一、一个基于相似变换不变性的数字水印算法（论文文献综述）
常丽丽[1]（2021）在《基于连续正交矩的鲁棒图像水印算法研究》文中研究表明随着网络技术和数字媒体的蓬勃发展,当今社会已然迈入信息时代,大量数字化产物在网络空间中存储和传输,如何保障数字资源的存储和传播成为社会广泛关注的问题。数字水印技术在众多安全技术中脱颖而出,在数字资源版权保护问题中展现出独特优势。近年来,鲁棒图像水印技术已取得长足进步,现有的鲁棒图像水印算法已能很好地抵抗常规图像处理攻击,但如何抵抗几何攻击和提高计算精度,依然是数字图像水印研究领域共同面临的难题。本文针对上述鲁棒图像水印算法中存在的难点问题展开了深入研究,主要工作如下:（1）利用高斯数值积分（Gaussian numerical integration,GNI）提出了一种极谐-傅里叶矩（polar harmonic Fourier moments,PHFM）的精确计算方法。然后基于精确PHFM和混沌映射提出一种新的抗几何攻击的水印算法。本文提出的精确PHFM具有更好的几何不变性,对算法抗几何攻击的能力有很大提升;通过使用Tent混沌系统将水印图像置乱,进而使得算法安全性提升。经测试验证,该算法对各类攻击均能有效对抗,在与类似水印算法对比时,也显示出了本算法的优异性能。（2）为提升性能,对上述方案进行改进,将精确PHFM和Logistic混沌映射相结合,提出了用于遥感图像的零水印算法,零水印技术可对遥感图像的像素细节提供保护。在算法中,利用精确GNI对原始灰度图像PHFM进行计算,之后选取性能良好的PHFM幅值进行二值特征图像的构造。最终把加密的logo图像与特征图像作异或,将生成的零水印图像注册并存放在第三方机构,水印构造阶段即完成。在验证版权归属时,在第三方机构中取出零水印图像和待验证图像进行异或,比较提取出的logo图像与原始logo图像的差异,即可核对得到图像的真正所有者。经实验对比,本文所提算法对常规图像处理攻击和几何攻击均具有较好的鲁棒性。（3）提出了一种新颖的零水印方案,用于同时保护两幅相似医疗图像的版权。首先,利用GNI方法设计了一种精确极复指数变换（Accurate polar complex exponential transform,APCET）。然后,基于三元数理论和APCET构造了三元数精确极复指数变换（Ternary accurate polar complex exponential transform,TAPCET）。最后,基于TAPCET和混沌映射提出了一种针对两幅相似医疗图像的鲁棒零水印算法,可同时用于两幅相似医疗图像的版权保护。仿真实验表明,该方案能够抵抗各类攻击的干扰,与其他类似零水印算法相比也具有优异的性能。
罗一帆[2]（2021）在《基于媒体特征分析的自适应音视频水印关键技术研究》文中认为随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频作为视听媒体的代表,其版权保护是数字水印研究的重点,研究者们已提出了多种音视频数字水印方法。但现有方法对音视频信号在时-频域中的变化特征缺乏充分的研究与应用,导致水印抗时域同步攻击、几何变换等攻击能力不足,水印鲁棒性和不可感知性均有待提升;同时,对新发展起来的无损压缩音频、3D视频研究不足,少有针对性数字水印算法。为解决这些问题,本文基于音视频特征信息分析,从以下两个方面提出解决思路。第一,分析音视频信号时-频域变化规律,根据规律构建特征信息作为信号自适应分段标志、确定水印嵌入位置;水印嵌入位置随特征信息变化而改变,而各类攻击对特征信息影响小,水印抗同步攻击、几何攻击等攻击鲁棒性得到提升。第二,将水印嵌入与提取过程同音频信号变化特征、编解码特征、视频角点特征、3D视图渲染特征相结合,充分运用特征信息来提升水印不可感知性和抗各类攻击的鲁棒性。根据解决思路,本文提出了以下解决方案:依次构建在各类攻击下鲁棒性更强的音频节拍、音频显着状态、视频角点、视频对象动作等特征信息作为信号分段、水印嵌入位置选择或水印认证标志,实现水印抗同步攻击鲁棒性的提升。针对有损压缩、无损压缩音频,2D、3D视频,将特征信息构建与水印嵌入、提取方法相结合,分别设计双通道音频水印算法、双域音频水印算法、与无损压缩编码相结合的无损音频水印算法、与视觉密码相结合的2D视频‘零水印’算法、与3D渲染模式相结合的3D视频水印算法,各有侧重地提升水印鲁棒性和不可感知性。根据解决方案,具体算法实现如下:一、提出了基于信号自适应分段与嵌入强度优化的双通道音频水印算法。利用自相关检测法对音频信号进行自适应分段,作为水印嵌入位置选择标志,提高水印抗同步攻击鲁棒性。构建音频信号双通道特征信息,设计水印双通道嵌入与提取方法,降低水印嵌入强度,提高水印不可感知性。二、提出了基于离散小波包变换的双域音频水印算法。设计更具鲁棒性的音频信号自适应分段方法,水印具备更强的抗同步攻击能力;引入心理声学模型,将音频信号划分为听觉掩蔽域和被掩蔽域,设计符合掩蔽效应的双域水印嵌入位置选择方法、水印嵌入强度自适应控制方法,在双域中同时进行水印嵌入与提取,既提高水印的鲁棒性,又能保障其不可感知性。三、提出了针对MPEG-4 SLS格式的无损压缩音频水印算法。构建MPEG-4 SLS（Scalable Lossless Coding）编码整型修正离散余弦变换（Integer Modified Discrete Cosine Transform,Int MDCT）系数显着状态特征信息作为水印嵌入位置选择标志,增强特征信息鲁棒性,实现水印抗同步攻击鲁棒性的提升;设计与无损编解码技术相结合的水印嵌入与提取方法,提高水印抗各类信号处理攻击的鲁棒性,同时应用听觉掩蔽效应实现对水印嵌入强度的有效控制。四、提出了基于时-空域特征和视觉密码的视频‘零水印’算法。设计有限状态机进行关键帧选择,在关键帧中构建时-空域角点特征信息作为水印认证信息元素,提高特征信息抗同步攻击、色彩与几何攻击鲁棒性。将特征信息与视觉密码相结合,生成鲁棒性水印认证信息,在版权机构进行注册,在不改变视频信号的前提下实现水印嵌入。五、提出了基于深度图像渲染（Depth-image-based rendering,DIBR）的3D视频水印算法。与DIBR特征进行融合,构建视频帧对象动作特征信息作为水印嵌入位置自适应选择标志,增强特征信息鲁棒性,提升水印抗深度信息变化、几何变换攻击鲁棒性;设计同DIBR渲染过程相结合的水印嵌入与提取方法,提升水印鲁棒性和不可感知性。综上所述,本文针对现有音视频水印方法存在的问题,基于特征信息分析对音视频数字水印关键技术进行研究。分析音视频信号时-频域变化特征与鲁棒性特征信息提取方法,提出了问题解决思路,给出了解决方案。实现了在小波域、时空域、压缩域中对有损压缩音频、无损压缩音频、2D视频、3D视频进行水印嵌入与提取,有效增强了水印鲁棒性和不可感知性,为水印算法的应用打下了更坚实的基础。
