基于神經(jīng)網(wǎng)絡的數(shù)字水印研究.pdf

1、對于水印算法來說，嵌入和提取是十分關鍵的步驟。本課題通過研究在數(shù)字圖像上的水印，分析研究了如何應用神經(jīng)網(wǎng)絡來提高數(shù)字水印的穩(wěn)定性。從兩個方面來敘述，使用神經(jīng)網(wǎng)絡來檢測水印，提高監(jiān)測正確率，以及如何嵌入提高水印的穩(wěn)定性。
　　人是圖像質(zhì)量評價的主體，幾乎所有的圖像處理技術(shù)都圍繞著人類視覺系統(tǒng)HVS（Human Visual System）來進行。HVS是非線形系統(tǒng)，圖像的復雜度、紋理、亮度等都是決定水印嵌入不可見性的關鍵。要解決數(shù)字

2、水印的不可見性和穩(wěn)健性的矛盾也必須考慮到HVS的特性，合理地分配水印信號的能量，在不影響感知效果的前提下，盡可能地提高局部水印嵌入的強度。
　　神經(jīng)網(wǎng)絡具有高度的非線形全局擬合能力和容錯能力，以及很好的自適應自學習功能。其實質(zhì)反映了輸入轉(zhuǎn)化為輸出的一種非線性處理方式完成的，能解決一些傳統(tǒng)算法無能為力的地方。神經(jīng)網(wǎng)絡能無限逼近非線形函數(shù)，具有與圖像處理的逆過程相似特性，可以有效提高水印提取和檢測的效果。
　　本課題研究已有的空

3、間域鄰域關聯(lián)性檢測基礎上，提出利用神經(jīng)網(wǎng)絡來提取水印的技術(shù)。首先與水印信號一起嵌入一定量的冗余信息，在提取時首先利用確定的冗余信息來生成訓練模式去訓練神經(jīng)網(wǎng)絡，使得神經(jīng)網(wǎng)絡記憶下嵌入信息位置的像素值與鄰域差值的關聯(lián)性，再去用神經(jīng)網(wǎng)絡動態(tài)的獲取實際水印信號的判決門限。實驗結(jié)果表明該方法對圖像旋轉(zhuǎn)等幾何處理具有較好的穩(wěn)健性。
　　小波有良好的多分辨率分析特性和時頻局部特性，在頻率域內(nèi)具有能量緊縮特性，同時具有空間域能量緊縮特性，各子圖

4、像對應相同空間位置的象素間存在著較強的空間相關性。在小波域里同樣使用嵌入的冗余信息來動態(tài)地確定水印信號提取判決門限，實驗表明，嵌入的小波近似子帶的信號提取具有較好的穩(wěn)健性。相比較空間域的提取算法而言該算法對頻域里的一些處理以及剪切和噪聲等操作具有較好的穩(wěn)健性，而對于旋轉(zhuǎn)等操作的敏感性卻比前一種算法高。
　　本文綜合考慮了HVS系統(tǒng)和神經(jīng)網(wǎng)絡的特點，提出了一種自適應水印算法。將圖像分塊后的頻率、紋理，信息熵和亮度掩蔽等特征以及由實驗