正交緊支集小波的研究及其在數(shù)字水印中的應(yīng)用.pdf

1、本文提出了基于圖像三分量模型的Coifman小波域和余弦域的數(shù)字水印算法。水印是由具有良好偽隨機性的二值混沌序列構(gòu)成的。為了實現(xiàn)水印算法在穩(wěn)健性和不可見性之間的折衷，水印嵌入因子是由3個分因子構(gòu)成的：信噪比(SNR)因子α，活動度因子β和興趣因子γ。α是根據(jù)SNR的要求算出的最佳水印強度因子。β表示人類視覺系統(tǒng)(HVS)對圖像的平滑區(qū)、邊緣區(qū)和紋理區(qū)的不同感知特性。對于不同的感知區(qū)，嵌入的水印強度是自適應(yīng)的。β是在ι<'3>空間計算的。

2、在計算β時，引入檢測閾值-峰值增益PTG(Peak-Threshold Gain)，該參數(shù)能夠有效地反映不同攻擊條件下水印的穩(wěn)健性?？紤]到人眼視覺的選擇性，通過γ對圖像中感興趣區(qū)(ROI)嵌入的水印強度進行適當?shù)恼{(diào)整，以提高水印圖像的視覺效果。本算法是盲檢測算法。實驗表明，本算法是有效的。人眼無法察覺水印圖像和原始圖像之間的差異，而且對于JPEG壓縮，噪聲污染和剪切等攻擊都具有很好的穩(wěn)健性。實驗還表明，小波域水印優(yōu)于余弦域水印。而在小波

3、域中，Coiflet L3(本文圖3．3-1)優(yōu)于Coiflet L2(文獻[1])，這是由于L3比L2具有更多的消失矩，以及更好的對稱性和正則性。 本文還提出了基于圖像置亂和視覺特性的多分辨率數(shù)字水印算法。為了增強水印算法的穩(wěn)健性和不可感知性，采用了三種方法：在小波變換前對圖像進行置亂處理：采用多分辨率嵌入方式：在嵌入算法中引入人類視覺系統(tǒng)(HVS)特性。置亂可以提高水印的安全性和穩(wěn)健性，并能使相關(guān)檢測達到最優(yōu)。本文采用α穩(wěn)定

4、分布參數(shù)估計方法對置亂前、后小波系數(shù)的統(tǒng)計分布進行了檢測。由于人眼對圖像分解后的不同子帶具有不同的敏感程度，引入視覺特征函數(shù)，可以提高水印圖像的視覺質(zhì)量。由于小波變換具有多分辨率特性，因此將水印按多分辨率形式嵌入可以提高水印算法的穩(wěn)健性。 在小波包分析中，尺度空間和小波空間都進行了分解。因此，在任意頻率處，通過適當?shù)姆纸?，可以得到所需要的時-頻分辨率。本文構(gòu)造了Coifman小波包，并對其中的小波基進行了頻率排序。另外，本文提出

5、了一種基于圖像三分量模型的Coifman小波包域數(shù)字水印算法。嵌入因子(θ)是由三個分因子，即α，β和γ構(gòu)成的。實驗表明。在三分量模型中，小波包域水印算法的穩(wěn)健性優(yōu)于小波域和余弦域。 在數(shù)字水印中，不同的原始圖像具有不同的特性。在基于小波變換的水印算法中，根據(jù)實際要求，如何選擇合適的小波基是水印算法中的一個重要問題，目前文獻對該問題研究得很少。本文從三個方面對小波的特性進行了比較：非線性相位，α參數(shù)和峰-閾增益PTG。非線性相位