冯柳[3]（2021）在《抗仿射变换的鲁棒水印方法研究》文中研究指明鲁棒水印是一种能够抵抗滤波、信道噪声、旋转、缩放等攻击的水印,多用于数字内容版权保护和盗版追踪等方面。而仿射变换是由旋转、缩放、拉伸等由单一几何攻击组成而成,抗仿射变换鲁棒水印由于水印同步问题,一直是鲁棒水印研究的一个难点和热点。本文就抗仿射变换的数字水印中的若干问题展开研究,主要工作及创新点如下:1、针对需要在仿射变换后发生形变的图像上同步原始水印嵌入位置的问题,提出了一种基于ASIFT特征点构建Delaunay三角网格的鲁棒水印算法。首先,从原始图像中提取ASIFT特征点;然后,分析仿射变换过程中插值和采样对水印区域产生的影响,构建了基于特征点集的Delaunay三角网格结构,并对构建的网络结构进行优化;最后,在优化后的网格区域内通过调整直方图进行水印嵌入。算法中采用的Delaunay三角网格对图像的形变在结构上具有可保持性,可确保水印的同步。针对常见的旋转、缩放等几何攻击进行了实验验证,验证结果表明:提出的方法可以抵抗常见的几何攻击,对旋转加缩放等仿射变换攻击也有一定的抵抗性。2、为提高重建仿射变换矩阵的准确度,提出了一种基于Delaunay三角剖分结构重建图像的抗仿射变换水印算法。首先,根据Delaunay三角剖分结构对图像形变的保持特性,提出了基于Delaunay三角的图像重建算法;然后,依据水印嵌入方案中对特征点鲁棒性及特征点间间距的需求,提出了基于不同特征点的通用提取及筛选算法,并结合选取的特征点,根据重建图像和Delaunay三角结构,利用最小二乘法反演仿射变换参数;最后,针对选取出的鲁棒特征点,分别以每一特征点为中心划分嵌入区域,在嵌入区域内通过调整直方图进行水印嵌入。实验结果表明所提方法对大部分攻击可以得到有效提取,同时对于仿射变换攻击也有较好的抵抗效果。3、提出了一种基于特征点同步水印嵌入位置的频域鲁棒水印算法。首先,根据特征点对应于图像明暗剧烈变化结构的特性,提出基于具有最大欧氏距离特征点组的水印嵌入位置同步算法,利用特征点间水平、垂直距离关系确定水印的嵌入位置并得到水印嵌入位置标志信息;然后,在定位得到的水印嵌入位置上进行DWT-DCT频域变换,使用一阶DWT变换中LL层不重叠的块来进行DCT变换,分别于每个块上的若干个DCT系数上嵌入水印。基于提出的方法分别对图像处理攻击和几何攻击进行了实验,实验结果表明所提方法可以准确同步水印的嵌入位置,与现有抗几何攻击的方法相比不仅保持了抗图像处理攻击和单一几何攻击的能力,在抗仿射变换攻击上也有很好的表现。4、提出了一种基于神经网络得到图像块与水印信息映射关系的水印算法。该方法通过训练神经网络从图像块中提取特征,之后对图像块进行分类来表示水印信息。同时将受到仿射变换攻击的图像作为扩展训练样本集,为神经网络提供训练样本以抵抗仿射变换攻击。首先,将原始图像和被攻击的图像分割为不重叠的同等大小分块,并选取候选块;然后,将水印信息与候选块对应的标签对作为训练网络的数据集,用数据集训练可以提取水印信息的神经网络。提取水印时,需要先使用特征点将图像重建并对图像进行预处理,之后使用与训练网络时相同的方式提取分块,将分块输入网络得到最终的水印序列。该算法不会造成图像的质量损失,而且自适应的鲁棒特征提取表现出了较好的鲁棒性。通过对不同攻击的实验,对本章方法进行验证并得到了对单一几何攻击和仿射变换攻击的较好结果。最后对全文工作进行了总结,并对下一步的研究方向进行了展望。
陈亚男[4]（2020）在《抗几何攻击的数字水印算法研究》文中认为在计算机科学技术和网络互联的高速发展的背景下,越来越多的数字作品信息易遭到非法用户恶意的复制和篡改,使得多媒体版权保护和数字信息安全领域问题被广泛的关注。版权保护和图像认证可以由数字水印技术得到实现,已经成为国际学术界的研究热点。目前,数字水印技术的研究取得了长足的进步,但是针对几何攻击的数字水印算法仍然是多媒体信息安全领域的研究难点。本文研究了数字水印技术,首先介绍了数字水印的基本概念和分类,总结了各种数字水印的攻击方法和评估标准,然后提出了相应的抗几何攻击的数字水印算法。（1）提出了一种基于改进的Sobel算子的零水印算法。该算法首先对原始图像进行不重叠分块并求均值,并重新组合形成近似图像;其次,用改进的Sobel算子提取图像边缘信息特征,通过极坐标变换等处理得到特征向量;然后,与通过Fibonacci变换和Logistic混沌映射进行双重加密的水印信息相异或以获得零水印。最后,在认证中心注册。实验结果表明,构造的零水印不仅可以抵御噪声、滤波和JPEG压缩等常规图像处理攻击,而且还具有针对缩放,剪裁和旋转等几何攻击的强大鲁棒性。（2）在上述研究的基础上,提出了基于非负矩阵分解（NMF）的抗强剪切攻击的零水印算法。该算法首先通过NMF分解原始图像,并将获得的系数矩阵注册在版权中心,作为零水印信息的一部分。利用NMF局部感知全局的特性,可以在受到剪切攻击后,通过完整的子块恢复出完整的基矩阵,然后重建原始图像以提取完整且准确的水印。与现有的水印技术相比,该算法可以有效抵抗强剪切攻击,并且对其他各种图像处理攻击（例如缩放,滤波,噪声,压缩）具有很强的鲁棒性。
孙冕[5]（2020）在《游戏人物原画的版权保护算法研究》文中指出随着游戏市场的版权纠纷不断,版权认证成为一个亟待解决的问题。其中,对游戏人物原画的抄袭现象最为普遍,常见的抄袭类型分为创意抄袭和篡改抄袭两种。通过对大量游戏人物原画抄袭的研究,发现原画在抄袭过程中具有一些相对不变的特点:1)人物姿势相对不变;2)人物躯干区域相对不变;3)人物姿势关节点分布相对不变。现有的图像抄袭检测算法无法直接应用于游戏人物原画的抄袭检测,因为存在检测结果不够准确、无法适用于内容篡改较多的场景。针对人物原画抄袭的特点和现有算法的缺点,本文从被动和主动取证两个方面,提出适用于游戏人物原画的版权保护方案,主要包括以下三个算法:（1）针对被动取证的创意抄袭场景,利用人物姿势的不变性,提出了一种基于姿势的多特征融合抄袭检测算法。为了提高算法检测的准确性,该算法不但引入体现游戏人物独特性的姿势特征作为检测特征,而且考虑到单一特征检测的局限性,将多个图像特征融合来描述游戏人物,使得检测结果更加准确。算法包括五个步骤:首先,通过SUSAN角点检测提取人物肩部拐点对游戏人物进行旋转矫正,并使用自下而上的行人检测方法提取人物姿势关节点。其次,采用面部浓缩法对面部关节点进行代表点计算,与其他关节点构成姿势特征。然后,通过使用位姿不变性的方法描述姿势特征。接着,通过颜色直方图、灰度共生矩阵、几何不变矩的方法提取图像的颜色、纹理、形状特征。最后,使用单一特征的查准率均值分配多特征权重,融合成特征向量,并根据特征向量相似距离判定两幅游戏原画是否存在抄袭。实验表明,该算法对游戏人物的旋转、缩放、颜色改变、部件替换等抄袭攻击表现良好,检测率较高。（2）针对主动取证的篡改抄袭场景,利用人物躯干区域的不变性,提出了一种基于皮肤和纹理检测的游戏人物原画高质量水印算法。为了提高含水印图像的不可感知性,该算法利用改进的真人皮肤检测算法实现游戏人物的皮肤检测,进而定位到原画的非皮肤且纹理复杂度最高的区域作为水印嵌入区域。算法包括四个步骤:首先,通过提取的姿势关节点定位人物的上身躯干区域,并在上身躯干区域进行循环选块。其次,统计大量游戏人物皮肤图像HSV&YCbCr空间的肤色阈值,并改进真人皮肤检测算法,提高其在游戏人物皮肤的检测准确率。并通过分别计算每个选块皮肤面积比率和纹理复杂度,将皮肤面积小且纹理复杂度最高的选块作为水印嵌入区域。然后,对选块图像进行多级小波变换和奇异值分解,将水印嵌入中频子带。最后,通过对待检测图像的水印提取进行版权认证。实验表明,该算法将水印嵌入游戏人物的非皮肤纹理复杂区域具有较好的不可感知性,而且能够抵抗多种常见的篡改攻击,例如添加文字、替换人物部件、服装颜色改变、裁剪腿部等。（3）针对主动取证的篡改抄袭场景,利用姿势关节点的相对不变性,提出了一种基于姿势关节点的游戏人物原画鲁棒水印算法。由于传统的特征点用于游戏人物原画具有分布不均匀且受攻击后不稳定的缺点,因此选取分布均匀、稳定且有序的姿势关节点作为特征点,并构造旋转不变的圆形局部特征区域嵌入水印。算法分为四个步骤:首先,以提取的姿势关节点为中心构造圆形局部特征区域。其次,将局部特征区域进行归一化,并补“0”后作为嵌入区域。然后,对候选区域采用离散傅里叶变换,选择中频带的幅值系数嵌入水印。最后,根据姿势关节点的顺序提取水印信息,并使用虚警概率决定是否嵌入水印。实验表明,与已有基于局部特征的水印算法相比,该水印算法选取的特征点更加稳定,而且将水印有序嵌入各个关节点,可以有效地对抗游戏人物原画篡改抄袭的多种攻击（例如添加文字、替换人物部件、服装颜色改变、裁剪腿部、裁剪身体部分等）,并且具有较好的鲁棒性。
