• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于奇異值分解的DWT域數(shù)字水印算法

      2015-08-28 01:41:46戈美凈王青云溫國強
      河南科技 2015年6期
      關(guān)鍵詞:數(shù)字水印子帶子圖

      戈美凈 王青云 溫國強

      (天津中德職業(yè)技術(shù)學院 航空航天與汽車學院,天津300350)

      隨著計算機和網(wǎng)絡技術(shù)的發(fā)展,大量的多媒體信息都可以通過網(wǎng)絡被人們輕松地訪問、拷貝和傳播。因此,用來保護多媒體數(shù)據(jù)版權(quán)的數(shù)字水印技術(shù)成為近年來的研究熱點。

      關(guān)于此技術(shù)國內(nèi)外已發(fā)表了大量相關(guān)文章,但原理基本相同,即在時/空域或變換域中選擇合適的系數(shù)進行微小改動,從而達到將水印隱藏在載體圖像中的目的。根據(jù)工作域的不同,可以分為空域/時域水印和變換域水印[1]。一般來說,變換域算法相對空域算法來說,復雜度高,但可嵌入水印數(shù)據(jù)量大、透明性好、安全性也高,因此得到了廣泛研究與應用。

      在眾多變換域算法中,小波變換的空間-頻率定位特性和多分辨率特性可以保證所嵌入水印的魯棒性,空間-頻率特性與HVS某些視覺特性的相似性可以將高強度的水印嵌入到HVS不太敏感的區(qū)域。因此本文在小波域進行水印的嵌入。但對圖像進行小波分解后,由于低頻部分包含了圖像的大部分能量,如果將圖像嵌入低頻子帶,圖像魯棒性較好,可以抵抗大多常規(guī)攻擊。但同時正因為低頻分量直接影響著圖像的質(zhì)量,水印嵌入容量過大會直接影響圖像的視覺效果[2]。為了解決此問題,考慮將水印嵌入到原始載體圖像的奇異值中[3-4]。

      根據(jù)線性代數(shù)中的矩陣相關(guān)理論:對矩陣進行奇異值分解后,大的奇異值對應矩陣中的主要信息,運用SVD進行數(shù)據(jù)分析來提取其中的主要部分是合理的?;谝陨掀娈愔捣纸獾男再|(zhì),在數(shù)字圖像處理中應用SVD可以保證:①圖像奇異值的穩(wěn)定性非常好,即當圖像被施加小的擾動時,圖像的奇異值不會有大的變化;②奇異值所表現(xiàn)的是圖像的內(nèi)蘊特性而非視覺特性;這一點說明了改變奇異值不會產(chǎn)生大的視覺變化,這為不可見性提供了保障。經(jīng)過大量的實驗表明,最大奇異值在經(jīng)受一般攻擊后變化不大,因此該文的算法正是通過改變奇異值來實現(xiàn)水印嵌入[5]。

      鑒于以上分析,本文結(jié)合Arnold變換對攻擊的分散,提出了一種基于SVD的小波域圖像數(shù)字水印算法。該算法首先將圖像進行小波變換,然后對低頻系數(shù)進行奇異值分解,再將經(jīng)Arnold變換后的水印嵌入得到的奇異值中,從而得到帶水印的圖像。實驗表明:該圖像有較好的魯棒性和抗攻擊性。

      1 算法描述

      為了提高嵌入水印的魯棒性,要求在嵌入盡量多水印的前提下具有較強的抗攻擊性。需要從變換域、水印預處理和水印嵌入強度3個方面來分析。首先,由于本算法在小波域中進行水印嵌入,考慮到小波的低頻子帶系數(shù)較大,聚集了圖像的大部分能量,嵌入水印后不可見性較差,但魯棒性較好;高頻子帶描述了圖像的細節(jié)部分,嵌入水印后不可見性較好,但魯棒性較差。平衡這兩方面,考慮在二級小波子帶LH2(即圖像的中低頻區(qū)域)的奇異值中嵌入水印,以達到較好的效果。接著,為了保證水印的魯棒性,考慮到Arnold變換不僅具有良好的分散攻擊性能,并且相對于其他圖像加密方法有計算量較小和較好的置亂度的優(yōu)點,因此在嵌入水印前,對水印作Arnold變換的預處理。最后來分析嵌入強度,本文采用二值圖像作為水印,在選擇的嵌入系數(shù)中,直接將水印嵌入到中低頻子帶全部奇異值中,實驗中分別選擇了f=0.03,f=0.04和f=0.05進行效果比較,得到用f=0.04作為控制因子仿真效果最好。

