一、基于信噪比的自适应图像水印算法（论文文献综述）
武晨艳[1]（2021）在《DCT域上自适应抗HSI音频水印算法》文中认为音频水印算法将表示特定含义的信息（音频创作者的相关信息、音频文件的下载及传播记录）嵌入到音频文件中,不影响原始音频文件自身的品质;在发生版权纠纷的情况下,能够将嵌入音频中的水印信息正确地提取出来,即使嵌入水印后的音频受到信号处理攻击,水印提取的正确性也不会受到影响。在音频中嵌入水印可以实现音频版权的追踪,它的有效性不仅取决于嵌入水印后算法的不可感知性,还取决于提取时的鲁棒性。两者之间是相互制衡的,能否使两者达到更好的平衡是音频水印算法是否能够实用化的决定因素。近年来,基于离散余弦变换（Discrete Cosine Transform,DCT）的水印算法受到广泛关注,DCT变换计算效率高,对音频作该变换后,能量集中且守恒。本文针对DCT域上的音频水印,研究自适应嵌入技术和提取时的抗宿主信号干扰（Host Signal Interference,HSI）技术,保证嵌入的水印在不可感知的前提下,最大化水印提取的鲁棒性。自适应嵌入技术随宿主音频的不同,自适应地确定嵌入参数。信噪比（SignalNoise Ratio,SNR）常用于嵌入水印的不可感知性参数。目前基于SNR自适应的音频水印算法对于是否存在进一步提高嵌入参数的上限的空间,没有给出回答;对于DCT域上音频水印提取时处理HSI的算法,目前的研究没有利用HSI对水印提取的积极作用,算法的鲁棒性还有进一步提高的空间。基于以上自适应音频水印算法的研究现状,本文借鉴DCT域上自适应图像水印算法的思想,提出自适应抗HSI音频水印算法,在保证水印不可感知的前提下,最大化水印的鲁棒性。本文主要工作内容和创新点如下:（1）提出一种提高嵌入参数上限的自适应函数关系。在建立嵌入参数与SNR之间的函数关系时,将DCT能量守恒原理考虑其中,提高了嵌入参数的上限,从而更好地平衡水印的不可感知性和鲁棒性;在此基础上,对适合嵌入水印的音频分段,根据确定的函数关系自适应地确定每一段音频的嵌入参数,使得音频文件获得一致的SNR,并通过对五种不同类型的音频进行仿真实验来验证本文算法在不可感知性方面的有效性。（2）提出一种引入HSI控制因子提高算法鲁棒性的策略。通过理论分析可知,HSI对水印提取的结果既有积极作用,也有消极影响,引入HSI控制因子后,能够更好地消除HSI对水印提取的消极影响,同时通过HSI控制因子的合适取值,最大程度的保留其对水印提取的积极作用,进一步提高算法的鲁棒性,并通过对五种不同类型的音频进行仿真实验来验证本文算法在鲁棒性方面的有效性。对五种不同类型的音频进行仿真实验的结果表明,从不可感知性方面来说,本文算法的SNR大于现有算法的SNR,本文算法SNR的均值相比A-SNR算法、OPT-SNR算法、MO-PN算法和DCT-GA算法分别提高了4.6、3.7、3.2和1.3;从算法对常规攻击的鲁棒性方面来说,本文算法的误码率（Bit Error Rate,BER）均值明显优于ASNR算法和OPT-SNR算法,对于MP3攻击（64kbps）,本文算法的BER相比MO-PN算法和DCT-GA算法分别提高了12.84%和2.12%,上述实验结果表明,本文算法具有良好的嵌入水印的不可感知性,同时,也提高了抵抗攻击的鲁棒性,使两者达到一个更高水平的平衡。本文以上述创新算法为关键技术,实现了数字音频水印隐蔽嵌入与鲁棒提取系统,包括用户登录、原始音频选择、水印信息生成、水印嵌入、添加攻击和水印提取六个模块。
岳桢[2]（2021）在《基于直方图变换的图像信息隐藏技术研究》文中研究表明信息隐藏技术是将某一秘密信息隐藏于另一个公开媒介中,通过公开媒介的传输来实现传递秘密信息的一种技术,常应用于保密通信和数字知识产权的保护。图像直方图是一种由一系列高度不等的线段或纵向条纹表示像素分布情况的条形图,由于其灰度值不受载体像素位置变化而变化被广泛应用于信息隐藏技术中。然而,基于直方图变换的传统信息隐藏技术存在以下三方面问题:1.直方图水印嵌入过程可能会出现原始直方图前后2Bin高低强制翻转现象,导致含水印图像质量降低;2.水印嵌入规则只是单纯比较相邻2Bin前后高低比例关系,忽略近似相等情况,导致嵌入容量降低;3.联合图像专家小组（Joint Photographic Experts Group,JPEG）编码格式图像数据嵌入过程中,离散余弦变换（Discrete Cosines Transform,DCT）系数直方图无效移位可能导致载密图像的文件大小不成比例地增加。因而,基于直方图变换的信息隐藏技术仍是计算机学科的研究热点。本文主要工作和创新表述如下:（1）针对载密图像峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）降低的问题,提出了直方图2Bin三进制图像数字水印算法。首先,通过合适的截取阈值选择符合像素数目要求的直方图嵌入区间;然后,根据待嵌入水印信息的容量和载体图像的大小调整算法嵌入阈值;最后,在维持直方图相邻2Bin高低形状不变的情况下,确定修改像素数目以及分块策略,实现水印信息的嵌入和提取操作。由于引入了三进制水印信息且遵循原始直方图相邻2Bin前后大小关系,所提算法与现有算法相比,不仅提高了水印嵌入容量,而且能抵抗裁剪、旋转等传统的几何攻击和信号处理攻击。更重要的是,在相同嵌入容量下,水印嵌入后图像质量的PSNR值比同类算法至少提升5dB。（2）针对水印嵌入过程中嵌入容量低问题,首次从理论上提出多Bin多进制水印概念,设计了广义直方图多Bin多进制水印算法。首先,选择合适的直方图嵌入区间;其次,根据待嵌入水印信息,考虑相邻直方图比例近似相等情况,分别计算比例相等水印信息和比例不相等水印信息所对应的嵌入阈值;然后,根据相应的嵌入阈值确定需要修改的像素数目;最后,通过修改直方图所含像素数目,嵌入水印信息,得到含水印图像。