一、一种新的DCT域盲数字水印嵌入和检测方法（论文文献综述）
王俊[1]（2020）在《基于鲁棒视觉属性的量化水印方法研究》文中进行了进一步梳理在当今社会,手机和个人电脑等智能终端的普及在给人们生活提供便利的同时也带来了一系列的问题。一方面,终端上出现的各种图片和视频编辑工具使得针对原始数据的篡改变得更加容易,从而导致一系列的盗版问题;另一方面,随着多媒体数据内容的多样化,针对不同类型的多媒体数据的安全保护和认证变得更加困难。其中,作为数据安全保护、认证的一项重要技术手段,数字水印技术在近十年来得到了迅速的发展,在解决版权保护、票据防伪等安全问题方面发挥了重要的作用。然而,在当前数据爆炸式增长和安全性问题普遍存在环境下,如何保障和提升水印算法的性能一直激励着研究人员不断地前行。作为数字水印技术的两个重要技术指标——鲁棒性和不可见性,二者的矛盾问题限制了算法的进一步应用,因此如何实现两者性能的同时提升一直是鲁棒水印算法设计的核心问题。在传统的解决方案中,基于视觉特性设计的鲁棒水印算法因其在视觉保真度和算法鲁棒性方面取得的成就引起了研究者们的广泛关注。然而在实际的特征设计过程中,很多算法并不能够保证在水印嵌入和检测端的视觉参考特征一致性,因此就会导致水印检测出现性能下降。除此之外,随着对人类视觉系统研究的深入以及视觉计算的发展,出现更丰富的视觉特征来表征人类视觉系统的特性。因此,本文充分研究和利用人类视觉系统在图像感知过程中展现出的视觉特性,设计相应的鲁棒视觉特征,引导水印的嵌入,实现鲁棒性和不可见性的有效提升。具体地,本文的工作从以下几个方面展开:1、本文首先提出一种基于模式复杂度的恰可察觉失真（Just Noticeable Distortion,JND）模型引导的水印算法,该算法考虑不同图像模式复杂度对视觉内容的掩蔽效应,利用图像块经过离散余弦变换（Discrete Cosine Transform,DCT）后得到的三个交流系数（Alternating Current,AC）有效表征不同方向的能量,实现模式复杂度的度量,并作为新的视觉掩蔽因素确定JND值的大小,进而设计到水印框架中计算每个图像块的水印量化强度,以提高水印信息的不可见性和算法的鲁棒性。2、其次,依据人类视觉系统对图像方向和颜色属性的感知差异,本论文提出一种基于方向多样性和颜色复杂度的彩色图像水印算法。采用新的方向特征提取方式计算图像亮度通道内每个图像块的方向特征,并通过方向特征分析周围图像块对当前块的视觉掩蔽影响。另外,为反映在彩色图像观察过程中人眼视觉对颜色变化引起的色差感知差异,利用图像色度通道的颜色信息统计每个图像块的颜色复杂度掩蔽效果。最终将结合两种新的视觉掩蔽特征得到的鲁棒感知JND模型,通过所提出的视觉JND模型设计水印的嵌入和提取,实现水印处理中的图像质量和算法鲁棒性的有效权衡。3、利用人类大脑对图像不同区域的注意力分配差异对视觉敏感度进行表征,本文提出一种基于双层视觉显着性（Visual Saliency,VS）引导的JND模型水印算法。首先在DCT域内计算图像的聚焦值并根据聚焦区域构建自顶向下的显着特征,然后利用中心凹理论将视觉注意图映射到加权图,并结合传统的亮度和纹理两种自底向上显着特征得到新的双层融合的鲁棒VS模型。利用得到的VS模型对JND模型进行调制并引导水印处理,实现图像质量和算法鲁棒性的提升。4、另外,针对特殊的屏幕内容图像（Screen Content Images,SCIs）,本文提出一种混合JND模型引导的彩色屏幕内容图像水印算法。该算法考虑SCIs中文本内容和图像内容本身的差异,利用两种内容之间的特征统计差异进行文本块和图像块的分类,并依据不同的块类型呈现的视觉掩蔽差异,设计相应视觉JND模型引导水印的处理过程,从而实现水印图像质量和算法鲁棒性之间的平衡。5、最后,针对传统水印算法设计过程中的特征设计复杂和嵌入准则选择困难问题,本文提出一种新的基于深度学习框架的鲁棒数字水印技术。该算法利用卷积神经网络（Convolutional Neural Network,CNN）实现多层次的视觉特征提取,并利用水印检测和嵌入前后的损失函数来引导水印的嵌入,通过嵌入和提取过程的不断迭代实现模型的不断更新和优化,找到最优的嵌入位置和嵌入大小,最终得到具有较高质量的水印图像和较强的算法鲁棒性。
