数字水印技术_20100420_982009591.pptVIP

* 数字指纹。为避免数字作品未经授权被拷贝和发行 ,版权所有人可以向分发给不同用户的作品中嵌入不同的水印以标识用户的信息。该水印可根据用户的序号和相关的信息生成 ,一旦发现未经授权的拷贝 ,就可以根据此拷贝所恢复出的指纹来确定它的来源 * 诱惑攻击：设原始图象为I，加入水印WA的图象为IA=I+WA。攻击者首先生成自己的水印WF，然后创建一个伪造的原图IF=IA-WF，也即IA=IF+WF。这就产生无法分辨与解释的情况 狭义来讲是指放大器的输出信号的电压与同时输出的噪声电压的比，常常用分贝数表示。设备的信噪比越高表明它产生的杂音越少。 图象的信噪比应该等于信号与噪声的功率谱之比，但通常功率谱难以计算，有一种方法可以近似估计图象信噪比，即信号与噪声的方差之比。首先计算图象所有象素的局部方差，将局部方差的最大值认为是信号方差，最小值是噪声方差，求出它们的比值，再转成dB数 Peak 就是指8 bits 表示法的最大值255。MSE 指 Mean Square Error（均方误差，各值相差的n次方和的平均值的n次平方根(这几个字应该没有)），I(角标n)指原始影像第n个pixel 值，P(角标n)指经处理后的影像第n个pixel 值。PSNR 的单位为dB。所以PSNR值越大，就代表失真越少。 * 1.小波分析具有多分辨分析(MRA)的特征，利用小波变换的多分辨分析特性可以对图像进行多尺度的分解，这样就可以得到原始图像更多的轮廓信息和细节信息 2.小波变换对原始图像的分解呈Mallat塔式分解，该分解方程及其滤波器系数对任意两相邻尺度应保持恒定。同时，小波变换具有集中信号能量的能力，这使得小波变换后图像的信息仅仅集中在少数几个变换系数上。这些特点有助于降低小波变换的时间复杂度和空间复杂度 4.利用图像信号突变点和噪声对小波系数敏感性的不同，也可进行图像的消噪处理，从而可以进一步提高图像目标识别的准确率 1.小波变换为分析图像的局部特性(如边缘和纹理等特征提供了很好的空间尺度定位，而这些局部特征往往与不同分辨率下详细子带的大系数相对应。因此，可以利用小波系数的局部特性来嵌入水印，还可以实现感兴趣区域(ROI)的水印嵌入 2.由于小波变换对于图像的多分辨率表示，因此可以对图像直接进行分级处理 3.人类视觉对图像的不同频率、方向具有不同的敏感性。一般对图像的低频分量非常敏感，该区域的修改很容易被人类视觉所觉察。除图像的低频分量外，人类视觉对水平方向和垂直方向上的敏感度也高于对角线方向。而图像的小波变换正好与人类视觉系统(HVS)相吻合，也是把原始图像分解成许多不同空间分辨率、频率特性和方向特性的子图像，因此，可以根据HVS特性为各子图像设计不同的水印嵌入强度，以提高水印在视觉上的不可感知性和抗攻击能力 4.具有不同的空间支持区域，因而具有局部水印和全局水印的双重优点，基于局部空间支持的水印分量可以抵抗诸如剪切一类的攻击，而基于全局支持的水印则对低通滤波和图像缩放等攻击有较强的鲁棒性 NEC算法 水印评价 图像质量客观评价：水印不可见性略差于空域水印算法 PSNRnec = 40.7287 PSNRPatchwork = 54.1514 PSNRLSB = 51.1332 NEC算法 水印评价 鲁棒性 水印攻击 能否检测出水印 空域低通滤波 Y 加入高斯噪声 Y 放大两倍 Y 剪裁 N JPEG压缩 Y 生理模型算法 人的生理模型包括人类视觉系统HVS和人类听觉系统HAS。利用生理模型的基本思想均是利用从视觉或听觉模型导出的JND（just noticeable difference）描述来确定在图像或声音的各个部分所能容忍的数字水印信号的最大强度，从而避免破坏视觉或者听觉的质量。也就是说，利用生理模型来确定与数据相关的调制掩模，然后再利用其来嵌入水印。这一方法同时具有好的透明性和鲁棒性 压缩域算法 基于JPEG、MPEG标准的压缩域数字水印系统，其水印检测与提取可直接在压缩域数据中进行，节省了完全解码和重新编码过程，因此在数字电视广播及VOD中有很大的实用价值。输入的MPEG-2数据流可以分为数据头信息、运动向量和DCT编码信号块三个部分，常见的方案主要是对DCT编码信号块进行改变 小波变换域数字水印 思路与原理 小波分析是在傅立叶分析基础上发展起来的一种积分变换，其基本思想是将函数f(t)分解成满足一定条件的一族函数 的线性叠加，我们把满足一定条件的这一族函数称为小波函数 将一幅图像看成是一个二维函数，将小波变换由一维扩展到二维，就可对一幅图像进行二维的小波分析。这样，原始图像就可分解为LL(低频)、LH(水平)、HL(竖直)、HH(对角)四个子带，而对LL子带还可进一步分解，得到更高尺度的小波系