实验分析表明,该方法在满足视觉不可察觉性的同时与现有算法相比,至少提高了 2倍的水印嵌入容量。（3）针对JPEG载密图像存储大小不成比例增加问题,提出了基于自适应位置选择的JPEG图像可逆信息隐藏（Reversible Data Hiding,RDH）算法。该方法不仅考虑了视觉质量和嵌入容量,而且考虑了嵌入秘密信息后载密图像的文件存储大小。首先,对原始JPEG载体图像进行分块,并对每个分好的块进行DCT变换和量化,得到量化后的交流（Alternating Current,AC）系数;其次,计算每块的熵值,根据熵阈值划分平滑或纹理块,并升序排列已划分的平滑块;再次,在平滑块中,计算63个AC系数位置各自的嵌入失真代价,并升序排列;然后,将秘密信息其长度信息,熵阈值信息和位置映射信息嵌入到直流（Direct Current,DC）系数的最低有效位（Least Significant Bit,LSB）中;最后,将待嵌入秘密信息依次嵌入到失真代价最小的值为‘1’和‘-1’的AC系数中,得到载密图像。实验结果表明,该方法提取秘密信息的同时能完美恢复载体图像,并优于当前的典型算法,不仅保证了嵌入容量,获得了好的视觉质量,而且在文件存储大小方面,减少了存储开销。综上可知,本论文所设计的基于直方图变换的图像信息隐藏方案,不仅能有效传输秘密信息或版权信息,而且增加了嵌入容量,改善了载体图像的质量,在JPEG图像上实现了载体图像的完美恢复,具有现实意义。
罗一帆[3]（2021）在《基于媒体特征分析的自适应音视频水印关键技术研究》文中研究指明随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频作为视听媒体的代表,其版权保护是数字水印研究的重点,研究者们已提出了多种音视频数字水印方法。但现有方法对音视频信号在时-频域中的变化特征缺乏充分的研究与应用,导致水印抗时域同步攻击、几何变换等攻击能力不足,水印鲁棒性和不可感知性均有待提升;同时,对新发展起来的无损压缩音频、3D视频研究不足,少有针对性数字水印算法。为解决这些问题,本文基于音视频特征信息分析,从以下两个方面提出解决思路。第一,分析音视频信号时-频域变化规律,根据规律构建特征信息作为信号自适应分段标志、确定水印嵌入位置;水印嵌入位置随特征信息变化而改变,而各类攻击对特征信息影响小,水印抗同步攻击、几何攻击等攻击鲁棒性得到提升。第二,将水印嵌入与提取过程同音频信号变化特征、编解码特征、视频角点特征、3D视图渲染特征相结合,充分运用特征信息来提升水印不可感知性和抗各类攻击的鲁棒性。根据解决思路,本文提出了以下解决方案:依次构建在各类攻击下鲁棒性更强的音频节拍、音频显着状态、视频角点、视频对象动作等特征信息作为信号分段、水印嵌入位置选择或水印认证标志,实现水印抗同步攻击鲁棒性的提升。针对有损压缩、无损压缩音频,2D、3D视频,将特征信息构建与水印嵌入、提取方法相结合,分别设计双通道音频水印算法、双域音频水印算法、与无损压缩编码相结合的无损音频水印算法、与视觉密码相结合的2D视频‘零水印’算法、与3D渲染模式相结合的3D视频水印算法,各有侧重地提升水印鲁棒性和不可感知性。根据解决方案,具体算法实现如下:一、提出了基于信号自适应分段与嵌入强度优化的双通道音频水印算法。利用自相关检测法对音频信号进行自适应分段,作为水印嵌入位置选择标志,提高水印抗同步攻击鲁棒性。构建音频信号双通道特征信息,设计水印双通道嵌入与提取方法,降低水印嵌入强度,提高水印不可感知性。二、提出了基于离散小波包变换的双域音频水印算法。设计更具鲁棒性的音频信号自适应分段方法,水印具备更强的抗同步攻击能力;引入心理声学模型,将音频信号划分为听觉掩蔽域和被掩蔽域,设计符合掩蔽效应的双域水印嵌入位置选择方法、水印嵌入强度自适应控制方法,在双域中同时进行水印嵌入与提取,既提高水印的鲁棒性,又能保障其不可感知性。三、提出了针对MPEG-4 SLS格式的无损压缩音频水印算法。构建MPEG-4 SLS（Scalable Lossless Coding）编码整型修正离散余弦变换（Integer Modified Discrete Cosine Transform,Int MDCT）系数显着状态特征信息作为水印嵌入位置选择标志,增强特征信息鲁棒性,实现水印抗同步攻击鲁棒性的提升;设计与无损编解码技术相结合的水印嵌入与提取方法,提高水印抗各类信号处理攻击的鲁棒性,同时应用听觉掩蔽效应实现对水印嵌入强度的有效控制。四、提出了基于时-空域特征和视觉密码的视频‘零水印’算法。设计有限状态机进行关键帧选择,在关键帧中构建时-空域角点特征信息作为水印认证信息元素,提高特征信息抗同步攻击、色彩与几何攻击鲁棒性。将特征信息与视觉密码相结合,生成鲁棒性水印认证信息,在版权机构进行注册,在不改变视频信号的前提下实现水印嵌入。五、提出了基于深度图像渲染（Depth-image-based rendering,DIBR）的3D视频水印算法。与DIBR特征进行融合,构建视频帧对象动作特征信息作为水印嵌入位置自适应选择标志,增强特征信息鲁棒性,提升水印抗深度信息变化、几何变换攻击鲁棒性;设计同DIBR渲染过程相结合的水印嵌入与提取方法,提升水印鲁棒性和不可感知性。综上所述,本文针对现有音视频水印方法存在的问题,基于特征信息分析对音视频数字水印关键技术进行研究。分析音视频信号时-频域变化特征与鲁棒性特征信息提取方法,提出了问题解决思路,给出了解决方案。实现了在小波域、时空域、压缩域中对有损压缩音频、无损压缩音频、2D视频、3D视频进行水印嵌入与提取,有效增强了水印鲁棒性和不可感知性,为水印算法的应用打下了更坚实的基础。
