全息水印圖像加密技術(shù)研究.pdf

1、近些年來，隨著互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的快速發(fā)展，特別是近些年來WIFI的廣泛普及，人們可以隨時隨地的上網(wǎng)并獲取各類圖像、視頻等數(shù)字產(chǎn)品，然而，在給人們生活帶來便利的同時，一些投機(jī)者也利用數(shù)字產(chǎn)品易獲取、易復(fù)制和易篡改的特性進(jìn)行非法的交易以獲取不正當(dāng)利益，這就在很大程度上損害了版權(quán)所有者的利益，因此，尋求一種有效的方法來保護(hù)版權(quán)所有者的正當(dāng)利益變得越來越迫切。數(shù)字水印技術(shù)作為一種高效的知識產(chǎn)權(quán)保護(hù)方案，逐年受到海內(nèi)外學(xué)者的重視。
　

2、　與以往的數(shù)字水印方法進(jìn)行對比，可以發(fā)現(xiàn)，由于全息圖生成過程比較復(fù)雜，因此可以說，其本身在生成過程中就存在加密，并且，如果我們將全息圖的一部分甚至一大部分去掉，剩余的部分仍然可以較好的還原出原來的信息，這種特性使得其能夠非常有效的抵抗裁剪攻擊。然而，和普通圖像相比，由于全息圖包含的信息量巨大，若直接將其作為水印嵌入到載體圖像，則不利于水印信息的隱藏，使得含水印載體圖像像質(zhì)下降，因此，對全息圖進(jìn)行壓縮來有效減少其冗余數(shù)據(jù)變得十分必要，為此

3、，本文對粒子群優(yōu)化算法(Particle Swarm Optimizing，PSO)中的學(xué)習(xí)因子和慣性權(quán)值進(jìn)行了動態(tài)調(diào)整，并用于優(yōu)化BP(Back Propagation，BP)神經(jīng)網(wǎng)絡(luò)，建立了改進(jìn)型粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)全息圖壓縮模型，并將本文改進(jìn)壓縮模型與BP網(wǎng)絡(luò)壓縮模型和PSO-BP(Particle Swarm Optimizing-Back Propagation，PSO-BP)網(wǎng)絡(luò)壓縮模型進(jìn)行對比，對比結(jié)果表明，本文算法不僅

4、實現(xiàn)了全息圖較好的壓縮，而且使得網(wǎng)絡(luò)訓(xùn)練時間顯著縮短，網(wǎng)絡(luò)訓(xùn)練次數(shù)也顯著減少，再現(xiàn)出來的全息圖質(zhì)量更好。
　　在實現(xiàn)了全息圖較好的壓縮后，接下來需要做的就是尋找一種比較有效的水印嵌入和提取算法，本文在綜合分析了離散小波變換(Discrete Wavelet Transform,DWT)和矩陣的奇異值分解(Singular Value Decomposition,SVD)各自特點的基礎(chǔ)上，對兩種算法進(jìn)行了結(jié)合，并進(jìn)行了有效的改進(jìn)，該