一、结合奇异值分解和DCT变换的零水印算法(论文文献综述)
王文冰[1](2021)在《基于变换域的数字图像鲁棒水印算法研究》文中进行了进一步梳理数字图像传播的便利与快捷,给图像版权、内容认证等相关工作带来了困难与挑战。作为版权保护与内容认证的技术手段之一,数字水印在图像中嵌入能表明所有者身份或与图像内容关联的水印信息,并根据提取水印与原水印的关联程度判定图像的所属权、完整度、历史操作等。与其它多媒体保护措施相比,数字水印具备可验证信息丰富、操作便利等优势。其中,鲁棒水印为了实现可靠的版权保护,不仅需要对由常规图像处理与几何攻击引起的图像变化具有抵抗能力,还需对人为或非人为的伪造水印具备一定辨识力。根据上述性能要求,并结合对鲁棒水印的不可见性、安全性、水印容量等需求的综合考量,本文从以下四个方面对基于变换域的数字图像鲁棒水印算法展开研究:(1)针对基于奇异值鲁棒性的水印算法常见的虚警问题,分析了造成此类算法虚警问题的成因,并以Makbol等人在2017发表于《Information Sciences》的算法为例,给出一种导致此算法产生虚警问题的边信息伪造方法,证明其在版权保护方面存在缺陷。为了降低基于奇异值分解的水印算法的虚警率,并提高量化索引调制嵌入策略中的最优量化步长选取效率,提出一种基于奇异向量稳健性的自适应鲁棒水印算法。首先,通过分析水印嵌入过程中的奇异向量元素修改幅度、图像像素修改幅度、峰值信噪比(PSNR)三者之间的关系,设计了可通过预设PSNR值、宿主图像、水印内容确定量化步长的自适应选取策略;然后,对图像的离散小波变换的低频子带系数组成的分块做奇异值分解,再使用选取的量化步长量化调制左奇异向量值的差值以嵌入水印;最后,通过修改右奇异向量元素对水印图像的质量进行补偿。与基于启发式算法的量化步长自适应选取方式相比,所提出的量化步长选取策略不仅能确保水印图像的质量,而且在运算效率上更有优势。实验结果表明,该算法在不可见性、鲁棒性、运算时间三方面具有良好效果。(2)为降低图像连续正交矩的矩值计算误差,提出基于二次分块的矩值计算方法,并在此基础上设计了一种基于通用极复指数变换的水印算法。首先,通过分析矩值计算方法的误差来源,提出一种通过增加基函数计算的采样个数以提高精确性的二次分块矩值计算方法;然后,以非下采样轮廓波变换-通用极复指数变换为嵌入域,量化调制伪随机排序的矩幅值进行水印嵌入;最后,使用嵌入前后的矩值之差重构差值图像,并将其与宿主图像相加得到水印图像。提出的二次分块矩值计算方法通过在传统计算方法基础上增加采样个数,降低了通用极复指数变换矩值计算的积分误差与几何误差,从而提升水印算法对抗几何攻击的鲁棒性。实验结果表明,提出的水印算法提高了水印的不可见性与鲁棒性,尤其是对旋转缩放等几何攻击的鲁棒性更有优势。(3)针对基于分数阶矩的水印算法中分数阶矩的控制参数盲目选取的问题,提出一种基于通用圆谐傅里叶矩的水印算法。首先,通过分析矩的径向基函数特征与水印性能之间的关系,给出以通用圆谐傅里叶矩为水印嵌入域的理论依据;然后,根据离散傅里叶变换与基于极坐标系统的通用圆谐傅里叶矩值计算方法之间的相似性,设计基于快速傅里叶变换的快速计算方法,并引入蚁群优化算法确定通用圆谐傅里叶矩的控制参数最优值;最后,通过修改矩幅值嵌入水印信息。基于快速傅里叶变换的矩值计算方法的速度优势与基于蚁群优化的自适应控制参数选取方法相结合,使该算法能快速选取使水印的不可见性与鲁棒性最大化的控制参数最优值。实验结果表明,该算法不仅具有良好的不可见性与抗几何攻击能力,且对常规图像处理的鲁棒性也得到进一步提升。(4)为了提高基于矩的零水印算法的可辨别性,提出一种基于矩幅值关系稳定性的零水印算法。首先,针对宿主图像的连续正交矩的矩幅值,依次选取与其相同阶数的矩幅值和相同重复度的矩幅值为参照值构建图像特征;然后,以多幅图像为一个图像组,将组中每一幅图像的图像特征按位相加得到该图像组的图像特征,并根据图像特征与零的关系生成鲁棒特征。最后,对图像组的鲁棒特征与水印按位异或得到零水印。该算法通过为每个矩幅值分配多个参照值,利用矩幅值差值的与图像内容相关且具有稳定性的优势,提高了水印的可辨别性与鲁棒性。此外,矩幅值与鲁棒特征元素一对多的映射关系,减少了零水印构造所需的矩值个数,从而提升了算法的鲁棒性与运算效率。实验结果表明,算法在鲁棒性、可辨别性、计算时间、安全性等方面均具有良好效果。