王强[2]（2020）在《多重数字水印算法研究》文中研究指明随着计算机网络技术和通信技术的快速发展,人们通过互联网能够便捷地进行信息的交流与传递,随之而来的安全隐私问题变得越来越突出,各种数字产品的版权亟待受到保护。在现代信息安全的领域中,数字水印技术可以有效地保护数字产品拥有者的版权所有权,减少数字产品的盗版问题。由于单个水印无法解决多着作权的问题,并且在复杂的互联网环境中难以保护好数字产品的完整性,因此需要对多重水印进行研究。本文主要在数字水印的生成算法和多重数字水印的嵌入算法两个方面进行了研究,首先设计了一种双重置乱算法对数字水印图像进行预处理,然后将处理过后的水印嵌入到载体图像中来实现数字版权保护和篡改定位功能。本文主要研究内容如下:1、对数字水印技术的预处理方面进行研究,选取Zigzag置乱算法和Logistic映射置乱算法都是通过改变水印图像像素的位置进行置乱的特点,设计了一种基于顺序可调的双重加密置乱算法,利用新构造的位置置乱方法对水印图像进行加密,该算法实现过程简单,不需要复杂的计算却能够完全打乱水印图像的轮廓,置乱度较高,为多重数字水印嵌入算法的水印预处理做了铺垫。2、设计了一种基于空域和DCT域的多重数字水印嵌入算法,首先将彩色载体图像进行RGB分解,并将3个分量分别进行分块离散余弦变换,然后将经过Zigzag-Logistic双重置乱的多重水印图像嵌入到各个分量的中频部分,并能够实现水印信息的盲提取。对含有水印的彩色载体图像进行不同的攻击,通过仿真提取出水印信息来测试本嵌入算法的鲁棒性能。3、基于YIQ彩色空间实现将多重数字水印嵌入到彩色载体图像中,由于彩色空间中的Y分量可以单独地将彩色图像的亮度信息显示出来,并且在Y分量中嵌入水印对其它两个色彩分量的影响不大的特点,首先利用haar小波对彩色载体图像的Y分量进行三层离散小波分解,在Y分量的LL3和HL3层中嵌入两个鲁棒水印用于数字产品的版权保护和认证,在Y分量的HL2层嵌入认证水印用于定位彩色载体图像被恶意篡改的区域。然后通过一系列的仿真实验来进行测试,从实验结果分析可知,本算法具有较强的鲁棒性,不仅可以实现版权保护,而且可以实现篡改定位的功能。
宋瑞祥[3]（2019）在《基于变换域的鲁棒性水印算法研究》文中研究表明随着互联网的发展,人们可以方便的获取数字产品,不法分子利用数字产品容易复制和篡改的特点,非法的获得利益,这使版权人的权益受到侵害。因此,需要找到有效的方法来保护版权人的利益。数字作品中经常会有一些冗余的信息,根据冗余性的特点,数字水印技术在数字作品里加入不容易发觉的但可以判定区别的水印信息,根据提取出的水印信息确定数字作品的版权所有。数字水印技术有效的维护了原始着作人的权益,在多媒体信息安全领域逐渐占据主要地位,成为图像处理和信息隐藏技术的研究热点。从上述背景出发,对数字水印相关技术进行深入研究,具体研究内容如下:首先,在水印图像预处理的过程中提出使用三维Arnold置乱与Logistic置乱混合加密的方式,混合加密的方式提高了安全性,同时三维Arnold置乱比二维Arnold置乱效率更高。其次,在离散余弦变换（Discrete Cosine Transform,DCT）域中,提出一种采用投票选择的方式提取水印信息的算法,该算法依据少数服从多数的原则确定嵌入的水印信息,有效的提高了水印系统的鲁棒性;提出使用遗传算法（Genetic Algorithm,GA）对DCT域中投票选择水印信息的算法嵌入位置进一步优化的方法,优化后算法的鲁棒性与透明性较优化前有了提升。