基于混沌和圖像矩的魯棒.pdf

1、由于零水印采取零嵌入的方式，并未修改原始數(shù)字媒體，因而數(shù)字媒體的視覺質(zhì)量和完整性等得到了保證，也不存在嵌入式水印中的魯棒性與不可見性的矛盾。盡管目前對零水印安全技術(shù)的研究取得了一定的進(jìn)展，但已有的零水印方案對幾何攻擊的抵抗能力很差。因此，開展具有高魯棒性的零水印技術(shù)研究非常必要。
　　圍繞這一主題，本文首先分類并全面綜述了水印技術(shù)研究現(xiàn)狀，接著介紹了混沌和圖像矩技術(shù)，然后將混沌和圖像矩技術(shù)應(yīng)用于抗攻擊的魯棒零水印技術(shù)研究中，在復(fù)合

2、混沌構(gòu)造、笛卡兒坐標(biāo)矩和極坐標(biāo)矩的應(yīng)用、多倍零水印以及圖像篡改定位等方面進(jìn)行深入研究。本文主要工作及貢獻(xiàn)包括：
　?。?）利用定義在笛卡兒坐標(biāo)空間的Tchebichef不變矩和經(jīng)過復(fù)合混沌優(yōu)化后的SVR，提出一種抗幾何攻擊零水印方案。
　　為了改善數(shù)字水印抵抗幾何攻擊的性能，基于定義在笛卡兒坐標(biāo)空間的Tchebichef不變矩和優(yōu)化的回歸型支持向量機(jī)（Support Vector for Regression，SVR），提出

3、一種魯棒零水印方案。該方案定義了一種復(fù)合混沌系統(tǒng)，并給出了該復(fù)合混沌系統(tǒng)的密鑰空間、隨機(jī)復(fù)雜度及抗預(yù)測能力分析。把該復(fù)合混沌系統(tǒng)應(yīng)用于水印的加密，提高了零水印方案的安全性。同時，利用該復(fù)合混沌系統(tǒng)給出了改進(jìn)的變尺度混沌優(yōu)化SVR方法。對非線性Hermite函數(shù)進(jìn)行的函數(shù)逼近測試結(jié)果表明在采用復(fù)合混沌對SVR優(yōu)化后，各項性能測試指標(biāo)都得到了改善。將檢測圖像的受攻擊樣本與水印圖像的Tchebichef不變矩通過優(yōu)化的SVR進(jìn)行關(guān)聯(lián)和訓(xùn)練，構(gòu)

4、造SVR MIMO系統(tǒng)模型用于零水印的檢測。仿真結(jié)果和性能分析表明，提出的零水印方案具有較好的抗幾何攻擊能力，綜合性能優(yōu)于其它同類算法。
　?。?）提出了一種基于定義在極坐標(biāo)空間上的Bessel-Fourier矩特征向量的魯棒可視零水印算法
　　定義在笛卡兒坐標(biāo)空間上的離散正交矩，其幾何變換不變性較難獲取。而定義在極坐標(biāo)空間 Bessel-Fourier矩是最新提出的一種正交矩，它具備良好的旋轉(zhuǎn)不變性且易獲得，同時比其他同類

5、正交矩性能更優(yōu)越。因而本文基于 Bessel-Fourier矩特征向量提出了一種魯棒可視零水印算法。首先，對圖像進(jìn)行平移、縮放規(guī)范化處理，然后計算規(guī)范化圖像的Bessel-Fourier矩幅度，得到的幅度值具有旋轉(zhuǎn)不變性，將其二值化后構(gòu)造成特征圖像，并與 logo圖像作異或操作后生成校驗圖像，將校驗圖像保存在可信機(jī)構(gòu)（Trusted Authority，TA）。在對檢測圖像進(jìn)行版權(quán)認(rèn)證時，將提取的特征圖像與校驗圖像作異或操作后同原始 l

6、ogo圖像做比較，從視覺上就可判斷檢測圖像有無版權(quán)，同時也可以客觀指標(biāo)準(zhǔn)確率AR（Accuracy Rate）來衡量。
　?。?）設(shè)計了基于曲率特征域的多倍零水印版權(quán)認(rèn)證方案
　　基于曲率特征域，提出了一種多倍零水印版權(quán)認(rèn)證方案。該方案設(shè)計一種圖像增強(qiáng)和噪聲抑制方法并應(yīng)用于曲率多特征的提取，利用Bessel-fourier矩相位分量提出一種受攻擊圖像旋轉(zhuǎn)角度的簡單估計算法，并采用具有強(qiáng)泛化能力和快速學(xué)習(xí)特點(diǎn)的極限學(xué)習(xí)機(jī)（Ex

7、treme Learning Machine，ELM）訓(xùn)練模型來完成對多倍零水印的檢測。利用提出方案對Lena圖像、卡通圖像、醫(yī)療圖像、遙感圖像和藝術(shù)圖像等類型圖像進(jìn)行了測試，試驗結(jié)果表明提出的無損版權(quán)認(rèn)證方案比現(xiàn)有的四種方法具有更好的整體性能，尤其在抗大尺度剪切和大角度旋轉(zhuǎn)攻擊方面。最后，對影響算法性能的幾個因素分別作出了定性和定量的分析，這些因素包括相位及幅度分量、特征向量維度和ELM優(yōu)化。
　?。?）提出了一種基于混沌映射的