论文总字数：29371字

摘 要

信息载体的发展历史大概可以分为口语传播的语言阶段、实物传播或书本传播的文字阶段、电子媒介传播的数字化阶段。在利用传统纸质媒介进行文字传输的时代，人们就已经意识到了利用纸张的厚薄或纸张的化学特征等不易感知的特性来添加水印信息以进行隐蔽通信或标识信息版权。随着数字化渐渐渗入信息流动的每一个环节，电波和电信号复杂多样的信息承载力使得隐蔽通信中的多媒体信息隐藏技术和信息版权保护的多媒体数字水印技术的进步与普及成为可能。

由于图像在现实世界和网络世界中的爆炸式增长，以数字图像为载体的信息隐藏技术和数字水印技术在学界普遍受到了关注。通常情况下，对数字水印系统的衡量指标主要包括可嵌入容量、不可感知性或失真度、鲁棒性（稳健性）。QIM算法的出现极大地增加了算法的效率，即在保证了一定的可嵌入容量和不可感知性的基础上实现了可对抗多种攻击的高鲁棒性。可是QIM还存在量化步长不可变、没有涉及对比度掩蔽特性等不足之处。针对不足之处，能采用视觉模型来控制量化步长。也可以考虑加入自适应算法增加算法鲁棒性。

本文用STDM（扩展变换抖动调制）和DM（抖动调制）两种方式实现了量化索引调制算法。在性能较好的方案基础上加入了Watson视觉模型调节量化步长，并采了自适应的算法使水印具有更好的性能。使用了MSE（均方误差）和PNSR（峰值信噪比）两个值比较了两种方式的不可感知性，使用了BER（误码率）在测试放缩、空域低通滤波、频域低通滤波、噪声等多种攻击情况下两种方式的鲁棒性。

关键词：数字水印；量化索引调制；视觉模型；自适应

Image watermarking using quantization index modulation based on visual model

Abstract

The information hiding technology and the digital watermarking technology which use digital imagine as the carrier have been a hot research area of information security. In general, the measures of digital watermarking system include capacity, distortion and robustness. The Quantization Index Modulation is an algorithm which has achieved higher efficiency. It means that QIM can be robust enough under a variety of attacks, and it can also guarantee the capacity and imperceptibility at the same time. But QIM still have some problems such as the quantization step is fixed, and it doesn’t think about the visibility contrast threshold. To solve these problems, we can use visual models to control the quantization steps, and use adaptive algorithm to improve the robustness.

In this paper, Spread-Transform Dither Modulation (STDM) and Dither Modulation (DM) are both used to achieve Quantization Index Modulation (QIM). Mean Squared Error (MSE) and Peak Signal to Noise Ratio (PNSR) are introduced to compare their distortions. In the cases of attacks like imagine zooming, low pass filter in the spatial domain, low pass filter in frequency domain and variety of noises, Bit Error Rate (BER) is used to measure their robustness. In the better implementation, the Watson visual model is introduced to adjust the quantization step, and adaptive algorithm is used to make the whole watermarking system more efficiently.

Key words: digital watermark; quantization index modulation; visual model; adaptive

目 录

摘要 Ⅰ

Abstract Ⅱ

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2 课题关键问题及难点 1

1.3 论文组织结构 2

第二章 数字水印技术概述 3

2.1 数字水印基本原理 3

2.2 数字水印的特征 5

2.3 数字水印的分类 7

2.4 数字水印的攻击方法 9

2.5 数字水印的应用 11

第三章 量化索引调制数字水印技术 13

3.1 QIM算法原理 13

3.2 QIM算法实现方式 15

3.2.1 DC-QIM 15

3.2.2 DM-QIM 15

3.2.3 STDM-QIM 19

3.3 QIM算法改进 21

3.4 QIM算法最新研究进展 22

3.5 Watson视觉模型 23

第四章 基于视觉模型的量化索引调制数字水印算法 25

4.1 问题模型 25

4.2 DCT变换 25

4.3 DM-AQIM水印嵌入 25

4.4 DM-AQIM水印提取 27

第五章 实验过程及结果分析 29

5.1 实验过程 29

5.1.1 DM-QIM水印嵌入与提取 29

5.1.2 STDM-QIM水印嵌入与提取 31

5.1.3 DM-AQIM水印嵌入与提取 34

5.1.4 Watson视觉模型 35

5.1.5 水印攻击模型 36

5.1.6 数据统计 38

5.2 实验结果分析 38

5.2.1 水印嵌入与提取 38

5.2.2 水印攻击 39

第六章 总结 45

6.1 问题与解决方案 45

6.2 总结与体会 46

致谢 47

参考文献 49

第一章 绪论

1.1 课题研究背景及意义

随着大量数字信息的出现和传统信息数字化脚步的加快，出现了两大方向的应用：一是隐蔽通信中的多媒体信息隐藏技术，二是多媒体数字水印技术。在隐蔽通信中，人们利用多媒体介质来隐藏隐秘信息；在版权保护中，人们在自己生产的知识信息中加入版权标识来保护自己的智力成果。

剩余内容已隐藏，请支付后下载全文，论文总字数：29371字