姚明明[4]（2021）在《数字音频水印算法的研究及性能测试》文中进行了进一步梳理随着互联网和信息技术的飞速发展,各种类型的多媒体数据在生产、存储和发布的过程中变得越来越方便快捷,给人们的生活和工作带来了极大的便利,但同时也出现了多媒体数字产品被侵权、盗版和恶意篡改的现象,为了解决这一问题,数字水印技术应运而生。数字水印技术是信息安全领域中的一个重要分支,其中,数字音频水印技术旨在保护数字音频产品的版权。一个有效的数字音频水印系统需要满足三个方面的要求:不可感知性、鲁棒性和容量。针对数字音频信息的版权保护问题,本文提出了两种数字音频水印算法,能够在保持一定的不可感知性和水印嵌入量的前提下,拥有良好的鲁棒性。一是提出一种基于范数的离散小波变换域数字音频水印算法,提出的算法中将原始音频载体信号分帧后先进行离散小波变换,将得到的低频系数构造成两个向量并计算出向量范数,最后通过量化向量范数实现嵌入水印信息的目的。二是提出一种基于范数比的提升小波变换域自适应数字音频水印算法,该算法将分帧后的音频信号进行提升小波变换,选取低频系数构造成两个向量,计算其范数比,通过量化范数比嵌入水印,以信噪比的取值最大作为约束条件,动态地在载体音频信号中嵌入水印。大量的音频实验仿真结果表明,本文提出的两种数字音频水印算法有较好的不可感知性,满足水印嵌入容量要求,而且在抵抗常规信号处理攻击,包括添加噪声、重采样、重量化、低通滤波和MP3压缩等攻击情况下,表现出良好的鲁棒性。此外,在水印预处理方面,将水印信息转化为二值图像,在一定程度上通过增加信息冗余提高了水印系统的鲁棒性。利用Arnold变换置乱水印,还通过Logistic混沌序列对水印信息加密,进一步提高了水印系统的安全性。
刘居正[5]（2020）在《倒谱域音频水印算法研究》文中指出数字音频的广泛应用与易于传播,使其版权保护等问题成为人们关注的焦点。数字水印技术是解决版权保护问题的一种有效技术。针对数字音频的版权问题本文研究了数字音频的水印算法,主要内容如下:（1）针对版权保护等鲁棒性要求较高的场景,提出了倒谱域音频二维映射水印算法。算法将一维音频序列映射为二维矩阵,对矩阵分块后进行复倒谱变换,将水印嵌入在复倒谱系数中。大量音频的仿真实验结果表明本算法可以抵抗重采样、重量化、时域增幅、剪切、低通滤波、MP3压缩、高斯白噪声七种攻击,在七种攻击下提取水印的相似度平均高达99%以上。该算法的鲁棒性优于小波域与倒谱域结合算法,且在重采样攻击下获得了比先进的范数域算法更好的鲁棒性,该算法可适用于语音、声乐及器乐音频。（2）针对不可感知性要求较高的场景,提出了倒谱域音频时域能量盲水印算法。通过分析音频信号的时域能量挑选嵌入段,使嵌入段的复倒谱系数均值落在阈值两端从而嵌入水印。算法可自适应调整嵌入阈值,并实现了水印的盲提取。仿真结果显示算法嵌入水印的不可感知性较好。相比其它改进的统计均值调制算法以及小波域的不可感知性水印算法,该算法的不可感知性更好。除对重量化攻击鲁棒性不足,在重采样、时域增幅、剪切、低通滤波、MP3压缩、高斯白噪声攻击下提取的水印相似度可达93%以上。该算法可适用于语音、声乐及器乐音频。
杨帆[6]（2020）在《基于轮廓波变换和级联神经网络的数字水印算法研究》文中研究表明随着多媒体技术的迅猛发展,给人们带来便利的同时,其在网络传播的过程中却极易遭到非法利用。作为多媒体信息的有效加密方案,数字水印技术近年来普遍被应用在多媒体产品的版权保护等领域中。数字水印能够有效解决版权保护和完整性认证问题,其一直以来都是模式识别和图像处理领域探讨的重要课题,故对于数学水印的研究不仅在理论研究上具有重要的意义,在实际应用中也具有不可替代的作用。本文主要研究工作和内容如下:首先对数字水印课题进行研究背景、研究意义及国内外发展现状等方面的简要介绍,通过阅读文献并对数字水印的特点和分类进行了解,并针对不同方法进行了优缺点分析。提出了轮廓波变换算法结合由RBF与Hopfield共同组成的级联神经网络的数字水印算法。算法是在传统的基于轮廓波变换的数字水印技术上,加入了级联神经网络。级联神经网络性能要优于传统单一的RBF网络,不仅保证算法性能,而且学习速度快,通过设计传递函数加速因子进行输出层和隐含层的权值修正,有利于改善算法的收敛性,提高计算效率。针对图像的嵌入,算法在轮廓波变换的基础上,对分块的宿主图片进行轮廓波变换,选取低频块进行再次分块,选取其中方差小的块进行嵌入水印,并且和嵌入的随机噪声进行级联神经网络训练,嵌入数字水印图像的不可见性得到了提高;针对水印的提取,采用了级联神经网络进行提取,利用级联神经网络提取水印不需要原图,提取的水印更接近于原图。在完善算法流程并验证其可行性后,选取了其他的融合性数字水印算法进行性能对比分析,设置了对比实验进行证明。通过仿真实验验证,表明本算法在数字水印的不可见性上有很好表现。本算法能够对常见的数字水印攻击有一定的抵御能力,说明了该算法对文中测试的各种攻击具有很强的鲁棒性。
吴秋玲[7]（2018）在《变换域音频鲁棒数字水印技术研究》文中指出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。
黄樱[8]（2019）在《自适应图像水印：不可见性保证下的强鲁棒性》文中研究说明图像水印技术的研究与应用为数字图像版权的查证提供了技术支撑。它将一个被称为水印的、代表版权的数字标记不可察觉地嵌入到图像中,当发生版权纠纷时,通过提取水印来确定图像的所有权。水印技术能被有效地应用于版权保护的关键在于:嵌入的水印兼备不可见性和鲁棒性。对于图像水印算法,自适应调参模型、水印嵌入和提取方法、以及嵌入区域的确定,是影响水印的不可见性和鲁棒性的关键因素。自适应调参模型的实质是嵌入参数（用于控制水印嵌入的强度）关于载体图像某些特性（均值、方差、熵等）的函数。现有采用自适应调参模型的水印技术在提高水印鲁棒性的同时、无法保证所有图像中嵌入的水印拥有一致且良好的不可见性。主流的水印嵌入和提取方法分为扩频方法和量化方法,但两者都有其固有的缺陷。扩频方法存在载体信号干扰（HSI）,量化方法难以抵抗缩放攻击,这些都会影响水印提取的准确率。嵌入区域是水印在图像中的嵌入位置。