蒋飞凤[6]（2020）在《基于张量的彩色图像零水印技术研究》文中认为在强大科学技术的推动下,当今社会可以说是瞬息万变,各种信息载体都有了现代化的表现形式和处理方式。图像作为一种较为形象、直观的数据载体,目前主要以数字形式呈现。但在这种情况下,不法分子可以借助便利的网络和一些软件肆意下载、复制、篡改数字图像等,严重威胁版权所有者的合法权益。数字零水印技术可以有效提供对数字图像的版权保护,主要通过提取原始载体图像的特征数据,以此构造唯一零水印的方式实现,但现有的算法主要应用于灰度图像。出于上述考虑,本文提出了一种新的基于彩色图像的数字零水印算法。由于使用的图像是三维彩图,因此在算法中引入了张量及张量展开,这几乎是张量概念及其相关技术在零水印领域的首次尝试。在算法具体实现时,首先从原始载体图像中取各个维度的数据,构造不同的三维张量,然后再根据特定的方向对获得的张量进行张量展开。这几步操作同时实现了三个功能,包括全面利用彩色图像各方面数据,无损维度压缩和数据置乱。另外,在后续过程中还使用了奇异值分解和离散余弦变换,对张量展开后的不同数据进行分别处理。上述两个操作能够减少零水印数据量,并促进算法鲁棒性的提高。根据大量仿真实验和对比实验的实验结果,可以确定本文提出的算法同时具备较好的唯一性和较强的鲁棒性。并且,当应用于不同类型的原始载体图像时,算法的性能依旧维持在较好的水平。在文章的最后,基于本文算法的一些不足,对后续进一步的研究方向进行了大致的说明。
吴秋玲[7]（2018）在《变换域音频鲁棒数字水印技术研究》文中研究指明互联网和多媒体技术的迅猛发展为音频媒体的使用和传播提供了极大便利,但伴随而来的信息安全问题也成为亟待解决的全球难题。音频数字水印技术是当前实现音频媒体的版权保护、提供重要信息的隐蔽传播、隐秘标注音频内容、检测音频内容完整性等目的的重要手段,在版权保护、隐秘通信、内容标注、身份认证、军事情报等领域获得广泛应用,成为近年来通信和信息安全领域的研究热点。音频鲁棒水印技术的研究主要集中于在不影响音频载体使用价值的前提下提升其隐藏容量和抵御外部攻击的鲁棒性,以实现借助音频媒体隐秘传输机密信息和保护音频媒体自身权属等目的。以隐秘存储和传播机密信息为目的的应用注重算法的隐藏容量、对抗信号处理攻击的能力、安全性以及对所提取机密信息的恢复处理等特性的研究。以权属保护为目的的应用则注重算法对抗多种恶意攻击的鲁棒性。目前大多数音频鲁棒水印算法尚存在无法抵御恶意攻击、隐藏容量低、透明性差、缺乏有效的同步机制、对所提取的信息质量没有有效的增强处理措施等不足,且仅应用于隐藏图片或序列水印,而不适合用于隐藏数据量大且对误码率极其敏感的音频水印。本文立足于借助音频媒体实现隐秘通信和音频媒体的权属保护等应用为目的的音频鲁棒水印算法的研究,包括提升算法的隐藏容量、鲁棒性、安全性以及音频水印的消噪处理等多个方面,主要研究成果有:（1）针对用于隐秘通信的音频水印算法在隐藏信息时还存在隐藏容量小、鲁棒性差以及对所提取的音频信号缺乏有效的质量增强处理等方面的不足,提出一种基于离散小波变换（Discrete Wavelet Transformation,DWT）的音频水印算法。该算法利用人耳听觉系统对音频信号的部分频率成分发生微小变化不敏感的特性,调节音频片段经小波变换后所得的多级中高频小波系数,进而改变其前后两部分的能量状态来隐藏二进制信息。在提取信息时,无需原始音频载体的参与,仅通过对比小波系数前后两部分的能量相对大小来判断二进制的取值,可实现信息的盲提取。在机密信息被嵌入音频载体前,采用对其预加密的方式提升信息的安全性,以防止信息泄露。嵌入深度、隐藏频段和音频载体的分段长度这3个参数对该算法的隐藏容量、音频载体的听觉质量以及所提取信息的误码率具有重要影响,在实际应用中可根据实际指标要求设置算法所需的最佳参数。实验测试结果表明该算法具有良好的透明性和安全性;较大的隐藏容量,且音频分段长度越短,用于隐藏信息的频段越多,其隐藏容量越大;能够抵御白噪声、低通滤波、MP3压缩、重采样、重量化和回声干扰等多种攻击;可以隐藏任意二进制数据,所提出的消噪方法可有效去除音频水印中的误码噪声,增强其听觉质量。（2）为了进一步提升音频水印算法的隐藏容量和透明性,提出了一种基于DWT和离散余弦变换（Discrete Cosine Transform,DCT）混合变换域的大容量音频数字水印算法。该算法利用DWT的多分辨率特性把音频载体分解为不同频段的小波系数,然后利用DCT的能量集中特性对特定的小波系数进行能量压缩,最后使用两个数值不等的嵌入深度表示二进制水印的两个状态来设计水印嵌入规则。在提取水印时,首先计算每个音频片段中水印的嵌入深度,然后通过对比嵌入深度的大小实现水印信息的盲提取。采用对机密信息进行混沌预加密的方式进一步增强其安全性。实验测试结果表明,该算法在携带机密信息时具有良好的安全性、与上一种算法相比具有更大的隐藏容量和更好的透明性、能够抵御MP3压缩、白噪声、低通滤波、重采样、重量化、幅度放大和回声干扰等多种信号处理攻击、提取的图片水印非常清晰,提取的音频水印经消噪处理后具有良好的听觉质量。（3）为了进一步提升水印算法的透明性和鲁棒性,提出了一种基于DWT和DCT的自适应强鲁棒的音频数字水印算法。该算法通过对比音频片段经过DWT和DCT处理后所得到的两组变换域系数的平均幅度来设计水印嵌入和提取规则,并据此分析信息的嵌入深度与透明性和鲁棒性之间的关系,提出了一种以每个音频片段的平均幅度控制其水印信息嵌入深度的自适应控制策略。为了提高机密信息的安全性,该算法利用混沌序列良好的伪随机特性对水印进行预加密,在不需要原始音频参与的情况下,只有拥有正确密钥的用户才可以盲提取信息。使用音频信号和二值图片作为机密信息分别测试所提算法的各项性能,实验测试结果表明,该算法能够提供172bps的隐藏容量、具有更好的透明性、在抵御MP3压缩、白噪声、低通滤波、重采样、重量化、幅度放大和回声干扰等多种攻击时鲁棒性明显提高,所提取的图片水印和音频水印具有更好的相似度和听觉质量、与其他水印算法相比具有更好的性能。（4）针对用于音频媒体权属保护的水印算法其携密音频在遭受时间缩放、变调、随机剪切和抖动等恶意的同步攻击时,水印难以提取甚至丢失的问题,提出一种基于DCT和奇异值分解（Singular Value Decomposition,SVD）的抗同步攻击的音频水印算法。在分析同步攻击特点的基础上,通过追踪浊音帧的局部最大值来设计同步机制,提出一种基于浊音的局部最大值追踪算法用以搜寻水印的最佳嵌入区域。对嵌入区域内的时域数据执行DCT后,再利用SVD对中频系数进行分块和奇异值分解,最后使用量化的思想设计水印嵌入规则。该算法提取水印时仅通过判断特征值的奇偶性即可获取水印,可实现信息的盲提取。使用混沌序列对水印进行预加密以增强其安全性。该算法利用二次均匀分帧、“局部最大值追踪算法”和三次重复嵌入相同水印等多种措施使其具有很强的鲁棒性。实验结果表明该算法具有良好的透明性和安全性、可提供64kbps的隐藏容量、在多种强度的时间缩放、变调、随机剪切和抖动等恶意攻击下,所提取的图片水印非常清晰,可有效证明其音频载体的权属。
