斜变换和增强奇异值分解的自适应零水印算法
发布时间：2021-10-22 23:05
针对传统奇异值分解（Singular Value Decomposition,SVD）水印算法中鲁棒性与透明性的不均衡以及奇异值分解导致水印算法产生虚警率过高和对角线畸变的问题,提出了一种基于斜变换（Slant transform,ST）与增强奇异值分解（Boost Normed Singular Value Decomposition,BN-SVD）的自适应零水印算法。首先对原始图像进行分块和斜变换预处理,得到斜变换后的块矩阵,对块矩阵进行增强奇异值分解,依据分解后的最大奇异值与整体最大奇异值均值计算特征向量;对水印图像进行Arnold变换和混沌映射得到加密置乱的水印图像;最后利用特征向量和加密置乱水印图像进行异或运算构造零水印图像;利用天牛须优化算法（Beetle Antennae Search Algorithm,BAS）中的适应度函数迭代确定增强奇异值分解中引入的参数?。实验结果表明,该算法在抵抗JPEG压缩、噪声、滤波、旋转、剪切和混合攻击下,提取水印图像与原水印图像的归一化系数NC值均可达到98%以上,水印算法的安全性能较好。通过BAS对水印算法进行优化,在降低水印算法运算...
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
Logistic周期倍化分叉图
辽宁工程技术大学硕士学位论文244实验结果与分析4.1实验环境及参数说明采用不同大小的水印图像进行仿真实验来验证本文算法的鲁棒性，测试环境为CPU:IntelCorei5、主频：1.6GHz、内存：8GB2133MHzLPDDR3、MatlabR2014a实验平台。选取大小为512512像素值的灰度图像Lena、Baboon、Bridge和Plane为标准测试图像，如图4.1(a)-(d)。Lena图像具有渐变的阴影特性。Baboon图像和Bridge图像纹理信息较均匀，Plane图像的纹理信息较复杂。分别选取大小为32×32像素值和16×16像素值的二值图像“辽宁工大”为水印图像，如图4.1(e)-(f)。水印预处理过程中，Logistic映射参数=3.654和初值0x=0.54，Arnold置乱次数n=20，设置天牛须优化算法的迭代次数为20,初始化天牛两须之间的距离d=0.02，步长1=1，变步长参数eta=0.95。实验中参数在四幅灰度图像Lena、Baboon、Bridge和Plane中16×16像素值水印图像和32×32像素值水印图像的最优值分别为0.2874、0.6335、0.5426、0.5784和0.7461、0.9926、0.8647、0.8972。为验证本文水印算法具有较强鲁棒性，本文采用NC值作为算法鲁棒性的评价标准。如公式4.1所示：()()()()()12111222121111,,,,,MNijMNMNijijxijxijNCxxxijxij=======(4.1)式中12x,x分别表示初始水印和提取的水樱(a)Lean(b)Baboon(c)Bridge(d)Plane(e)32×32水印图像(f)16×16水印图像图4.1原始灰度图像与水印图像Figure4.1Originalgrayimageandwatermarkimages
辽宁工程技术大学硕士学位论文254.2对角线失真虚警率问题与安全性测试4.2.1对角线失真实验如图4.2(a)、(b)为文献[71]算法中提取的具有明显的对角线痕迹的水印图像，图4.2(c)、(d)为本文算法提取出的“辽宁工大”水印图片没有明显的对角线痕迹，说明本算法高效的解决了对角线失真问题。(a)原水印图像(b)提取的水印图像(c)本文原水印图像(d)本文提取的水印图像图4.2原水印图像与受攻击后提取的水印图像Figure4.2Originalwatermarkimageandattackedextractwatermarkimages4.2.2虚警率问题实验测试为了验证本文是否能够真实有效地解决SVD的虚警错误问题，图4.3是本文算法与SVD算法进行对比实验结果图。(a)原始图像(b)伪造水印图像(c)SVD算法(d)本文算法图4.3虚警错误仿真实验结果Figure4.3Simulationresultsoffalsepositiveerrors实验结果图可以看出，当采用BN-SVD算法时，在不能确定参数值的情况下提取水印图像时，不能提取出正确的水印图像(密文)。因BN-SVD中的参数可以使图像与奇异
