基于混沌特性的小波数字水印算法C-SVD.pptx

基于混沌特性的小波数字水印算法C-SVD;目录;1.1 小波分析;Fourier变换就是将信号投影到一组正弦和余弦函数构成的正交基上，将信号等同于一系列正弦和余弦的叠加 小波变换也是将一个棱镜折射的过程，它是将信号投影到一组小波函数构成的正交基上，使信号等同于一系列小波函数的叠加;1.2 一维小波变换;1.3 二维小波变换;1.3 二维小波变换(续);2、基于混沌特性的小波数字水印算法C-SVD;定义 1 设CA=CA(M,l)是图像M在l层的相近系数（低频系数）的n×n矩阵，考虑到CA的奇异值分解 ;构成水印样本;小波SVD系数水印转换E表示如下： CAw =E(CA)=CA+W(CA) 并进行小波逆变换（重构）即得到嵌入水印的图像。 在该算法中嵌入个人信息时都是以个人信息作种子采用一般的随机数生成方法来生成随机数。这不具备随机序列对初值敏感这一特性，因此有可能产生伪造图像原创作者个人信息来伪造水印现象。 提出了一种改进的算法，简称C-SVD。它基于混沌随机序列对初值敏感的特性，使用混沌模型生成混沌随机序列，来代替一般的随机数生成。 ;2.2 基于混沌特性的小波数字水印算法C-SVD;混合光学双稳模型;算法①: 生成{Sn} ;3、图像和声音的数字水印嵌入 ;声音的数字水印嵌入;4、数字水印的检测 ;数字水印的检测步骤;d/n=0.01时，选取连续的500个初值生成的水印与原水印之间相关系数的比较结果。原水印的初值为200 ;d/n=0.99时，选取连续的500个初值生成的水印与原水印之间相关系数的比较结果。原水印的初值为200 ;500个初值的100组数据的比较结果; 从理论角度分析，两个图像越相象，它们之间的相关性越强。当两个图像完全相同时，它们的相关系数为1；反之，两个图像越随机，它们之间的相关性越弱。当d/n趋近于1时，随机矩阵取代了绝大部分原矩阵数据，因此生成的水印图像随机性较强；d/n趋近于0时，随机矩阵几乎没有对原矩阵产生任何影响，因此生成的水印图像比较相似。可见，上面的实验结果与理论分析完全一致。 相关系数高的水印属于弱水印，这类水印大多应用于完整性确认；相关系数低的水印属于强水印，它广泛应用于版权保护、身份确认等方面 ;5.2 数字水印???抗压缩检测; 表中分别计算了数字水印的检测相关系数值，其中原水印采用200作为初值。从表中的测试结果可以看到，数字水印的检测准确度随着质量压缩比的下降而下降。根据实验数据结果可知合有数字水印的图像，其检测相关系数不会低于0.3。从实验结果可以看出当质量压缩比为30％时，图像中的数字水印仍然能够检测到。;小结