现有水印技术确定的嵌入区域中通常包含纹理平滑部分,使嵌入在其中的水印影响图像的视觉质量;并且图像被攻击前后定位的嵌入区域可能不一致,导致水印提取性能下降。针对以上问题,本文分别对自适应调参模型、水印嵌入和提取方法、以及嵌入区域的确定展开研究。目标是在保证图像中嵌入的水印具有一致且良好的不可见性的前提下,最大限度地提高水印的鲁棒性,为版权追踪与查证工作提供切实可行的解决方案。本文的主要工作和创新点如下:（1）提出两种自适应调参模型利用离散余弦变换（DCT）能量守恒性质,将嵌入参数与峰值信噪比（PSNR）相关联,提出基于PSNR的全局自适应调参模型。给定结构相似度（SSIM）,利用多元回归分析得出水印的嵌入参数与嵌入区域的纹理粗糙程度的函数,提出基于图像纹理的局部自适应调参模型。实验表明,两种自适应调参模型分别可使不同图像在嵌入水印后都能获得基本一致且良好的PSNR和SSIM,最大限度地保证水印的不可见性、增强水印的鲁棒性。（2）提出两种水印嵌入和提取方法在水印嵌入阶段,利用HSI的先验知识,提出抗HSI扩频方法,理论和实验均证明该扩频方法能够完全消除HSI;通过确定该扩频方法中用于控制HSI的系数的最优取值,平衡水印的鲁棒性和不可见性。利用从DCT系数矩阵中提取的特征向量相邻分量差值的稳定性,提出具有强鲁棒性的差值量化方法,能够解决量化值与量化区间之间的不同步问题,有效抵抗缩放攻击。（3）针对嵌入区域的确定,提出一种图像纹理的度量方法和一种纹理粗糙区域的定位方法从图像频率角度分析,提出一种图像纹理粗糙度的度量方法,真实反映图像的纹理情况;引入全局纹理值和局部纹理值的概念,分别用于表征图像（区域）整体和局部纹理的丰富程度。提出一种纹理粗糙区域的定位方法,利用滑动窗口和窗口内区域的局部纹理值,精确获取图像的纹理粗糙区域。将相同的水印嵌入在多个纹理粗糙区域中,保证嵌入水印后的图像质量、提高提取水印的准确率。综合运用上述研究成果,提出三种自适应水印算法:基于PSNR的全局自适应抗HSI扩频水印算法、基于PSNR的全局自适应差值量化水印算法、以及基于图像纹理的局部自适应水印算法。这些算法能够在保证嵌入水印的不可见性的前提下,最大限度地提高水印的鲁棒性。它们各有所长,适用于不同应用场景,使得在任何场景中都存在有效的水印算法以供选择。
李爽[9]（2019）在《非线性尺度空间的自适应均衡水印算法》文中提出水印嵌入位置和嵌入强度严重影响着水印算法的性能。对多种数字水印算法分析比较,线性尺度空间水印算法嵌入水印位置不够精确,导致提取出的特征点稳定性差,且嵌入强度参数随机,嵌入水印工作量增大。针对上述问题,提出基于非线性尺度空间的自适应水印算法,来均衡水印透明性和鲁棒性。首先,利用KAZE算法筛选出非线性尺度空间稳定性强的特征点构建嵌入水印区域;其次,对其做三级离散小波变换,将低频子带奇异值分解后的对角矩阵作为待嵌入水印的系数矩阵,将水印图像置乱后做奇异值分解,用右奇异值矩阵与对角矩阵相乘去虚警,组成的新矩阵作为待嵌入水印载体;最后,通过调整果蝇优化算法的适应度函数计算嵌入强度,把系数矩阵与水印载体叠加,自适应完成嵌入水印过程。对多组灰度图像进行仿真实验,验证得到含水印图像的峰值信噪比均达到44dB,多数为46dB,对水印载体图像做压缩、噪声、几何等攻击,提取出的水印图像与原始水印图像归一化相关系数均达到0.94,部分接近1。结果表明,利用KAZE算法选择非线性图像块嵌入水印信息,定位嵌入区域更精确,结合离散小波变换和奇异值分解算法嵌入水印稳定性更强,果蝇优化算法自适应选择嵌入水印强度参数效率高,有效均衡了水印算法的不可见性和鲁棒性。该论文有图20幅,表9个,参考文献58篇。
黎琛[10]（2019）在《基于纹理复杂度的图像篡改定位和恢复水印算法研究》文中进行了进一步梳理时代在变迁,技术在发展。这百花齐放的网络时代对于人们而言,无疑是方便了大家的生活以及工作,但是在便捷生活下隐藏着一系列的信息安全问题,例如数字信息伪造,版权受侵等问题。为了解决这些问题,在早期有学者提出了密码学。通过建立公钥密码体制保证信息的安全,利用数字签名对消息进行完整性保护和消息源鉴别。但这个方法是存在弊端的,比如在信息接收成功后,其保护作用就会消失。数字水印为弥补这个不足而诞生,其根本思想是使用一定的算法将标记性的信息嵌入到视频、音频和图像内,但不影响原内容的使用价值,且人们的感知系统是发现不了的,只有依靠一定的设备才能提取,以此达到数字产品的版权保护。但是传统的数字图像水印只能起到监视、隐秘通信、内容认证等作用,不能对修改的区域进行定位以及对篡改区域进行恢复。为了解决该问题,学者们研究出了对篡改图像内容定位与恢复的数字水印技术,该方法能精确定位出篡改的区域,以及能对篡改的图像进行高质量恢复。在军事、医学、法学等领域起着重要的作用。通过对现有的算法进行分类与总结,围绕图像纹理特征和边缘信息这两个方面的研究,提出了基于纹理复杂度的图像篡改定位和恢复水印算法,本文主要的工作内容如下:（1）针对现有方法对图像纹理相关性利用不充分导致图像块特征值选取不灵活和隐蔽性不足的问题,提出了一种新的基于纹理复杂度和拉普拉斯算子的篡改定位和恢复水印算法。算法首先将图像分成3×3的分块,分别计算各块的纹理复杂度,利用纹理复杂度对同质块进行合并,降低水印嵌入对图像质量的影响;然后计算母块和单独块的卷积值作为其特征值,并将母块的位置信息作为子块的特征值,新的特征值增强了对篡改的敏感性,并减少了需嵌入的特征水印数量;最后将特征值嵌入到最低有效位中。（2）针对图像子块的分类不够细致导致图像篡改后不能高质量恢复的问题,提出一种纹理特征结合边缘信息的图像篡改定位与恢复水印算法。算法首先将图像划分成3×3的子块,利用灰度共生矩阵计算出图像的纹理复杂度,得到最复杂块;再利用Canny边缘检测和方差划分出边缘块、次复杂块以及简单块;最后根据四种块的类型自适应生成水印信息。实验表明,当图像受到篡改时,该算法能准确定位并高质量恢复,比现有的算法峰值信噪比高出4.12%。
