潘良刚[1]2008年在《基于人类视觉系统的小波域自适应图像水印算法研究》文中指出安全问题是当前网络多媒体应用中比较突出的问题,目前用于解决该问题的技术很多,其中的数字水印技术,尤其图像数字水印技术,以在版权保护方面的独特优势而引起人们的普遍重视,成为当前研究的热点。它将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中,用来跟踪多媒体数据的发布和使用。数字水印的特殊应用要求嵌入的水印信息不仅具有不可见性,并且针对不同的应用要求水印应该具有抵抗诸如JPEG压缩、图像增强处理、几何变形等各种攻击的鲁棒性。人是评价图像的主体,因此人类视觉系统(Human Visual System,HVS)理论对图像数字水印技术显得非常重要。充分利用HVS的视觉掩蔽特性,有助于设计出感知性能良好的数字水印算法。小波分析是目前国际上广泛应用的分析工具,具有良好的时频分析特性,并且已经被广泛地应用于图像处理的各个领域。小波变换的低复杂度、空间-频率局部化等特性,为提高水印算法的性能提供了条件。此外,由于小波变换的多分辨率分析特性与HVS特性的一致性,这对于根据HVS选择适当的水印嵌入位置和嵌入强度提供了很大的帮助。首先,本文分析了数字水印的研究意义、国内外研究现状、主要应用领域和发展趋势。并从起源、基本原理、基本特征、分类、通用模型、性能评估指标和经典算法等几方面对数字水印进行了概述。其次,简要介绍了小波变换的定义、小波变换的性质、二维图像小波分解、及小波理论在数字水印中的应用。再次,介绍了HVS的基本结构和特征,概述了现有的恰可察觉差异(JustNoticeable Difference,JND)模型,并根据水印嵌入对象不同对其进行了分类;随后,分析了现有JND模型的特点和存在的问题,定义了新的基于小波域的亮度掩蔽函数和纹理特征函数,确定了它们各自的权重,提出了新的JND模型。最后,根据新的JND模型,本文提出了两种基于小波变换的自适应数字图像水印算法。第一种算法是基于小波系数的自适应数字水印算法。该算法用有意义的二值图像水印来替代随机序列,先将水印通过Arnold置乱加密后再全部嵌入到垂直子带系数中。该算法利用了本文提出的新JND模型对水印嵌入强度做自适应调节以增强水印的鲁棒性和保证水印的不可见性。第二种算法是基于小波系数块的自适应双重水印算法。该算法在利用小波变换将原始载体图像分解成四个小波频带后,将一个有意义图像水印和一个伪随机序列(本文分别称为识别水印和确认水印)通过不同的方式嵌入到不同的频带中。为增强算法的安全性和不可见性,先对识别水印进行Arnold置乱,再利用本文提出的新JND模型计算每一个小波系数块的JND估计值后,将其嵌入小波系数的垂直子带系数中。确认水印是通过识别水印与伪随机序列运算后得到的,它被分散地嵌入在小波变换的低频系数中。在水印的提取与检测阶段,本文应用了统计学假设原理,分别实现了对识别水印的盲提取和确认水印的盲检测。算法中很多参数和种子可以作为密钥,不知道密钥的人无法正确地恢复数字水印。实验结果表明了该算法具有较好的不可见性、鲁棒性和安全性。