【参考文献】：
期刊论文
[1]NMF和增强奇异值分解的自适应零水印算法[J]. 肖振久,宁秋莹,张晗,唐晓亮,陈虹. 计算机应用研究. 2020(04)
[2]基于低频奇异值均值的强鲁棒零水印算法[J]. 齐向明,张晶,谭昕奇. 计算机工程. 2019(12)
[3]增强奇异值分解的自适应零水印[J]. 肖振久,姜东,张晗,唐晓亮,陈虹. 中国图象图形学报. 2019(01)
[4]基于超混沌的图像零水印算法[J]. 张海涛,张思博. 计算机应用研究. 2019(11)
[5]一种基于Slant变换和SVD的稳健性数字水印算法[J]. 肖振久,郭冰莹,李南,唐晓亮. 计算机工程与科学. 2018(10)
[6]RGB空间彩色零水印算法[J]. 曲长波,吴德阳,肖成龙,郭鹏飞,姜思瑶. 计算机科学与探索. 2019(04)
[7]基于分块FRIT-SVD的鲁棒零水印算法[J]. 曲长波,于智龙,李栋栋. 计算机工程与科学. 2018(06)
[8]基于小波分解的统计特征哈希[J]. 沈麒,赵琰. 应用科学学报. 2018(02)
[9]基于SVD和SAE的医学图像多功能零水印算法[J]. 赵彦霞,孙洁丽,周增慧,邢胜. 电信科学. 2017(11)
[10]基于奇异值分解与蜂群优化的鲁棒图像水印算法[J]. 杨俊成,李淑霞,李亮. 控制工程. 2017(09)
博士论文
[1]基于变换域的多媒体数字水印关键技术研究[D]. 莫佳.电子科技大学 2014
[2]基于混沌和图像矩的鲁棒零水印技术研究[D]. 高光勇.南京邮电大学 2012
硕士论文
[1]抗几何攻击零水印算法的研究[D]. 王会平.长春工业大学 2016
[2]图像零水印算法的研究[D]. 尚南南.杭州电子科技大学 2014
[3]基于图像离散矩抗几何攻击的零水印算法研究[D]. 程兴宏.西北大学 2013
[4]图像与视频水印技术的一些研究[D]. 杨帆.杭州电子科技大学 2012
[5]基于奇异值分解的数字水印算法研究[D]. 赵敏.西安建筑科技大学 2011
[6]图形水印技术研究[D]. 王春丽.武汉工程大学 2011
[7]基于非正弦类正交变换的数字水印研究[D]. 金渊智.重庆大学 2009
[8]基于小波包变换和听觉掩蔽的同步音频盲水印技术研究[D]. 王舜.江苏大学 2007
[9]DCT域图像水印算法的研究[D]. 陈海永.哈尔滨理工大学 2005
本文编号：3451998
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
Logistic周期倍化分叉图
辽宁工程技术大学硕士学位论文244实验结果与分析4.1实验环境及参数说明采用不同大小的水印图像进行仿真实验来验证本文算法的鲁棒性，测试环境为CPU:IntelCorei5、主频：1.6GHz、内存：8GB2133MHzLPDDR3、MatlabR2014a实验平台。选取大小为512512像素值的灰度图像Lena、Baboon、Bridge和Plane为标准测试图像，如图4.1(a)-(d)。Lena图像具有渐变的阴影特性。Baboon图像和Bridge图像纹理信息较均匀，Plane图像的纹理信息较复杂。分别选取大小为32×32像素值和16×16像素值的二值图像“辽宁工大”为水印图像，如图4.1(e)-(f)。水印预处理过程中，Logistic映射参数=3.654和初值0x=0.54，Arnold置乱次数n=20，设置天牛须优化算法的迭代次数为20,初始化天牛两须之间的距离d=0.02，步长1=1，变步长参数eta=0.95。实验中参数在四幅灰度图像Lena、Baboon、Bridge和Plane中16×16像素值水印图像和32×32像素值水印图像的最优值分别为0.2874、0.6335、0.5426、0.5784和0.7461、0.9926、0.8647、0.8972。为验证本文水印算法具有较强鲁棒性，本文采用NC值作为算法鲁棒性的评价标准。如公式4.1所示：()()()()()12111222121111,,,,,MNijMNMNijijxijxijNCxxxijxij=======(4.1)式中12x,x分别表示初始水印和提取的水樱(a)Lean(b)Baboon(c)Bridge(d)Plane(e)32×32水印图像(f)16×16水印图像图4.1原始灰度图像与水印图像Figure4.1Originalgrayimageandwatermarkimages
