基于离散运算的自适应鲁棒数字图像水印算法研究【开题报告】.doc

毕业设计开题报告 通信工程 基于离散运算的自适应鲁棒数字图像水印算法研究 一、选题的背景与意义 当今社会的发展有两个明显的特征：数字化和网络化。数字化指的是信息的存储形式，特点是信息存储量大、便于编辑和复制；网络化指的是信息的传输形式，具有速度快、分布广的优点。人们通过互联网可以快捷方便地获得数字信息和在线服务。与此同时，数字盗版和篡改也越来越严重。因此，数字作品的知识产权保护也更加受到重视。作为解决这一问题的重要手段，数字水印技术受到了广泛关注并日趋成熟。 数字水印的基本思想是在原始媒体数据中，如音频、视频、图像等，通过水印嵌入算法在其中隐藏具有一定意义的附加信息作为标记，这些信息与原始数据紧密结合，并随之一起被传输。在接收端，通过水印检测算法来提取或检测。数字水印技术可能的应用包括数字签名、数字指纹、广播监视、内容认证、拷贝控制和秘密通信等。数字水印被视做抵抗多媒体盗版的“最后一道防线”。因此从水印技术自身来说，它具有广泛的应用前景和巨大的经济价值。 近几年来水印的嵌入大多是基于Cox 提出的加法或乘法两种叠加算法。然而，基于Cox 叠加算法建立起来的数字图像水印方案其鲁棒性并不理想，主要在于这种算法对于数字图像特征值的改变属于一种连续变化。因为当数字图像受到某种攻击（即便是微弱影响）时，数字图像的特征值将随之发生变化，从而导致基于相关检测原理的水印检测能力发生相应退化。 数字通信具有较强的抗干扰能力，只要影响不超过某一阈值，可以采取“整形再生”的办法将受到噪声等因素干扰的传输数据（电脉冲）重新恢复出0/1数码。因此基于二值离散运算的自适应数字图像水印嵌入和检测算法具有更好的鲁棒性。 目前的离散算法有以下几种： 1.离散傅里叶变换域(DFT)：此算法在图像数据的数字处理中常用的是二维离散傅里叶变换, 它能把空间域的图像转变到空间频域上进行研究,从而能很容易地了解到图像的各空间频域成分, 并进行相应的处理。这种算法虽然能较好地描述信号的频率特性，但是不能较好地解决突变信号与非平稳信号的问题,且过程复杂，计算量大。 2.离散余弦变换域（DCT）：此算法是首先把图像分成8×8 的不重叠象素块, 再经过分块DCT 变换得到由DCT 系数组成的频率块, 然后再做相应的处理。DCT 域算法对压缩、滤波等数字处理具有较强的稳健性, 同时又与图像压缩标准JPEG 兼容。此算法虽然可以实现盲检测,但是它抵御几何畸变的能力较弱。 3.离散小波变换域（DWT）：在小波多分辨分析的基础上, 可以充分利用人类视觉模型的一些特性, 使嵌入载体的信息量、隐秘性和稳健性达到一个较完美的程度。基于小波变换的数字水印技术的基本思想是首先对图像进行多分辨率分解, 将图像分解成不同空间、不同频率的子图像。图像经变换后成四个频带: 水平、垂直、对角线和低频, 低频部分可继续分解。水印的嵌入可以使用基于低频子带方法将水印嵌入到代表载体图像的最低分辨率近似分量系数中, 也可以使用细节分量方法将水印嵌入到图像细节分量系数中。 现在，基于离散DWT 域的水印算法已成为人们研究的热点。首先，大多数的水印嵌入方法在水印的检测过程中需要原始图像才能抽取出水印,而在许多实际应用场合下原始图像是无法获得的,并且使用原始图像进行检测,其结果也是不令人信服的。因此，在实际应用中,迫切需要检测过程中不需要原始图像信息的“盲检”水印算法。而DWT域水印算法检测过程中不需要使用任何与原始图像相关的信息,实现了“盲检”。其次，由于小波的多分辨分析与人眼视觉特性是一致的,这对根据人眼视觉系统(Human Vision System ,HVS) 选择恰当的水印嵌入位置和嵌入强度有很大的帮助。同时，随着新一代图像压缩标准JPEG2000和视频压缩标准MPEG-4 中小波变换的采用并占据重要地位，使研究基于小波变换的数字水印方案具有非常好的前景和意义。 二、研究的基本内容与拟解决的主要问题： 本课题借鉴数字通信中可以采取“整形再生”的办法将受到噪声等因素干扰的传输数据重新恢复的思想，拟提出一种在小波变换域内基于离散运算的数字图像水印嵌入和检测算法，算法同时结合人眼视觉特性，选择一些对人眼视觉不敏感的区域自适应地嵌入水印，旨在使提出的水印算法在满足水印不可觉察性前提下，能免疫于一般数字图像处理操作的有限影响，具有较理想的鲁棒性。 1.研究的基本内容： 1）进行数字图像的小波变换研究，分析数字图像经小波分解后得到的各子图系数分布特征及其稳定性，以便确定水印的嵌入区域。 小波分解后产生两部分数据，一是最低频率的子图，另一部分是剩余的高频子图。 （a）低频子图表示由小波变换分解级数决定的最大尺度、最小分辨率下对原始图像的最佳逼近，称为小波逼近子图。小波逼近子图中包含了原始图像的大部分能量，在此嵌入水