夏之秋[8]（2019）在《抗几何攻击的医学图像鲁棒零水印算法研究》文中认为伴随着信息技术的飞速发展,数字医学图像在疾病的诊断和治疗中的应用日趋增多。但是在享受医学图像带来便利的同时,其在公用网络传输中存在未经授权的情况下非法拷贝和篡改的风险。因此,对医学图像的版权保护就显得尤为重要。由于鲁棒零水印采取零嵌入的方式,并未修改原始图像,在实现版权保护的同时,不会破坏图像的完整性,故而其十分适用于医学图像。鲁棒医学图像零水印的研究主要关注算法抵抗各种攻击的能力,即设计的算法在经过各种攻击之后仍能完整的提取出零水印信息。由于几何攻击会改变受攻击医学图像和原始医学图像之间的位置关系,造成零水印信息与医学图像严重的失同步现象,使得零水印信息的提取异常困难。故而算法抗几何攻击的能力成为医学图像零水印领域的研究热点,也是本文研究的核心问题。本文利用四元数连续正交矩的几何不变性,设计了四种可有效抵抗几何攻击的医学图像零水印算法。全文主要工作如下:（1）基于四元数极谐变换（Quaternion polar harmonic transforms,QPHTs）和线性与非线性混合称合时空混沌系统（Mixed linear-nonlinear coupled map lattice,MLNCML）,提出一种抗几何攻击的彩色医学图像零水印算法。首先讨论了 QPHTs的精确系数选取;然后设计了基于QPHTs的零水印构造和零水印检测算法。在零水印构造过程中,使用精确QPHTs的幅值构造零水印,确保了本算法对几何攻击的鲁棒性;利用MLNCML系统对构造的特征图像进行置乱,提高了本算法的安全性。实验结果表明,本算法对常规图像处理攻击与旋转、缩放等几何攻击的鲁棒性较强,与其它零水印算法相比具有更优越的性能。（2）为提高四元数极谐-傅里叶矩（Quaternion polar harmonic Fourier moments,QPHFMs）的计算精度,利用小波数值积分（Wavelet numerical integration,WNI）提出一种高精度QPHFMs计算方法,有效提高了其计算精度。然后基于提出的高精度QPHFMs和混沌映射,提出一种抗几何攻击的彩色医学图像鲁棒零水印算法。算法利用QPHFMs幅值构造特征图像,其良好几何不变性使得算法具有良好的抗几何攻击能力。实验结果表明本算法对图像常规处理攻击以及缩放、旋转、长宽比改变和翻转等几何攻击具有很强的鲁棒性。与其它零水印算法和其它彩色医学图像水印算法相比,本算法具有更优良的性能。（3）结合图像局部稳定特征区域和QPHFMs,提出一种抗复杂几何攻击的多倍鲁棒彩色医学图像零水印算法。本算法首先利用加速稳健特征（Speeded up robust features,SURF）检测算子在原始彩色医学图像中提取稳定的特征点;然后根据特征尺度自适应地确定局部稳定特征区域,并将局部特征区域进行尺度标准化处理;最后计算局部特征区域的QPHFMs,利用其幅值构造多个特征序列,并将这些特征序列二值化以形成多倍零水印。实验结果表明本算法不仅能抵抗常规图像处理攻击和一般几何攻击,而且对图像平移、图像局部剪切以及Unzign等复杂的几何攻击也具有良好的鲁棒性。与基于局部特征区域的嵌入式水印算法相比,本算法具有更好的性能。（4）现有的零水印算法主要是面向一幅图像进行版权保护,虽然可以重复用于多幅图像,但是在重复操作中会耗费大量时间,占用大量存储空间。为此,通过使用QPHFMs将三幅医学图像作为一个整体提出一种可同时实现三幅医学图像版权保护的抗几何攻击零水印算法。首先将三幅医学图像作为一组纯四元数的三个虚部分量,并计算三幅图像的QPHFMs;然后利用QPHFMs幅值构造特征图像,并将置乱的特征图像和Logo图像进行异或操作得到零水印图像。本算法能同时实现三幅图像的版权保护,提高了零水印算法的效率,节省了存储空间。实验结果表明本算法能够有效地抵抗常规图像处理攻击和几何攻击,可以很好地应用于三幅医学图像的版权保护。
朱春伟[9]（2019）在《基于Schur分解的Contourlet域彩色图像数字水印算法研究》文中进行了进一步梳理随着多媒体技术的快速发展,视频、图像、音频等数字多媒体技术应用越来越广泛,但是在传播过程中容易受到破坏。数字水印技术是版权保护的一种有效手段,受到相关领域学者的广泛关注和深入研究。数字水印技术从提出到现在已经取得了显着地成果,然而数字水印技术涉及的内容多、范围广,相关算法并不完善,仍有改进提升的空间。本文结合现有数字水印技术的研究基础,通过分析Contourlet变换、DCT变换、Schur分解技术的原理,结合对版权水印和零水印技术的研究,提出了两种鲁棒性较好的数字水印算法。论文的主要工作如下:1、提出了一种基于Schur分解的Contourlet域彩色图像零水印算法。该算法利用YCoCg颜色空间的Co分量做Contourlet变换,并结合DCT变换和Schur分解技术,构造图像的特征矩阵,将特征矩阵与水印图像做异或处理得到零水印,并保存到第三方版权认证中心。水印提取时从版权中心提取出零水印,构造图像的特征矩阵与零水印做异或操作,从而得到水印图像。2、基于NSCT变换,提出了一种版权水印与零水印技术相结合的彩色图像双重水印算法。算法针对RGB颜色空间三分量之间相关性强的问题,选择去相关性强的YCoCg颜色空间,在亮度分量中完成版权水印的嵌入,水印嵌入的过程将亮度分量做NSCT变换,结合Schur分解技术,应用改进的自适应量化方式在低频子带中完成版权水印的嵌入工作。利用含水印载体图像中的Co分量做NSCT变换,结合Schur分解技术,构造图像特征矩阵并与水印做异或操作,得到零水印,并保存到第三方认证中心。版权水印的提取按照之前嵌入过程的逆过程提取。3、对提出的两种彩色图像数字水印算法进行鲁棒性和不可见性的攻击测试实验,与同类算法相比,本文中两种算法在一定程度上均能较好的抵抗噪声、剪切、JPEG压缩、缩放、旋转攻击等测试的影响,在抵抗JPEG压缩、剪切、噪声攻击方面优势比较突出。
王凯[10]（2019）在《图像复制粘贴篡改检测研究及实现》文中进行了进一步梳理数字图像为当前社会传播信息的最主要的媒介之一,从而各类图像处理软件孕育而生,这类软件使用简单且功能强大,普通用户可以使用此类软件轻而易举地修改图像,操作便捷。但是,以扭曲事实为目的的图像篡改却给人们带来重大损失或不良影响。因此,以鉴别图像是否经过篡改为目的的图像取证技术逐渐成为数字图像领域的研究热点。同幅图像复制粘贴篡改将图像中某一目标区域复制后粘贴到同幅图像不同位置上,篡改后的图像中会具有多个相似区域。同幅图像复制粘贴篡改检测技术属于图像被动取证技术中的图像真实性取证技术,主要鉴定图像中是否具有多个相似区域。本文主要研究同幅图像复制粘贴篡改及检测技术,主要工作包括:1.研究同幅图像复制粘贴篡改及检测技术,包括研究常见数字图像篡改方式、实现原理以及各类经典算法的实现过程;研究同幅图像复制粘贴篡改检测流程中的特征提取与特征匹配两个重要过程;并对所研究的内容进行仿真实验。2.针对块匹配检测算法直接对待测图像提取灰度图像的特征,检测效果差,且图像的自然相似区域和平滑区域会导致误检的问题,提出一种基于HSV颜色空间和直方图均衡化算法的复制粘贴篡改精确检测与定位的方法。首先,将待测图像从RGB颜色空间转换到HSV颜色空间,并通过直方图均衡化算法增强图像HSV颜色空间的V通道;其次,将图像划分为重叠的图像块,并提取图像块H分量、S分量、增强后的V分量的特征构建特征向量;然后,使用最近邻搜索算法对构建的特征向量进行快速随机搜索,得到稠密的偏移场;最后,采用稠密线性拟合的方法滤除错误匹配,以及通过形态学操作标识定位出复制粘贴区域。通过实验可以证明,该方法检测效果好,能够降低自然相似区域和平滑区域的误检像素,且能较准确地定位出图像的复制粘贴区域。3.使用软件Matlab中的GUI工具设计并实现一个图像复制粘贴篡改检测系统。该系统可以检测图像是否遭受过复制粘贴篡改,同时,该系统可以较准确地定位并标识出篡改图像的复制粘贴区域。
