2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩129頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)字技術(shù)的發(fā)展使得人們?cè)谙硎軘?shù)字化帶來(lái)便利的同時(shí),也深陷安全隱患之中。數(shù)字圖像,作為多媒體形式的主要內(nèi)容,其獲取、修改、傳輸越來(lái)越容易,隨之而來(lái)的數(shù)字圖像的真實(shí)性、完整性驗(yàn)證以及數(shù)字版權(quán)帶來(lái)的歸屬確認(rèn)等問(wèn)題一定程度上制約了信息化技術(shù)的發(fā)展。出于保護(hù)多媒體產(chǎn)品特別是數(shù)字圖像知識(shí)產(chǎn)權(quán)不斷增長(zhǎng)的需求,出于使用傳統(tǒng)的密碼技術(shù)受到限制而又必須進(jìn)行隱秘通信的特殊需求,信息隱藏技術(shù)得到了迅速發(fā)展。本課題就信息技術(shù)領(lǐng)域中的一大研究熱點(diǎn)問(wèn)題,即信息隱藏中

2、的數(shù)字水印技術(shù)進(jìn)行研究。
   本文在查閱了大量資料的基礎(chǔ)上,從圖像認(rèn)證技術(shù)、魯棒性數(shù)字水印技術(shù)、零水印技術(shù)和可逆信息隱藏技術(shù)四個(gè)方面進(jìn)行了研究,提出了新的算法和模型。取得的成果總結(jié)如下:
   1.針對(duì)圖像認(rèn)證技術(shù)中定位精度和安全性之間矛盾這一關(guān)鍵問(wèn)題,提出了新的基于混沌系統(tǒng)的圖像認(rèn)證水印算法?;谪堄成錁?gòu)成的循環(huán)結(jié)構(gòu)將不相關(guān)的圖像塊由于水印的嵌入變得相關(guān),解決了傳統(tǒng)的一一對(duì)應(yīng)塊相關(guān)算法定位精度不高的問(wèn)題。選取對(duì)初值極

3、端敏感的Logistic混沌系統(tǒng)構(gòu)造偽隨機(jī)循環(huán)鏈,利用奇異值分解構(gòu)造基于圖像內(nèi)容的水印,在保持塊獨(dú)立算法高定位精度的同時(shí),提高了算法的安全性;同時(shí)證明矩陣行或列互換時(shí)奇異值不發(fā)生改變,從而指出利用奇異值直接生成水印,在水印檢測(cè)時(shí)發(fā)生漏檢,導(dǎo)致篡改定位精度不高的問(wèn)題。
   2.為有效解決數(shù)字圖像版權(quán)保護(hù)問(wèn)題,提出了兩類具有良好數(shù)學(xué)基礎(chǔ)的魯棒性水印算法。將優(yōu)化理論中具有良好學(xué)習(xí)能力和泛化能力的支持向量機(jī)和數(shù)字水印算法相結(jié)合完成了一

4、種基于優(yōu)化理論的魯棒性數(shù)字水印算法,利用支持向量機(jī)的回歸理論建立圖像像素間關(guān)系的理論模型,通過(guò)該模型利用周圍像素預(yù)測(cè)目標(biāo)像素值,從而通過(guò)修改目標(biāo)像素值嵌入水印。將分解理論中的QR分解引入數(shù)字水印技術(shù)中,通過(guò)分析QR分解后Q矩陣中系數(shù)的的不變特性,從而通過(guò)修改Q矩陣第一列系數(shù)嵌入水印。兩類算法均為盲水印算法,且能夠有效地抵抗一系列常規(guī)的圖像攻擊,具有很好的魯棒性。
   3.針對(duì)傳統(tǒng)水印算法通過(guò)修改原始宿主圖像內(nèi)容嵌入水印,對(duì)圖像

5、造成不可修復(fù)性損失的問(wèn)題,提出了基于奇異值分解的零水印算法。利用奇異值分解的穩(wěn)定性,通過(guò)驗(yàn)證奇異值對(duì)算法魯棒性的影響,選取第一個(gè)奇異值構(gòu)造圖像信息,并利用具有意義的二值圖像作為水印圖像,將其與圖像信息進(jìn)行運(yùn)算作為保存在第三方的版權(quán)認(rèn)證信息,有效地解決了傳統(tǒng)零水印算法可視性效果不佳的問(wèn)題。同時(shí)對(duì)水印容量和算法安全性進(jìn)行了深入的分析。
   4.在可逆信息隱藏技術(shù)方面,針對(duì)基于差值擴(kuò)展技術(shù)中差值擴(kuò)展對(duì)圖像像素值修改幅度過(guò)大的問(wèn)題,引

6、入了改進(jìn)型對(duì)數(shù)函數(shù),進(jìn)一步縮小了差值擴(kuò)展后的像素值和原始像素值之間的距離,從而有效地提高了嵌入數(shù)據(jù)后圖像的質(zhì)量。同時(shí),針對(duì)傳統(tǒng)可逆信息隱藏算法單一嵌入容量和單一嵌入方向的問(wèn)題,利用圖像塊間的均值關(guān)系,設(shè)計(jì)了圖像塊類型判定準(zhǔn)則和圖像塊嵌入方向判定準(zhǔn)則,實(shí)現(xiàn)了多嵌入容量和多嵌入方向的目標(biāo),在增加數(shù)據(jù)嵌入容量的同時(shí),有效地提高了嵌入數(shù)據(jù)后圖像的質(zhì)量。
   該研究是屬于圖像處理、信息安全、數(shù)學(xué)等領(lǐng)域的交叉學(xué)科,研究成果解決了數(shù)字水印技

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論