二、基于信噪比的自适应图像水印算法（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、基于信噪比的自适应图像水印算法（论文提纲范文）
（1）DCT域上自适应抗HSI音频水印算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 嵌入参数自适应变化依据 |
| 1.2.2 抗HSI算法 |
| 1.2.3 存在的问题 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第二章 音频水印算法及其相关技术 |
| 2.1 基本知识 |
| 2.1.1 音频水印算法分类 |
| 2.1.2 音频水印算法的基本要求 |
| 2.1.3 攻击类型 |
| 2.1.4 评价指标 |
| 2.1.5 应用领域 |
| 2.2 音频算法框架 |
| 2.3 嵌入参数选取综述 |
| 2.4 嵌入与提取算法 |
| 2.4.1 量化方法 |
| 2.4.2 扩频方法 |
| 2.4.3 HSI处理方法 |
| 2.5 本章小结 |
| 第三章 自适应抗HSI音频水印算法 |
| 3.1 问题分析 |
| 3.2 自适应抗HSI音频水印算法 |
| 3.2.1 自适应调参模型 |
| 3.2.2 抗HSI音频水印嵌入算法 |
| 3.2.3 抗HSI音频水印提取算法 |
| 3.3 本章小结 |
| 第四章 实验设计与分析 |
| 4.1 实验设计 |
| 4.1.1 实验环境与数据 |
| 4.1.2 实验设计过程 |
| 4.2 实验结果及分析 |
| 4.2.1 不可感知性 |
| 4.2.2 鲁棒性 |
| 4.2.3 实验结果分析 |
| 4.3 本章小结 |
| 第五章 数字音频水印隐蔽嵌入与鲁棒提取系统设计 |
| 5.1 软件介绍 |
| 5.1.1 VSCode介绍 |
| 5.1.2 Python介绍 |
| 5.2 数字音频水印隐蔽嵌入与鲁棒提取系统需求分析 |
| 5.2.1 功能需求 |
| 5.2.2 非功能需求 |
| 5.3 数字音频水印隐蔽嵌入与鲁棒提取系统设计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（2）基于直方图变换的图像信息隐藏技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要缩略语及中英文对照 |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于直方图的数字水印技术 |
| 1.2.2 基于直方图的可逆信息隐藏技术 |
| 1.3 研究内容与主要贡献 |
| 1.4 论文结构安排 |
| 第二章 预备知识 |
| 2.1 直方图变换技术 |
| 2.1.1 直方图修改技术 |
| 2.1.2 直方图移位技术 |
| 2.2 信息隐藏技术 |
| 2.2.1 数字水印技术 |
| 2.2.2 可逆信息隐藏技术 |
| 2.3 JPEG压缩技术 |
| 2.3.1 JPEG压缩基础知识 |
| 2.3.2 JPEG图像应用 |
| 2.4 主要评价指标 |
| 2.5 本章小结 |
| 第三章 直方图2Bin三进制图像数字水印算法 |
| 3.1 概述 |
| 3.2 直方图2Bin三进制水印算法 |
| 3.2.1 直方图嵌入区间选择 |
| 3.2.2 基于分块策略的像素位置修改 |
| 3.2.3 2Bin三进制水印嵌入算法 |
| 3.2.4 2Bin三进制水印提取算法 |
| 3.2.5 2Bin三进制水印算法的扩展 |
| 3.3 实验结果与分析 |
| 3.3.1 嵌入容量分析 |
| 3.3.2 图像不可感知性分析 |
| 3.3.3 水印鲁棒性分析 |
| 3.4 本章小结 |
| 第四章 广义直方图多Bin多进制图像水印算法 |
| 4.1 概述 |
| 4.2 基于全局策略的多Bin多进制数字水印算法 |
| 4.2.1 多Bin多进制水印算法的概念 |
| 4.2.2 多Bin多进制水印嵌入算法 |
| 4.2.3 多Bin多进制水印提取算法 |
| 4.3 实验结果与分析 |
| 4.3.1 嵌入容量分析 |
| 4.3.2 图像不可感知性分析 |
| 4.3.3 水印鲁棒性分析 |
| 4.4 本章小结 |
| 第五章 基于直方图移位的JPEG图像可逆信息隐藏算法 |
| 5.1 概述 |
| 5.2 自适应位置选择原理 |
| 5.2.1 分块及排序 |
| 5.2.2 AC系数位置选择及排序 |
| 5.3 基于自适应位置选择的JPEG图像可逆信息隐藏算法 |
| 5.3.1 数据嵌入 |
| 5.3.2 数据提取及图像恢复 |
| 5.4 实验与分析 |
| 5.4.1 本章方法的有效性 |
| 5.4.2 实验对比与分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参与的项目 |
（3）基于媒体特征分析的自适应音视频水印关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用缩略词表 |
| 常用符号表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字水印技术概述 |
| 1.2.1 数字水印系统模型 |
| 1.2.2 数字水印的分类 |
| 1.2.3 数字水印的应用 |
| 1.2.4 数字水印的性能特征 |
| 1.2.5 音视频水印攻击类型 |
| 1.2.6 数字水印性能评价指标 |
| 1.3 国内外研究现状 |
| 1.3.1 音频水印算法研究现状 |
| 1.3.2 视频水印算法研究现状 |
| 1.3.3 存在的问题 |
| 1.4 本文主要研究内容 |
| 1.5 本文结构安排 |