秦晶[2]2008年在《基于小波变换的数字水印方法研究及其在生物认证中的应用》文中认为数字认证水印技术是数字水印技术的一个重要研究方向,它在帮助保持和验证数字图像等多媒体的内容方面具有重要的价值。数字水印技术作为新兴的研究领域,在过去的几十年中得到了蓬勃的发展。用于内容认证的数字水印技术为保持和验证多媒体数据的完整性提供了新的思路和方法。经过近十年的研究与探索,研究者提出了许多针对不同数字媒体的数字认证水印算法。小波变换作为一种重要的信号处理的工具,被广泛应用于数字媒体信息的处理。它在数字水印技术中也得到了广泛的应用。本文首先介绍了用于内容认证的数字水印技术的基本概念,基本特征,研究现状和发展方向,分析了它所面临的主要攻击手段,并着重总结归纳了认证水印目前存在的主要算法。同时介绍了小波分析理论的基础知识,以及它在数字图像处理和数字水印技术中的应用。在此基础之上,本文提出一种基于小波变换的鲁棒的数字水印算法,并将该算法与掌纹识别相结合实现了对生物特征数据的双重认证。最后,对数字水印技术的未来研究方向和发展前景做了分析和总结。本文所提出的数字水印算法首先通过对原始图像抽样,将其分成四幅子图像;再分别对子图像利用小波变换进行纹理分析;根据纹理分析结果和水印信息形成一个优化的系数选择器;利用此系数选择器选择最佳的水印嵌入位置,结合水印信息修改小波系数,最终嵌入水印。用该方法将用户的ID和相关信息作为水印信息嵌入掌纹图像中。在识别阶段,我们首先利用水印提取算法将用户的ID和相关信息提出,此时分析水印信息的完整性。若水印信息不完整,我们认为该掌纹图像受到攻击,将拒绝对该掌纹图像做进一步的识别;若水印信息完整,则通过提出的ID和用户相关信息以快速检索的方式判断该掌纹图像所代表的个体是否在生物特征数据模板库中。若此个体在此生物特征数据模板库中,则对其提取掌纹的纹理特征进行精细匹配;若此个体不在数据库中,则不对其作进一步的精细匹配。实验结果表明该水印算法能够抵抗多种对数字水印的常规攻击,并且与生物认证相结合能够提供对生物特征数据内容完整性判定的机制,可以提高识别速度和准确率。本文所提出的算法结合了原始图像的特征,所以系统真正保持了原始图像的质量。利用小波变换的优点,该算法可以提高抵抗各种恶意攻击的能力。根据系数之间的大小关系,并结合水印位的具体情况生成一个优化的系数选择系数器,以此记录嵌入水印的位置。在水印提取时根据此系数选择器即可提出水印,而不需原始图像。真正做到盲提取。将水印算法与掌纹识别相结合形成双重身份认证,可以加快识别速度,提高识别的准确率。这是数字水印应用研究中新的发展趋势,具有较高的实际应用价值。
丁震[3]2007年在《基于提升小波变换的数字水印研究》文中提出随着信息技术的飞速发展以及计算机技术的日趋成熟,信息安全成为当前信息产业的一个焦点。数字水印技术作为一种新型的信息隐藏技术,在数字产品的版权保护、原始数据的真实性、完整性的鉴别等方面具有无可比拟的优势,成为新兴的信息安全技术。相比于空域数字水印技术,变换域水印技术的安全性和抗攻击性能力强,是数字水印技术研究的重点所在。随着新的图像和视频压缩标准的施行,基于离散小波变换的数字水印技术成为研究的热点。但是,由于离散小波变换是一种浮点小波变换,难以精确的重构原始图像;而提升小波变换是一种整数到整数的小波变换,能够精确的重构原始图像,因此,基于提升小波变换的数字水印技术能够最大限度的减少重构图像的失真。本文基于提升小波变换技术,分别研究了鲁棒水印和脆弱水印算法。首先,研究了小波域小波系数的分布特征,结合人眼视觉特性的研究成果,认为在低频子带嵌入水印的效果要由于在高频子带嵌入的方法。