在离散小波变换（Discrete Wavelet Transform,DWT）域中,提出在HSI色彩空间下DWT与奇异矩阵分解（Singular Value Decomposition,SVD）结合的鲁棒性水印算法,并用GA在H、S、I三个平面中选择较优的嵌入强度,设定峰值信噪比（PSNR）的阈值,使得该算法满足在PSNR大于35的前提条件下鲁棒性较好;根据数字图像的特征和SVD分解后矩阵的特点,提出一种基于SVD矩阵分析的小波域盲水印算法,该算法通过分析SVD分解后酉矩阵的特点,根据水印序列的值对酉矩阵中部分系数进行修改完成水印的嵌入提取,有效的实现了盲提取。最后,对算法进行仿真并进行对比实验,透明性以PSNR的值为标准进行衡量,鲁棒性以归一化相似系数（Normalized Correlation,NC）的值来衡量。实验结果说明本文提出水印算法具有可行性,满足不可见性的同时,对剪切、滤波、缩放、旋转和噪声攻击都具有较好的鲁棒性。
龙香玉[4]（2019）在《基于图像纹理的数字水印算法研究》文中指出随着互联网的快速发展,科学技术给人们生活带来快速便捷的同时,网络信息安全问题也成了目前亟待解决的问题。其中一项安全问题就是关于网络上一些盗版产品、信息篡改等一系列信息安全问题,由此传统的加密算法技术广泛应用起来。随着技术的不断革新,传统的加密算法在传输的过程中易暴露加密的信息,从而数字签名技术发展起来,由于数字签名技术能够保证数据在传输的过程中提供有效的保护,但这是以牺牲在数据中加入大量的签名作为代价,从而所需的额外空间大,要求载体的容量较高。随着科技的进步,大量的高保真、高精度、高要求设备的出现使得传统的加密算法和数字签名技术逐渐受到质疑。为了解决前面两个技术带来的缺陷,数字水印技术被研究者们提出,目前数字水印技术,在医学、军事、工程方面具有很好的研究发展前景。在本文中,灰度图像被用作研究对象,通过分析图像纹理特征,以及考虑到人眼感官的敏感性,构建了基于图像纹理特性的可逆水印算法,本文的主要工作如下:（1）针对当前基于灰度共生矩阵的水印算法留有嵌入容量较小的问题,提出一种将灰度共生矩阵与人眼视觉相结合的水印算法。此方法有效考虑了图像块的纹理特性和人眼的灵敏度,并且使用每个图像子块具有不同纹理特征的方法来确定水印嵌入位置和嵌入容量。实验结果验证了该算法宿主图像在嵌入水印后,提高了图像质量,扩大了水印的嵌入容量。（2）针对图像子块纹理对图像嵌入水印信息较差抗攻击能力的问题,提出一种结合纹理复杂度和自适应区域生长的图像数字水印方法。该方法将图像纹理特性与ROI区域进行结合,利用图像各子块区域的纹理特性确定区域生长规则,在此生长区域提取的ROI区域上进行水印的嵌入。实验结果验证了该算法在一定程度上改善了嵌入水印后的图像质量,增强了图像的抗攻击能力,实验在进行多种恶意攻击嵌入信息的图像后,获得的水印信息仍具有较好的准确度。
王莹[5]（2018）在《Contourlet域的盲数字水印算法研究》文中指出随着电子、计算机、网络等技术的不断发展,图像、音频、视频等数字媒体信息成为主流,因易于复制,其安全性和版权保护受到严重威胁。数字水印技术被认为是解决该问题的最有效方法之一,已成为众多学者关注的热点领域。本文在把握数字水印技术现状的基础上,总结说明了数字水印的分类、特征、基本框架和评价标准。在分析Contourlet变换原理和特点的基础上,结合QR和SVD分解,分别提出了两种Contourlet域的盲数字水印算法,均获得了较好的效果。论文的主要工作如下:1、提出了一种基于QR分解的Contourlet域盲数字水印算法。该算法结合了 Contourlet变换和QR分解,对载体图像Contourlet分解后的低频子带进行分块,并对其进行QR分解。二值水印图像经过Arnold置乱和降维预处理后,被量化嵌入到R矩阵选定的三个元素中。