吴德阳,张金羽,容武艳,唐勇,赵静,曲长波[2](2021)在《数字图像水印技术综述》文中研究表明随着数字信息技术的快速发展,数字图像信息被广泛用于通信和信息的表示,但该类信息也常常会受到非法的篡改,因此如何保证数字图像的版权不被破坏是数字信息领域一直面临的问题。数字水印作为一种版权保护技术,能在一定程度上解决图像的版权纠纷问题,对数字图像技术的研究具有重要的意义。本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结,首先给出了图像水印的基本模型、基本特性以及衡量指标;接着,分析了现有的数字图像水印算法特点,并进行分类,介绍了水印技术在其他领域的应用;然后,针对水印算法的抵抗行为,总结了现有水印算法能有效抵抗的鲁棒性攻击;最后,根据现有水印技术的优势和不足,提出未来的发展趋势和下一步研究的方向。
沈艳冰[3](2020)在《适用于QR码的彩色图像水印算法》文中进行了进一步梳理随着计算机的迅速普及和网络的不断发展,微信、微博等社交媒体开始使用,使得越来越多的数字产品得以传播,但也出现了篡改、非法传播以及盗用版权等行为。这些行为严重影响版权者的利益,但同时也加速了数字水印技术的产生和发展,使得水印技术在我国各个领域得到广泛应用。研究彩色图像水印技术具有很强的实用价值,是因为彩色图像具有生动的优点和直观表达信息的能力。本文主要工作如下:(1)提出DWT-DCT-SVD水印算法。该算法先将彩色图像从RGB空间转换到HSI空间,在其I通道上执行一级DWT,分别在获取的四个子带上执行DCT变换和SVD分解以获得四个对角矩阵;随后将实施仿射变换和Arnold变换后的QR码分别嵌入矩阵中,提取水印时选择NC值最大的作为最终提取的水印。由实现结果可知,该算法在透明性测试上,其PSNR值和NC值分别为59.4919和1;在鲁棒性测试上,嵌入QR码的彩色图像经受攻击后的PSNR值和NC值均高于32和0.98。(2)提出DWT-Slant-SVD双水印算法。该算法先将彩色图像由RGB空间转换到YCb Cr空间,将该空间的Y分量实施三级DWT以获得低高频HL子图,对该子图实施Slant变换和SVD分解,随后将实施Logistic映射和仿射变换后的QR码嵌入其中。将嵌入QR码的彩色图像由RGB空间转换到YUV空间,对该空间的Y分量实施二级DWT则会获取低频子图,对该图进行分块SVD分解,将每块中奇异值最大的数提取出来,构成一维序列Sa,生成零水印,最后把分块尺寸和每一小块里最大奇异值打包一起发往IPR中心注册。实验结果显示,在透明性测试上,其PSNR值和NC值分别为51.2714和1;在鲁棒性测试上,嵌入QR码的彩色图像经受攻击后的PSNR值和NC值均在32和0.98以上。