其次,利用Logistic混沌映射方法,对二值水印图像和灰度水印图像分别进行了置乱加密处理,并给出了相应的加密和解密方法,并通过实验验证了该算法的安全性和可靠性。再次,给出了一种简单的二值水印的非盲水印嵌入算法,并对低频子带嵌入算法和高频子带嵌入算法的效果以及对图像操作和恶意攻击的鲁棒性进行了对比分析。实验表明,低频子带嵌入算法相比于高频子带嵌入算法具有更好的抗攻击和操作的鲁棒性。针对灰度水印,给出了一种RGB彩色图像的灰度水印分块嵌入的半盲水印算法,并通过实验验证了该算法具有一定的鲁棒性。该算法对滤波、剪切、拷贝、JPEG压缩、噪音等攻击具有较好的稳健性。最后,基于RSA加密算法和Logistic混沌映射技术,结合图像的提升小波变换,给出了一种脆弱数字水印算法。该算法只需要保留RSA解密密匙和混沌序列的分枝参数以及嵌入的子带名称,即可进行水印的提取和检测工作。实验表明,该方法对图像处理具有极强的敏感性。
魏玲[4]2008年在《基于小波变换的图像数字水印算法研究》文中研究指明随着计算机技术和网络技术的迅速发展,数字多媒体信息在更容易获得的同时,也更容易遭受非法复制、伪造、篡改、侵权等攻击,而传统的基于密码学的安全措施对这些攻击显得力不从心,出于对数字产品本身及其原有者利益的保护,人们提出了数字水印技术。数字水印是将具有特定意义的标记(水印),按照某种给定算法嵌入到多媒体产品中,以实现对该产品的保护和认证,同时不影响该产品的使用质量。它一般具备叁个基本特征,即不可见性、鲁棒性及安全性。一般而言,数字水印算法按嵌入域可分为空间域方法和变换域方法。空间域方法比较简单,但这类方法对于极小的改动都很脆弱。在许多情况下,即使由于有损压缩的很小变化也可能使整个隐藏信息丢失。变换域方法是在宿主图像的重要区域嵌入水印,因而比空间域方法能够更好地抵抗压缩、剪切、缩放、滤波等攻击。事实上,这类算法不仅能更好地抵抗各种信号处理操作,而且还能保持对人类感观系统的不可感知性。目前主要有叁种变换域方法:离散傅立叶变换(DFT)、离散余弦变换(DCT)、离散小波变换(DWT)。本文主要讨论小波域的数字水印算法,所做工作及创新表现在以下五个方面:首先对数字水印技术的研究背景、发展现状及算法现状作了综合性介绍,并对数字水印的基本概念特征、通用模型、分类、主要应用领域、典型算法、水印攻击分析以及系统评测等方面进行了总结和探讨。其次阐述了小波分析理论基础,图像置乱技术及其应用。根据小波变换前后总能量不变这一特点,通过计算与分析得出能量分布规律,同时也可以看到小波变换后各级子图针对各种攻击所受影响程度是不同的。对小波域数字水印算法作了细致的研究。阐述了小波域的数字水印嵌入方法首先应该解决的叁个关键技术:小波的选取、小波系数的选择以及如何充分利用人类视觉特性来平衡水印的鲁棒性和不可见性,同时对水印的嵌入位置的选择作了深入的分析,主要涉及低频和高频子带。提出一种基于DWT的数字水印算法,通过比较的方法实现水印信息的嵌入,并实现了水印的盲提取,仿真实验证明该算法的鲁棒性较好。提出了采用具有特殊意义的二值图像作为水印信息。本文将选用标志为“山东师范大学”的二值图像作为嵌入水印。在嵌入水印之前,对水印进行了预处理,将原始图像置乱成为杂乱信息,从而加强了水印信息的安全性及不可见性。与传统的使用伪随机序列的数字水印相比,有意义的数字水印将更具有可读性、实用性和直观性。最后借鉴已有的研究成果,提出一种基于小波变换的自参照图像数字水印算法,算法没有按照传统的方案选择在低频、中频或者高频嵌入水印,而是在小波域中通过对小波系数的修改得到原始图像的自参照图像,然后通过计算原始图像与参照图像的差值得到水印的嵌入位置。这不仅保证了水印的不可见性,同时也极大的增强了水印的鲁棒性。通过大量的仿真实验,证明本文算法在保证水印不可见性的同时,对常见的图像处理,如JPEG压缩、噪声、剪切、缩放以及滤波等,均具有较好的鲁棒性。最后,对本文的工作进行了总结,并对数字水印的发展方向作了展望。
