基于模型的穩(wěn)健圖像數(shù)字水印關(guān)鍵技術(shù)研究.pdf

1、多媒體處理軟件及Internet的產(chǎn)生和發(fā)展，使得多媒體作品的儲存、處理、分發(fā)和傳播變得非常便捷，給人們帶來巨大的便利，但同時也帶來了盜版、篡改等一系列版權(quán)保護(hù)和內(nèi)容完整性保障等問題。為了較好地解決這個問題，數(shù)字水印技術(shù)應(yīng)運(yùn)而生，且隨著研究的深入，它將在信息安全領(lǐng)域扮演重要的作用，并有著廣闊的應(yīng)用前景。穩(wěn)健圖像水印是數(shù)字水印的其中一個重要研究分支，歷經(jīng)十余年的深入研究后取得了很多成果，但仍有許多待解決的問題，離實(shí)際應(yīng)用還有一段距離。本論

2、文主要研究了穩(wěn)健圖像水印的穩(wěn)健性、不可見性和大嵌入容量之間的綜合優(yōu)化問題，以及抵抗旋轉(zhuǎn)、縮放和平移(RST)等幾何攻擊的問題。在這些研究過程中，我們采用了小波域隱馬爾可夫模型(DwT-HMM)來精確刻畫圖像小波系數(shù)，并基于此針對特定情況來設(shè)計(jì)最優(yōu)的水印檢測器以提高檢測性能。本論文的主要內(nèi)容如下： (1)基于DWT-HMM的局部最優(yōu)檢驗(yàn)(LOT)檢測器的研究。為了解決檢測端無法確切知道嵌入強(qiáng)度系數(shù)而導(dǎo)致檢測性能大幅下降的問題，通過

3、應(yīng)用局部最優(yōu)統(tǒng)計(jì)檢驗(yàn)假設(shè)理論，發(fā)展了基于DWT-HMM的LOT檢測器，并分析了它的非線性特性及檢測性能。實(shí)驗(yàn)結(jié)果表明，在嵌入強(qiáng)度不是特別大的情況下，LOT檢測器的檢測性能與可以獲知確切強(qiáng)度系數(shù)時的同樣基于DWT-H刪的檢測器性能相當(dāng)； (2)編碼和嵌入聯(lián)合優(yōu)化的大容量穩(wěn)健圖像水印研究，以在穩(wěn)健性、不可見性和大容量三者約束之間獲得良好的折衷。針對因采用嵌入端帶邊信息的嵌入策略而導(dǎo)致檢測端無法獲知確切嵌入強(qiáng)度的問題，我們采用上面(1

4、)中提出的LOT檢測器，并進(jìn)一步用它來構(gòu)造“臟紙編碼”和定義算法的穩(wěn)健性測度。構(gòu)造了小波域的watson視覺距離，并用它來定義分別針對圖像和向量樹的視覺失真測度。根據(jù)LOT檢測器的非線性特性，我們提出了編碼和嵌入聯(lián)合優(yōu)化的嵌入端帶邊信息水印算法；在嵌入階段，進(jìn)一步同時考慮穩(wěn)健性和不可見性的約束，并利用遺傳算法獲得最優(yōu)嵌入強(qiáng)度系數(shù)來同時優(yōu)化這對矛盾。大量的仿真實(shí)驗(yàn)表明，此算法能以很好的穩(wěn)健性和相對較好的視覺保真度獲得1/64比特/象素的大

5、容量；相對于傳統(tǒng)的非嵌入端帶邊信息嵌入的水印算法，本算法在抵抗JPEG壓縮攻擊、幅度攻擊、低通濾波等方面具有大幅的性能增益； (3)內(nèi)容自適應(yīng)穩(wěn)健圖像水印研究。為了更好地優(yōu)化穩(wěn)健性和不可見性間的矛盾約束，我們采用內(nèi)容自適應(yīng)策略來選取適合于水印嵌入的信號成分來進(jìn)行水印的嵌入。為此，我們構(gòu)建了基于能量、熵和IHVS的候選測度；在綜合分析和比較了這三種測度的性能后指出，IHVS測度更適合于用作自適應(yīng)選擇信號成分的測度。但采用內(nèi)容自適應(yīng)

6、策略后會帶來嵌入端和檢測端關(guān)于所選信號成分的同步問題，為解決這個問題我們采用了同時具有糾正刪除和錯誤能力的RA碼，并針對具體情況進(jìn)行了適配和優(yōu)化；結(jié)合用接收到的圖像來訓(xùn)練DWT-HMM參數(shù)集的后驗(yàn)DWT-HMM檢測器，實(shí)現(xiàn)了真正意義上的自適應(yīng)水印盲檢測。實(shí)驗(yàn)結(jié)果表明，采用了內(nèi)容自適應(yīng)策略后，能夠在保持相同失真的情況下進(jìn)一步較好地提高了基于DWT-HMM的算法的穩(wěn)健性； (4)結(jié)合zernike矩和小波域模板抵抗RST幾何攻擊的穩(wěn)

7、健圖像水印研究。為了識別圖像所經(jīng)受的幾何變換，我們設(shè)計(jì)了一種小波域模板，使得模板和水印都同處于小波域中。同時為了提高模板匹配的效率，提出了一種由粗到精識別幾何攻擊參數(shù)的算法，即首先利用平移歸一化圖像的Zernike矩估計(jì)出縮放和旋轉(zhuǎn)角度參數(shù)，并用校正或近似校正旋轉(zhuǎn)和縮放后的圖像和原圖像間的質(zhì)心增量來估計(jì)平移參數(shù)；然后基于這些估計(jì)參數(shù)在一個相對較小的范圍內(nèi)通過模板匹配來獲取準(zhǔn)確的旋轉(zhuǎn)、縮放和平移值，并用它們來校正受攻擊的圖像。結(jié)合基于DW