薛宏飞[4](2020)在《基于QR码的彩色图像数字水印算法研究》文中认为随着数字化和网络化进程的推进,数字媒体的安全性以及版权保护问题日益突出,数字水印作为版权保护的一种有效解决方案成为研究热点,但至今没有普适的、抗全面攻击能力的数字水印算法。本文在现有数字水印技术的研究基础上,结合了 DCT变换、奇异值分解、NSST以及Hessenberg分解等技术的优良特性,研究鲁棒性更强的彩色图像QR码数字水印算法。论文的主要工作如下:1.针对水印算法抗攻击鲁棒性不强的问题,对算法进行改进,设计了一种基于QR码的多模型数字水印算法。该算法对载体图像的CIELab空间的L分量分块后进行两次DCT变换,之后选择各子块相同位置的前三个低频系数构造了多个待嵌入矩阵模型,并将多个加密后的QR码水印副本分别嵌入到各模型SVD分解后的对角线最大元素中。算法中对水印采用了 Arnold与位图分割相异或的双加密方式增强了水印的安全性,最佳嵌入强度依据实验测试方式选出,最终通过多模型统计投票的方式提取水印,增强了算法稳定性。2.针对传统嵌入式水印算法中的水印不可见性与鲁棒性均衡问题,给出了一种基于NSST与Hessenberg分解的零水印算法。算法首先将图像CIELab空间的L分量进行NSST变换,然后对其低频分量执行DCT与分块处理,并且采用各子块Hessenberg分解后的最大值构造特征矩阵,最后将特征矩阵与版权信息异或生成零水印,版权认证时通过保存的零水印与特征矩阵异或得出版权信息。该算法使用的矩阵分解计算复杂度更低,且对原始图像不进行任何修改。3.对给出的两种数字水印算法进行了实验和测试,并与同类算法进行了比较。实验结果证明本文中两种水印算法对于常见的噪声、滤波、缩放、旋转、JPEG压缩以及剪切攻击等均具有较好的抗攻击能力,相比于同类算法,在对于噪声、剪切、旋转以及压缩攻击方面鲁棒性优势比较显着。
刘嘉玲[5](2020)在《基于SIFT感知哈希的鲁棒零水印算法研究》文中研究说明数字水印作为数字媒体版权保护技术,在不断的发展创新,并在各方面都有着广泛应用。数字水印技术主要是指将水印信息嵌入在宿主图像中,并能保证在经过一系列攻击后,水印图像仍可以提取出来。对含水印的宿主图像常见攻击可分为常规攻击和几何攻击等。常规攻击主要包含滤波、噪声、压缩等;几何攻击主要包括旋转、缩放、平移和剪切等。数字水印算法的鲁棒性是一个重要的性能指标。目前水印算法的抗几何攻击是较难解决的问题。本文运用零水印技术将水印信息与宿主图像的特征相关联,研究的算法有较好的鲁棒性,特别是有较好的抗几何攻击能力。主要研究内容如下:(1)研究了基于SIFT感知哈希的鲁棒零水印算法。该算法先对宿主图像进行SIFT变换,再对特征矩阵感知哈希,得到基于SIFT的感知哈希序列。然后将感知哈希序列与水印信息相关联完成零水印的嵌入。研究发现,SIFT算法对几何攻击具有良好的鲁棒性,但是在感知哈希过程中特征模块的选取有待优化。(2)研究了基于SIFT-DCT感知哈希的鲁棒零水印算法。该算法先对宿主图像进行SIFT-DCT变换,选取低频部分的系数作为特征矩阵,再对特征矩阵感知哈希,这样在SIFT-DCT域得到感知哈希序列。最后再应用零水印技术实现水印的嵌入与提取。该算法将SIFT变换和DCT变换有机结合。与单独的SIFT、DCT变换相比,有较好的抗几何攻击能力,并且优化了特征模块的选取。(3)在变换域内研究了基于SIFT-DCT感知哈希的加密医学图像零水印算法。该算法将原始医学图像在变换域内加密后进行特征提取,再获取感知哈希序列。然后实现零水印的嵌入和提取。经实验证明,该算法具有较强的鲁棒性,能有效防止信息被篡改,并且也较好得保护了原始医学图像。
蒋飞凤[6](2020)在《基于张量的彩色图像零水印技术研究》文中研究指明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。