戴涛[5]2007年在《基于小波变换的数字图像水印算法研究》文中认为随着多媒体技术和网络技术的广泛应用,对图像、音频、视频等多媒体内容的保护成为迫切需要解决的问题。数字水印作为版权保护的重要手段和一种新型的信息隐藏方法,近几年得到了迅速发展。数字水印是指永久嵌入到原始数字信息(载体信息)中的、不影响原始信息的使用并可通过某种方式鉴别的数字信号或模式。数字水印技术利用某种算法将标志性信息(如签名、身份验证信息、拷贝控制信息等)加入到多媒体信息中,同时不影响原媒体的价值和使用。本文主要研究了基于小波变换的数字图像水印技术。本文首先简要介绍了数字水印的基本概念、产生的背景,以及数字水印的发展历史、现状和面临的主要问题。然后,给出了数字水印的原理、特点、分类以及评价标准,还有小波变换的基础理论,这些都是基于小波变换的数字水印基础。在此基础上,本文介绍了一种传统的基于小波变换的数字水印算法,这种算法将数字水印小波分解后的各个子带,嵌入到原始载体图像第叁级小波子带中去,实现了水印的嵌入,试验结果显示该算法具有一定的不可见性和鲁棒性。但是由于嵌入强度在嵌入的各个子带中是一样的,所以,一方面,容易造成图像质量的下降,影响了水印的透明性和鲁棒性;另一方面,也没有完全利用载体图像的水印容量,造成浪费。基于上述原因,本文提出了一种新的灰度图像水印自适应嵌入与自适应提取的方法。该方法基于小波变换的多分辨率特性,结合人类视觉系统的掩蔽特性,利用小波域块能量及图像纹理特性选择水印嵌入的位置,并根据噪声可见性函数的特点自适应地选择嵌入强度。并给出了实验结果,试验结果表明该方法具有较好的不可见性和鲁棒性。最后,本文介绍了两种数字图像盲水印技术,然后提出一种新的基于块均值的非均匀量化数字水印技术。盲水印技术就是一种不需要原始数据参与,可直接根据水印数据来提取出水印信号的水印算法。本文首先介绍了一种基于临近关系的盲水印算法,该算法利用图像的相邻像素的特征平均值对载体图像进行水印嵌入。然后,在此基础上介绍了一种基于奇偶判决的图像自适应盲水印算法,该算法利用图像小波系数的相邻特征平均值和奇偶判决法在图像小波域的二阶子带上嵌入水印,试验结果表明该方法具有不错的不可见性和鲁棒性。在奇偶量化判决法的基础上,提出了一种新的基于块均值的非均匀量化数字水印技术,试验结果表明,该算法也具有不错的不可见性和鲁棒性。
赵玉霞[6]2008年在《数字水印关键技术研究及应用》文中研究说明随着Internet的日益普及,数字化多媒体信息的安全问题正日益成为人们关注的焦点。因此,如何既充分利用Internet的便利,又能有效地保护知识产权,已受到人们的高度重视。在这种背景下,数字水印技术正式诞生了。如今,数字水印作为知识产权保护的主要手段,正得到广泛研究与应用。本文在深入研究分析已有数字水印算法的基础上,运用混沌映射、提升小波等方法,就彩色数字图像水印技术进行了进一步的研究。本文的主要工作如下:(1)给出一种新的基于混沌序列的数字图像的置乱算法。