论文部分内容阅读
数字水印技术通过在数字产品(数字图像、音频、视频等)中嵌入版权信息来证实该作品的所有权,从而为数字产品版权保护和多媒体信息安全提供了一条新的解决思路。鲁棒性数字水印能为版权保护提供更高的安全性,为解决数字多媒体产品的知识产权保护问题增强有效性。论文在研究图像数字水印技术的基本原理和人类视觉系统模型的基础上,对基于人类视觉系统模型的变换域鲁棒性算法进行了深入的分析与研究。本文重点研究了基于人类视觉系统的图像变换域鲁棒性数字水印技术,主要研究工作如下:首先,提出了一种基于HVS的图像小波域鲁棒性数字水印算法。该数字水印算法基于人类视觉系统(HVS)和离散小波变换(DWT),实验证明该算法具有较好的鲁棒性。将原始载体图像进行三级离散小波分解,根据人类视觉系统的视觉掩蔽特性计算出JND视觉门限值;选择重要小波系数,将数字水印分别嵌入到重要小波系数的不同频率域中。水印嵌入采用改进的二值运算方法,通过修改小波系数的小数部分来实现水印的嵌入,提高了水印嵌入后图像的视觉质量。实验证明算法在保证水印不可见性的前提下有效地提高了水印算法的鲁棒性,对JPEG压缩、图像添加噪声、缩放、剪切和中值滤波等攻击有很强的鲁棒性。然后,提出了一种基于Waston视觉感知模型的图像DCT域盲水印算法。该水印算法首先对原始载体图像进行分块,再分别对各子块进行DCT变换而获得各子块的DCT变换系数;然后根据Waston视觉感知模型对各子块的DCT变换系数进行量化,通过Waston视觉模型来计算量化步长,以量化步长来选择水印的嵌入位置。对水印图像进行置乱并降维,把水印嵌入到每一子块的选出的直流系数或低频交流系数中,嵌入算法采用自适应量化的方法。水印的提取不需要原始载体图像和原始水印图像,实现了数字水印的盲提取。最后对提出的水印算法进行实验仿真,实验证明该图像数字水印算法较好地平衡了不可见性和鲁棒性,具有较好的有效性。最后,总结了本文主要完成的工作,指出了进一步的研究方向。