結(jié)合SVD的非下采樣Shearlet變換域下的數(shù)字水印研究.pdf

1、目前多尺度分析技術(shù)在圖像處理方面被廣泛應(yīng)用，結(jié)合多尺度分析的數(shù)字水印技術(shù)成為研究的熱點。近年來提出的一種新的基于多尺度分析方法的Shearlet變換具備各向異性，多分辨率，多方向性的特點，并能處理多維函數(shù)的奇異性信息，獲得圖像的最稀疏表示和非線性逼近，將其同數(shù)字水印結(jié)合，能更好地滿足水印中不可見性和魯棒性的要求。本文對非下采樣Shearlet變換的特性作了進一步分析，并提出了兩種基于非下采樣Shearlet變換的數(shù)字水印算法，主要內(nèi)容有

2、以下幾個方面:
　　(1)非下采樣Shearlet變換的研究。分析了非下采樣Shearlet變換的實現(xiàn)過程以及具有的優(yōu)點，為后面將其與數(shù)字水印的結(jié)合提供了理論依據(jù)。
　　(2)基于非下采樣Shearlet變換的水印嵌入位置和嵌入方法的研究?？紤]到人類視覺對圖像的平滑部分和非平滑部分具有不同的敏感度的特點，本文提出了一種非下采樣Shearlet變換下的分塊數(shù)字水印算法，將原始圖像分成不重疊的，大小均相同的圖像塊，根據(jù)一定原則選

3、擇目標圖像塊，經(jīng)過該變換后，得到多分辨率多方向的子帶圖，其為水印的嵌入位置提供了較多的選擇，然后從中選擇最適合的子帶圖利用奇異值分解的穩(wěn)定性等特點進行水印信息的嵌入;最后通過對多幅圖像仿真表明，提出的算法對剪切，濾波，JPEG壓縮等多種攻擊都有較好的魯棒性。
　　(3)提出了一種非下采樣Shearlet變換域下，基于Harris-Laplace和遺傳算法的水印方案。利用Harris-Laplace檢測出能夠表征圖像特征的像素點，并