算法采用两种性能较好的混沌映射—Logistic映射和Hybrid映射,同时置乱加密数字图像。通过仿真实验验证了方法的有效性,并对其加密的安全性给出了分析结果。(2)基于HVS、混沌序列和提升小波,给出一种新的自适应彩色数字图像脆弱水印算法。算法依据HVS的纹理掩蔽特性和不同分解层次的小波子块对噪声的不同掩蔽特性,给出各分块不同的水印嵌入强度,将水印图像自适应地嵌入到彩色载体图像;应用提升小波对载体图像进行小波分解,提高了算法的效率。大量仿真实验表明,算法效率较高、安全性高、隐藏效果和脆弱性好,能够起到图像认证作用。(3)提出一种基于混沌系统与提升小波彩色数字图像盲水印算法。算法考虑了HVS的纹理掩蔽特性,根据不同小波分解后的不同子带对噪声的不同掩蔽特性给出各子带不同的水印嵌入方法,使算法既有很好的隐藏效果又有很强的鲁棒性;采用扩频、Arnold变换、Logistic混沌映射和Hybrid混沌映射对水印进行置乱处理,保证了算法的安全性。大量攻击实验表明,该算法具有较好的鲁棒性和安全性。(4)提出一种基于混沌序列和提升小波的抗剪切攻击的彩色数字图像盲水印算法。算法根据不同小波分解后的不同子带对噪声的不同掩蔽特性,给出各子带不同的水印嵌入方法;对水印进行扩频处理,并采用两种混沌映射同时对扩频后的水印进行置乱预处理,进一步增强了算法的安全性。实验表明,该算法具有较高的效率、很好的隐藏性、安全性和鲁棒性,是一个有效的盲水印算法。(5)研究了双重水印技术,提出一种基于HVS和混沌系统的彩色图像双重水印算法。脆弱水印用来确认图像是否被修改,鲁棒水印用来进行版权保护。大量仿真实验表明该算法安全性高、隐藏效果好,但鲁棒水印的鲁棒性有待进一步加强。
徐珊[7]2008年在《基于人耳听觉系统的变换域音频水印算法研究》文中进行了进一步梳理数字水印技术作为一种崭新的信息安全技术,是针对数字作品的版权保护而提出来的。它的基本思想是在数字图像、音频和视频等数字产品中嵌入秘密信息,以保护数字产品的版权、证明产品的真实可靠性、跟踪盗版行为或者提供产品的附加信息。其中的秘密信息可以是版权标志、用户序列号或者是产品相关信息。本文研究以音频信号为载体的数字水印技术,但是目前这方面的研究存在一些问题,如同步问题、能否盲检测、水印是否有意义等。文章着眼于上述某些不足,着重从以下几个方面进行研究:首先,本文回顾了数字水印的发展历史,阐述了课题的研究背景和意义,结合人耳听觉系统的特性,介绍了数字音频水印的基本原理、传统算法及评价标准。其次,结合心理声学模型在变换域提出了叁种数字音频水印算法,水印是一幅32*32的有意义二值图像。叁种算法分别简述如下:(?)基于人耳听觉系统的FFT域音频水印算法首次对人类听觉系统(HAS)模型进行研究,算法先对音频信号进行分段离散快速傅立叶变换,再根据MPEG的心理声学模型Ⅰ计算各段的音调、噪音以及各段的总体掩蔽阈值,在低频子带中选择大于掩蔽阈值的音调分量嵌入水印。(?)基于神经网络的近似心理声学模型音频水印算法考虑到实时性的应用,对前面算法的计算复杂度进行了降低,使用BP神经网络来估计水印嵌入强度控制因子,水印的嵌入选择在音频的每个子带的DCT域内进行。(?)基于听觉感知模型的小波域音频水印算法综合前两种算法的优缺点,提出了一种新的基于小波包分解和心理声学模型的自适应算法,将整个音频信号的频带划分为更合理的不等宽子带,计算掩蔽阈值,由掩蔽阈值确定水印嵌入强度控制因子,水印的嵌入选择小波包分解的中频系数,并使用相关检测的方法实现了盲提取。最后给出了叁种算法的仿真实验结果,从计算量、鲁棒性、不可感知性、判决门限等方面对各种算法进行了比较和分析。实验结果表明,叁种算法都具有较好的鲁棒性,不可感知性和安全性,水印嵌入容量符合版权保护的要求,是可行的数字音频水印算法。
