一种鲁棒性较强的DCT 图像水印算法

一种鲁棒性较强的DCT 图像水印算法

ID:38188765

大小:680.69 KB

页数:5页

时间:2019-05-25

一种鲁棒性较强的DCT 图像水印算法_第1页
一种鲁棒性较强的DCT 图像水印算法_第2页
一种鲁棒性较强的DCT 图像水印算法_第3页
一种鲁棒性较强的DCT 图像水印算法_第4页
一种鲁棒性较强的DCT 图像水印算法_第5页
资源描述:

《一种鲁棒性较强的DCT 图像水印算法》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、嘉兴学院学报第21卷第3期2009年5月·42·JournalofJiaxingUniversityVol.21No.32009.5一种鲁棒性较强的DCT图像水印算法张国良(嘉兴学院数学与信息工程学院,浙江嘉兴314001)摘要:提出了一种基于DCT的鲁棒性水印新算法,即利用人类视觉系统的掩蔽特性,通过调整非平滑区图像块的两个中频DCT系数的大小来加入水印信息。实验结果表明,该算法具有较好的隐蔽性,对常规攻击具有较好的鲁棒性。关键词:鲁棒性;DCT;水印中图分类号:TP309.7AWatermarkingAlgori

2、thmforGoodRobustnessBasedonDCTDomainsZHANGGuo-liang(SchoolofMathematicsandInformationEngineering,JiaxingUniversity,Jiaxing,Zhejiang314001)Abstract:ThispaperproposesanewwatermarkingalgorithmforgoodrobustnessbasedonDCTdomains,i.e.byusingthemaskingcharacteristicso

3、fhumanvisionsystem,thealgorithmadjuststwocoefficientsofthemiddlefrequencyoftheblockswhicharenotthesmoothareastoembedthebinarywatermarking.Theresultshowsthatthealgorithmenjoysgoodinvisibility,meanwhile,ithasgoodrobustnesstowardsroutineattacks.Keywords:robustness

4、;DCT;watermark文献标识码:A.文章编号:100826781(2009)0320042205随着数字多媒体的广泛应用,其版权保护越来越受人们关注。数字水印技术可以解决版权冲突,保全起诉非法侵权的证据,从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印的两个主要特征———隐蔽性和鲁棒性是互相矛盾的。本文提出了一种结合人类视觉系统的特性,在纹理较为复杂的图像块中改变DCT域中频系数对来隐藏信息。实验表明,该算法能兼顾隐蔽性和鲁棒性这两个特性。1算法原理111图像的平滑区、边缘区和纹理区的划分根据人类视觉

5、系统特性,人眼对纹理较复杂的图像块中细微变化不太敏感,所以,为了让嵌入水印后的图像和原始载体图像在视觉效果上更具相似性,通常将水印嵌入图像的纹理块中;此外,纹理[1]1512152块通常含有大量信息,盗版者若要通过剪切去掉水印,图像中一部分重要信息也会随之丢失。因此,要利用人类视觉系统特性进行信息隐藏,首先要根据视觉掩蔽效应将图像划分成不同的类别,以便在不同的噪声敏感区域分别嵌入不同的信息量。载体图像的分块流程如图1所示。对DCT域的交流系数的研究表明:对于平坦的区域,图像块的交流系数总能量较小,而对于复[2]杂的图

6、像块,交流系数总能量较大。因此,交流系数总能量可以用于衡量图像的粗糙程度,即可以图1图像分块流程图收稿日期:2008210222.作者简介:张国良(1981-),男,浙江平湖人,嘉兴学院数学与信息工程学院教师,主要研究方向信息隐藏和数字水印。张国良:一种鲁棒性较强的DCT图像水印算法·43·用来划分平滑区和非平滑区。交流系数的总能量为:nn22Eac=log10∑∑Xi,j-X0,0(1)i=1j=1其中,图像块的大小为n×n;Xi,j表示第i行第j列DCT系数;X0,0为DCT的直流系数。在非平滑区中,边缘区的图像

7、块其DCT交流能量集中在低频区。因此,可以利用低频交流能量占总[2]交流能量的比值来划分边缘区与纹理区。低频交流能量为:nn-1-i2222L=log10∑∑Xi,j-X0,0(2)i=1j=1其中,图像块的大小为n×n;Xi,j表示第i行第j列DCT系数;X0,0为DCT的直流系数。低频交流能量占总交流能量的比值定义为:Lr=(3)Eac其中,Eac为交流系数的总能量。以512×512的灰度图像为例,平滑区、边缘区和纹理区划分的算法如下:1)将图像分成8×8的块Bi,j(i,j=1,2,⋯,64);2)对每个8×8

8、的图像块进行DCT变换;3)根据公式(1)求每个图像块的交流系数的总能量;4)根据公式(2)和公式(3)求每个图像块的低频交流能量比;5)根据交流系数的总能量和低频交流能量比将图像块划分成平滑区、边缘区与纹理区。112秘密信息的嵌入过程图像块分类之后,利用DCT块区域特性来选择相应位置的系数。低频区域对视觉最为敏感,在此处隐藏秘密信息会降低算法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。