二、一个基于相似变换不变性的数字水印算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一个基于相似变换不变性的数字水印算法（论文提纲范文）
（1）基于连续正交矩的鲁棒图像水印算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 数字图像版权保护的研究现状 |
| 1.2.1 基于几何不变量的水印算法 |
| 1.2.2 零水印算法 |
| 1.3 本文的研究内容和组织结构 |
| 第2章 数字水印技术相关概述 |
| 2.1 数字水印技术 |
| 2.1.1 数字水印技术的基本概念 |
| 2.1.2 数字水印的分类 |
| 2.1.3 数字水印的性能评价 |
| 2.1.4 数字水印的应用 |
| 2.1.5 数字水印的攻击类型 |
| 2.1.6 零水印技术 |
| 2.2 本章小结 |
| 第3章 基于精确PHFM和混沌映射的鲁棒图像水印算法 |
| 3.1 引言 |
| 3.2 极谐-傅里叶矩 |
| 3.2.1 极谐-傅里叶矩的定义 |
| 3.2.2 PHFM的传统计算方法 |
| 3.2.3 基于GNI的 PHFM计算方法 |
| 3.2.4 重构性能对比 |
| 3.2.5 PHFM的几何不变性 |
| 3.3 水印算法 |
| 3.3.1 水印嵌入 |
| 3.3.2 水印提取 |
| 3.4 实验与分析 |
| 3.4.1 鲁棒性测试 |
| 3.4.2 同类方法对比 |
| 3.5 本章小结 |
| 第4章 基于精确PHFM和 Logistic混沌映射的遥感图像零水印算法 |
| 4.1 引言 |
| 4.2 基于精确PHFM的零水印算法 |
| 4.2.1 零水印构造 |
| 4.2.2 零水印验证 |
| 4.3 实验分析 |
| 4.3.1 鲁棒性测试 |
| 4.3.2 同类方法对比 |
| 4.4 本章小结 |
| 第5章 基于混沌系统和三元数精确PCET的两幅相似医疗图像版权保护零水印算法 |
| 5.1 引言 |
| 5.2 三元数PCET |
| 5.2.1 PCET |
| 5.2.2 精确PCET |
| 5.2.3 TAPCET的定义 |
| 5.2.4 TAPCET的计算 |
| 5.3 零水印算法 |
| 5.3.1 零水印嵌入 |
| 5.3.2 零水印提取 |
| 5.4 仿真实验及分析 |
| 5.4.1 鲁棒性测试 |
| 5.4.2 零水印的均衡性和可分辨性 |
| 5.4.3 同类方法对比 |
| 5.5 本章小结 |
| 第6章 结论和展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（2）基于媒体特征分析的自适应音视频水印关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用缩略词表 |
| 常用符号表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字水印技术概述 |
| 1.2.1 数字水印系统模型 |
| 1.2.2 数字水印的分类 |
| 1.2.3 数字水印的应用 |
| 1.2.4 数字水印的性能特征 |
| 1.2.5 音视频水印攻击类型 |
| 1.2.6 数字水印性能评价指标 |
| 1.3 国内外研究现状 |
| 1.3.1 音频水印算法研究现状 |
| 1.3.2 视频水印算法研究现状 |
| 1.3.3 存在的问题 |
| 1.4 本文主要研究内容 |
| 1.5 本文结构安排 |
| 第2章 基于音频信号自适应分段与嵌入强度优化的双通道音频水印算法 |
| 2.1 引言 |
| 2.2 音频信号自适应分段 |
| 2.3 音频信号双通道特征信息构建 |
| 2.4 水印嵌入方法 |
| 2.5 水印提取方法 |
| 2.6 水印嵌入强度优化 |
| 2.7 实验结果 |
| 2.7.1 水印不可感知性评价 |
| 2.7.2 水印鲁棒性评价 |
| 2.8 本章小结 |
| 第3章 基于离散小波包变换的双域音频水印算法 |
| 3.1 引言 |
| 3.2 音频节拍检测与自适应分段 |
| 3.3 音频信号双域划分与水印嵌入位置选择 |
| 3.4 水印嵌入与提取 |
| 3.4.1 水印嵌入规则 |
| 3.4.2 自适应嵌入强度计算 |
| 3.4.3 水印嵌入方法 |
| 3.4.4 水印提取方法 |
| 3.5 实验结果 |
| 3.5.1 水印不可感知性评价 |
| 3.5.2 水印鲁棒性评价 |
| 3.6 本章小结 |
| 第4章 针对MPEG-4 SLS格式的无损压缩音频水印算法 |
| 4.1 引言 |
| 4.2 相关技术介绍 |
| 4.3 水印嵌入与提取 |
| 4.3.1 嵌入失真允许阈值 |
| 4.3.2 显着状态与嵌入位置选择 |
| 4.3.3 水印嵌入方法 |
| 4.3.4 水印提取方法 |
| 4.4 实验结果 |
| 4.4.1 水印不可感知性评价 |
| 4.4.2 水印鲁棒性评价 |
| 4.5 本章小结 |
| 第5章 基于时-空域特征与视觉密码的视频零水印算法 |
| 5.1 引言 |
| 5.2 有限状态机设计与关键帧选择 |
| 5.2.1 视频镜头分割 |
| 5.2.2 有限状态机运行规则 |
| 5.3 视频时-空域特征信息提取 |
| 5.3.1 Harris-Laplace角点检测 |
| 5.3.2 时域特征数据集构建 |
| 5.3.3 频域特征数据集构建 |
| 5.4 Ownership share的产生与水印提取 |
| 5.4.1 Ownership share的产生 |
| 5.4.2 水印提取方法 |
| 5.5 实验结果 |
| 5.6 本章小结 |
| 第6章 基于深度图像渲染的3D视频水印算法 |
| 6.1 引言 |
| 6.2 相关技术简介 |
| 6.2.1 DIBR系统 |
| 6.2.2 SIFT特征点检测 |
| 6.3 水印嵌入位置选择 |
| 6.3.1 视频场景分割 |
| 6.3.2 SIFT特征点跨帧匹配 |
| 6.3.3 匹配向量概率分布 |
| 6.3.4 匹配向量主方向和水印嵌入位置选择 |
| 6.4 水印嵌入与提取方法 |
| 6.4.1 改进的扩频水印嵌入方法 |
| 6.4.2 在中心视图中嵌入水印 |
| 6.4.3 从左右视图中提取水印信息 |
| 6.5 实验结果 |
| 6.5.1 水印不可感知性评价 |
| 6.5.2 水印鲁棒性评价 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（3）抗仿射变换的鲁棒水印方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 图像鲁棒水印技术简介 |