提取水印前先通过Hough变换进行旋转校正,之后采用多数原则并根据水印的逆过程从含水印图像中提取出水印。2、提出了一种基于SVD分解的Contourlet域盲数字水印算法。该算法对载体图像Contourlet分解后的低频子带进行分块和SVD分解。按照自适应的量化步长,将经过置乱和降维预处理后的二值水印图像量化嵌入到S矩阵选定的元素中。提取水印前通过Hough变换进行旋转校正,之后按照嵌入的逆过程从含水印图像中提取出水印。3、对提出的两种盲数字水印算法进行不可见性和抗攻击实验,并与同类算法进行了对比。实验表明,两种算法对JPEG压缩、滤波、噪声、缩放、旋转剪切等攻击都具有很强的鲁棒性。与其他算法相比,基于QR分解的Contourlet域盲数字水印算法在抗椒盐噪声、高斯噪声、旋转攻击方面效果突出;基于SVD分解的Contourlet域盲数字水印算法在抗JPEG压缩、高斯噪声、旋转、剪切攻击方面更有优势。
顾宇鑫[6]（2018）在《基于稀疏变换的数字水印算法研究》文中研究表明伴随着多媒体技术的快速发展,数字产品的应用越来越广泛。然而开放环境中数字产品的版权保护与信息完整性保护成为亟待解决的重要问题。数字水印技术作为实现多媒体版权保护的有效方法,受到了研究者的广泛关注,其中包括音频水印、文本水印、软件水印、图像水印和三维模型水印等。本文以图像水印作为研究对象,重点研究了稀疏变换在数字水印中的可行性及应用,主要研究工作如下:（1）针对基于压缩感知的数字水印算法在检测端通过随机测量矩阵迭代求解稀疏系数导致检测端耗时过长、缺乏实用性,且感知出的水印图像质量较低的问题,提出一种基于稀疏变换和拉普拉斯金字塔的数字水印算法。该算法通过训练一个较低稀疏度的稀疏域,来对频域系数进行自适应地筛选,最后选择全局系数最小值进行水印嵌入。同时结合拉普拉斯金字塔提升水印算法透明性,只在低频子带图像进行嵌入,高频子带图像则用于保留和还原图像细节。水印检测时直接通过矩阵相乘的方式,将含水印载体图像的低频子带变换到稀疏域进行检测,而不需要重新求解稀疏系数。实验表明,该算法在检测端耗时较少,同时具有较好的透明性和鲁棒性。（2）针对稀疏域数字水印难以实现盲提取的问题,提出基于Alpha稳定分布的稀疏盲水印算法。该算法首先对原始载体图像进行不重叠分块,将均匀分割后的图像块拓展为向量训练稀疏变换矩阵和稀疏域。之后用Alpha稳定分布对稀疏域各分量进行建模分析,选择相近分布的稀疏域分量构建水印嵌入向量,并结合扩展变换抖动调制嵌入水印信息位。使得每个图像分块的嵌入向量都唯一对应一个水印信息位。水印提取时不需要原图信息,只需要变换到稀疏域就可以按序检测水印信息,实现了盲提取。同时该算法对常规图像攻击表现出较好的鲁棒性。
夏经文[7]（2017）在《基于嵌入式平台的图像水印技术》文中指出随着互联网技术和多媒体处理技术的迅速发展,数字多媒体作品大量涌现,但随之而来的是数字化信息的安全性面临着严峻的挑战。因此,数字水印技术应运而生,成为了密码技术的重要补充。近年来,各种数字水印算法层出不穷。而多数水印算法都是在性能较高的PC机上实现,成本高、便携性差等原因使得它已经不能满足数字化信息保护的需求。同时,随着嵌入式系统技术的快速发展,数字水印技术的硬件实现以及便携式的数字水印终端,成为数字水印技术研究的一个新趋势。本文首先对数字水印产生的背景和研究现状进行了综述,重点介绍了嵌入式平台上数字水印技术的发展状况;然后简要的阐述了数字水印的基本框架、特征、分类标准等;详细的分析了具有代表性的水印算法和性能评估方法,还对嵌入式系统的组成、特点、常见的嵌入式微处理器以及常用的嵌入式操作系统作了简要介绍。针对嵌入式平台CPU的运算速度以及内存容量有限等情况,提出一种面向便携式数字水印终端的DCT-SVD方法。该方法在空域中计算DCT域直流分量,大幅降低算法的时间复杂度,同时又结合SVD方法,提高水印的鲁棒性。