版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、伴隨著網(wǎng)絡(luò)技術(shù)(包括Internet技術(shù))與多媒體技術(shù)的迅猛發(fā)展,數(shù)字媒體作品的知識(shí)產(chǎn)權(quán)保護(hù)問(wèn)題變得更為重要。作為數(shù)字作品版權(quán)保護(hù)的一種新途徑,數(shù)字水印技術(shù)(Digital watermarking)已引起人們高度重視,并成為國(guó)際學(xué)術(shù)界的研究熱點(diǎn)之一。數(shù)字水印(Digital watermark)技術(shù)是將一些標(biāo)示信息直接嵌入到數(shù)字作品(如數(shù)字圖像、視頻、音頻等)中,但不影響原內(nèi)容的使用價(jià)值,并且不容易被人的知覺(jué)系統(tǒng)覺(jué)察或注意到。通過(guò)這些
2、隱藏在數(shù)字作品中的標(biāo)示信息,以實(shí)現(xiàn)對(duì)該產(chǎn)品的保護(hù)或監(jiān)控。如何設(shè)計(jì)高度魯棒性的數(shù)字圖像水印方案始終是數(shù)字水印領(lǐng)域中的一個(gè)開(kāi)放課題。為了提高數(shù)字圖像水印方案的魯棒性,文本主要做了如下研究工作: 1.本文以回歸型支持向量機(jī)(Support Vector Regression,SVR)理論為基礎(chǔ),提出了一種數(shù)字圖像水印新算法。該算法能夠結(jié)合圖像局部相關(guān)性,選取穩(wěn)定的特征向量并獲得SVR訓(xùn)練模型,進(jìn)而利用SVR訓(xùn)練模型嵌入和提取數(shù)字水印信
3、息。仿真實(shí)驗(yàn)表明,本文算法不僅具有較好的不可感知性,而且對(duì)疊加噪聲、JPEG壓縮、銳化、平滑濾波、對(duì)比度增強(qiáng)等常規(guī)處理及扭曲、剪切等幾何攻擊均具有較好的魯棒性。 2.本文以回歸型支持向量機(jī)(SVR)理論為基礎(chǔ),提出了一種基于小波變換的圖像自適應(yīng)水印算法。該算法能夠結(jié)合小波系數(shù)與它相鄰系數(shù)及同層子帶中對(duì)應(yīng)位置系數(shù)的相關(guān)性,構(gòu)造穩(wěn)定的特征向量并獲得SVR訓(xùn)練模型,進(jìn)而利用SVR訓(xùn)練模型嵌入和提取數(shù)字水印信息。仿真實(shí)驗(yàn)表明,本文算法不
4、僅具有較好的不可感知性,而且對(duì)常規(guī)處理及扭曲、剪切等幾何攻擊均具有較好的魯棒性。 3.本文以回歸型支持向量機(jī)(SVR)理論及局部圖像相關(guān)特性為基礎(chǔ),提出了一種可有效抵抗去同步攻擊的強(qiáng)魯棒數(shù)字圖像水印新算法。首先利用支持向量機(jī)在小樣本的情況下良好的學(xué)習(xí)和泛化性能來(lái)建立選定像素點(diǎn)與其鄰域像素點(diǎn)之間的關(guān)系模型;然后根據(jù)關(guān)系模型來(lái)嵌入和提取水印。實(shí)驗(yàn)證明,該水印方案不僅具有較好的透明性,而且對(duì)常規(guī)信號(hào)處理和全局性幾何扭曲均具有較好的魯棒
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的彩色圖像數(shù)字水印算法研究.pdf
- 基于支持向量機(jī)和遺傳算法的圖像盲水印研究.pdf
- 基于支持向量回歸機(jī)的圖像水印研究.pdf
- 基于支持向量機(jī)的視頻數(shù)字水印算法研究.pdf
- 基于支持向量機(jī)的圖像去噪算法研究.pdf
- 基于先驗(yàn)知識(shí)的支持向量機(jī)圖像分割算法研究.pdf
- 基于支持向量機(jī)的遙感圖像幾何校正算法研究.pdf
- 基于支持向量機(jī)的相關(guān)反饋圖像檢索算法研究.pdf
- 基于支持向量機(jī)的數(shù)字水印技術(shù)研究.pdf
- 基于支持向量機(jī)的圖像融合研究.pdf
- 基于邊界向量預(yù)選的支持向量機(jī)算法研究.pdf
- 基于線性支持向量回歸機(jī)的視頻數(shù)字水印算法研究.pdf
- 基于支持向量機(jī)的遙感圖像分辨率增強(qiáng)算法研究.pdf
- 基于支持向量機(jī)的圖像檢索.pdf
- 基于遺傳算法優(yōu)化支持向量機(jī)的圖像識(shí)別
- 基于支持向量機(jī)的圖像處理方法研究.pdf
- 基于殼向量的支持向量機(jī)快速學(xué)習(xí)算法研究.pdf
- 基于支持向量機(jī)的分類算法研究.pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量機(jī)色選算法的研究.pdf
評(píng)論
0/150
提交評(píng)論