结合图像属性的MSD-FICA盲水印算法

《结合图像属性的MSD-FICA盲水印算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第4期电子科技大学学报Vol.38No.42009年7月JournalofUniversityofElectronicScienceandTechnologyofChinaJul.2009结合图像属性的MSD-FICA盲水印算法刘金华，佘堃，王文旻TPFFPT(电子科技大学计算机科学与工程学院成都610054)【摘要】基于图像高频子分量相互独立的属性，再结合图像低频能量不易丢失的特点，该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法，借鉴了经典的量化调制水印(QIM)算法思想，对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序，取中频

2、成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入，水印的提取采用快速独立分量分析(FICA)算法，先用主成分分析进行预处理，然后用FICA盲提取水印。实验表明，该算法能有效地提取出水印，并能抵抗一定的压缩、滤波、噪声攻击。关键词盲水印算法;数字水印;图像属性;小波中图分类号TN959.3文献标识码Adoi:10.3969/j.issn.1001-0548.2009.04.016UsingMSD-FICAandCombinewithImagePropertyforaBlindWatermarkingAlgorithmLIUJin-hua,SHEKun,andWANGWen-min(

3、SchoolofComputerScienceandEngineering,UniversityofElectronicScienceandTechnologyofChinaChengdu610054)AbstractAblindimagewatermarkingalgorithmbasedonthemultiresolutionsub-banddecomposition-fastindependentcomponentanalysis(MSD-FICA)isproposed.Inthisscheme,thewatermarkbitsareembeddedinthemiddle-fr

4、equencycomponentsandthelow-frequencycomponentssimultaneously.Themiddle-frequencycomponentsareselectedbyadoptingthesortingschemeamongthehigh-frequencycomponents.Inwatermarkingextraction,primarycomponentanalysis(PCA)isappliedforpreprocess,thenthewatermarkisextractedbyFICA.Theexperimentalresultssh

5、owthattheproposedalgorithmisrobustagainstJPEGcompression,Gaussiannoise,andmedianfiltering.ThecomparisonanalysisdemonstratesthatourschemehasbetterperformancethantheQIMwatermarkingscheme.Keywordsblindwatermarkingalgorithm;digitalwatermarking;imageproperty;wavelets随着电子信息、计算机的不断发展，数字作品算法，实验表明基于多分辨率

6、子带分解的拉格郎日的版权保护日益成为迫切需要解决的问题。作为信约束神经网络独立分量分析的水印算法具有很好的息隐藏领域的版权保护手段之一，数字水印技术得鲁棒性。到了国内外各研究机构的高度重视。盲信号处理也本文基于图像高频子分量相互独立的属性，结是目前出现的新型信号处理技术，有很大的潜在应合低频分量能量不易丢失的特点，采用多分辨率子用价值。带分解的快速独立分量分析(MSD-FICA)方法实现已经有研究人员将独立分量分析技术应用于数水印混合信号的盲分离，对水印进行盲提取。字水印算法。文献[1]首先将ICA方法用于图像水印1多分辨率子带分解-快速独立分量的嵌入与检测。文献[2]设计了将水印嵌

7、入到ICA分分析(MSD-FICA)解的统计独立源信号的方式，保证在嵌入信息内容最大的同时，引入的变形最小。文献[3]提出基于ICA1.1多分辨率子带分解的独立分量分析(MSD-的多边形曲线水印算法，实验结果证明了该算法的ICA)有效性，尤其用于仿射变换攻击，检测水印时不需尽管标准的独立分量分析算法在许多应用中取要获得仿射变换参数，从而证实了ICA的抗扭曲性。得了很大的成功，但是独立分量分析在一些实际问文献[4]提出基于彩色图像无监督学习的多目盲水印题中，