版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、對于多媒體數(shù)據(jù)而言,數(shù)據(jù)的真實性顯得尤為重要,很多情況下,我們需要對圖像的真實性(也稱完整性)進行驗證。本文對當(dāng)前基于數(shù)字水印的圖像認(rèn)證方法進行了介紹,主要有奇異值分解與PKI結(jié)合的魯棒圖像認(rèn)證方法、基于JPEG壓縮不變量和數(shù)字水印的圖像認(rèn)證方法和基于直方圖不變矩和奇異值分解的圖像認(rèn)證方法。通過圖像認(rèn)證系統(tǒng)的性能評價,分析了這三種方法的優(yōu)缺點,可以看出基于直方圖不變矩和奇異值分解的圖像認(rèn)證方法更符合圖像認(rèn)證系統(tǒng)的各項性能指標(biāo)。本文對基于
2、直方圖不變矩和奇異值分解的圖像認(rèn)證方法進行了深入研究,并對其進行了一定的改進。
由于圖像的直方圖不變矩具有很好的不變特性,所以在這里我們提出了利用直方圖不變矩作為水印的一種新的圖像認(rèn)證方法,利用直方圖信息來定義不變量。數(shù)值分析中的奇異值分解(SVD)是一種將矩陣對角化的數(shù)值算法。這里利用奇異值分解的運算及逆運算來進行水印的嵌入與提取,從而實現(xiàn)對圖像的認(rèn)證。
首先對圖像進行分塊,分別提取每塊圖像的直方圖不變矩,
3、組合起來作為數(shù)字水印,然后利用奇異值分解的方法將這些水印嵌入到原圖像中,最后通過被篡改圖像的Y值以及計算相關(guān)系數(shù)兩種方法來判斷圖形是否被篡改,以及被篡改的具體位置。
本文對這種方法的抗幾個攻擊能力進行了理論分析,并在Matlab7.0中進行了實驗,在試驗中,對嵌入水印的圖像進行篡改,對被篡改的圖像和原圖像進行分析,通過Y值和相關(guān)系數(shù)來判斷圖像是否被篡改,以及被篡改的位置,再對被篡改的圖像進行轉(zhuǎn)置、鏡像、放大等幾何攻擊,仍然
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于不變矩和支持向量機的圖像識別方法研究.pdf
- 基于草圖局部不變矩特征的圖像檢索.pdf
- 基于輪廓波變換和Hu不變矩的圖像檢索研究.pdf
- 基于不變矩的圖像幾何變換不變性識別研究.pdf
- 基于局部不變矩和DWT特征矩陣的圖像哈希算法.pdf
- 圖像不變矩研究及應(yīng)用.pdf
- 二值圖像認(rèn)證方法研究.pdf
- 基于Zernike不變矩的數(shù)字圖像水印研究.pdf
- 基于矩的圖像分析方法.pdf
- 正交矩不變量和彩色圖像四元數(shù)矩的構(gòu)造方法及其應(yīng)用研究.pdf
- 基于zernike不變矩的數(shù)字圖像水印研究(1)
- 基于Hough變換和不變矩的圖像模式識別技術(shù)研究.pdf
- 基于小波變換和不變矩的圖像目標(biāo)識別算法研究.pdf
- 基于圖像不變矩和SVM的機械零件分類識別.pdf
- 基于小波不變矩的圖像識別算法的研究.pdf
- 基于不變矩的高分辨成像聲納圖像識別.pdf
- 基于幾何矩不變量的圖像壓縮算法研究.pdf
- 基于矩陣奇異值分解的圖像壓縮方法研究.pdf
- 基于直方圖和小波變換的圖像分割方法的研究.pdf
- 基于DWT_不變矩和PCA的圖像復(fù)制—粘貼篡改檢測算法.pdf
評論
0/150
提交評論