白天皓[7](2020)在《基于音频载体的特定信息隐藏算法研究》文中认为互联网产业的飞速发展推动了移动多媒体技术的日渐成熟,随之而来的是移动终端的数据传输业务越来越多,如何保护数据传输过程的安全成为无线通信技术研究的热点。为了解决信息安全问题,信息隐藏技术应运而生并且迅速发展,在版权保护、隐敝通信和内容认证等方面获得了广泛应用。借助多媒体产品隐藏秘密信息来实现数据的安全通信,具有较好的伪装性,特别是借助音频信息实现特定信息的隐藏具有理论研究意义和实际应用价值。本文对音频信号为载体的信息隐藏技术开展相关研究,提出了一种基于LWT-SVD和差分进化算法的音频隐藏算法,并且在windows平台实现了音频隐藏应用,主要工作如下:(1)首先介绍了音频隐藏技术的基本原理,分析了常见的经典音频隐藏算法的实现原理和各自优缺点,讨论了音频隐藏技术的评价标准和常见的攻击方式。(2)结合变换域理论和优化算法,提出一种基于LWT-SVD和差分进化算法的音频隐藏算法。首先对特定信息进行Logistic混沌加密来提升安全性。之后对音频信号进行LWT变换,获取低频部分后作分段处理。对每段数据进行SVD分解,选择奇异值矩阵的最大值作为嵌入位置。最后结合差分进化算法,求解出平衡鲁棒性与不可感知性的最佳嵌入强度,通过奇偶量化的方式以最佳嵌入强度完成信息隐藏。基于MATLAB软件实验仿真结果表明,算法可行且具有较好的透明性,同时能够抵抗攻击。(3)编程实现了基于LWT-SVD和差分进化算法的音频隐藏算法应用。应用系统主要有信息隐藏、信息提取和载体更新三大模块。该系统可实现特定信息在音频载体中的嵌入和提取,为音频隐藏算法的实际应用开拓了积极思路。
张进[8](2020)在《鲁棒性水印混合算法研究与实现》文中进行了进一步梳理近年来,伴随互联网技术的迅猛发展,从网络上获取各种数字媒体资源变得极为方便,由此也带来了数字作品的非法复制和随意传播等版权归属问题。作为信息隐藏重要分支的数字水印技术在不影响数字作品使用价值的条件下,将版权信息嵌入数字作品中,为数字作品的版权归属认证提供了依据。数字水印算法种类繁多,然而大多数算法只侧重针对某种或某类特定攻击,对除此以外的其他攻击鲁棒性一般甚至较差。而数字产品在传播过程中可能会遭到各种不确定的无意或有意攻击,很难保证嵌入的水印不被去除,经常无法提取出有效的水印信息,出现版权纠纷。本文针对这一问题提出了鲁棒性水印混合算法,采用多种在鲁棒性上具有互补特点的水印算法将同一水印图像分别嵌入单张载体图像的不同部分,仿真实验验证了该算法对多种可能的攻击均具有良好的鲁棒性。以下是本文所做的主要工作:(1)设计并实现了四种图像水印算法,这四种算法分别基于DWTSVD域、DCT域、空域和生成全息图嵌入水印图像。这些算法在鲁棒性上具有一定的互补特点,它们中有的对噪声攻击表现出很强的鲁棒性,有的可以抵抗旋转、缩放、翻转等几何攻击,有的对攻击强度较大的暴力攻击具有一定的抵抗能力,有的能够有效抵抗直方图调整攻击且可以实现水印的盲提取。(2)提出了一种灰度图像分块鲁棒性水印混合算法。将载体图像分成四块,采用上文实现的四种鲁棒性子水印算法将同一水印图像分别嵌入单张载体图像的四个分块。实验结果表明,比起四种子算法,本次分块多水印算法可以抵抗更多种类和更高强度的攻击,且可以实现水印的盲提取,解决了多数鲁棒水印算法只对某一类攻击具有较强鲁棒性的问题,提高了数字水印算法的实用性。(3)为了解决灰度图像分块鲁棒性水印混合算法的分块问题,实现透明嵌入,针对彩色图像,提出了一种彩色图像多水印混合算法,利用DWTSVD子算法、DCT子算法、基于全息图的子算法将同一水印图像分别嵌入单张载体图像的R、G、B三个分量中。实验结果表明算法不可见性好,无分块现象,比起子算法可以抵抗更多种类和更高强度的攻击,可以实现水印盲提取。
吴秋玲[9](2018)在《变换域音频鲁棒数字水印技术研究》文中研究表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。
朱春伟[10](2019)在《基于Schur分解的Contourlet域彩色图像数字水印算法研究》文中研究指明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。