| 1.2.1 图像鲁棒水印技术框架 |
| 1.2.2 针对图像鲁棒水印的常见攻击方式 |
| 1.2.3 图像鲁棒水印的评价维度 |
| 1.3 抗几何攻击鲁棒水印技术研究现状 |
| 1.3.1 抗单一几何攻击的鲁棒水印研究现状 |
| 1.3.2 抗仿射变换攻击的鲁棒水印研究现状 |
| 1.4 仿射不变量的研究现状 |
| 1.4.1 全局仿射不变特征研究现状 |
| 1.4.2 几何不变特征研究现状 |
| 1.4.3 局部特征点研究现状 |
| 1.5 现有研究存在的问题 |
| 1.6 本文主要研究内容及安排 |
| 第二章 基于ASIFT特征点的抗仿射变换鲁棒水印算法 |
| 2.1 基于ASIFT特征点的点集选取算法 |
| 2.1.1 ASIFT特征点简介 |
| 2.1.2 ASIFT特征点选取 |
| 2.2 基于同步区域的优化方法 |
| 2.2.1 仿射变换中插值和采样对直方图的影响 |
| 2.2.2 仿射变换中插值和采样的优化方法 |
| 2.3 基于ASIFT特征点构建的水印算法 |
| 2.3.1 同步可用网格 |
| 2.3.2 水印嵌入 |
| 2.3.3 水印提取 |
| 2.4 算法分析 |
| 2.5 实验结果与分析 |
| 2.6 本章小结 |
| 第三章 基于Delaunay三角图像重建的抗仿射变换鲁棒水印算法 |
| 3.1 Delaunay三角算法中特征点提取算法 |
| 3.1.1 Delaunay三角算法的简介 |
| 3.1.2 Delaunay三角算法中特征点集提取算法 |
| 3.2 基于Delaunay三角图像重建的水印算法 |
| 3.2.1 基于Delaunay三角的图像重建算法思想 |
| 3.2.2 基于Delaunay三角的图像重建算法 |
| 3.2.3 水印嵌入 |
| 3.2.4 水印提取 |
| 3.3 实验结果与分析 |
| 3.3.1 在不同攻击下的鲁棒性表现 |
| 3.3.2 正确率比较 |
| 3.4 本章小结 |
| 第四章 基于DWT-DCT的抗仿射变换鲁棒水印算法 |
| 4.1 水印嵌入位置同步问题的引入 |
| 4.1.1 水印嵌入位置同步的问题 |
| 4.1.2 水印嵌入位置同步的算法 |
| 4.2 基于DWT-DCT的水印算法 |
| 4.2.1 鲁棒特征点选取 |
| 4.2.2 水印嵌入 |
| 4.2.3 水印提取 |
| 4.3 实验结果与分析 |
| 4.3.1 在不同攻击下的鲁棒性表现 |
| 4.3.2 正确率比较 |
| 4.4 本章小结 |
| 第五章 基于深度神经网络的抗仿射变换鲁棒水印算法 |
| 5.1 深度神经网络 |
| 5.2 基于深度神经网络的水印算法 |
| 5.2.1 训练神经网络 |
| 5.2.2 水印提取 |
| 5.3 算法设计与分析 |
| 5.3.1 图像预处理 |
| 5.3.2 图像分块选择 |
| 5.3.3 图像分块大小 |
| 5.3.4 水印信息长度 |
| 5.4 实验结果与分析 |
| 5.4.1 在不同攻击下的鲁棒性表现 |
| 5.4.2 正确率比较 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 有待进一步研究的问题 |
| 致谢 |
| 参考文献 |
| 作者简历攻读博士学位期间完成的主要工作 |
（4）抗几何攻击的数字水印算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 论文的研究内容和章节安排 |
| 第2章 数字水印技术相关概述 |
| 2.1 数字水印技术 |
| 2.1.1 数字水印技术的概念 |
| 2.1.2 数字水印的系统框架 |
| 2.2 零水印技术 |
| 2.3 数字水印置乱技术 |
| 2.3.1 Arnold变换 |
| 2.3.2 Fibonacci变换 |
| 2.3.3 Logistic混沌映射 |
| 2.4 数字水印的分类 |
| 2.5 数字水印的特性 |
| 2.6 数字水印攻击方式 |
| 2.7 数字水印评价标准 |
| 2.7.1 不可感知性 |
| 2.7.2 鲁棒性 |
| 2.8 数字水印的应用 |
| 2.9 本章小结 |
| 第3章 基于SOBEL多方向算子的零水印算法 |
| 3.1 引言 |
| 3.2 SOBEL算子 |
| 3.2.1 Sobel算子基本理论 |
| 3.2.2 Sobel多方向算子 |
| 3.3 对数极坐标变换 |
| 3.4 算法设计与描述 |
| 3.4.1 预处理 |
| 3.4.2 零水印的构造 |
| 3.4.3 零水印的提取与检测 |
| 3.5 实验结果与分析 |
| 3.5.1 仿真工具MATLAB |
| 3.5.2 水印的相似度分析 |
| 3.5.3 鲁棒性实验测试与分析 |
| 3.5.4 对比实验测试 |
| 3.6 本章小结 |
| 第4章 基于NMF抗强剪切攻击的零水印算法 |
| 4.1 非负矩阵分解 |
| 4.1.1 非负矩阵分解的定义和特点 |
| 4.1.2 非负矩阵分解算法实现 |
| 4.2 基于NMF的原始图像重构 |
| 4.3 算法设计与描述 |
| 4.3.1 零水印的构造 |
| 4.3.2 零水印的提取与检测 |
| 4.4 实验结果与分析 |
| 4.4.1 强剪切实验测试与分析 |
| 4.4.2 对比实验测试 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（5）游戏人物原画的版权保护算法研究（论文提纲范文）
| 详细摘要 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于内容的拷贝检测算法 |
| 1.2.2 基于水印的版权认证算法 |
| 1.3 本文主要工作 |
| 1.4 本文结构安排 |
| 第2章 游戏人物原画版权保护相关技术概述 |
| 2.1 基于内容的拷贝检测关键技术 |
| 2.1.1 图像特征提取与描述 |
| 2.1.2 图像特征的相似性度量 |
| 2.1.3 图像抄袭检测的性能评价标准 |
| 2.2 基于水印的版权认证关键技术 |
| 2.2.1 水印算法的常用可逆变换 |
| 2.2.2 水印算法的性能指标 |
| 2.3 本章小结 |
| 第3章 基于姿势的多特征融合游戏人物原画抄袭检测算法 |
| 3.1 引言 |
| 3.2 算法原理 |
| 3.3 算法具体步骤 |
| 3.3.1 基于SUSAN角点检测的旋转矫正预处理 |
| 3.3.2 面部浓缩 |
| 3.3.3 位姿归一化的旋转不变描述 |
| 3.3.4 姿势匹配相似度结果判定 |
| 3.3.5 底层特征的提取与描述 |
| 3.3.6 多特征融合 |
| 3.4 实验结果与分析 |
| 3.4.1 实验环境与参数设置 |
| 3.4.2 算法鲁棒性分析 |
| 3.5 本章小结 |
| 第4章 基于皮肤纹理检测的游戏人物原画高质量水印算法 |
| 4.1 引言 |
| 4.2 算法原理 |
| 4.3 算法具体步骤 |
| 4.3.1 基于游戏人物的皮肤检测与纹理复杂度计算 |
| 4.3.2 水印嵌入区域的选择 |
| 4.3.3 基于DWT-SVD的水印嵌入 |
| 4.3.4 基于DWT-SVD的水印提取 |
| 4.4 实验结果与分析 |
| 4.4.1 算法不可感知性分析 |
| 4.4.2 算法鲁棒性分析 |
