【摘 要】
:
近年来,随着大众对数字媒体的版权意识显著提高,各种基于水印的版权保护技术得到了不断发展。其中,基于调幅加网的水印隐藏技术,具有低成本、易实施等特点,不仅适用于数字图像,亦能用于印刷图像。但是,这项技术也存在两个关键问题,首先,传统方法在添加水印后会出现明显水印轮廓痕迹,从视觉效果上破环了原稿图像;其次,水印的检测方式过于单一,而且无法清晰地提取出完整水印。本文通过研究调幅加网技术以及网点特性,在实
论文部分内容阅读
近年来,随着大众对数字媒体的版权意识显著提高,各种基于水印的版权保护技术得到了不断发展。其中,基于调幅加网的水印隐藏技术,具有低成本、易实施等特点,不仅适用于数字图像,亦能用于印刷图像。但是,这项技术也存在两个关键问题,首先,传统方法在添加水印后会出现明显水印轮廓痕迹,从视觉效果上破环了原稿图像;其次,水印的检测方式过于单一,而且无法清晰地提取出完整水印。本文通过研究调幅加网技术以及网点特性,在实现了基于映射单元水印隐藏算法的基础上,提出了一种网点偏移水印隐藏算法和两种水印提取算法,有效解决了水印轮廓痕迹问题,同时提高了水印提取结果的辨识度。本文完成的主要工作与贡献包括以下方面:1.深入研究了基于最小阈值矩阵的有理正切加网原理,以及调幅加网技术中的相关参数;深刻剖析了最小阈值矩阵与网目调单元的关联关系,为探究映射单元相关特性提供了理论基础;详细分析了光栅检测技术的底层原理,论证了光栅检测的可行性。2.通过映射单元与原稿像素之间的映射关系,实现了基于映射单元的水印隐藏算法,该算法使用传统偏移方式,结果图像会出现水印轮廓痕迹。经过实验与理论分析,得出了痕迹产生原因是由于水印边界网点发生了错切或重叠的结论。以半色调图像中网点为基本偏移单位,本文提出了一种网点偏移水印隐藏算法,结合水印边界网点痕迹优化算法,有效地解决了因网点结构畸变产生水印痕迹的问题。3.基于网点阈值与网点排布规律,设计了不同加网角度对应的检测光栅最小阈值矩阵,通过加网算法可实现光栅图像的生成。提出了一种交叉光栅检测方法,在简化操作的同时可以直接显示两种不同通道中隐藏的水印信息。4.为得到完整水印信息,扩展水印提取方式,本文基于映射单元特性提出了一种基于映射单元阈值Hash表的水印提取算法;依据网点中心坐标不变原则提出了一种网点匹配水印提取算法。相较于传统光栅检测,水印提取结果的辨识度得到显著提升。5.确定了水印隐藏效果与水印提取效果评价标准,通过大量实验研究了水印隐藏通道、网点面积率和水印嵌入率对隐藏效果的影响。使用多个测试样例进行了对比实验,比较了两种隐藏算法与两种提取算法的实际效果。实验结果表明:论文所提出的网点偏移水印隐藏算法有着更好的隐藏效果,解决了水印边界痕迹明显的问题;所提出的两种水印提取算法中,基于映射单元阈值Hash表的水印提取算法提取准确率可以达到99.83%,网点匹配水印提取算法在具有98.65%提取准确率的前提下具备更快的执行速度,可以根据实际需求应用于不同的使用场景。
其他文献
使用计算方法预测疾病相关的基因有助于揭示疾病的分子机理,为通过生物实验验证基因和疾病的关系提供指导,减少实验开销。复杂的生命活动往往经由分子间的相互合作、相互作用来实现,因此许多方法通过构建和使用分子网络来挖掘疾病相关的基因。随着对疾病相关遗传因素研究的深入以及测序技术的发展,融合多个网络、构建包含疾病与多种生物分子间的关联及相互作用的异质网络成为了可能,异质网络的引入为可以从多个层面分析和理解疾
小肠间质瘤(Small Intestinal Stromal Tumor,SIST)是原发于人体小肠部位的一种潜在恶性肿瘤,缺乏特异性临床表现。目前,在影像学中对SIST的诊断主要取决于医生丰富的临床经验,该方式效率低且受主观因素影响大。近年来,深度学习技术在医疗辅助诊断领域中发挥着重要作用,有效提升了病灶筛查的效率和准确率。然而,现有方法在SIST检测任务中的应用仍面临着特征提取及融合不充分、假