二、结合奇异值分解和DCT变换的零水印算法(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、结合奇异值分解和DCT变换的零水印算法(论文提纲范文)
(1)基于变换域的数字图像鲁棒水印算法研究(论文提纲范文)
摘要 |
Abstract |
缩略语对照表 |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 数字图像鲁棒水印概述 |
1.2.1 鲁棒水印的特征 |
1.2.2 鲁棒水印的分类 |
1.2.3 鲁棒水印的攻击 |
1.3 变换域鲁棒水印的研究现状 |
1.3.1 基于奇异值分解的水印算法 |
1.3.2 基于矩的水印算法 |
1.3.3 基于其它变换域的水印算法 |
1.3.4 嵌入参数的优化方法 |
1.3.5 零水印算法 |
1.4 存在的主要问题 |
1.5 本文主要工作及章节安排 |
第二章 基于奇异值分解的水印算法 |
2.1 奇异值分解 |
2.2 基于奇异值鲁棒性的水印算法的虚警问题 |
2.2.1 算法分析 |
2.2.2 边信息伪造 |
2.3 具有确保图像质量功能的自适应鲁棒水印算法 |
2.3.1 算法描述 |
2.3.2 自适应量化步长选取 |
2.3.3 质量补偿 |
2.4 实验结果 |
2.4.1 边信息伪造方法的虚警问题验证 |
2.4.2 鲁棒水印算法的性能验证 |
2.5 本章小结 |
第三章 基于通用极复指数变换的水印算法 |
3.1 通用极复指数变换矩值的精确计算方法 |
3.1.1 传统计算 |
3.1.2 基于二次分块的矩值计算 |
3.1.3 矩值计算精确性比较 |
3.2 算法描述 |
3.2.1 可嵌入矩值集合选取 |
3.2.2 嵌入过程 |
3.2.3 提取过程 |
3.3 实验结果 |
3.3.1 不可见性 |
3.3.2 鲁棒性 |
3.3.3 与同类算法的比较 |
3.4 本章小结 |
第四章 基于通用圆谐傅里叶矩的水印算法 |
4.1 基于谐函数的分数阶矩的分析 |
4.1.1 整数阶矩与分数阶矩的关系 |
4.1.2 矩属性对水印性能的影响 |
4.2 通用圆谐傅里叶矩的快速计算方法 |
4.2.1 基于快速傅里叶变换的矩值计算 |
4.2.2 矩值计算时间比较 |
4.3 算法描述 |
4.3.1 基于蚁群优化的控制参数选取 |
4.3.2 嵌入过程 |
4.3.3 提取过程 |
4.4 实验结果 |
4.4.1 鲁棒性与矩类型的关系 |
4.4.2 不可见性 |
4.4.3 鲁棒性 |
4.4.4 与同类算法的比较 |
4.5 本章小结 |
第五章 基于矩幅值差值鲁棒性的零水印算法 |
5.1 鲁棒特征生成位置选取方法 |
5.1.1 位置选取方法分析 |
5.1.2 基于矩幅值差值的位置选取 |
5.1.3 性能比较 |
5.2 算法描述 |
5.2.1 零水印生成 |
5.2.2 零水印检测 |
5.3 实验结果 |
5.3.1 可辨别性 |
5.3.2 鲁棒性 |
5.3.3 水印容量与安全性 |
5.3.4 基于其它矩类型的算法性能 |
5.3.5 与同类算法的比较 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来展望 |
致谢 |
参考文献 |
作者简历 |
(2)数字图像水印技术综述(论文提纲范文)
0 引言 |
1 研究框架 |
1.1 基本模型 |
1.2 基本特性 |
1.3 评价指标 |
1.3.1 归一化相关系数 |
1.3.2 峰值信噪比 |
1.3.3 结构相似度 |
1.3.4 误码率 |
2 算法分类 |
2.1 按特性划分 |
2.1.1 鲁棒水印 |
2.1.2 脆弱水印 |
2.2 按检测方式划分 |
2.2.1 盲水印 |
2.2.2 非盲水印 |
2.2.3 零水印 |
(1)透明性好。 |
(2)安全性高。 |
