在多媒體信息安全方面,隨著計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)的日新月異,人們可以通過網(wǎng)絡(luò)和各種社交軟件輕而易舉的獲得數(shù)字多媒體作品,給人們的日常生活和工作帶來了極大的便利。同時,數(shù)字多媒體作品的版權(quán)保護(hù)問題也成為了社會關(guān)注的焦點(diǎn)問題之一。為了提高RGB彩色圖像水印抗幾何攻擊的魯棒性,本文提出了一種基于RGB圖像均值和直方圖的魯棒水印算法。首先,分別將RGB圖像中的G通道和B通道中的像素值擴(kuò)大2倍和3倍,通過對RGB圖像進(jìn)行高斯低通濾波、計(jì)算圖像均值和直方圖,嵌入水印信息;在提取水印信息時,同樣先將RGB圖像中的G通道和B通道中的像素值分別擴(kuò)大2倍和3倍,再按照水印算法提取水印信息,實(shí)驗(yàn)測試100幅RGB圖像的結(jié)果表明了本文提出的算法在抗幾何攻擊上的有效性。其次,在RGB圖像中每個通道中嵌入相同比特的水印信息,通過實(shí)驗(yàn)測試表明RGB圖像中由于各通道的均值和直方圖各不相同,故各通道的魯棒性也不同。另一方面,本文對基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別進(jìn)行了探索,介紹了卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu),并對LeNet-5卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)進(jìn)行了研究。本文的主要工作如下所述:（1）本文利用MNIST和USPS手寫數(shù)字識別數(shù)... 

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 文章主要內(nèi)容及結(jié)構(gòu)安排
    1.4 創(chuàng)新之處
    1.5 本章小結(jié)
第二章 抗幾何攻擊的RGB圖像魯棒水印
    2.1 水印嵌入
    2.2 水印提取
    2.3 實(shí)驗(yàn)結(jié)果與分析
    2.4 本章小結(jié)
第三章 基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別
    3.1 人工神經(jīng)網(wǎng)絡(luò)
    3.2 卷積神經(jīng)網(wǎng)絡(luò)
    3.3 卷積原理
    3.4 池化
    3.5 全連接層
    3.6 LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型
    3.7 數(shù)據(jù)集
    3.8 手寫數(shù)字特征提取
    3.9 實(shí)驗(yàn)結(jié)果及分析
    3.10 本章小結(jié)
第四章 總結(jié)與展望
    4.1 本文工作總結(jié)
    4.2 未來的工作展望
參考文獻(xiàn)
碩士期間論文發(fā)表情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]“有效行”特征對手寫體字符的識別[J]. 王貴新,劉建勝,居琰,汪同慶,彭健,楊波.  電子科技大學(xué)學(xué)報(bào). 2001(03)
[2]基于小波域的數(shù)字圖象水印算法綜述[J]. 強(qiáng)英,王穎.  計(jì)算機(jī)工程與應(yīng)用. 2004(11)
[3]軟件水印綜述[J]. 張立和,楊義先,鈕心忻,牛少彰.  軟件學(xué)報(bào). 2003(02)
[4]基于層次分解決策樹的手寫體數(shù)字識別[J]. 譚旭,孔夢榮.  微電子學(xué)與計(jì)算機(jī). 2004(11)
[5]基于特征的印刷體數(shù)字符號識別系統(tǒng)[J]. 劉建華,牛秦洲,程小輝,王勇.  桂林工學(xué)院學(xué)報(bào). 2005(01)
[6]手寫數(shù)字識別的原理及應(yīng)用[J]. 任丹,陳學(xué)峰.  計(jì)算機(jī)時代. 2007(03)
[7]HSV顏色空間的彩色圖像數(shù)字水印算法[J]. 高清柳,李學(xué)斌.  計(jì)算機(jī)應(yīng)用與軟件. 2007(08)
[8]一種可抵抗MP3壓縮的音頻水印算法[J]. 王向陽,楊紅穎,趙紅.  自動化學(xué)報(bào). 2007(03)
[9]基于小波變換的彩色數(shù)字水印關(guān)鍵技術(shù)[J]. 陳采軍,郭志強(qiáng),廖星星.  武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2005(05)
[10]手寫體數(shù)字識別中圖像預(yù)處理的研究[J]. 張猛,余仲秋,姚紹文.  微計(jì)算機(jī)信息. 2006(16)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別[D]. 蔣帥.吉林大學(xué) 2017
[2]基于動態(tài)隨機(jī)卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別方法[D]. 劉威.吉林大學(xué) 2017
[3]基于多變換域的數(shù)字圖像水印算法研究[D]. 華夢.南京理工大學(xué) 2016
[4]基于人工神經(jīng)網(wǎng)絡(luò)的手寫字母識別研究[D]. 闕為濤.天津大學(xué) 2016
[5]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別軟件的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉榮榮.內(nèi)蒙古大學(xué) 2015
[7]基于HSV顏色空間的彩色圖像與視頻水印算法研究[D]. 高清柳.北京化工大學(xué) 2006



本文編號：3695091