混沌数字水印技术的原理与发展现状毕业论文(编辑修改稿)

混沌数字水印技术的原理与发展现状毕业论文(编辑修改稿)内容摘要：

般情况下研究的都是不可见水印。 （ 2）按水印的抗攻击力来分 按鲁棒性来分，可以将数字水印分为易碎水印、半易碎水印和鲁棒水印。 易碎水印对于图象变换和处理都非常敏感，主要用于完整性保护。 半易碎水印是对某些特定的图象处理方法有鲁棒性而对其他的处理不具备鲁棒性，主要用于认证。 鲁棒水印对常见的各种图象处理方法都具有鲁棒，能够经受住各种常用的编辑处理。 主要用于数字作品中标识作品的版权信息。 （ 3）按载体作品的媒介分 按被保护的载体作品可分成图象水印、音频水印、视频水印、文本水印及用于三维网格模型的网格模型。 随着数字技术的发展，各种数字媒介会不断涌现，数字水印技术也会随之 不断发展。 （ 4）按水印嵌入的位置分 主要可划分为空域数字水印和频域数字水印。 空域数字水印是直接在信号空间中对 3 采样点的幅度值上叠加水印信息。 而对载体作品进行频率域上进行变换（如傅立叶变换、DCT 变换、小波变换等）后再对变换系统进行改变而嵌入水印。 数字水印的特点 数字水印一般具有以下特点 :。 对于以模拟方式存储和发布的信息 (如电视节目 ),或是以物理形式存储的信息 (如报刊、杂志 ),用可见的标志就足以表明其所有权。 但在数字方式下 ,标志信息极易被修改后擦除。 因此应根据多媒体信息的类型和集 合特性 ,利用用户提供的密钥将水印隐藏到一系列随机产生的位置中 ,同时不引起原始多媒体信息质量的明显下降 ,使人无法察觉。 数字水印必须对各种信号处理过程具有很强的鲁棒性。 即嵌入水印后的图像能在多种无意或有意的信号处理过程后产生一定的失真的情况下 ,仍能保持水印完整性和鉴别的准确性。 嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的所有者的信息用于表示数据的版权所有者 ,而序列号用于标示违反协议而为盗版者提供多媒体数据的用户。 第三章 数字水印的实现方 法 离散余弦变换（ DCT 变换） 二维 DCT 变换： 设 {f(x,y)|x,y=0,1,…， N1}为 二维图像信号，其二维 DCT 正变换为： F(u,v)=2/N*C(u)C(v)∑∑ f(x,y)cos[(2x+1)uπ /2N]cos[(2y+1)vπ /2N] 二维 DCT 逆变换为： f(x,y)=2/N*∑∑ C(u)C(v)F(u,v)cos[(2x+1)uπ /2N]cos[(2y+1)vπ /2N] 式中 C(u)={1 其他 , C(v)={ 且 x,y,u,v=0,1,… ,N1。 m 序列的定义及产生 本文使用伪随机二值序列作为水印，比较常见的伪随机二值序列是 m 序列 ,此列是利用二进制线性移位寄存器产生的 ,m 序列具有类似白噪声的性质 ,相关函数具有尖锐特性 ,因此易于从其它信号或干扰中分离出来 ,具有优良的抗干扰特性 ,它是最常用的性能优良的伪随机序列 ,因此可以直接作为水印信号。 m 序列定义 :如果 2k一 1 是一个素数 ,则所有 k次不可约多项式产生的线性移位寄存器序列都是 m 序列。 产生 m序列的不可约多项式称为本原多项式。 m 序列发生 器由带反馈的 k 级移位寄存器构成。 k 级移位寄存器经过模 2 加后反馈到第一个寄存器作为输入 ,第 k 个寄存器的输出即为 m 序列。 它产生的序列最大长度是2k1 位 ,共有 2k种不同的状态 ,其中一种是全“ 039。 39。 状态。 故通常也把 m 序列叫做最大长度线性移位寄存器序列 ,又称最大移位寄存器序列。 基于 DCT 变换和 m 序列的水印算法 x=0 N1 y=0 N1 u=0 N1 v=0 N1 1/ 2 u=0 1/ 2 v=0 1 其他 4 DCT 变换域数字水印算法的主要思想是 :在 DCT 变换域上选择中、低频系数叠加水印信息 ,因为人眼的感觉主要集中在中、低频段 ,既能减少嵌入信息对图像主观视觉的影响 ,又可避免有损压缩对水印信息可能带来的损失。 此外 ,DCT 变换域系数的统计分布有比较好的数学模型 ,可以从理论上估计水印的信息量。 基于 DCT 变换的数字水印在逆变换时会散布在整个图像空间中 ,故水印不像空间域技术那样易受到裁剪、低通滤波等攻击的影响 ,具有鲁棒性高、隐蔽性好的特点。 由于以上的种种优点 ,目前基于 DCT 变换得图像数字水印算法是目前国内外研究的热门方向之一。 Ⅰ .基于 DCT 变换和 m序列水印算法： （ 1）嵌入水印时 ,首先要把图像进行分块 ,然后进行 DCT 变换 ,变换后所得的 DCT 系数按照 Zig— Zig 次序从低频到高频进行排列。 （ 2）利用二 进制线性移位寄存器产生长度为 1000 的伪随机 m序列 （ 3）在 DCT 域中 ,感觉上最重要的分量集中在低频部分 ,是图像信号的主要成分。 中低频部分包含了图像的大部分能量 ,人的视觉对中低频部分比较敏感。 高频部分代表着图像的噪声部分 ,这些部分容易通过有损压缩或者滤波等信号处理而被去掉，所以现有基于 DCT 的水印算法大多数都将水印嵌入中低频部分。 因此跳过前 L 个较大值系数对从 L+1～ L+m的系数进行修改。 （ 4）系数修改采用公式： Dw(L+i)=D(L+i)+aW(i)， D为图像的 DCT 系数 ， a 为水印嵌入强度， W(i)为水印信息比特， Dw为嵌入水印后的 DCT 系数， i=1,2,… ,m。 （ 5）对包含部分修改后 DCT 系数的所有频率域做 DCT 反变换，就得到了包含水印的图像。 Ⅱ .提取水印： （ 1）对含有水印的图像作 DCT 变换，得到 DCT 系数 Dw′ (i)。 （ 2） 再 采用下面的公式计算水印信息 W′ (i): W′ (i)=[ Dw′ (L+i)D(L+i)]/a 第四章 水印的攻击及检测 常见的水印攻击 表 常见的水印攻击方法： 攻击方法 常见方式 信号增强 锐化、饨化、改变图像的对比度 、 G校正、图像恢复等 加性和乘性噪声 高斯白噪声、均匀噪声、椒盐噪声等 局部或全局仿射变换 平移、旋转、剪切、缩放、翻转、尺度变换、行或列删除 滤波 低通滤波、高通滤波、中值滤波、高斯滤波、均值滤波等 检测水印质量的标准 5 在图像处理中 ,通常采用峰值信噪比 PSNR 来定量评价含水印图像的质量。 而无意义水印的生成函数基于伪随机发生器、加密系统或混沌系统的，这些水印既然无意义就不会被直观理解，一般是利用相关检测也就是用相似系数确定这类水印存在与否。 （ 1）含水印图像质量的检测标 准峰值信噪比 PSNR，即： PSNR=10*㏒ 10(255/ MSE ) （ 11） 式中的 MSE 是图像的均方差。 在实际的表示中 ,一般用分贝表示 ,即。