| 【中文题名】 | 神经网络与二值运算的数字水印算法 |
| 【英文题名】 | The Application of Neural Network and Binary Operation to Image Watermarking |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-30 |
| 【中关键词】 | 数字水印,离散小波变换,二值运算,FCNN,Hopfield神经网络, |
| 【英关键词】 | Digital Watermark,Discrete wavelet transform,Binary operation,FCNN,Hopfield neural network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>一般性问题>安全保密>加密与解密 |
| 【论文摘要】 |
随着计算机、网络和通信技术的飞速发展,特别是Internet的普及,信息的安全保护问题日益突出。水印技术是一门新兴的信息隐藏技术,它利用数字作品中普遍存在的冗余数据,向数字作品中加入不易察觉,但可以判定区分的秘密信息,从而起到保护数字作品的版权或者完整性的作用。其作为多媒体领域中知识产权保护的有效手段,正得到广泛的研究与应用数字水印。
本文首先提出了一种基于小波域有意义二值图像数字水印算法。利用广义猫脸映射的混沌序列对水印序列的嵌入位置进行置乱,增加了嵌入水印的安全性;利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中。仿真实验结果表明此算法的鲁棒性。其次,提出了一种基于完全反向传播神经网络FCNN(Full Counter-pagation Neural Network,FCNN)的数字水印新算法。传统的数字水印算法要求复杂的嵌入与检测过程。将水印图像嵌入到原始图像中,嵌水印的图像与水印图像样本集输入神经网和(4-14)计算神经网络输出。
步骤4:利用式(4-17)和(4无论在有无攻击的情况下,用训练过的FCNN能够更好的检测出水印图像。对提出的水印算法给出了仿真实验结果... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
ABSTRACT |
6-10 |
|
第1章 绪论 |
10-17 |
|
1.1 课题的研究背景 |
10-11 |
|
1.2 数字水印技术 |
11-12 |
|
1.3 数字水印的应用研究 |
12-13 |
|
1.4 数字水印技术研究现状 |
13-15 |
|
1.5 课题主要研究内容及结构安排 |
15-17 |
|
第2章 数字水印技术 |
17-28 |
|
2.1 数字水印技术的基本原理 |
17-18 |
|
2.2 数字水印的基本特征 |
18-20 |
|
2.3 数字水印的分类 |
20-22 |
|
2.4 数字水印技术的典型算法 |
22-25 |
|
2.5 数字水印技术的攻击类型 |
25-27 |
|
2.6 本章小结 |
27-28 |
|
第3章 基于 DWT 域二值运算水印算法 |
28-40 |
|
3.1 引言 |
28 |
|
3.2 小波变换域的数字水印算法 |
28-32 |
|
3.3 数字水印置乱技术 |
32-33 |
|
3.4 改正的二值运算 |
33-34 |
|
3.5 水印的嵌入和提取算法 |
34-36 |
|
3.6 实验结果与分析 |
36-39 |
|
3.7 本章小结 |
39-40 |
|
第4章 基于FCNN 神经网络数字水印算法 |
40-56 |
|
4.1 引言 |
40-45 |
|
4.2 神经元模型 |
45-46 |
|
4.3 神经网络结构 |
46-47 |
|
4.4 基于 FCNN 神经网络水印新算法 |
47-55 |
|
4.5 本章小结 |
55-56 |
|
第5章 基于HOPFIELD 神经网络水印算法的研究 |
56-68 |
|
5.1 引言 |
56 |
|
5.2 HOPFIELD 网络设计 |
56-59 |
|
5.3 自适应的水印嵌入 |
59-60 |
|
5.4 基于 HOPFIELD网络的数字水印算法研究 |
60-63 |
|
5.5 实验结果与分析 |
63-67 |
|
5.6 本章小结 |
67-68 |
|
结论 |
68-70 |
|
参考文献 |
70-74 |
|
攻读硕士学位期间承担的科研任务与主要成果 |
74-75 |
|
致谢 |
75-76 |
|
作者简介 |
76 |
|
| 【DOI】 | LunWen.ID:2.2008.388643 |
