硕士学位论文-数字水印技术在图像加密中的应用研究

《硕士学位论文-数字水印技术在图像加密中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东南大学硕士学位论文数字水印技术在图像加密中的应用研究姓名：于长辉申请学位级别：硕士专业：计算机应用指导教师：徐宝文;许立根20090106摘要网络技术发展的突出问题，是在没有授权的情况下，网络传输的数字产品容易被人随意篡改和拷贝。如何加强产品版权维护，比照传统加密措施，水印防伪作为一种新兴保密手段受剑了广泛关注。其中最引人注目的技术是数字图像水印。研究者们为此付出了大量精力，并取得了相当的成果。不过，数字水印技术的研究上E处于起步阶段。许多问题限制了它的应用。本文从三个不同处理阶段来研究数字水印技术。其目的是在保证不可见性的前提下，提高数字

2、水印的鲁棒性。(1)水印信号预处理。采用混沌函数与神经网络相结合的加密手段；(2)水印嵌入强度。利用神经网络确定水印强度；(3)水印嵌入与提取。将处理好的水印信号，在空域中嵌入水印。第一阶段，首先介绍了水印信号的类型。不同类犁的水印检测方法是不一样的。对二值灰度标志图像创建水印信号，先用混沌函数，再用神经网络进行高度非线性处理，提高了水印的保密程度。第二阶段，水印嵌入强度。利用神经网络确定水印嵌入强度。先介绍了神经网络模型，每种模型的功能和特点；再构造神经网络；最后，对神经网络进行训练，训练好的神经网络就可以进行水印嵌入与提取。这样的神经网络

3、，可以使水印算法实现盲检。第三阶段，水印嵌入与提取。将已经处理好的水印信号，通过训练好的神经网络嵌入到原始图像的空域中去，再通过神经网络提取水印，进行水印检测。实验结果表明，该算法有很好的鲁棒性。最后，给出一个数字水印系统所具有的功能及设计结构。关键词：空域；嵌入强度；预处理；神经网络；混沌ABS丁RACTABSTRACTTheprominentproblemofnetworktechnologydevelopment，isthatthedigitalproductstransmittedthroughtheinternetareeasier

4、tobemodifiedorcopiedwithoutauthorization．Howtostrengthenthecopyrightmaintenance，comparisonofthetraditionalencryptionmeasures，watermarkingsecurityemerging硒aconfidentialmeanarisesawiderangeconcems．Mostiminentofwhichisthedigitalimagewatermarking．Althoughtheresearcherspayalotof

5、energy,andhaveachievedcertainresults．Meanwhilethedigitalwatermarkingtechnologyisintheinitialstage．Manyproblemslimitsitsapplications．．Inthispaper,threedifferentprocessstagestostudythedigitalwatermarkingtechnology,improvetherobustnessofdigitalwatermarkingunderthepremiseofinvi

6、sibility：(1)Thefirst．watermarksignaIpre．processing．ChaoticfunctionwithacombinationofneuralnetworkiSused．(2)Thesecond．watermarkembeddingstrength．Theuseofneuralnetworkdeterminethewatermarkstrength．(3)Thethirdiswatermarkembeddingandextracting．Handledwatermarksignalembedsinthei

7、nitialimageairspace．Inthefirst，introducesthewatermarkingsignaltypes．Differenttypesofwatermarkdetectionmethodsalenotthesame．FortwOgfayvalueofsignstocreateawatermarkimagesignal，useschaoticfunction，thenahighdegreeofnon—linearneuralnetworkprocessing，greatlyenhancestheconfidenif

8、lityinthewatermark．Inthesecond．watermarkembeddingstrength．Touseneuralnetworkdeterm