.4.1 嵌入流程
5.4.2 無失真環(huán)境下數(shù)據(jù)提取流程
5.4.3 有失真環(huán)境下的圖像水印提取過程
5.4.4 數(shù)據(jù)嵌入和提取實(shí)例
5.5 實(shí)驗(yàn)結(jié)果與分析
5.6 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡介
【參考文獻(xiàn)】:
期刊論文
[1]基于單向預(yù)測誤差擴(kuò)展的三維醫(yī)學(xué)圖像可逆水印算法[J]. 李琦,顏斌,陳娜,楊紅梅. 計算機(jī)應(yīng)用. 2019(02)
[2]A secure image steganography algorithm based on least significant bit and integer wavelet transform[J]. ELSHAZLY Emad,ABDELWAHAB Safey,ABOUZAID Refaat,ZAHRAN Osama,ELARABY Sayed,ELKORDY Mohamed. Journal of Systems Engineering and Electronics. 2018(03)
[3]基于動態(tài)塊劃分和預(yù)測誤差對擴(kuò)展的可逆信息隱藏[J]. 熊志勇,李彪,王江晴. 中南民族大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[4]基于誤差擴(kuò)展與像素容量評估的圖像水印算法[J]. 李紅日,方逵. 西南大學(xué)學(xué)報(自然科學(xué)版). 2017(10)
[5]灰度共生矩陣紋理特征選塊的可逆圖像水印[J]. 李淑芝,胡琴,鄧小鴻. 光電子·激光. 2017(04)
[6]抗打印掃描彩色圖像水印算法[J]. 謝勇,譚海湖,王凱麗,劉林. 包裝工程. 2016(13)
[7]基于線性空間隱藏模型的可逆圖像水印算法[J]. 姜傳賢,楊鐵軍,董明剛,程小輝,李智. 自動化學(xué)報. 2014(10)
[8]基于奇偶量化的圖像水印嵌入與檢測方法[J]. 何選森,陳利,吳良敏. 電子測量與儀器學(xué)報. 2011(12)
博士論文
[1]自嵌入水印算法及其在圖像篡改檢測和恢復(fù)的應(yīng)用[D]. 葛鏡.華中師范大學(xué) 2019
碩士論文
[1]彩色圖像可逆數(shù)字水印算法的研究[D]. 曲軍政.西安電子科技大學(xué) 2015
[2]魯棒可逆水印技術(shù)的研究[D]. 李驍.西安電子科技大學(xué) 2015
[3]基于人眼視覺系統(tǒng)的可逆數(shù)字水印研究[D]. 邱群.蘇州大學(xué) 2014
本文編號:3472184
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:121 頁
【學(xué)位級別】:博士
【文章目錄】:
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
1.1 研究背景
1.2 信息隱藏
1.3 圖像數(shù)字水印技術(shù)
1.3.1 圖像數(shù)字水印的基本框架
1.3.2 數(shù)字水印技術(shù)的分類
1.3.3 數(shù)字水印的應(yīng)用場景
1.4 可逆數(shù)字水印
1.4.1 可逆數(shù)字水印的基本概念
1.4.2 可逆數(shù)字水印的特性及性能評價指標(biāo)
1.5 可逆數(shù)字水印的國內(nèi)外研究現(xiàn)狀
1.5.1 基于壓縮的可逆數(shù)字水印算法
1.5.2 基于直方圖平移(HS)的可逆數(shù)字水印技術(shù)
1.5.3 基于差值擴(kuò)展(DE)的可逆數(shù)字水印技術(shù)
1.6 魯棒可逆數(shù)字水印
1.7 主要研究內(nèi)容和結(jié)構(gòu)安排
1.8 本章小結(jié)
第二章 基于動態(tài)分塊策略的PVO可逆數(shù)字水印
2.1 基于像素值排序(PVO)的可逆數(shù)字水印
2.1.1 經(jīng)典PVO方法
2.1.2 改進(jìn)PVO方法(IPVO)
2.1.3 動態(tài)分塊的基本思想
2.2 動態(tài)分塊策略
2.2.1 圖像區(qū)域劃分
2.2.2 溢出問題與一致性控制
2.3 嵌入單元劃分
2.4 像素塊局部復(fù)雜度定義及嵌入單元分類
2.5 基于動態(tài)分塊策略的PVO可逆水印嵌入和提取流程
2.5.1 數(shù)據(jù)嵌入流程