汪爱莲[8]2007年在《基于倒谱分析和小波变换的数字音频水印算法研究》文中提出本文以直观二值图像作为水印信息,在分析数字音频水印技术特点和需求的基础上,从提高数字水印的不可察觉性和鲁棒性出发,结合倒谱变换和小波变换的特性,对已有算法进行改进,提出两种用于版权保护的频域数字音频盲水印算法。其一,针对基于倒谱域统计均值的数字音频水印算法在透明性和健壮性方面的不足进行了改进。在水印嵌入前的预处理中,使用混沌序列加密和重复编码(一种简单的纠错编码)的方法来提高水印信息的安全性和数字水印的鲁棒性。本文中采用5倍重复码对水印信息进行纠错。其二,为提高数字音频盲水印算法的鲁棒性,在引入重复码的基于倒谱域统计均值的数字音频盲水印算法的基础上,讨论采用离散小波变换和复倒谱变换相结合的二次变换来取代只使用复倒谱变换方法的可行性。小波变换具有多分辨率特性,复倒谱变换具有解相关的能力和倒谱系数均值大多趋于零等优点,本文把两者的优点结合起来,用离散小波变换得到的低频分量做复倒谱变换得到其倒谱系数用于嵌入数字水印信息的方法来提高数字水印算法的性能。本文对上述两种算法均进行大量不可感知性和鲁棒性实验。实验结果表明,两种音频盲水印算法都具有良好的不可察觉性和鲁棒性,重复编码的引入在总体上增强了算法对噪声污染、低通滤波等常见信号攻击的抵抗能力。
胡国仁[9]2007年在《基于小波变换域的数字图像水印算法研究》文中指出随着互联网和多媒体技术的快速发展,数字媒体的版权保护成为迫切需要解决的问题,数字水印技术正是为了解决此问题而出现的一个新的研究方向。变换域数字水印因其具有抗各种信号失真能力强的特点,成为当前数字水印的研究热点。而离散小波变换(DWT)由于具有时频双重特性、与JPEG2000压缩标准兼容、与人类视觉系统HVS相匹配等特点,日益成为变换域数字水印的主要工具。不可见性和鲁棒性是数字水印的两个基本特征,即嵌入水印后图像应与原始图像在视觉上差别不大且经过信号处理后应能够提取出较完整的水印。水印嵌入位置和嵌入强度对水印的鲁棒性和不可见性起着决定作用。本文首先对基于小波变换的数字图像水印算法进行了分析,发现:现有小波变换域数字图像水印算法主要可分为以下两类:一是在低频子带中嵌入水印;二是在高频子带中嵌入水印。由于人眼对低频部分远比对高频部分敏感,所以选择第一类方法在低频子带中嵌入水印时水印的鲁棒性较好,但却容易引起图像质量的下降从而影响水印的不可见性;选择第二类方法在高频子带中嵌入水印时水印的不可见性较好,但嵌入的水印容易被有损压缩等信号处理操作所破坏,从而影响水印的鲁棒性。为了克服上述两类方法的不足,本文提出了一种新的在小波变换中频部分嵌入水印的算法。本算法的创新之处在于:从小波变换后的中频部分选择待嵌入系数,并根据人类视觉特性对嵌入强度进行调整。该算法的步骤为:首先对图像进行叁层小波变换,将变换后系数分为低频(LL3)、中频(LH3、HL3、HH3、LH2、HL2、HH2)和高频(LH1、HL1、HH1)叁部分;其次,从中频的六个子带中,根据层阈值选择待嵌入系数;最后,利用乘性规则将水印嵌入到选出的待嵌入系数上,并根据人类视觉系统的频率掩蔽特性对嵌入强度进行自适应调整。实验结果表明,本文提供的方法能够使水印的鲁棒性和不可见性都有所提高,嵌入水印后图像质量没有明显下降,并且进行有损压缩、中值滤波、剪裁及附加噪声等处理后,均能提取出有效的水印。对于灰度图像和彩色图像,本文方法具有通用性。