| 4.5 本章小结 |
| 第5章 基于姿势关节点的游戏人物原画鲁棒水印算法 |
| 5.1 引言 |
| 5.2 算法原理 |
| 5.3 算法具体步骤 |
| 5.3.1 基于姿势关节点的局部特征区域构造 |
| 5.3.2 局部特征区域归一化 |
| 5.3.3 基于DFT的水印嵌入 |
| 5.3.4 基于DFT的水印提取 |
| 5.4 实验结果与分析 |
| 5.4.1 算法不可感知性分析 |
| 5.4.2 算法鲁棒性分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 |
（6）基于张量的彩色图像零水印技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 课题研究背景及意义 |
| 1.1.1 信息隐藏技术发展简史 |
| 1.1.2 数字零水印技术的背景及意义 |
| 第二节 国内外研究现状 |
| 1.2.1 数字水印技术 |
| 1.2.2 数字零水印技术 |
| 1.2.3 基于彩色图像的数字零水印算法 |
| 第三节 本文主要工作和结构安排 |
| 第二章 论文相关知识储备 |
| 第一节 数字零水印技术 |
| 2.1.1 零水印技术的基本原理 |
| 2.1.2 零水印算法的简单分类 |
| 2.1.3 零水印算法性能的检测 |
| 第二节 张量及张量展开 |
| 2.2.1 张量的概念 |
| 2.2.2 张量的矩阵展开 |
| 第三节 奇异值分解(singular value decomposition,SVD) |
| 2.3.1 奇异值分解的概念及应用 |
| 2.3.2 奇异值分解的延伸——高阶奇异值分解 |
| 第四节 离散余弦变换(Discrete cosine transformation,DCT) |
| 2.4.1 离散余弦变换的导入——离散傅里叶变换 |
| 2.4.2 离散余弦变换的相关理论 |
| 第三章 基于张量的相关研究 |
| 第一节 序言 |
| 第二节 张量和稀疏编码的组合 |
| 第三节 基于张量正则化框架的去噪算法 |
| 第四节 张量在图像分类中的应用 |
| 第五节 小结 |
| 第四章 基于张量及张量展开的彩色图像零水印算法 |
| 第一节 序言 |
| 第二节 载体图像特征数据的提取 |
| 第三节 零水印的构造 |
| 第四节 零水印的提取 |
| 第五节 实验环境及结果 |
| 4.5.1 实验平台及实验用图 |
| 4.5.2 算法唯一性的检测 |
| 4.5.3 算法鲁棒性的检测 |
| 第六节 对比实验 |
| 第五章 总结与展望 |
| 第一节 总结 |
| 第二节 未来展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）变换域音频鲁棒数字水印技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容与论文的组织结构 |
| 第二章 音频数字水印技术概述 |
| 2.1 基本概念 |
| 2.2 分类与应用 |
| 2.3 常见攻击方式与性能评价标准 |
| 2.4 本章小结 |
| 第三章 基于DWT的音频数字水印算法 |
| 3.1 引言 |
| 3.2 基于DWT的音频水印算法设计 |
| 3.2.1 DWT的基本原理 |
| 3.2.2 水印信息预处理 |
| 3.2.3 水印嵌入算法 |
| 3.2.4 水印提取算法 |
| 3.2.5 参数选择 |
| 3.2.6 音频水印的增强处理 |
| 3.3 基于DWT的音频水印算法的实现 |
| 3.3.1 水印嵌入过程 |
| 3.3.2 水印提取过程 |
| 3.4 算法性能分析与仿真测试 |
| 3.4.1 隐藏容量 |
| 3.4.2 透明性 |
| 3.4.3 鲁棒性 |
| 3.4.4 安全性 |
| 3.5 本章小结 |
| 第四章 基于DWT和DCT的大容量音频数字水印算法 |
| 4.1 引言 |
| 4.2 基于DWT和DCT的水印嵌入与提取算法设计 |
| 4.2.1 DCT的基本原理 |
| 4.2.2 水印预处理 |
| 4.2.3 水印嵌入算法 |
| 4.2.4 水印提取算法 |
| 4.3 基于DWT和DCT的音频水印算法的实现 |
| 4.3.1 水印嵌入过程 |
| 4.3.2 水印提取过程 |
| 4.4 算法性能分析与仿真测试 |
| 4.4.1 透明性与隐藏容量 |
| 4.4.2 鲁棒性 |
| 4.4.3 安全性 |
| 4.5 本章小结 |
| 第五章 基于DWT和DCT的自适应音频数字水印算法 |
| 5.1 引言 |
| 5.2 自适应音频数字水印算法的设计 |
| 5.2.1 水印嵌入算法 |
| 5.2.2 水印提取算法 |
| 5.2.3 嵌入深度的自适应策略 |
| 5.3 自适应音频水印算法的实现 |
| 5.3.1 水印的生成与加密 |
| 5.3.2 水印嵌入过程 |
| 5.3.3 水印提取过程 |
| 5.4 算法性能分析与仿真测试 |
| 5.4.1 透明性与隐藏容量 |
| 5.4.2 鲁棒性 |
| 5.4.3 安全性 |
| 5.4.4 算法复杂度 |
| 5.5 本章小结 |
| 第六章 基于DCT和SVD的抗同步攻击音频水印算法 |
| 6.1 引言 |
| 6.2 常见的同步攻击方法及特征分析 |
| 6.2.1 时间缩放与变调不变速 |
| 6.2.2 抖动与随机剪切 |
| 6.3 局部最大值追踪算法设计 |
| 6.3.1 浊音提取 |
| 6.3.2 局部最大值追踪算法 |
| 6.4 基于DCT和SVD的抗同步攻击音频水印算法的设计 |
| 6.4.1 SVD的基本原理 |
| 6.4.2 图片水印的生成与加密 |
| 6.4.3 水印嵌入算法 |
| 6.4.4 水印提取算法 |
| 6.5 基于DCT和SVD的抗同步攻击音频水印算法的实现 |
| 6.5.1 水印嵌入过程 |
| 6.5.2 水印提取过程 |
| 6.6 算法性能分析与仿真测试 |
| 6.6.1 实验环境和参数设置 |
| 6.6.2 透明性与隐藏容量 |
| 6.6.3 鲁棒性 |
| 6.6.4 鲁棒性实验结果分析 |
| 6.6.5 安全性 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间参加的科研项目 |
| 致谢 |
（8）抗几何攻击的医学图像鲁棒零水印算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 医学图像水印的国内外相关研究 |
| 1.2.1 医学图像嵌入式水印 |
| 1.2.2 医学图像可逆水印 |
| 1.2.3 医学图像零水印 |
| 1.3 本文主要研究工作及内容组织安排 |
| 1.3.1 主要研究工作 |
| 1.3.2 内容组织安排 |
| 2 医学图像零水印相关理论 |
| 2.1 医学图像的四元数表示 |
| 2.2 四元数正交矩 |
| 2.3 医学图像零水印算法概述 |
| 2.3.1 零水印构造和检测 |
| 2.3.2 评价标准 |
| 2.3.3 攻击方式 |
| 2.4 本章小结 |
| 3 基于混沌系统和QPHTs的抗几何攻击彩色医学图像零水印算法 |
| 3.1 引言 |
| 3.2 彩色医学图像的QPHTs |
| 3.2.1 QPHTs的定义 |
| 3.2.2 QPHTs的几何不变性 |