2.5.2 數(shù)據(jù)提取流程
2.5.3 數(shù)據(jù)嵌入和提取實(shí)例
2.6 實(shí)驗(yàn)結(jié)果與分析
2.7 本章小結(jié)
第三章 采用自適應(yīng)組塊的可逆數(shù)字水印
3.1 自適應(yīng)組塊的基本思想
3.2 局部復(fù)雜度定義及塊分類
3.2.1 局部復(fù)雜度定義
3.2.2 像素塊分類
3.2.3 像素塊合并方法
3.3 采用自適應(yīng)組塊的可逆水印嵌入及提取流程
3.3.1 嵌入流程
3.3.2 提取流程
3.3.3 數(shù)據(jù)嵌入實(shí)例
3.4 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
第四章 雙層差值擴(kuò)展可逆數(shù)字水印
4.1 差值擴(kuò)展可逆數(shù)字水印方法
4.2 嵌入像素對選擇
4.3 雙層嵌入算法
4.4 雙層差值擴(kuò)展可逆水印嵌入及提取流程
4.4.1 嵌入流程
4.4.2 提取流程
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 雙層差值擴(kuò)展算法實(shí)驗(yàn)結(jié)果分析
4.5.2 本文提出的3種高保真算法討論
4.6 本章小結(jié)
第五章 基于量化的魯棒可逆數(shù)字水印
5.1 基于整數(shù)變換的可逆數(shù)字水印算法
5.2 量化
5.2.1 奇偶量化原理
5.2.2 水印嵌入和提取過程中的奇偶量化
5.3 像素塊平滑度定義及塊分類
5.4 基于量化的魯棒可逆水印嵌入及提取流程
5.4.1 嵌入流程
5.4.2 無失真環(huán)境下數(shù)據(jù)提取流程
5.4.3 有失真環(huán)境下的圖像水印提取過程
5.4.4 數(shù)據(jù)嵌入和提取實(shí)例
5.5 實(shí)驗(yàn)結(jié)果與分析
5.6 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡介
【參考文獻(xiàn)】:
期刊論文
[1]基于單向預(yù)測誤差擴(kuò)展的三維醫(yī)學(xué)圖像可逆水印算法[J]. 李琦,顏斌,陳娜,楊紅梅. 計算機(jī)應(yīng)用. 2019(02)
[2]A secure image steganography algorithm based on least significant bit and integer wavelet transform[J]. ELSHAZLY Emad,ABDELWAHAB Safey,ABOUZAID Refaat,ZAHRAN Osama,ELARABY Sayed,ELKORDY Mohamed. Journal of Systems Engineering and Electronics. 2018(03)
[3]基于動態(tài)塊劃分和預(yù)測誤差對擴(kuò)展的可逆信息隱藏[J]. 熊志勇,李彪,王江晴. 中南民族大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[4]基于誤差擴(kuò)展與像素容量評估的圖像水印算法[J]. 李紅日,方逵. 西南大學(xué)學(xué)報(自然科學(xué)版). 2017(10)
[5]灰度共生矩陣紋理特征選塊的可逆圖像水印[J]. 李淑芝,胡琴,鄧小鴻. 光電子·激光. 2017(04)
[6]抗打印掃描彩色圖像水印算法[J]. 謝勇,譚海湖,王凱麗,劉林. 包裝工程. 2016(13)
[7]基于線性空間隱藏模型的可逆圖像水印算法[J]. 姜傳賢,楊鐵軍,董明剛,程小輝,李智. 自動化學(xué)報. 2014(10)
[8]基于奇偶量化的圖像水印嵌入與檢測方法[J]. 何選森,陳利,吳良敏. 電子測量與儀器學(xué)報. 2011(12)
博士論文
[1]自嵌入水印算法及其在圖像篡改檢測和恢復(fù)的應(yīng)用[D]. 葛鏡.華中師范大學(xué) 2019
碩士論文
[1]彩色圖像可逆數(shù)字水印算法的研究[D]. 曲軍政.西安電子科技大學(xué) 2015
[2]魯棒可逆水印技術(shù)的研究[D]. 李驍.西安電子科技大學(xué) 2015
[3]基于人眼視覺系統(tǒng)的可逆數(shù)字水印研究[D]. 邱群.蘇州大學(xué) 2014
本文編號:3472184
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3472184.html
最近更新
教材專著