程雄[10]2008年在《一种基于离散小波变换的图像数字水印算法》文中认为信息隐藏是进行产品版权保护的一种手段。随着数字化和网络化的飞速发展,信息隐藏技术成为当前信息科学领域研究的热点。数字水印技术是信息隐藏技术的一个主要分支,该技术将不可见信息嵌入到数字化媒体中,然后通过对不可见信息的检测来跟踪图像的使用情况,从而实现信息隐藏、存储、版权保护等功能。不可见性和鲁棒性是数字水印的两个基本特征。由于人眼对图像低频部分远比对高频部分敏感,所以选择在低频子带中嵌入水印时水印的鲁棒性较好,但容易引起图像质量的下降从而影响水印的不可见性;选择在高频子带中嵌入水印时水印的不可见性较好,但嵌入的水印容易被有损压缩等信号处理操作破坏,从而影响水印的鲁棒性。设计出一种既能保证不可见性又能获得较好鲁棒性的水印嵌入方法是论文的目标。基于小波理论,论文对数字水印技术作了以下几个方面的分析与研究工作:(1)研究了数字水印技术的原理、水印系统模型、经典的水印算法及水印攻击方法;分析并实现了基于Arnold变换的水印信息预处理技术。(2)研究了小波多分辨分析思想及二维离散小波变换的Mallat分解与重构算法,并给出了Mallat算法的滤波器实现方案;分析并实现了基于小波变换的数字图像分解技术;结合实验验证了低频和高频两种水印嵌入方案在数字水印鲁棒性和不可见性方面所存在的缺陷,并提出了改进思路。(3)论文对上述两种水印嵌入算法进行了改进,设计了一种在小波域中、低频部分嵌入水印的算法。该算法对宿主图像进行叁级小波变换,根据局部最大值原则,从小波变换后的中、低频子带中选出小波系数嵌入水印,并根据人类视觉系统的频率掩蔽特性对嵌入强度进行自适应调整,达到水印可见性和鲁棒性的最佳折中。论文通过大量的攻击实验,分析了算法的性能。实验结果表明,论文提供的方法能够使水印具有较好的不可见性和较强的鲁棒性,对常见的信号处理操作,如噪声干扰、JPEG压缩、图像剪切以及滤波等操作都具有较好的抵抗能力。
参考文献：
[1]. 基于人类视觉系统的小波域自适应图像水印算法研究[D]. 潘良刚. 华中师范大学. 2008
[2]. 基于小波变换的数字水印方法研究及其在生物认证中的应用[D]. 秦晶. 东北师范大学. 2008
[3]. 基于提升小波变换的数字水印研究[D]. 丁震. 山东大学. 2007
[4]. 基于小波变换的图像数字水印算法研究[D]. 魏玲. 山东师范大学. 2008
[5]. 基于小波变换的数字图像水印算法研究[D]. 戴涛. 浙江大学. 2007
[6]. 数字水印关键技术研究及应用[D]. 赵玉霞. 西北大学. 2008
[7]. 基于人耳听觉系统的变换域音频水印算法研究[D]. 徐珊. 南京理工大学. 2008
[8]. 基于倒谱分析和小波变换的数字音频水印算法研究[D]. 汪爱莲. 江西理工大学. 2007
[9]. 基于小波变换域的数字图像水印算法研究[D]. 胡国仁. 天津工业大学. 2007
[10]. 一种基于离散小波变换的图像数字水印算法[D]. 程雄. 武汉理工大学. 2008