| 第2章 基于音频信号自适应分段与嵌入强度优化的双通道音频水印算法 |
| 2.1 引言 |
| 2.2 音频信号自适应分段 |
| 2.3 音频信号双通道特征信息构建 |
| 2.4 水印嵌入方法 |
| 2.5 水印提取方法 |
| 2.6 水印嵌入强度优化 |
| 2.7 实验结果 |
| 2.7.1 水印不可感知性评价 |
| 2.7.2 水印鲁棒性评价 |
| 2.8 本章小结 |
| 第3章 基于离散小波包变换的双域音频水印算法 |
| 3.1 引言 |
| 3.2 音频节拍检测与自适应分段 |
| 3.3 音频信号双域划分与水印嵌入位置选择 |
| 3.4 水印嵌入与提取 |
| 3.4.1 水印嵌入规则 |
| 3.4.2 自适应嵌入强度计算 |
| 3.4.3 水印嵌入方法 |
| 3.4.4 水印提取方法 |
| 3.5 实验结果 |
| 3.5.1 水印不可感知性评价 |
| 3.5.2 水印鲁棒性评价 |
| 3.6 本章小结 |
| 第4章 针对MPEG-4 SLS格式的无损压缩音频水印算法 |
| 4.1 引言 |
| 4.2 相关技术介绍 |
| 4.3 水印嵌入与提取 |
| 4.3.1 嵌入失真允许阈值 |
| 4.3.2 显着状态与嵌入位置选择 |
| 4.3.3 水印嵌入方法 |
| 4.3.4 水印提取方法 |
| 4.4 实验结果 |
| 4.4.1 水印不可感知性评价 |
| 4.4.2 水印鲁棒性评价 |
| 4.5 本章小结 |
| 第5章 基于时-空域特征与视觉密码的视频零水印算法 |
| 5.1 引言 |
| 5.2 有限状态机设计与关键帧选择 |
| 5.2.1 视频镜头分割 |
| 5.2.2 有限状态机运行规则 |
| 5.3 视频时-空域特征信息提取 |
| 5.3.1 Harris-Laplace角点检测 |
| 5.3.2 时域特征数据集构建 |
| 5.3.3 频域特征数据集构建 |
| 5.4 Ownership share的产生与水印提取 |
| 5.4.1 Ownership share的产生 |
| 5.4.2 水印提取方法 |
| 5.5 实验结果 |
| 5.6 本章小结 |
| 第6章 基于深度图像渲染的3D视频水印算法 |
| 6.1 引言 |
| 6.2 相关技术简介 |
| 6.2.1 DIBR系统 |
| 6.2.2 SIFT特征点检测 |
| 6.3 水印嵌入位置选择 |
| 6.3.1 视频场景分割 |
| 6.3.2 SIFT特征点跨帧匹配 |
| 6.3.3 匹配向量概率分布 |
| 6.3.4 匹配向量主方向和水印嵌入位置选择 |
| 6.4 水印嵌入与提取方法 |
| 6.4.1 改进的扩频水印嵌入方法 |
| 6.4.2 在中心视图中嵌入水印 |
| 6.4.3 从左右视图中提取水印信息 |
| 6.5 实验结果 |
| 6.5.1 水印不可感知性评价 |
| 6.5.2 水印鲁棒性评价 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（4）数字音频水印算法的研究及性能测试（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字音频水印的国内外研究现状 |
| 1.3 本文创新点 |
| 1.4 本文主要工作和论文组织结构 |
| 第二章 数字音频水印基础理论 |
| 2.1 概述 |
| 2.2 数字音频水印的性质与分类 |
| 2.2.1 数字音频水印的性质 |
| 2.2.2 数字音频水印的分类 |
| 2.3 数字音频水印的主要应用 |
| 2.4 数字音频水印的常见攻击 |
| 2.4.1 普通攻击类型 |
| 2.4.2 同步攻击类型 |
| 2.5 数字音频水印的评价标准 |
| 2.5.1 不可感知性评价标准 |
| 2.5.2 鲁棒性评价标准 |
| 2.5.3 水印容量评价标准 |
| 2.6 本章小结 |
| 第三章 基于范数的DWT域数字音频水印算法 |
| 3.1 概述 |
| 3.2 主要技术与原理 |
| 3.2.1 离散小波变换 |
| 3.2.2 向量范数 |
| 3.2.3 Arnold变换 |
| 3.2.4 混沌加密 |
| 3.3 基于范数的DWT域数字音频水印算法流程 |
| 3.3.1 水印预处理 |
| 3.3.2 水印嵌入过程 |
| 3.3.3 水印提取过程 |
| 3.4 仿真实验结果和性能测试 |
| 3.4.1 水印安全性测试 |
| 3.4.2 不可感知性测试 |
| 3.4.3 鲁棒性测试 |
| 3.4.4 容量测试 |
| 3.4.5 实验总结 |
| 3.5 本章小结 |
| 第四章 基于范数比的LWT域自适应数字音频水印算法 |
| 4.1 概述 |
| 4.2 主要技术与原理 |
| 4.2.1 提升小波变换 |
| 4.2.2 量化算法原理 |
| 4.3 基于范数比的LWT域自适应数字音频水印算法流程 |
| 4.3.1 水印预处理 |
| 4.3.2 水印嵌入过程 |
| 4.3.3 水印提取过程 |
| 4.4 仿真实验结果和性能测试 |
| 4.4.1 水印安全性测试 |
| 4.4.2 不可感知性测试 |
| 4.4.3 鲁棒性测试 |
| 4.4.4 实验总结 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读硕士学位期间学术成果 |
（5）倒谱域音频水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字水印基本概念 |
| 1.2.1 数字水印系统 |
| 1.2.2 数字水印分类 |
| 1.3 音频水印算法国内外研究现状 |
| 1.3.1 非倒谱域音频水印算法研究现状 |
| 1.3.2 倒谱域音频水印算法研究现状 |
