基于圖像內容認證的感知哈希算法的研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著數(shù)字化技術的進步和因特網(wǎng)的迅速發(fā)展,數(shù)字多媒體產品的存儲、處理和傳輸變得越來越方便和快捷,但同時也帶來了潛在的信息安全隱患,因此對數(shù)字多媒體的認證成為一種迫切的需要。數(shù)字圖像作為一種常用的數(shù)字多媒體信息,對其真實性和完整性的認證顯得尤其重要。
   傳統(tǒng)的圖像哈希函數(shù)是從大量的數(shù)字信息中提取較短的比特串作為信息摘要,其特點是輸入信息每個比特的變化都會引起輸出哈希值的劇烈改變。而數(shù)字圖像在傳輸過程中會經(jīng)受噪聲、濾波、有損壓縮等

2、變化,因此要求所形成的哈希值是基于圖像內容的,即不僅要使算法具有魯棒性,也要使算法能區(qū)分惡意的篡改。針對以上問題,本文的主要工作如下:
   (1)提出一種基于小波提升方案的圖像哈希新算法。算法首先對圖像進行提升小波變換,然后通過離散余弦變換(DCT)和離散小波變換(DWT)提取特征,再結合混沌系統(tǒng)得出中間哈希序列,最后量化得到最終的圖像哈希序列。與傳統(tǒng)的小波變換相比,提升小波變換具有時域實現(xiàn),最優(yōu)壓縮,無邊緣效應,無損壓縮,編

3、程方便,速度快等諸多優(yōu)點。實驗結果表明,該算法對旋轉、濾波、剪切和JPEG壓縮等操作具有魯棒性,而對圖像的惡意篡改表現(xiàn)出脆弱性,此外,混沌系統(tǒng)的引入保證了算法的安全性。
   (2)提出了一種基于提升小波變換和反向(BP)神經(jīng)網(wǎng)絡的圖像哈希算法。首先利用圖像像素矩陣和構造的函數(shù)來訓練BP神經(jīng)網(wǎng)絡,再將圖像進行提升小波變換,利用低頻分量來組成矩陣,最后利用已經(jīng)訓練好的BP神經(jīng)網(wǎng)絡來產生哈希序列。實驗結果表明,該算法可以抵抗內容保持

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論