      1.1 水印的生成(Arnold圖像置亂)

      為了水印的安全性,本文采用Arnold變換作為水印嵌入的預處理,對水印圖像作時域上的變換,目的是對水印信息進行亂序,達到加密的效果。Arnold變換也稱貓臉變換,原意為catmapping,其定義:假設對于平面單位正方形內(nèi)的所有點,作如下變換:

      式中,k為一個控制參數(shù),N是矩陣的大小,(x,y)表示像素點在變換前后的位置。設P表示二值水印信息組成的一個m*m的矩陣,對每一個點的坐標作AN(k)的變換之后,這個m*m的矩陣就變成一個N*N的矩陣。矩陣的每個元素的值為0或1。如果變換AN(k)有周期T,那么(x,y)經(jīng)過T次變換之后,就能回到原始位置。因此,如果點(i,j)進行了n次AN(k)變換,它還需要作T-n次變換,就可以將(i,j)重新恢復到原始位置。

      在Arnold變換中,式中的k與次數(shù)n構(gòu)成數(shù)對(n,k),正好可以成為置亂的密鑰,本文算法中k取值為1[6-7]。

      1.2 水印嵌入

      設X代表大小為M×M的原始圖像,W代表大小為N×N水印圖像,一般的,基于小波多級分解的特點考慮,水印尺寸的選擇要小于原始圖像尺寸,并且滿足M≥2PN(p為正整數(shù))。在本文算法中,對小波進行二級分解,水印大小M≥4N即可,算法中會對水印進行放大操作處理,因此對水印圖像的尺寸要求不是很嚴格,適應性較強。據(jù)以上分析,具體水印嵌入算法如下:

      1.2.1 讀入原始載體圖像X和原始水印圖像W;

      然而,從可持續(xù)發(fā)展的深層次分析,我校名師隊伍建設還存在一些亟待解決的問題,主要表現(xiàn)在:高層次的教學名師偏少;學科分布面窄,國家級和自治區(qū)級教學名師主要集中在美術(shù)和音樂兩個傳統(tǒng)學科;年齡老化,國家級和自治區(qū)級名師的年齡目前都已超過60歲,校級名師里中青年的比例非常低;存在“重評選,輕培育”問題等方面。因此開展藝術(shù)院校名師培育機制的探索與研究具有十分重要的現(xiàn)實意義。

      1.2.2 采用Arnold變換對水印圖像進行置亂加密,得到加密后水印W ,其中置亂次數(shù)k作為密鑰保存;

      1.2.3 對載體圖像進行二級小波分解,得到不同分辨率下的細節(jié)子圖和一個逼近子圖,其中,j=1,2表示分解的級數(shù),k=1,2,3分別表示該分辨率級下的水平方向、垂直方向和對角線方向的3個細節(jié)子圖;

      1.2.6 再對中間矩陣Temp進行奇異值分解Temp=U1S1V1T,得到對角矩陣S1,通過反變換US1VT得到嵌入水印后的二級低頻子帶(X);

      1.3 水印提取

      顯然,數(shù)字水印的提取是其嵌入的逆過程,本算法在提取時需要借助原始載體圖像的一些信息,水印的提取過程如下:

      1.3.1 對含水印圖像XW進行二級小波分解,得到不同分辨率下的細節(jié)子圖和一個逼近子圖

      1.3.3 結(jié)合嵌入過程中得到的中間矩陣Temp奇異值分解后的正交矩陣U1、V1,矩陣U1、V1和SW相乘得到Temp=U1SWV1T

      1.3.4 利用嵌入步驟(4)和(5)中的S和f,提取嵌入的已置亂的擴大后水印WW*,WW*=(Temp-S)/f;

      1.3.5 將WW*縮小到與原始水印一樣大小,得到置亂水印W*;