| 2 相关基础 |
| 2.1 音频信号简介 |
| 2.2 复倒谱变换及其性质 |
| 2.3 音频水印算法性能评价 |
| 2.3.1 不可感知性 |
| 2.3.2 鲁棒性 |
| 2.3.3 容量 |
| 2.4 常见音频信号攻击 |
| 3 倒谱域音频二维映射水印算法研究 |
| 3.1 倒谱变换特点分析 |
| 3.2 二维映射方法 |
| 3.3 算法原理 |
| 3.3.1 水印置乱 |
| 3.3.2 嵌入方法 |
| 3.3.3 提取方法 |
| 3.4 实验结果与分析 |
| 3.4.1 仿真环境 |
| 3.4.2 选用的音频数据库 |
| 3.4.3 不可感知性 |
| 3.4.4 鲁棒性 |
| 3.4.5 嵌入容量 |
| 3.4.6 嵌入因子 |
| 3.5 本章小结 |
| 4 倒谱域音频时域能量盲水印算法研究 |
| 4.1 音频时域能量分析 |
| 4.2 统计均值调制 |
| 4.3 算法原理 |
| 4.3.1 嵌入方法 |
| 4.3.2 提取方法 |
| 4.4 实验结果与分析 |
| 4.4.1 不可感知性 |
| 4.4.2 鲁棒性 |
| 4.5 本章小结 |
| 5 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 有待进一步研究的问题 |
| 致谢 |
| 参考文献 |
| 附录:攻读硕士学位期间的研究成果及参加的科研项目 |
（6）基于轮廓波变换和级联神经网络的数字水印算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 主要研究内容与结构框架安排 |
| 第2章 相关理论 |
| 2.1 数字水印技术概述 |
| 2.1.1 数字水印技术基本原理 |
| 2.1.2 数字水印的特性 |
| 2.2 数字图像水印性能的评估 |
| 2.2.1 数字水印的攻击方式 |
| 2.2.2 数字水印的性能评价标准 |
| 2.3 变换域技术原理 |
| 2.3.1 离散傅里叶变换 |
| 2.3.2 离散余弦变换 |
| 2.3.3 离散小波变换 |
| 2.3.4 轮廓波变换 |
| 2.4 本章小结 |
| 第3章 级联神经网络模型的构建 |
| 3.1 神经网络及其数字水印应用 |
| 3.1.1 神经网络的特性 |
| 3.1.2 神经网络与数字水印 |
| 3.2 RBF神经网络和Hopfield神经网络 |
| 3.2.1 RBF神经网络 |
| 3.2.2 Hopfield神经网络 |
| 3.3 级联神经网络的构建 |
| 3.3.1 基于RBF和Hopfield的级联神经网络的构建 |
| 3.3.2 级联神经网络的学习 |
| 3.3.3 混合参数分析及稳态性分析 |
| 3.4 实验与验证 |
| 3.5 本章小结 |
| 第4章 基于轮廓波变换和级联神经网络的算法 |
| 4.1 水印的生成 |
| 4.2 水印的嵌入 |
| 4.3 水印的提取 |
| 4.4 本章小结 |
| 第5章 实验对比与结果分析 |
| 5.1 实验设计 |
| 5.2 嵌入算法实验 |
| 5.3 提取算法实验 |
| 5.4 本章小结 |
| 第6章 结论 |
| 6.1 全文总结 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（7）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 |
（8）自适应图像水印：不可见性保证下的强鲁棒性（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩写 |
| 名词解释 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 自适应调参模型 |
| 1.2.2 嵌入和提取方法 |
| 1.2.3 嵌入区域的确定 |
| 1.2.4 存在问题 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本文贡献 |
| 1.5 论文组织安排 |
| 第二章 图像水印技术综述 |
| 2.1 相关概念与术语 |
| 2.1.1 图像水印技术分类 |
| 2.1.2 攻击类型 |
| 2.1.3 基本属性 |
| 2.1.4 评价指标 |
| 2.1.5 水印算法执行过程 |
| 2.2 嵌入参数的设置综述 |
| 2.3 嵌入和提取方案综述 |
| 2.3.1 变换域的确定 |
| 2.3.2 特征向量的构建 |
| 2.3.3 嵌入和提取方法 |
| 2.3.4 基准水印方案 |
| 2.4 嵌入区域的确定综述 |
| 2.5 本章小结 |
| 第三章 基于PSNR的全局自适应抗HSI扩频水印算法 |
| 3.1 基于PSNR的全局自适应调参模型 |
| 3.1.1 问题分析与解决思路 |
| 3.1.2 全局自适应调参模型 |
| 3.2 自适应抗HSI扩频方法 |
| 3.2.1 问题分析与解决思路 |
| 3.2.2 抗HSI扩频水印 |
| 3.2.3 自适应调参模型 |
| 3.2.4 系数最优取值分析 |
| 3.3 算法流程 |
| 3.3.1 水印嵌入算法 |
| 3.3.2 水印提取算法 |
| 3.4 实验分析 |
| 3.4.1 实验设置 |
| 3.4.2 不可见性评估 |
| 3.4.3 鲁棒性评估 |
| 3.4.4 PGAPM性能评估 |
| 3.4.5 系数设置正确性评估 |
| 3.5 本章小结 |
| 第四章 基于PSNR的全局自适应差值量化水印算法 |
| 4.1 问题分析与解决思路 |
| 4.2 自适应差值量化方法 |
| 4.2.1 差值量化方法 |
| 4.2.2 自适应调参模型 |
| 4.3 算法流程 |
