- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于经验模态分解数字水印技术研究
基于经验模态分解数字水印技术研究
摘 要:数字水印为了实现有效的知识产权保护提供了一条心的思路和手段,成为信息安全领域的一个热点,具有广阔的应用前景。针对于二维经验模态算法(BEMD)能将图像分解为若干个固有模态函数(IFM)和一个剩余量residue,提出了一种基于BEMD的灰度图像水印嵌入和提取算法。通过将水印嵌入到一个分解分量中,再将分解图像求和得到嵌入了水印的图像,完成水印的嵌入,并且做了相关的实验,证明算法对噪声攻击和剪切攻击也具有较好的鲁棒性,并能进行一定程度的篡改。
关键词:二位经验模态分解;水印;嵌入算法;鲁棒性
1 概述
针对信息安全问题,近几年科技工作者提出了数字水印技术。它将具有特定意义的水印信号,利用数字嵌入的方法隐藏在数字作品的空域或频域中,用以证明创作者对其作品的所有权,并作为鉴定、起诉非法侵权的证据;同时通过对水印的检测和分析来保证数字信息的完整可靠性[1]。BEMD算法用于图像处理问题上,有着很好的应用,本文的思想是将BEMD算法应用于图像水印中,完成了水印的嵌入和提取,并通过实验证明了其有良好的鲁棒性。
2 BEMD算法
随着科学技术发展,EMD 算法被越来越多使用,并且应用在很多领域,国外研究人员将 EMD 方法推广为二维,提出了二维经验模式分解算法的思想,开辟了新的应用领域。在处理二维图像问题上,该方法有着较好的效果,对 IMF 的条件要求和一维的情况相同,应用BEMD对数字图像的二维分解具体步骤如下[2]:
(1)对给定图像I曲面求曲面极值点,包括所有局部极小值和极大值。
(2)对各极小值点和极大值点进行曲面拟合,插值处理后得到各自的包络面,极小值点曲面包络Emin和极大值点曲面包络Emax。
(3)将两类包络曲面数据求平均得到均值包络曲面,求得的均值包络曲面为:E=(Emax+Emax)/2,再将原始曲面减去均值包络曲面得到处理后的包络面,为:I=I-E。
(4)计算获得的包络面终止条件SD;
(1)
如果所得的I不满足 IMF 的条件,可以将I作为原图像,重复步骤(1)至步骤(3),直到SD?滓;?滓是自己选定的阈值,一般取值范围为 0.1~0.3。用原图像减第一层固有模态函数得第一层剩余量Ir,对剩余量重复步骤(1)至(4),直到图像中的极值数目小于等于1。
将各分解结果相加可得到原始图像,表示为:
(2)
3 水印算法
3.1 水印的嵌入
二维经验模态分解可以将原图像分解成若干个IFM和一个residue,将水印嵌入先到一个分解分量中,再将分解图像求和得到嵌入了水印的图像,完成水印的嵌入,并且做了相关的实验证明了可行性。
表1 各IMF分量与原图像的相关系数
在本文中将原始图像经过BEMD分解得到四个IFM分量和一个剩余量,然后去除其中一幅分解得到的图像将剩下的图像合并得到回复后的lena图像,实验结果如图2所示。图中,图(a)为原始图像,(b)~(e)表示将原始图像经过BEMD方法分解后,去除里面的一个分量后,再将其他的分量组合求和得到的图像,它们分别表示为缺少第1、2、3、4个IMF后组合的图像,图(f)表示缺少residue后组成的图像;由实验结果可以看出,缺少IMF1、IMF2、IMF3、IMF4、IMF5、residue中任何一个时,图像都有不同程度的失真。计算各IMF分量和原图像的相关系数,结果见表1,通过相关系数可以看出,IMF1与原图像的相关系数最小,说明IMF1与原图像的相似度最小,那么将水印嵌入到IMF1中,将对原图像的影响最小,通过实验也证明了这一点。
为了保证水印在嵌入的同时也具备安全性和鲁棒性,本课题首先将水印嵌入之前,对嵌入水印图像进行置乱变换处理,未来提高鲁棒性,尝试同时嵌入多个水印图像。具体的嵌入步骤为:
(1)读取嵌入水印图像K,对其进行置乱后得到图像K1,K1为1×n的矩阵;
(2)读取原图像I,进行BEMD处理,得到IMF和residue;
(3)将置乱后的水印图像嵌入到原图像分解得到的某个IFM中,此IFMi为包含信息量最大的分量,嵌入的原则是:设置一个阈值,如果IFMi的分量大于阈值,则将嵌入,否则忽略,顺序嵌入K1分量;
(4)将所有大于阈值的IFMi分量都嵌入水印分量,可以重复嵌入水印图像,得到嵌入后的新的newIFMi分量;
(5)最后将嵌入水印的newIFMi与其他的IMF分量包括residue,合成得到嵌入水印的图像I。
其中I表示嵌入水印后的图像,IFMi表示原图像BEMD分解后得到的第i个分量。
3.2 水印的提取
水印的提取算法与水印的嵌入的算法是相对应的
文档评论(0)