數(shù)字圖像水印若干關(guān)鍵技術(shù)研究.pdf

1、伴隨著互聯(lián)網(wǎng)與多媒體技術(shù)的迅猛發(fā)展，人們可更加便捷地獲取所需要的多媒體資源，同時(shí)這些資源受到的非法拷貝、偽造及傳播也變得越來越容易，這無疑使版權(quán)所有者的合法權(quán)益受到了嚴(yán)重威脅。數(shù)字圖像水印技術(shù)作為一種主動(dòng)認(rèn)證技術(shù)，已成為圖像資源版權(quán)保護(hù)的重要手段。但是，幾何攻擊抵抗問題、魯棒性與不可感知性的良好平衡問題等，依然是數(shù)字圖像水印研究領(lǐng)域共同面臨的難題。為有效解決這些難題，本文提出了若干有效的圖像水印算法。此外，本文提出了一種新的幾何不變矩—

2、—極諧-傅里葉矩(Polar Harmonic Fourier Moments，PHFM)，并將其應(yīng)用于水印算法的設(shè)計(jì)中。全文主要工作如下:
　　(1)提出一種基于快速精確圓諧-傅里葉矩(Radial Harmonic Fourier Moments，RHFM)的抗幾何攻擊圖像水印算法。為降低RHFM的時(shí)間復(fù)雜度并提高其計(jì)算精度，基于快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)提出一種快速精確計(jì)算方法，并

3、基于該計(jì)算方法提出一種抗幾何攻擊的圖像水印算法。首先使用提出的快速精確方法計(jì)算原始圖像的RHFM，然后選擇適合嵌入水印的魯棒RHFM，將水印自適應(yīng)地量化嵌入到RHFM幅值中。在水印提取時(shí)，可以將水印從嵌入水印的RHFM幅值中直接提取，而不需要使用原始圖像。實(shí)驗(yàn)結(jié)果表明，該算法具有良好的不可感知性，并且能有效的抵抗幾何攻擊和常規(guī)圖像處理攻擊。
　　(2)基于模糊最小二乘支持向量機(jī)(Fuzzy Least Squares Suppor

4、t Vector Machine，F(xiàn)LS-SVM)和貝塞爾K型(Bessel K Form，BKF)分布提出一種同步校正的彩色圖像數(shù)字水印算法。首先對(duì)原始彩色圖像最大中心區(qū)域進(jìn)行四元數(shù)離散傅里葉變換(QuaternionDiscrete Fourier Transform，QDFT)，然后將水印嵌入到QDFT低頻信息的幅值中。水印提取階段基于FLS-SVM模型的同步校正，在訓(xùn)練FLS-SVM模型時(shí)，首先將訓(xùn)練集中的彩色圖像轉(zhuǎn)換為灰度圖像

5、，對(duì)灰度圖像進(jìn)行四元數(shù)小波變換(Quaternion WaveletTransform，QWT)，然后使用BKF分布擬合QWT系數(shù)，最后利用BKF分布的形狀參數(shù)和尺度參數(shù)構(gòu)造圖像的特征向量來訓(xùn)練FLS-SVM。實(shí)驗(yàn)結(jié)果表明，該算法具有良好的不可感知性，而且對(duì)常規(guī)圖像處理攻擊和幾何攻擊均具有很強(qiáng)的魯棒性。
　　(3)提出一種新的圖像正交矩，即PHFM，可以作為有效的圖像特征應(yīng)用于圖像分析。不同于Zernike矩(Zernike Mo

6、ments，ZM)、偽Zernike矩(Pseudo-Zernike Moments，PZM)和RHFM，PHFM不存在數(shù)值不穩(wěn)定問題。相同的階數(shù)的PHFM的徑向基函數(shù)(Radial Basis Function，RBF)具有比ZM、PZM和極正弦變換(Polar Sine Transform，PST)更多的零點(diǎn)，且零點(diǎn)分布比較均勻，這說明PHFM的圖像描述能力優(yōu)于ZM、PZM和PST。此外由于復(fù)指數(shù)函數(shù)可以與三角函數(shù)相互轉(zhuǎn)換，故而PH

7、FM可以轉(zhuǎn)換為極復(fù)指數(shù)變換(Polar Complex Exponential Transform，PCET)、極余弦變換(Polar Cosine Transform，PCT)和PST，即PHFM可以看做是PCET、PCT和PST的泛化表示。實(shí)驗(yàn)結(jié)果表明，與ZM、PZM、RHFM、PCET、PCT和PST相比，PHFM具有最好的圖像重構(gòu)和目標(biāo)識(shí)別性能。
　　(4)提出一種基于PHFM和Weibull分布提出一種盲乘性水印算法，使

8、用PHFM幅值作為水印載體。PHFM幅值的分布是非高斯分布，Weibull分布被證明很適合用于擬合PHFM幅值，并在此基礎(chǔ)上，提出了基于Weibull分布的水印算法。在水印嵌入階段，水印信息以乘性方式被嵌入到高熵值分塊的PHFM幅值中。在水印檢測(cè)階段，使用基于Weibull分布的最大似然決策來檢測(cè)水印信息。實(shí)驗(yàn)結(jié)果表明，基于Weibull的檢測(cè)器的性能優(yōu)于基于BKF、Cauchy和廣義高斯(Generalized Gaussian，GG

9、)的檢測(cè)器。此外，本算法具有很強(qiáng)的不可感知性，并可以有效的抵抗幾何攻擊和常規(guī)圖像處理攻擊。
　　(5)提出三種基于不變矩的抗幾何攻擊的零水印算法。首先基于不變矩和超復(fù)數(shù)理論，得到面向彩色圖像的四元數(shù)指數(shù)矩(Quaternion Exponent Moments，QEM)和面向立體圖像的三元數(shù)極諧-傅里葉矩(Ternary Polar Harmonic Fourier Moments，TPHFM)。然后分別使用PCET、QEM和TP