辽宁工程技术大学硕士学位论文254.2对角线失真虚警率问题与安全性测试4.2.1对角线失真实验如图4.2(a)、(b)为文献[71]算法中提取的具有明显的对角线痕迹的水印图像，图4.2(c)、(d)为本文算法提取出的“辽宁工大”水印图片没有明显的对角线痕迹，说明本算法高效的解决了对角线失真问题。(a)原水印图像(b)提取的水印图像(c)本文原水印图像(d)本文提取的水印图像图4.2原水印图像与受攻击后提取的水印图像Figure4.2Originalwatermarkimageandattackedextractwatermarkimages4.2.2虚警率问题实验测试为了验证本文是否能够真实有效地解决SVD的虚警错误问题，图4.3是本文算法与SVD算法进行对比实验结果图。(a)原始图像(b)伪造水印图像(c)SVD算法(d)本文算法图4.3虚警错误仿真实验结果Figure4.3Simulationresultsoffalsepositiveerrors实验结果图可以看出，当采用BN-SVD算法时，在不能确定参数值的情况下提取水印图像时，不能提取出正确的水印图像(密文)。因BN-SVD中的参数可以使图像与奇异
【参考文献】：
期刊论文
[1]NMF和增强奇异值分解的自适应零水印算法[J]. 肖振久,宁秋莹,张晗,唐晓亮,陈虹. 计算机应用研究. 2020(04)
[2]基于低频奇异值均值的强鲁棒零水印算法[J]. 齐向明,张晶,谭昕奇. 计算机工程. 2019(12)
[3]增强奇异值分解的自适应零水印[J]. 肖振久,姜东,张晗,唐晓亮,陈虹. 中国图象图形学报. 2019(01)
[4]基于超混沌的图像零水印算法[J]. 张海涛,张思博. 计算机应用研究. 2019(11)
[5]一种基于Slant变换和SVD的稳健性数字水印算法[J]. 肖振久,郭冰莹,李南,唐晓亮. 计算机工程与科学. 2018(10)
[6]RGB空间彩色零水印算法[J]. 曲长波,吴德阳,肖成龙,郭鹏飞,姜思瑶. 计算机科学与探索. 2019(04)
[7]基于分块FRIT-SVD的鲁棒零水印算法[J]. 曲长波,于智龙,李栋栋. 计算机工程与科学. 2018(06)
[8]基于小波分解的统计特征哈希[J]. 沈麒,赵琰. 应用科学学报. 2018(02)
[9]基于SVD和SAE的医学图像多功能零水印算法[J]. 赵彦霞,孙洁丽,周增慧,邢胜. 电信科学. 2017(11)
[10]基于奇异值分解与蜂群优化的鲁棒图像水印算法[J]. 杨俊成,李淑霞,李亮. 控制工程. 2017(09)
博士论文
[1]基于变换域的多媒体数字水印关键技术研究[D]. 莫佳.电子科技大学 2014
[2]基于混沌和图像矩的鲁棒零水印技术研究[D]. 高光勇.南京邮电大学 2012
硕士论文
[1]抗几何攻击零水印算法的研究[D]. 王会平.长春工业大学 2016
[2]图像零水印算法的研究[D]. 尚南南.杭州电子科技大学 2014
[3]基于图像离散矩抗几何攻击的零水印算法研究[D]. 程兴宏.西北大学 2013
[4]图像与视频水印技术的一些研究[D]. 杨帆.杭州电子科技大学 2012
[5]基于奇异值分解的数字水印算法研究[D]. 赵敏.西安建筑科技大学 2011
[6]图形水印技术研究[D]. 王春丽.武汉工程大学 2011
[7]基于非正弦类正交变换的数字水印研究[D]. 金渊智.重庆大学 2009
[8]基于小波包变换和听觉掩蔽的同步音频盲水印技术研究[D]. 王舜.江苏大学 2007
[9]DCT域图像水印算法的研究[D]. 陈海永.哈尔滨理工大学 2005
本文编号：3451998
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3451998.html