| 4.3.1 水印嵌入算法 |
| 4.3.2 水印提取算法 |
| 4.4 实验分析 |
| 4.4.1 实验设置 |
| 4.4.2 不可见性评估 |
| 4.4.3 鲁棒性评估 |
| 4.4.4 时间开销评估 |
| 4.4.5 PGAPM性能评估 |
| 4.4.6 应用考虑 |
| 4.5 本章小结 |
| 第五章 基于图像纹理的局部自适应水印算法 |
| 5.1 问题分析与解决思路 |
| 5.2 图像的纹理粗糙区域 |
| 5.2.1 图像纹理的度量 |
| 5.2.2 纹理粗糙区域的判定 |
| 5.2.3 水印嵌入区域的定位 |
| 5.3 基于图像纹理的局部自适应调参模型 |
| 5.3.1 不可见性评价指标 |
| 5.3.2 自适应调参模型 |
| 5.4 确定最终水印 |
| 5.5 算法流程 |
| 5.5.1 水印嵌入算法 |
| 5.5.2 水印提取算法 |
| 5.6 实验分析 |
| 5.6.1 实验设置 |
| 5.6.2 不可见性评估 |
| 5.6.3 TLAPM性能评估 |
| 5.6.4 鲁棒性评估 |
| 5.6.5 区域定位方式评估 |
| 5.6.6 应用考虑 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文及其他科研成果 |
| 攻读学位期间参与的科研项目 |
（9）非线性尺度空间的自适应均衡水印算法（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字水印研究现状 |
| 1.3 论文的研究内容与组织结构 |
| 2 数字水印技术相关理论 |
| 2.1 数字水印概述 |
| 2.2 数字水印常见攻击 |
| 2.3 数字水印评价标准 |
| 2.4 数字水印图像置乱技术 |
| 2.5 水印嵌入与提取 |
| 2.6 本章小结 |
| 3 非线性尺度空间自适应均衡水印算法 |
| 3.1 非线性尺度空间水印区域构建 |
| 3.2 自适应水印 |
| 3.3 载体与水印图像预处理 |
| 3.4 水印嵌入与提取 |
| 3.5 本章小结 |
| 4 实验与分析 |
| 4.1 不可见性实验 |
| 4.2 鲁棒性实验 |
| 4.3 水印均衡性的对比分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）基于纹理复杂度的图像篡改定位和恢复水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 论文的主要内容与结构 |
| 第二章 无损数字水印概述 |
| 2.1 无损数字水印基本概念 |
| 2.1.1 水印特点 |
| 2.1.2 水印分类 |
| 2.1.3 水印性能评测方法 |
| 2.2 无损数字水印模型 |
| 2.3 无损数字水印算法 |
| 2.3.1 基于无损嵌入的新数字水印算法 |
| 2.3.2 基于预测编码与直方图移位的可逆图像认证算法 |
| 2.4 无损数字水印研究现状及应用领域 |
| 2.5 本章小结 |
| 第三章 图像纹理特征研究 |
| 3.1 图像纹理的基本概念 |
| 3.2 图像纹理特征的分类 |
| 3.3 图像纹理特征提取方法 |
| 3.3.1 基于统计的纹理特征提取 |
| 3.3.2 基于模型的纹理特征提取 |
| 3.3.3 基于结构的纹理特征提取 |
| 3.3.4 基于信号处理的纹理特征提取 |
| 3.4 本章小结 |
| 第四章 基于纹理复杂度的图像篡改定位和恢复水印算法 |
| 4.1 引言 |
| 4.2 纹理复杂度的区域合并算法 |
| 4.2.1 纹理复杂度的计算 |
| 4.2.2 纹理复杂度的区域合并 |
| 4.2.3 分区算法实验结果 |
| 4.3 图像篡改定位与恢复水印算法 |
| 4.3.1 特征值计算 |
| 4.3.2 水印的嵌入 |
| 4.3.3 篡改检测与恢复 |
| 4.4 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 纹理结合边缘特征的图像篡改定位与恢复水印算法 |
| 5.1 引言 |
| 5.2 图像分块算法 |
| 5.2.1 基于GLCM的纹理复杂度计算 |
| 5.2.2 边缘信息提取算法 |
| 5.3 图像的篡改与恢复 |
| 5.3.1 水印信息的生成 |
| 5.3.2 水印嵌入过程 |
| 5.3.3 篡改定位与恢复过程 |
| 5.4 实验结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
四、基于信噪比的自适应图像水印算法（论文参考文献）
- [1]DCT域上自适应抗HSI音频水印算法[D]. 武晨艳. 太原理工大学, 2021(01)
- [2]基于直方图变换的图像信息隐藏技术研究[D]. 岳桢. 北京邮电大学, 2021(01)
- [3]基于媒体特征分析的自适应音视频水印关键技术研究[D]. 罗一帆. 四川大学, 2021(01)
- [4]数字音频水印算法的研究及性能测试[D]. 姚明明. 昆明理工大学, 2021(01)
- [5]倒谱域音频水印算法研究[D]. 刘居正. 西安科技大学, 2020(01)
- [6]基于轮廓波变换和级联神经网络的数字水印算法研究[D]. 杨帆. 南昌大学, 2020(01)
- [7]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)
- [8]自适应图像水印：不可见性保证下的强鲁棒性[D]. 黄樱. 太原理工大学, 2019(03)
- [9]非线性尺度空间的自适应均衡水印算法[D]. 李爽. 辽宁工程技术大学, 2019(07)
- [10]基于纹理复杂度的图像篡改定位和恢复水印算法研究[D]. 黎琛. 江西理工大学, 2019(01)