基于神經(jīng)網(wǎng)絡(luò)的數(shù)字水印研究.pdf

1、對(duì)于水印算法來說，嵌入和提取是十分關(guān)鍵的步驟。本課題通過研究在數(shù)字圖像上的水印，分析研究了如何應(yīng)用神經(jīng)網(wǎng)絡(luò)來提高數(shù)字水印的穩(wěn)定性。從兩個(gè)方面來敘述，使用神經(jīng)網(wǎng)絡(luò)來檢測(cè)水印，提高監(jiān)測(cè)正確率，以及如何嵌入提高水印的穩(wěn)定性。
　　人是圖像質(zhì)量評(píng)價(jià)的主體，幾乎所有的圖像處理技術(shù)都圍繞著人類視覺系統(tǒng)HVS（Human Visual System）來進(jìn)行。HVS是非線形系統(tǒng)，圖像的復(fù)雜度、紋理、亮度等都是決定水印嵌入不可見性的關(guān)鍵。要解決數(shù)字

2、水印的不可見性和穩(wěn)健性的矛盾也必須考慮到HVS的特性，合理地分配水印信號(hào)的能量，在不影響感知效果的前提下，盡可能地提高局部水印嵌入的強(qiáng)度。
　　神經(jīng)網(wǎng)絡(luò)具有高度的非線形全局?jǐn)M合能力和容錯(cuò)能力，以及很好的自適應(yīng)自學(xué)習(xí)功能。其實(shí)質(zhì)反映了輸入轉(zhuǎn)化為輸出的一種非線性處理方式完成的，能解決一些傳統(tǒng)算法無能為力的地方。神經(jīng)網(wǎng)絡(luò)能無限逼近非線形函數(shù)，具有與圖像處理的逆過程相似特性，可以有效提高水印提取和檢測(cè)的效果。
　　本課題研究已有的空

3、間域鄰域關(guān)聯(lián)性檢測(cè)基礎(chǔ)上，提出利用神經(jīng)網(wǎng)絡(luò)來提取水印的技術(shù)。首先與水印信號(hào)一起嵌入一定量的冗余信息，在提取時(shí)首先利用確定的冗余信息來生成訓(xùn)練模式去訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使得神經(jīng)網(wǎng)絡(luò)記憶下嵌入信息位置的像素值與鄰域差值的關(guān)聯(lián)性，再去用神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)的獲取實(shí)際水印信號(hào)的判決門限。實(shí)驗(yàn)結(jié)果表明該方法對(duì)圖像旋轉(zhuǎn)等幾何處理具有較好的穩(wěn)健性。
　　小波有良好的多分辨率分析特性和時(shí)頻局部特性，在頻率域內(nèi)具有能量緊縮特性，同時(shí)具有空間域能量緊縮特性，各子圖

4、像對(duì)應(yīng)相同空間位置的象素間存在著較強(qiáng)的空間相關(guān)性。在小波域里同樣使用嵌入的冗余信息來動(dòng)態(tài)地確定水印信號(hào)提取判決門限，實(shí)驗(yàn)表明，嵌入的小波近似子帶的信號(hào)提取具有較好的穩(wěn)健性。相比較空間域的提取算法而言該算法對(duì)頻域里的一些處理以及剪切和噪聲等操作具有較好的穩(wěn)健性，而對(duì)于旋轉(zhuǎn)等操作的敏感性卻比前一種算法高。
　　本文綜合考慮了HVS系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，提出了一種自適應(yīng)水印算法。將圖像分塊后的頻率、紋理，信息熵和亮度掩蔽等特征以及由實(shí)驗(yàn)