基于廣義高斯分布模型的小波域盲水印算法.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、目前大多數水印算法采用線性相關的方法檢測水印,但是,當原始媒體信號不服從高斯分布,或者水印不是以加性嵌入方式嵌入到待保護的媒體對象中時,該方法存在一定的問題。數字水印的不可感知性決定了水印檢測是一個弱信號的檢測問題,利用這一特性,本文從圖像小波變換細節(jié)分量的統(tǒng)計特性出發(fā),應用廣義高斯分布來建立其統(tǒng)計分布模型,并用最小化相對熵原理對廣義高斯分布的兩個參數進行建模。 本文還提出了兩種數字水印嵌入方案。第一種方案在Cox提出的乘性嵌入

2、方式的基礎上,提出了一種對于不同的圖像,可以選擇不同的嵌入強度因子和修改系數的非自適應乘性嵌入方式;第二種方案結合小波變換域人類視覺系統(tǒng)模型,給出了水印嵌入位置和嵌入強度的計算方法,提出了一種由嵌入位置和嵌入強度決定的魯棒性自適應乘性嵌入算法。然后探討了基于廣義高斯分布模型的乘性隱藏盲水印檢測器,分析了乘性隱藏盲水印檢測器的檢測門限,利用最小二乘法原理提出了一種門限值的計算方法。 圍繞數字水印的魯棒性問題,本文對四副標準灰度圖像

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論