      1.3.6 對W*進行Arnold變換(從第n+1次到第T次,共T-n次),即可得到最終提取出的印W。

      2 實驗結(jié)果與分析

      為驗證算法有效性,實驗在MATLAB平臺上進行仿真,采用384×384的灰度圖像Lena作為載體圖像,見圖1(a),水印為75×75的二值圖像,見圖1(b),考慮到對載體圖像進行二級小波分解,滿足384>75*4。

      圖1 原始載體圖像與水印圖像

      圖2 嵌入水印前與嵌入水印后

      對算法進行剪切39.1%、圖像增亮、增加對比度、加入高斯噪聲(均值為0、方差為0.05)、加入乘積噪聲(均值為0、方差為0.05)、旋轉(zhuǎn)45°等攻擊,所提取的水印均得到了較好的效果,如圖3和表1。

      圖3 圖像攻擊與提取出水印

      表1 常規(guī)攻擊下提取的水印NC值

      3 結(jié)語

      本文將小波分解與奇異值分解相結(jié)合,同時利用Arnold圖像置亂技術(shù)消除像素間的相關(guān)性,將水印嵌入到經(jīng)過小波分解的子帶的部分奇異值中,實現(xiàn)水印嵌入。實驗證明,該算法在抵抗各種攻擊方面具有非常理想的魯棒性,可以抵抗剪切、圖像增亮、高斯噪聲、旋轉(zhuǎn)等常規(guī)攻擊,同時算法具有良好的不可見性。

      [1]Christine I.Podilchuk,Edward J.Delp.DigitalWatermarking:Algorithms and Applications[J].IEEE Signal Processing Magazine.2001:33-46.

      [2]周鵬穎,沈磊.基于小波—奇異值分解的數(shù)字水印新算法[J].計算機應用研究,2010,27(5):1896-1897,1910.

      [3]王樹梅,趙衛(wèi)東,王志成.基于SVD的圖像數(shù)字水印技術(shù)研究[J].計算機工程與設計,2008,29(11):2834-2837.

      [4]劉瑞禎,譚鐵牛.基于奇異值分解的數(shù)字圖像水印方法[J].電子學報,2001,29(2):168-171.

      [5]徐慕蓉,樊鎖海.一種新的基于奇異值分解的圖像數(shù)字水印算法[J].計算機仿真,2011,28(5):291-294.

      [6]丁瑋,閻偉齊,齊東旭.基于Arnold變換的數(shù)字圖像置亂技術(shù)[J].計算機輔助設計與圖形學學報,2001,13(4):338-341.

      [7]馬在光,丘水生.基于廣義貓映射的一種圖像加密系統(tǒng)[J].通信學報,2003,24(2):51-57.

      猜你喜歡
      數(shù)字水印子帶子圖
      一種基于奇偶判斷WPT的多音干擾抑制方法*
      子帶編碼在圖像壓縮編碼中的應用
      電子制作(2019年22期)2020-01-14 03:16:24
      基于網(wǎng)屏編碼的數(shù)字水印技術(shù)
      電子制作(2019年20期)2019-12-04 03:51:30
      臨界完全圖Ramsey數(shù)
      臨界完全圖Ramsey數(shù)
      基于頻繁子圖挖掘的數(shù)據(jù)服務Mashup推薦
      基于虛擬孔徑擴展的子帶信息融合寬帶DOA估計
      基于數(shù)字水印的人臉與聲紋融合識別算法
      不含2K1+K2和C4作為導出子圖的圖的色數(shù)
      基于矩陣分解和混沌置亂的數(shù)字水印算法
      玉环县| 哈密市| 都兰县| 利津县| 陵川县| 交口县| 金昌市| 堆龙德庆县| 绥滨县| 时尚| 乌鲁木齐县| 普兰县| 贡山| 中卫市| 南丰县| 永川市| 鄂托克旗| 准格尔旗| 大连市| 孙吴县| 罗山县| 岑溪市| 剑阁县| 铁力市| 稻城县| 界首市| 寿阳县| 唐山市| 泾川县| 蓬莱市| 惠来县| 上林县| 石渠县| 拉孜县| 吴江市| 梨树县| 深泽县| 勐海县| 玉田县| 大足县| 阳曲县|