2.3 按隐藏域划分 |
2.3.1 基于频域的水印算法 |
2.3.2 基于空域的水印算法 |
3 攻击 |
3.1 鲁棒性攻击 |
3.1.1 非几何攻击 |
3.1.2 几何攻击 |
3.1.3 组合攻击 |
3.2 表示攻击 |
3.3 解释攻击 |
4 其他应用领域 |
4.1 医疗领域 |
4.2 遥感领域 |
4.3 地图版权方面 |
5 研究不足与未来趋势 |
(1)基于彩色版权图像的水印算法 |
(2)面向人工智能的水印算法 |
(3)多领域结合的水印算法 |
(4)高效的水印算法 |
6 结论 |
(3)适用于QR码的彩色图像水印算法(论文提纲范文)
中文摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 数字水印研究的历史和现状 |
1.3 本论文主要工作及内容 |
2 数字水印技术 |
2.1 数字水印的基本概念 |
2.1.1 数字水印的定义 |
2.1.2 数字水印的框架 |
2.1.3 数字水印的分类 |
2.1.4 水印常见攻击方法 |
2.2 数字水印的评价指标 |
2.2.1 主观评价 |
2.2.2 客观评价 |
2.3 数字水印的经典算法 |
2.3.1 空间域水印算法 |
2.3.2 变换域水印算法 |
2.4 本章小结 |
3 彩色图像水印算法相关理论 |
3.1 图像置乱技术 |
3.1.1 Arnold变换 |
3.1.2 Logistic映射 |
3.1.3 仿射变换 |
3.2 离散小波变换 |
3.3 离散余弦变换 |
3.3.1 一维离散余弦变换 |
3.3.2 二维离散余弦变换 |
3.3.3 三维离散余弦变换 |
3.3.4 二维离散余弦变换系数分 |
3.4 奇异值分解 |
3.4.1 奇异值分解的定义 |
3.4.2 奇异值分解的性质 |
3.5 斜变换 |
3.6 颜色空间描述 |
3.6.1 YUV颜色空间与YCb Cr颜色空间 |
3.6.2 HSI颜色空间 |
3.7 水印嵌入规则 |
3.8 本章小结 |
4 DWT-DCT-SVD水印算法 |
4.1 引言 |
4.2 水印预处理技术 |
4.3 水印嵌入技术 |
4.4 水印提取技术 |
4.5 实验分析 |
4.5.1 安全性测试 |
4.5.2 透明性测试 |
4.5.3 鲁棒性测试 |
4.5.4 与其他算法比较 |
4.6 本章小结 |
5 DWT-Slant-SVD双水印算法 |
5.1 引言 |
5.2 水印预处理技术 |
5.3 水印嵌入技术 |
5.3.1 版权水印嵌入技术 |
5.3.2 零水印生成技术 |
5.4 水印提取技术 |
5.4.1 版权水印的提取 |
5.4.2 零水印的提取 |
5.5 实验分析 |
5.5.1 安全性测试 |
5.5.2 透明性测试 |
5.5.3 鲁棒性测试 |
5.5.4 与其他算法比较 |
5.6 本章小结 |
6 DWT-DCT-SVD算法和DWT-Slant-SVD算法对比 |
6.1 应用对比 |
6.2 透明性对比 |
6.3 鲁棒性对比 |
6.4 本章小结 |
7 总结和展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(4)基于QR码的彩色图像数字水印算法研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 数字水印技术的应用领域 |
1.4 本文主要研究内容及结构安排 |
2 数字水印技术 |
2.1 数字水印概述 |
2.2 数字水印的攻击与评价标准 |
2.3 QR二维码 |
2.4 本章小结 |
3 基于QR码的多模型数字水印算法 |
3.1 多模型水印嵌入算法 |
3.2 多模型水印提取算法 |
3.3 实验结果与分析 |
3.4 本章小结 |