此外,本文还以该方法为基础设计并开发了一款基于S3C6410的便携式数字水印终端,在系统的硬件方面,完成了嵌入式微处理器选型和LCD触摸屏、USB供电、串口、存储器等外围电路设计;在系统的软件方面,完成了嵌入式Linux操作系统的移植,包括交叉编译器安装、U-boot移植、Linux内核配置和根文件系统的制作等。在应用程序方面,首先利用Qt Creator开发软件实现了用户图形界面模块;其次将水印生成、水印嵌入和水印提取用C语言编写分别实现了制作水印模块、嵌入水印模块和提取水印模块;最后经过交叉编译移植到S3C6410硬件平台上,实现了数字水印终端。实际测试结果表明,本文设计的数字水印终端系统运行稳定,本文方法对常见的图像攻击具有较好的鲁棒性,与同类算法相比,具有较快的嵌入与提取速度,有一定的实用价值。
季燕[8]（2012）在《基于数字水印的气象信息发布系统的设计与实现》文中研究指明目前气象信息发布过程及气象信息本身都是缺乏可信认证的,众所周知,气象信息的随意篡改对社会、公众、战争胜负等会带来很大危害,但具有发布者身份识别与防止气象信息被篡改的气象信息发布系统尚未见报道。针对以上问题,本文将数字水印引入到气象信息发布系统中,从而使该系统具有安全性、保密性。本文的主要成果包括以下内容：（1）针对气象信息发布系统安全性进行分析。包括气象信息发布系统目前存在的问题,以及如何对气象信息发布者进行身份认证。（2）针对一般数字水印算法对于水印不可感知性和鲁棒性无法达到较好平衡的问题,本文提出了了基于DCT的自适应盲数字水印算法。研究结果表明,和传统的水印算法相比,基于DCT的自适应盲数字水印算法对常见的高斯噪声、椒盐噪声攻击具有很好的抗攻击性,而且较好的满足水印了水印的不可见性,同时减少了水印的嵌入和提取时间。（3）设计并实现了基于数字水印的气象信息发布系统,该系统由信息隐藏、信息发布、图片发布、信息检索、信息反馈、信息安全管理等模块组成。该系统将数字水印技术用于气象信息发布进程中,当进入系统时,管理员被授权完成水印嵌入,进入相应授权操作。此外,当管理员发布高空图、地面图等图片时,管理员可以选择嵌入水印,保证图片的安全性,同时,在验证该系统是否收到攻击时,可以通过提取水印进行判断。当提取的水印和原始水印一致时,表明该系统没有收到攻击,反之亦然。
金喜子[9]（2011）在《基于DCT域的数字水印算法研究》文中认为随着Internet的迅速发展,多媒体信息交流变得越来越方便,但由于数字媒体很容易被非法复制,因此信息安全保护问题日益突出,如何有效地防止数据被非法复制及鉴别多媒体产品的知识产权,已成为一个亟需解决的问题。数字水印技术在这种背景下应运而生,它在信息安全和版权保护方面起着重要的作用。数字水印技术是在多媒体载体中隐藏一些标志性信息,但载体本身内容的价值和使用却不受到任何影响,且人的感知系统也不能察觉这些信息,以便在版权纠纷中用来证明版权归属（侵权行为）以及认证数字产品内容的完整性。数字水印技术作为一种数字媒体版权保护、数据认证、数据隐藏等方面的有效办法,得到了国内外学者的广泛关注。本文主要研究了数字水印技术在数字图像方面的应用,首先介绍了数字水印技术的研究背景和发展现状,进而对数字水印的原理、分类、典型算法、应用领域及评价标准做出了简要分析,然后以静止图像为研究对象,通过对DCT域数字水印技术的特点进行深入的研究和探讨,提出了几种基于DCT域的数字水印算法。主要研究内容如下:1.提出一种新的多比特水印嵌入方案,用多个伪随机序列负载更多比特的水印信息。本方案将载体灰度图像做8×8的分块DCT变换,变换后每一块中的不同系数代表载体不同频率分量。将每一小块中（4,4）频率位置的DCT系数提出构成一个数据块,并将这个数据块以一定的方式置乱为一个一维向量X,长度设为N。然后根据密钥伪随机地产生N个长度为N的正交序列,并选择其中的M个序列（L比特,L>M）以一定强度迭加到一维向量X上,选择的方法由嵌入的水印信息来决定。