| 3.2.3 QPHTs计算与PHTs计算的关系 |
| 3.2.4 QPHTs重构与PHTs重构的关系 |
| 3.2.5 不同μ的稳定性对比 |
| 3.3 抗几何攻击的彩色医学图像零水印算法 |
| 3.3.1 精确系数选取 |
| 3.3.2 零水印构造 |
| 3.3.3 零水印检测 |
| 3.4 实验结果与分析 |
| 3.4.1 零水印容量 |
| 3.4.2 鲁棒性 |
| 3.4.3 Logo图像尺寸的影响 |
| 3.5 本章小结 |
| 4 基于高精度QPHFMs的抗几何攻击彩色医学图像零水印算法 |
| 4.1 引言 |
| 4.2 彩色医学图像的QPHFMs |
| 4.2.1 极谐-傅里叶矩的定义 |
| 4.2.2 QPHFMs的定义 |
| 4.2.3 QPHFMs计算与PHFMs计算的关系 |
| 4.2.4 QPHFMs重构与PHFMs重构的关系 |
| 4.2.5 QPHFMs与PHFMs的区别 |
| 4.2.6 基于小波数值积分的QPHFMs计算 |
| 4.2.7 PQPHFMs几何不变性 |
| 4.3 抗几何攻击的彩色医学图像零水印算法 |
| 4.3.1 零水印构造 |
| 4.3.2 零水印检测 |
| 4.4 实验结果与分析 |
| 4.4.1 抗攻击性能分析 |
| 4.4.2 算法性能对比 |
| 4.5 本章小结 |
| 5 基于局部QPHFMs的抗几何攻击多倍彩色医学图像零水印算法 |
| 5.1 引言 |
| 5.2 医学彩色图像局部特征区域构造 |
| 5.2.1 SURF检测算子 |
| 5.2.2 局部特征区域构造 |
| 5.3 抗几何攻击的多倍彩色医学图像零水印算法 |
| 5.3.1 零水印构造 |
| 5.3.2 零水印检测 |
| 5.4 实验结果与分析 |
| 5.4.1 单幅图像中多个零水印的相似性 |
| 5.4.2 特征点稳定性对比 |
| 5.4.3 检测性能分析与对比 |
| 5.5 本章小结 |
| 6 基于QPHFMs的抗几何攻击三幅医学图像零水印算法 |
| 6.1 引言 |
| 6.2 三幅医学图像的QPHFMs |
| 6.3 抗几何攻击的三幅医学图像零水印算法 |
| 6.3.1 零水印构造 |
| 6.3.2 零水印检测 |
| 6.4 实验结果与分析 |
| 6.4.1 QPHFMs矩阶数的选取 |
| 6.4.2 零水印算法的鲁棒性 |
| 6.4.3 QPHFMs矩阶数的影响 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（9）基于Schur分解的Contourlet域彩色图像数字水印算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容及结构安排 |
| 2 彩色图像数字水印技术 |
| 2.1 彩色图像数字水印的基本概述 |
| 2.2 彩色图像数字水印的攻击方法和评价准则 |
| 2.3 彩色空间模型 |
| 2.4 Schur分解 |
| 2.5 DCT变换 |
| 2.6 本章小结 |
| 3 基于SCHUR分解的CONTOURLET域彩色图像零水印算法 |
| 3.1 零水印构造算法 |
| 3.2 零水印检测算法 |
| 3.3 实验结果及分析 |
| 3.4 同类算法对比实验 |
| 3.5 本章小结 |
| 4 基于NSCT变换的彩色图像双重水印算法 |
| 4.1 版权水印嵌入算法 |
| 4.2 版权水印提取算法 |
| 4.3 零水印的构造过程 |
| 4.4 零水印的检测过程 |
| 4.5 实验结果及分析 |
| 4.6 同类算法对比实验 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（10）图像复制粘贴篡改检测研究及实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 图像篡改检测研究现状及难点 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究难点 |
| 1.3 本文研究内容和组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文组织结构 |
| 第2章 图像复制粘贴篡改及检测技术研究综述 |
| 2.1 图像篡改方式 |
| 2.1.1 图像篡改分类 |
| 2.1.2 图像复制粘贴篡改 |
| 2.2 图像取证分类 |
| 2.2.1 图像主动取证 |
| 2.2.2 图像被动取证 |
| 2.2.3 图像复制粘贴篡改取证 |
| 2.3 图像篡改的原理 |
| 2.3.1 图像拼接篡改原理 |
| 2.3.2 图像复制粘贴篡改原理 |
| 2.4 图像复制粘贴篡改检测常用方法 |
| 2.4.1 基于图像块匹配的检测方法 |
| 2.4.2 基于关键点匹配的检测方法 |
| 2.5 本章小结 |
| 第3章 基于HSV与 HE的复制粘贴篡改的检测 |
| 3.1 HSV颜色空间 |
| 3.2 直方图均衡化 |
| 3.3 改进的检测方法 |
| 3.3.1 改进的特征提取方法 |
| 3.3.2 PatchMatch算法图像块匹配 |
| 3.3.3 滤除误匹配与篡改区域定位 |
| 3.3.4 改进算法的流程 |
| 3.4 实验与结果分析 |
| 3.4.1 实验数据集 |
| 3.4.2 实验环境及评价指标 |
| 3.4.3 实验参数设置 |
| 3.4.4 实验结果 |
| 3.4.5 实验分析与对比 |
| 3.5 本章小结 |
| 第4章 图像复制粘贴篡改检测系统的设计与实现 |
| 4.1 设计工具简介 |
| 4.2 需求分析 |
| 4.3 系统设计 |
| 4.3.1 系统流程 |
| 4.3.2 系统功能模块划分 |
| 4.4 系统的实现 |
| 4.5 部分结果展示 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 主要工作与创新点 |
| 5.2 后续研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
四、一个基于相似变换不变性的数字水印算法（论文参考文献）
- [1]基于连续正交矩的鲁棒图像水印算法研究[D]. 常丽丽. 齐鲁工业大学, 2021(10)
- [2]基于媒体特征分析的自适应音视频水印关键技术研究[D]. 罗一帆. 四川大学, 2021(01)
- [3]抗仿射变换的鲁棒水印方法研究[D]. 冯柳. 战略支援部队信息工程大学, 2021(01)
- [4]抗几何攻击的数字水印算法研究[D]. 陈亚男. 长春工业大学, 2020(01)
- [5]游戏人物原画的版权保护算法研究[D]. 孙冕. 杭州电子科技大学, 2020(04)
- [6]基于张量的彩色图像零水印技术研究[D]. 蒋飞凤. 南开大学, 2020(03)
- [7]变换域音频鲁棒数字水印技术研究[D]. 吴秋玲. 南京邮电大学, 2018(01)
- [8]抗几何攻击的医学图像鲁棒零水印算法研究[D]. 夏之秋. 大连理工大学, 2019(08)
- [9]基于Schur分解的Contourlet域彩色图像数字水印算法研究[D]. 朱春伟. 山东科技大学, 2019(05)
- [10]图像复制粘贴篡改检测研究及实现[D]. 王凯. 重庆邮电大学, 2019(01)