4 基于NSST与Hessenberg分解的零水印算法 |
4.1 零水印构造算法 |
4.2 零水印检测算法 |
4.3 实验结果与分析 |
4.4 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 |
(5)基于SIFT感知哈希的鲁棒零水印算法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 国内外研究的现状与发展趋势 |
1.3 感知哈希在数字水印中的应用 |
1.4 本文结构 |
2 水印算法用到的相关理论 |
2.1 图像特征提取的基本算法 |
2.1.1 尺度不变特征变换(Scale Invariant Feature Transform,SIFT) |
2.1.2 离散余弦变换(Discrete Cosine Transform,DCT) |
2.2 Logistic映射 |
2.3 攻击类型介绍 |
2.4 算法性能评估标准 |
2.4.1 峰值信噪比(Peak Signal-to-Noise Ratio,PSNR) |
2.4.2 归一化相关系数(Normalize coefficient,NC) |
2.5 本章小结 |
3 基于SIFT感知哈希的鲁棒零水印算法 |
3.1 构建零水印算法模型 |
3.2 算法测试与分析 |
3.2.1 几何攻击 |
3.2.2 常规攻击 |
3.3 本章小结 |
4 基于SIFT-DCT感知哈希的鲁棒零水印算法 |
4.1 特征提取 |
4.2 算法测试与分析 |
4.2.1 几何攻击 |
4.2.2 常规攻击 |
4.3 算法性能的比较分析 |
4.4 本章小结 |
5 基于变换域的加密医学图像感知哈希零水印算法 |
5.1 背景介绍 |
5.2 加密环境下医学图像的算法仿真及性能分析 |
5.2.1 几何攻击 |
5.2.2 常规攻击 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间取得的科研成果 |
致谢 |
(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)基于音频载体的特定信息隐藏算法研究(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 国内外研究现状 |
1.3 论文主要工作及结构安排 |
第二章 音频隐藏相关技术和方法 |
2.1 音频隐藏技术基础 |
2.1.1 音频数字化技术 |
2.1.2 音频隐藏基本原理 |
2.2 经典的音频隐藏算法 |
2.2.1 时域音频隐藏算法 |
2.2.2 变换域音频隐藏算法 |
2.2.3 其它常见的音频隐藏算法 |
2.3 音频隐藏信息的被攻击方式 |
2.4 音频隐藏算法评估 |
2.4.1 不可感知性评价 |
2.4.2 鲁棒性评价 |
2.4.3 算法嵌入容量评价 |
2.5 本章小结 |
第三章 基于LWT-SVD和差分进化的音频隐藏算法 |
3.1 算法的数学基础 |
3.1.1 提升小波变换 |
3.1.2 奇异值分解 |
3.1.3 差分进化算法 |
3.2 信息嵌入与提取算法 |
3.2.1 特定信息预处理 |
3.2.2 特定信息嵌入 |
3.2.3 特定信息提取 |
3.2.4 嵌入强度优化 |
3.3 算法仿真 |
3.3.1 安全性分析 |
3.3.2 不可感知性讨论 |
3.3.3 鲁棒性测试 |
3.4 本章小结 |
第四章 音频隐藏应用实例 |
4.1 应用开发环境 |
4.2 应用设计 |
4.2.1 信息隐藏模块 |
4.2.2 信息提取模块 |
4.2.3 载体更新模块 |
4.3 应用测试 |
4.3.1 系统功能测试 |
4.3.2 音频质量测试 |
4.4 本章小结 |
