基于圖理論的圖像內(nèi)容認證研究.pdf

1、資源共享成為網(wǎng)絡生活的主題,隨之而來的多媒體數(shù)據(jù)安全問題成為目前一個相當重要而又富有挑戰(zhàn)性的研究課題。密碼學方法加密了多媒體對象的內(nèi)容,使之變成密文,在一定范圍內(nèi)起到了保護作用。然而,一旦加密的多媒體數(shù)據(jù)被解密,密碼學方法對解密后數(shù)據(jù)的非法拷貝和篡改操作則顯得軟弱無力。此時,另一種多媒體保護技術——數(shù)字水印技術興起,成為補充傳統(tǒng)密碼學保護手段的有效途徑。有效用于版權保護和內(nèi)容認證的數(shù)字水印技術利用多媒體數(shù)據(jù)的冗余特性通過向被保護的多媒體

2、數(shù)據(jù)中加入秘密信息,起到標識、鑒別、控制或隱藏信息等作用。
　　圖像和視頻在多媒體數(shù)據(jù)中扮演著重要的角色。本文借助于數(shù)字水印技術,重點研究圖理論在圖像內(nèi)容認證上的應用,判斷圖像內(nèi)容是否被惡意篡改,期望能更好地辨別圖像內(nèi)容真?zhèn)?同時也為圖理論在圖像處理和信息安全領域中的新的應用進行有益的探索。針對圖像內(nèi)容認證中的熱點和難點問題,論文的主要研究成果如下:
　　設計了一種基于Tchebichef矩的半脆弱圖像數(shù)字水印算法。在對空域

3、和變換域數(shù)字水印技術進行研究的基礎上,總結了添加和提取數(shù)字水印的一般過程。將基函數(shù)采用Tchebichef多項式的Tchebichef離散正交矩用于半脆弱圖像數(shù)字水印算法中。算法通過修改圖像的Tchebichef矩來實現(xiàn)數(shù)字水印的嵌入,并設計了查找表法實現(xiàn)Tchebichef矩的快速計算,大大降低了計算Tchebichef矩的時間復雜度,使水印的添加和檢測具有實時性。實驗表明,算法對一些常用的圖像處理算法容忍度強,對惡意篡改敏感,適用于

4、圖像的內(nèi)容認證。
　　提出了基于圖理論的圖像內(nèi)容Hash算法。通過尋找有效的圖像圖描述方法,提出了基于圖的加權鄰接譜的圖像Hash和基于圖的Laplace譜的圖像Hash生成算法并做了安全性分析。在此基礎上使用脆弱水印算法將Hash值嵌入原始圖像中,實現(xiàn)了基于加權鄰接圖譜特征的圖像內(nèi)容認證和基于Laplace圖譜特征的圖像內(nèi)容認證。實驗表明,基于圖譜特征的圖像Hash能夠較好的表現(xiàn)圖像的內(nèi)容,定位惡意篡改發(fā)生的區(qū)域,可以有效用于圖

5、像內(nèi)容認證算法中。
　　提出了基于視覺注意機制和圖聚類的視覺焦點提取算法。哺乳動物視皮層 V1區(qū)簡單細胞感受野具有三個特性:空間的局部性、頻域的帶通性和方向性。模擬視皮層V1區(qū)特性,在多尺度分析方法的基礎上,引入選擇性視覺注意機制,提出了一種基于視皮層V1區(qū)特性的Berkeley小波變換對比度金字塔視覺焦點區(qū)域提取算法。在此基礎上采用基于圖的聚類算法,分別使用最小生成樹(MST)、K近鄰圖(KNN)和互K近鄰圖(MKNN)對初步提

6、取的視覺焦點進行聚類,更好地選擇在視覺上引起人們注意的焦點。
　　提出了基于圖理論的圖像對象內(nèi)容認證算法。利用數(shù)字水印技術對圖像中的主體對象進行保護,將對象保護分為兩個層次。第一個層次上的對象保護是尋找圖像的視覺焦點,在視覺焦點中嵌入數(shù)字水印,設計了一種基于ICA的圖像FOA區(qū)域數(shù)字水印算法。第二個層次則更進一步,利用圖聚類方法將圖像中提取的FOA區(qū)域聚類為對象,在不同的對象中嵌入不同的數(shù)字水印,起到進一步保護圖像內(nèi)容的作用,還設

7、計了一種基于圖理論和支持向量機的圖像多對象內(nèi)容認證算法,可以有效對圖像中的不同對象分別進行認證。
　　最后,本文針對序列圖像設計了基于圖理論的視頻對象內(nèi)容認證算法。設計一個內(nèi)容認證水印的關鍵是選擇水印要保護的對象。MPEG-4標準定義的視頻對象具有時間維的特性,同一對象連續(xù)的視頻對象平面稱為視頻對象。將基于圖理論的多對象提取應用到視頻內(nèi)容認證中,在視頻信息中提取FOA區(qū)域并使用互K近鄰圖將其聚類為各個視頻對象平面,然后將視頻對象平