论文部分内容阅读
随着数字多媒体技术和因特网的快速飞跃发展,信息尤其是多媒体数字信息的传播交流达到了一个空前的强度和广度。数字多媒体信息便利传播处理的同时,也给数字媒体作品的版权带来了严重威胁。比如,数字媒体作品的所有权被侵犯;数字作品的被篡改而盗版等等。因此,如何充分利用网络的便利性的条件,又能够更好地保护数字多媒体的版权,引起了研究者的广泛关注。数字水印技术就是为了有效解决这个矛盾而产生的。在目前全世界范围内的版权保护技术中,数字水印技术扮演着相当重要的角色,具有一定社会经济效益,值得深入探索和研究。本文主要针对彩色图像水印,在前人的研究基础上做了以下工作:1、设计了一种基于Chebyshev基函数神经网络和Zernike矩不变特性的空域盲数字水印算法。为了使该算法具有几何不变性,在嵌入水印时,结合Zernike不变矩的特性,将水印嵌入在原始载体图像的不变域中。为了实现水印盲提取,在嵌入水印时,对嵌入水印进行Chebyshev基函数神经网络建模,并依据所建立的神经网络估计嵌入的水印。为了使该算法具有空间自适应性,在嵌入水印时,依据PSNR对嵌入强度α自动进行修改。实验结果表明该算法比传统的空域水印算法具有更好的鲁棒性,能够抵抗常见的噪声、JPEG压缩、滤波、几何变换、图像剪切等攻击,以及具有良好的不可见性。2、提出了一种基于Legendre基函数神经网络和Zernike矩的Contourlet变换域的彩色图像盲水印算法。为了使该算法具有几何不变性,引入了Zernike不变矩,将水印嵌入在原始载体图像的不变域的Contourlet变换域中。为了实现水印的盲提取,引入了Legendre基函数神经网络建模,对嵌入的水印进行估计,从而实现了水印的盲提取。并且,该算法同样依据PSNR对嵌入强度α,进行自动调节。实验结果表明该算法对常见的噪声、JPEG压缩、滤波、几何变换、图像剪切等攻击具有较强鲁棒性,以及具有良好的透明性。3、介绍了数字水印技术在数字水彩画作品版权保护中的应用。运用VC开发工具结合数字水彩画的特点,开发了一种基于混沌控制和Chebyshev基函数神经网络异步加密和NVF的数字水彩画的图像数字水印检测系统。该系统能够有效地在数字水彩画图像中嵌入作者和日期的标志信息,并能对这些标志性的信息进行检测,实现了数字水彩画的版权保护。该数字水印检测系统具有实现简单方便、运行稳定以及良好的鲁棒性(能够抵抗剪切、旋转、染色、JPEG压缩等攻击)。