第五章 总结 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士期间发表的论文 |
致谢 |
(8)鲁棒性水印混合算法研究与实现(论文提纲范文)
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 |
1.3 本文研究内容和组织结构 |
第2章 数字水印的基本理论 |
2.1 数字水印的概念和特性 |
2.2 数字水印的分类 |
2.3 数字水印的基本框架 |
2.4 数字水印的典型算法 |
2.4.1 空间域水印算法 |
2.4.2 变换域水印算法 |
2.5 常见的水印攻击 |
2.6 数字水印性能评价指标 |
2.6.1 水印不可见性评价 |
2.6.2 水印鲁棒性评价 |
第3章 全息图的基本原理 |
3.1 光学全息术 |
3.1.1 波前记录 |
3.1.2 波前再现 |
3.1.3 傅里叶变换全息图 |
3.2 计算全息 |
3.3 计算全息与数字水印 |
第4章 数字图像鲁棒性子水印算法 |
4.1 基于DWT_SVD的数字水印算法 |
4.1.1 算法原理 |
4.1.2 算法设计 |
4.1.3 实验仿真与分析 |
4.2 基于DCT的数字水印算法 |
4.2.1 算法原理 |
4.2.2 算法设计 |
4.2.3 实验仿真与分析 |
4.3 基于Patchwork的数字水印算法 |
4.3.1 算法原理 |
4.3.2 算法设计 |
4.3.3 实验仿真与分析 |
4.4 基于全息图的数字水印算法 |
4.4.1 算法原理 |
4.4.2 算法设计 |
4.4.3 实验仿真与分析 |
4.5 本章小结 |
第5章 鲁棒性水印混合算法研究与实现 |
5.1 灰度图像分块鲁棒性水印混合算法 |
5.1.1 算法描述 |
5.1.2 实验仿真及分析 |
5.1.3 算法小结 |
5.2 改进的彩色图像鲁棒性水印混合算法 |
5.2.1 彩色空间与HVS特性 |
5.2.2 算法描述 |
5.2.3 实验仿真及分析 |
5.2.4 算法小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间的研究成果 |
致谢 |
(9)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 |
(10)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 |
四、结合奇异值分解和DCT变换的零水印算法(论文参考文献)
- [1]基于变换域的数字图像鲁棒水印算法研究[D]. 王文冰. 战略支援部队信息工程大学, 2021(01)
- [2]数字图像水印技术综述[J]. 吴德阳,张金羽,容武艳,唐勇,赵静,曲长波. 高技术通讯, 2021(02)
- [3]适用于QR码的彩色图像水印算法[D]. 沈艳冰. 山西师范大学, 2020(07)
- [4]基于QR码的彩色图像数字水印算法研究[D]. 薛宏飞. 山东科技大学, 2020(06)
- [5]基于SIFT感知哈希的鲁棒零水印算法研究[D]. 刘嘉玲. 海南大学, 2020(07)
- [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]基于音频载体的特定信息隐藏算法研究[D]. 白天皓. 华中师范大学, 2020(01)
- [8]鲁棒性水印混合算法研究与实现[D]. 张进. 华中师范大学, 2020(01)
- [9]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)
- [10]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)