基于量化水印的圖像認(rèn)證方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的飛速發(fā)展,對(duì)數(shù)字圖像進(jìn)行復(fù)制、編輯、修改已不是一件難事,非法的惡意篡改和傳播會(huì)給社會(huì)和人們的生活帶來(lái)巨大的危害,因此數(shù)字圖像的內(nèi)容保護(hù)和認(rèn)證成為亟需解決的重要問(wèn)題。數(shù)字水印能克服傳統(tǒng)數(shù)據(jù)認(rèn)證方法的局限,成為圖像認(rèn)證研究中的熱點(diǎn)。 針對(duì)基于量化水印的圖像認(rèn)證方法展開(kāi)研究,首先對(duì)數(shù)字水印技術(shù)和圖像認(rèn)證進(jìn)行了全面的闡述,包括魯棒性水印、易損水印和半易損水印的研究現(xiàn)狀和發(fā)展趨勢(shì),圖像認(rèn)證的方式、方法、要求以及性

2、能評(píng)估的分析論述。 繼而在通用量化水印算法模型基礎(chǔ)上,分析了量化水印的魯棒性和嵌入失真與量化參數(shù)、噪聲強(qiáng)度及宿主信號(hào)的概率分布之間的關(guān)系,發(fā)現(xiàn)誤碼率主要取決于噪聲標(biāo)準(zhǔn)差與量化步長(zhǎng)的比值。因此,利用分析結(jié)果,在應(yīng)用中可根據(jù)指定的水印嵌入失真度和對(duì)干擾的敏感度,選擇最優(yōu)量化參數(shù),優(yōu)化算法性能。實(shí)驗(yàn)結(jié)果顯示用上述方法確定的參數(shù)明顯提高了算法的性能。 針對(duì)圖像內(nèi)容認(rèn)證中的篡改恢復(fù)問(wèn)題,提出了一種基于半色調(diào)技術(shù)的半脆弱水印算法。該

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。

評(píng)論

0/150

提交評(píng)論