基于廣義高斯分布模型的小波域盲水印算法.pdf

1、目前大多數(shù)水印算法采用線性相關(guān)的方法檢測水印，但是，當(dāng)原始媒體信號不服從高斯分布，或者水印不是以加性嵌入方式嵌入到待保護的媒體對象中時，該方法存在一定的問題。數(shù)字水印的不可感知性決定了水印檢測是一個弱信號的檢測問題，利用這一特性，本文從圖像小波變換細節(jié)分量的統(tǒng)計特性出發(fā)，應(yīng)用廣義高斯分布來建立其統(tǒng)計分布模型，并用最小化相對熵原理對廣義高斯分布的兩個參數(shù)進行建模。 本文還提出了兩種數(shù)字水印嵌入方案。第一種方案在Cox提出的乘性嵌入

2、方式的基礎(chǔ)上，提出了一種對于不同的圖像，可以選擇不同的嵌入強度因子和修改系數(shù)的非自適應(yīng)乘性嵌入方式；第二種方案結(jié)合小波變換域人類視覺系統(tǒng)模型，給出了水印嵌入位置和嵌入強度的計算方法，提出了一種由嵌入位置和嵌入強度決定的魯棒性自適應(yīng)乘性嵌入算法。然后探討了基于廣義高斯分布模型的乘性隱藏盲水印檢測器，分析了乘性隱藏盲水印檢測器的檢測門限，利用最小二乘法原理提出了一種門限值的計算方法。 圍繞數(shù)字水印的魯棒性問題，本文對四副標準灰度圖像