基于SVD和小波包分解的自适应鲁棒水印算法

来源 :计算机应用研究 | 被引量 : 27次 | 上传用户:lxfsb001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。
其他文献
任务集的可调度性分析是实时系统研究和应用的关键问题。针对抢占式与不可抢占式EDF(earliestdeadline first)调度算法,分别给出了实时任务集新的可调度性测试条件,针对任务集为可调度时可以实现快速判定。通过与已有的EDF算法的可调度性判定充要条件相结合,提出了改进的抢占式与不可抢占式EDF算法的可调度性分析方法。仿真实验表明,相对现有EDF算法的可调度性分析方法,所提出的方法能有效
对肖鸿飞等人提出的基于身份的改进高效签密方案进行分析,指出方案不能抵抗不可区分性选择明文攻击和不诚实接收者的一般性伪造攻击。为此,提出了一个改进的签密方案。运用随机预言机模型,证明了新方案在适应性选择密文攻击下是不可区分的和在适应性选择消息及身份攻击下是存在性不可伪造的,安全性可以分别规约为判定双线性Diffie-Hellman问题和计算Diffie-Hellman问题。
将本体应用到卫星通信网评估系统(SCNES)中,可以有效提高卫星通信网评估系统的可重用性。对卫星通信网评估系统进行分解,对其构成要素进行分析;构建了卫星通信网评估本体(SCNEO),对其主要概念以及公理进行了设计;对SCNEO在卫星通信网评估系统中的应用流程进行了介绍,通过实例说明基于SCNEO的评估系统具有自适应能力。
提出一种充分利用图像的空间相关性来达到高效快速地进行图像分割的新方法。利用均值漂移算法对图像进行分割形成过度分割的区域,并使这些区域保持理想的边缘和空间相关部分,用图结构表示的区域相邻图来代替分割的区域。和K-均值算法的思想一样,迭代循环置信传播算法以其具有收敛速度快的特点被用于最小化开销函数、整合过度分割的区域和获得最终的分割结果。基于分割区域而不是图像像素的图像聚类分割方法可降低噪声敏感性,同
将集装箱码头物流系统(container terminal logistics systems,CTLS)视为一个大规模并行处理系统,融合计算机体系结构中的并行计算和可重构计算的思想方法,抽象出基于属性的有阻塞动态可重构混合流水车间调度(dynamic reconfigurable hybrid flow shops with blocking based on attributes,DR-HFS
为改善H.264编码的视频流在802.11e中的传输性能,提出了一种结合H.264/AVC中不同类型的数据分割对视频重建质量的重要性因子和队列状态的视频包映射方法。首先定量分析H.264/AVC中A、B、C三种分割的丢失对视频重建质量的影响,得到其重要因子;然后依据重要因子和队列长度将视频数据包映射到802.11e的不同EDCA队列中。算法改进了EDCA机制中数据包的静态映射机制,根据视频分割数据
研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其
在通信网告警相关性分析中,针对传统时间窗口提取告警数据效率低的问题,提出了一种基于双约束滑动时间窗口的告警预处理方法。在双约束的条件下,滑动时间窗的窗口宽度和滑动步长能够根据告警序列的实际情况自动地调整,并选取时间段的中点作为参照点。实验证明,采用双约束滑动时间窗划分算法可以获得比传统方法更高的数据提取效率,并且能够有效去除噪声数据,非常适合于通信网告警数据的预处理。
提出了一种用于验证云服务器上外包数据完整性的算法。通过引入双线性对,由用户随机选择挑战数据发送给服务器,云存储服务器返回生成的证据,验证判定等式的均衡性即可知外包数据是否完整,可信第三方的引入避免了纠纷的无法仲裁。算法可远程对外包数据实现无限次的完整性验证,很好地兼顾了用户和云存储服务商的利益。