數(shù)字水印關(guān)鍵技術(shù)研究.pdf

1、數(shù)字水印技術(shù)為知識(shí)產(chǎn)權(quán)等問(wèn)題的解決提供了新的思路，日益成為多媒體信息安全研究領(lǐng)域的一個(gè)熱點(diǎn)。論文針對(duì)數(shù)字水印中的關(guān)鍵技術(shù)，包括數(shù)字水印預(yù)處理、多水印、水印的檢測(cè)理論以及基于智能計(jì)算的數(shù)字水印技術(shù)進(jìn)行了研究。全文的主要內(nèi)容如下：
　　 一、水印預(yù)處理的研究。衡平矩陣具有元素的內(nèi)在冗余性和平衡狀態(tài)一定程度的穩(wěn)定性，所以提出將其應(yīng)用于水印的預(yù)處理，從而形成了基于衡平矩陣預(yù)處理的水印算法。算法首先將水印進(jìn)行加密處理，然后將其轉(zhuǎn)變?yōu)楹馄骄?/p>

2、陣，進(jìn)而將衡平矩陣嵌入到載體圖像。通過(guò)對(duì)水印的預(yù)處理，能實(shí)現(xiàn)水印分級(jí)檢測(cè)：能提取出衡平矩陣，進(jìn)而在密鑰已知的情況下提取出私有水印。
　　 二、多水印方法的研究。首先，在現(xiàn)有單水印迭代混合算法的基礎(chǔ)上，給出了多水印迭代混合算法。理論分析和實(shí)驗(yàn)驗(yàn)證了迭代混合算法的魯棒性問(wèn)題，指出了弱魯棒性的主要原因在于對(duì)誤差的累積放大。進(jìn)而提出了基于子圖像偏差糾正的單水印和多水印迭代混合算法。算法通過(guò)修正混合圖像降低攻擊帶來(lái)的影響，同時(shí)將水印在密鑰

3、控制下進(jìn)行多份嵌入。然后，研究了形態(tài)學(xué)操作特點(diǎn)，設(shè)計(jì)了形態(tài)模式作為水印嵌入的真正意義形態(tài)學(xué)多水印。多種形態(tài)模式的同時(shí)嵌入使得為不同用戶制作的數(shù)字產(chǎn)品能一次完成，加入可見(jiàn)性水印要求用戶必須將其正確去除，在用戶去除可見(jiàn)水印的同時(shí)實(shí)現(xiàn)了對(duì)數(shù)字產(chǎn)品的簽名，從而實(shí)現(xiàn)了典型的操作跟蹤應(yīng)用。
　　 三、非線性相關(guān)檢測(cè)和連續(xù)水印檢測(cè)的研究。傳統(tǒng)的線性相關(guān)水印檢測(cè)方法只有在載體信號(hào)服從高斯分布時(shí)才是最優(yōu)的，而離散脊波變換(DRT)域系數(shù)更接近拉普

4、拉斯分布。對(duì)拉普拉斯分布下的基于假設(shè)檢驗(yàn)的檢測(cè)器進(jìn)行了推導(dǎo)，給出了檢測(cè)器性能的理論分析結(jié)果。固定長(zhǎng)度的樣本檢測(cè)一般需要大量的待檢測(cè)樣本，不適合多水印檢測(cè)和視頻水印檢測(cè)。連續(xù)水印檢測(cè)通過(guò)不斷增加檢測(cè)樣本，動(dòng)態(tài)監(jiān)測(cè)檢測(cè)過(guò)程，從而克服固定樣本檢測(cè)存在的問(wèn)題。在對(duì)連續(xù)水印檢測(cè)理論進(jìn)行分析的基礎(chǔ)上，發(fā)現(xiàn)操作特征函數(shù)指標(biāo)及所需樣本數(shù)量均與嵌入因子有關(guān)，采用局部神經(jīng)網(wǎng)絡(luò)對(duì)原圖像進(jìn)行估計(jì)可以減小嵌入因子誤差，從而提高連續(xù)水印檢測(cè)器性能。
　　

5、最后，研究了基于蟻群算法優(yōu)化的矢量量化水印。為了提高蟻群算法的收斂速度和求解精度，根據(jù)仿生優(yōu)化算法在不同階段的特點(diǎn)，提出了一種改進(jìn)的蟻群算法。在基于蟻群算法的矢量量化水印中，首先建立了矢量量化、水印嵌入及通過(guò)噪聲通道的誤差模型，并給出了簡(jiǎn)化模型。
　　 在該模型中，由于水印嵌入和通道噪聲直接與碼字索引相關(guān)，所以該模型誤差由索引值決定，而碼字索引的確定是NP 難度問(wèn)題，故引入蟻群算法對(duì)其優(yōu)化，優(yōu)化目標(biāo)是降低誤碼率和使視覺(jué)效果達(dá)到最