結(jié)合紋理方向性的非下采樣剪切波域數(shù)字水印算法研究.pdf

1、多尺度幾何分析能夠有效的表示圖像或者更高維信號(hào)的奇異特征，而剪切波(Shearlet)作為多尺度分析函數(shù)發(fā)展的最新產(chǎn)物，具有更強(qiáng)的方向敏感性和稀疏表達(dá)能力。本文在深入研究剪切波變換理論的基礎(chǔ)上，把非下采樣剪切波變換應(yīng)用于數(shù)字圖像水印領(lǐng)域。非下采樣剪切波在變換過(guò)程中舍棄了剪切波變換中下采樣的操作，避免了分解后出現(xiàn)頻譜混疊現(xiàn)象，使得它擁有較好的頻域局部化特征、多重方向特性以及能夠最稀疏的表示圖像的能力。圖像經(jīng)過(guò)非下采樣剪切波變換被分解為多個(gè)

2、方向子帶，本文結(jié)合圖像紋理方向特性選取合適的方向子帶作為水印的嵌入位置。最后基于對(duì)角奇異值分解與主成分分析提出兩種剪切波域圖像水印算法。具體主要工作如下:
　　(1)非下采樣Shearlet水印嵌入位置的選取。圖像經(jīng)過(guò)非下采樣剪切波變換后被分解為不同尺度、多方向的子帶圖像。選取合適的子帶圖像作為水印的嵌入位置對(duì)于水印算法的性能起著很重要的作用。本文分析了圖像的紋理特征并經(jīng)過(guò)實(shí)驗(yàn)論證，最終確定把紋理方向特性作為水印嵌入位置的選取準(zhǔn)則

3、。紋理特征代表著圖像高頻等細(xì)節(jié)信息，其與水印的結(jié)合符合人眼視覺(jué)特征，也有利于水印魯棒性的提高。
　　(2)結(jié)合圖像紋理方向性與對(duì)角奇異值分解的非下采樣Shearlet域非盲水印算法。在確定把紋理方向性作為水印嵌入位置的選取標(biāo)準(zhǔn)后，利用對(duì)角奇異值分解實(shí)現(xiàn)水印的嵌入。對(duì)角奇異值分解不僅擁有穩(wěn)定、旋轉(zhuǎn)不變性等優(yōu)良特性外，而且相較于標(biāo)準(zhǔn)奇異值分解，它對(duì)圖像的損壞較小，使得嵌入水印后的圖像具有更高的峰值信噪比。此外，由于其獨(dú)特的計(jì)算過(guò)程提高

4、了水印的安全性能。實(shí)驗(yàn)結(jié)果證明，水印的嵌入并沒(méi)有引起原始圖像的失真，而且經(jīng)過(guò)大量圖像攻擊之后水印能夠完整的提取出來(lái)。
　　(3)在研究圖像紋理方向性理論的基礎(chǔ)上，結(jié)合主成分分析(PCA)，實(shí)現(xiàn)了一種基于非下采樣Shearlet域盲水印提取算法。在確定水印嵌入位置后，通過(guò)主成分分析獲取能夠最佳表示圖像主要信息的降維特征信息，在此基礎(chǔ)上利用相鄰像素特征平均值的方法實(shí)現(xiàn)水印的嵌入與盲提取。降維特征信息包含了圖像大量的能量，使得水印能夠抵