基于小波域的數(shù)字圖象水印算法綜述

《基于小波域的數(shù)字圖象水印算法綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于小波域的數(shù)字圖象水印算法綜述強(qiáng)英%王穎%，!%（中國(guó)科學(xué)技術(shù)大學(xué)研究生院，北京%"""01）!（信息安全國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京%"""01）(23456：75489:;98<=$8<=$=>3$=8摘要小波變換以其良好的空頻特性，及與圖象編碼標(biāo)準(zhǔn)&’()!"""的兼容性，使得小波域水印更具魯棒性，以及更大的嵌入容量。該文將展示多種利用小波變換進(jìn)行擴(kuò)頻的水印算法，闡述如何運(yùn)用小波圖象壓縮中的多尺度概念嵌入、檢測(cè)水印。此外該文對(duì)小波域水印算法進(jìn)行分類、比較，總結(jié)出各類水印算法的特性，并提出小波域水印算法的發(fā)展方向。關(guān)鍵詞數(shù)字水印小波變換魯棒性圖象壓縮-./文章編號(hào)%""!2?00%2（!""

2、#）%%2""#@2"#文獻(xiàn)標(biāo)識(shí)碼A中圖分類號(hào)B’01%!"#$%&’()*+%&,&-./(0+123+4&/5161-+,70+6&*+-&$0+$8126!,6($1-90:1+26;126<*+26;126<，=%（)C4DE4F>6，H85IK/=5<8=<48DB<=G8>6>9J>KLG584，M<5N589%"""01）!（BGC4F>CJ>K,8K>C34F5>8/<=EC5FJ，M<5N589%"""01）!>4-$+?-：BG<4DI48F49<>KR4I<63458R4F

3、>=4F5>82KC<7E<8=JK<4FG3T4F5Q565FJR5FGFG35895349<=>D589;F48D4CD，&’()!"""$,F34S<;FG3458R4FCQE;F48D=48=>8F4583>C<=4T4=5FJ$URF>TC3;TC<4D2;T<=FCE3R4FJ589R4I<6C3D>3458584I4C5KR4J;，48DG>RF><3Q8=

4、K3E6F5C<;>6EF5>8TC>TKR4I<63T>;5F5>8$U3T4CC5FG3;，48D566E;FC4FTT>;KFG3458R4FC5FG3$@&’A($/4：W595F46R4FC3，*>QE;F8<;;，L>3TC<;;5>8，-./%引言小波變換將信號(hào)分解

5、成為高頻和低頻兩部分。信號(hào)的大部在過去%"年中，數(shù)字水印技術(shù)隨著網(wǎng)絡(luò)時(shí)代的到來應(yīng)運(yùn)分能量集中在低頻部分，多級(jí)小波分解是將低頻部分繼續(xù)分解而生、蓬勃發(fā)展。數(shù)字水印技術(shù)主要分為空間域水印和變換域?yàn)榈皖l和高頻兩部分，遞歸完成。水印兩種。變換域水印由于其較好的魯棒性，越來越受世人矚二維小波的分解結(jié)構(gòu)如圖%所示，!!"代表"級(jí)小波分解目。作為&’()!"""標(biāo)準(zhǔn)的小波變換，由于充分滿足漸進(jìn)傳輸、垂直、水平方向的低頻分量，被稱為近似子帶。#!"代表"級(jí)小低比特率傳輸、以及分辨率和質(zhì)量的可調(diào)整性、抗錯(cuò)性和特定波分解垂直方向高頻、水平方向的低頻分量，依次類推，被稱為區(qū)域（*+,）編碼等新的需求，使得基于小

6、波變換的水印方案具細(xì)節(jié)子帶。有優(yōu)異的性能，也更有吸引力。小波水印的算法主要根據(jù)小波分解后產(chǎn)生的近似子帶和細(xì)節(jié)子帶系數(shù)的不同，確定水印嵌入的不同位置，大體分為低頻域水印和高頻域水印算法。低頻域水印算法主要考慮近似子帶系數(shù)能量大，經(jīng)過一般的信號(hào)處理后，仍能很好保留的特點(diǎn)，嵌入一定強(qiáng)度的水印，達(dá)到不影響原圖視覺質(zhì)量的效果。高頻域水印算法利用人眼的視覺特性（-./），在細(xì)節(jié)子帶的邊緣和紋理處系數(shù)較大，嵌入水印信息后，人眼對(duì)圖象的變化不敏感。此類算法配合自適應(yīng)思想，可提高水印的魯棒性。按照這兩種思路，該文就小波水印的特點(diǎn)、基本算法、試驗(yàn)魯棒性的結(jié)果等進(jìn)行綜述，提出小波域水印技術(shù)的發(fā)展方向。圖%二維信

7、號(hào)小波分解原理圖!小波域水印的特點(diǎn)數(shù)字小波變換因其良好的空頻局部化特征，適用于圖象識(shí)基金項(xiàng)目：國(guó)家?@0高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目（編號(hào)：!""0AA%##"?%）作者簡(jiǎn)介：強(qiáng)英（%1X%2），女，北京人，研究生，主要研究方向：圖象處理、數(shù)字水印。王穎（%1@12），女，北京人，副教授，博士后，主要研究方向：圖象處理、人工智能。#@!""#$%%計(jì)算機(jī)工程與應(yīng)用別領(lǐng)域，可保證在&’()!"""有損壓縮下圖象中的重要信息不準(zhǔn)確