癌症是一种复杂疾病,其产生过程与多种因素有关,通常会伴随异常的基因转录调控。因此,研究癌症中基因的转录调控对于认识癌症的复杂机理有积极的促进作用。目前人们更多关注泛癌或特定癌症类型的一般基因调控关系,而对于癌症类型特异的基因调控鲜有研究。近期研究表明,不同类型的癌症体现了特异的染色质开放性,而开放状态的染色质通常是转录调控发生的前提,这使得研究癌症类型特异的基因调控关系成为可能。本文创新性地提出了
小肠间质瘤(SIST)是一种起源于间质细胞的潜在恶性肿瘤,临床表现缺乏特异性,往往容易被误诊。目前,对SIST的早期诊断主要依靠专业的临床医生对病人的CT影像进行分析,然而该过程效率低且很容易引入人工误差。伴随着图像处理技术以及深度学习的迅速发展,计算机辅助检测(CAD)逐渐应用在各种医学影像检测任务中,有效地缓解了该问题。但是,SIST的CT影像存在尺度差别大、背景复杂等特点,以及深度学习的训练
信息技术的发展带来了数据的指数级增长,同时也给数据的存储和检索带来了巨大挑战。海量数据中存在着大量的字符串或文本序列,文本和序列数据具有多样的特征,目前存在许多针对特定数据的压缩索引方法,解决了特定领域数据的存储和检索问题。但面对海量多样的数据,特定的压缩索引方法并不能满足当前需求。另一方面,近些年来基因测序技术快速发展,测序成本大大降低,随之带来了基因组数量的迅速增加。为充分利用如此丰富的基因组
目标检测作为遥感图像处理的基础任务,已被广泛应用于战场侦察、海洋监测、城市规划等民用和军事领域,如何精确并高效地对目标进行定位和分类,已成为遥感目标检测任务的关键。虽然已有部分工作在尝试解决遥感目标检测存在的问题,但仍存在诸多难点:首先,遥感图像中存在大量像素数较少的小目标,其特征信息极易在卷积和池化的过程中丢失,复杂的地物背景也会掩盖目标的关键特征;其次,现有的遥感目标检测方法无法对样本的独特性
随着万物互联时代的到来,嵌入式智能设备产生的敏感数据日益增加,其数据安全性也变得越来越重要。SQLite嵌入式数据库因其轻量性,在资源受限的移动设备上得到广泛地使用,是移动设备中最重要且最流行的关系型数据库。然而,开源的SQLite缺乏对数据安全的保护,现有的基于访问控制和数据加密的解决方案都依赖于底层操作系统的可信,面对获得了更高权限的攻击者,其可以直接绕过操作系统的访问权限或直接从内存中窃取解
随着网络环境越来越复杂,网络安全形势变得愈发严峻,企业和个人也开始重视机密数据和隐私数据的保护。在此情况下,市面上诞生了不少数据库加密产品,主要分为两种类型:第一种是在数据存储端加密;第二种是在中间层进行加密。然而两者都面临着巨大的性能瓶颈,其所带来的额外开销使得许多企业和个人对数据库加密系统望而却步。在数据库加密系统的研发中发现,SM4加密耗时、缓存缺失、多次内存拷贝对系统性能造成了显著影响。本
在现代化军事任务中,无人机被广泛地用于执行各种高危任务,例如地形勘察,电子干扰,定向打击等,可以有效地降低任务成本,避免人员伤亡。在执行任务之前或过程中,对无人机的飞行轨迹进行规划,即航迹规划,是无人机任务规划系统的重要工作之一,也是顺利完成各种飞行任务的前提保障。目前,如何对航迹进行有效规划,已经成为了一个研究热点。本文针对复杂环境中的无人机航迹规划问题进行了深入研究,针对全局航迹规划问题和航迹
图是一种模拟复杂关系的模型,它由顶点以及顶点之间关系组成,已经成功在多个领域得到应用。近年来,可用数据的规模爆炸增长,且越来越多的数据趋向于结构化、复杂化,这些多用图建模表示。随着图数据规模的增大,多个领域面临图搜索这一问题。相较于精确的图同构搜索,相似性搜索能更好应对图数据偏差和模糊搜索问题。图编辑距离(Graph Edit Distance,GED)能相对直观的描述图在结构和标签上的差异,且能