由于这种方案是利用载体数据与伪随机序列相关系数的大小关系负载水印信息的,因此嵌入的比特数L大于迭加的伪随机序列数M,提高了水印性能,特别是当N较大时,L更是远大于M。本方案将水印信息嵌入在中频分量上,兼顾了稳健性和隐蔽性。本方案还对不同参数进行了隐蔽性和稳健性的测试,实验结果表明稳健性主要与系统参数A有关, M的变化对稳健性影响不大;而嵌入量L则取决于参数M;隐蔽性则与参数A和M都有密切关系,实际应用中,可以根据不同情况调整这两个系统参数。2.JPEG是一种常见的图像格式,在JPEG图像中进行准确的篡改定位具有重要意义。JPEG编码过程中,首先将图像分成8×8的小块,在每个小块内进行DCT变换,然后将不同位置的DCT系数按照不同的步长量化为整数。为了减少水印信息量,本文方法并不是将每个小块的Hash直接嵌入载体图像中,而是先求出每个小块主要内容的Hash,然后将Hash比特重新分组并作模2和,并将这些模2和的结果作为真正的水印信息。水印比特数与JPEG图像的小块数一致,因此在每个小块中仅需嵌入1比特水印,保证了良好的隐蔽性。认证时根据待认证图像内容计算水印信息,并与从待认证图像中提取的水印信息进行比较,根据整体匹配情况估计篡改率,再根据每个小块对应的水印信息的被破坏程度判别该小块是否曾被篡改。当篡改区域小于1%时,本文方法可以准确定位所有篡改小块。如果对含水印图像进行不同质量因子或不同量化矩阵的重新编码、或在含水印图像中迭加较强的噪声,这相当于对含水印图像进行大范围的篡改操作,因此不能定位篡改位置。理论分析准确的篡改定位能力极限并设计可准确定位更大篡改区域的脆弱水印方法将是下一步研究内容。3.提出一种基于DCT变换和DWT变换的抗JPEG压缩的半脆弱数字水印方案。本方案首先对原始图像进行量化和反量化处理后得到载体图像,并利用载体图像经DWT变换得到的LL3子带图作为原始水印图像,且只选取水印图像的高四位作为水印信息。然后对载体图像进行8×8的分块DCT变换,并充分融合水印嵌入和JPEG压缩过程,根据密钥选择在载体图像DCT系数的低频分量上嵌入水印信息。提取水印时,只需根据相应位置DCT系数的奇偶性即可提取出水印的高四位信息。由于在水印检测时,不需要使用原始图像就可实现水印的检测,因而是一种完全盲数字水印算法。实验结果表明,当质量因子为50时,提取出的水印图像的质量非常清晰,与原始水印图像几乎相同,并且当质量因子为40时也能成功提取出水印图像,说明本方案对JPEG压缩具有良好的鲁棒性。另外,本方案对噪声攻击和裁剪攻击也具有较好的鲁棒性,并能进行一定程度的篡改定位。
陈海鹏[10]（2011）在《数字图像真伪鉴别技术研究》文中研究表明本文深入研究数字图像真伪鉴别技术，主要内容包括以下几个方面：1.提出了一种基于RS码数字签名的图像真伪鉴别算法，不仅能够准确定位篡改区域，而且在抗JPEG压缩和提高篡改检测率上取得了良好的效果。2.提出了一种基于DCT和SVD变换的盲数字水印算法，在保证水印不可感知的基础上有效增加水印嵌入时的量化步长，提高了图像真伪检测算法的鲁棒性，另外在提取水印时，不需要原载体图像参与，使得水印提取过程更加方便简单。3.提出了一种基于图像特征的鲁棒性水印算法，向原始图像中同时嵌入鲁棒性水印和脆弱性水印，对图像来源进行真伪鉴别，不仅能够定位篡改区域，并且能有效抵抗图像的偶然性失真。4.针对异图拼接篡改，提出了基于Lambert光照模型的拼接篡改图像盲鉴别算法，能有效地检测出明显光照条件下图像间的拼接篡改，比原来的算法具有更高的正确检测率和更快的检测速度。5.针对图像区域的复制-变换-移动-粘贴篡改，建立了相应的篡改模型，提出了基于SIFT标记图特征向量的盲鉴别算法，能够有效地检测并定位经过旋转、缩放变换的篡改区域，而且能够抵抗高斯模糊、高斯白噪声和JPEG重压缩等后处理。与基于传统SIFT特征向量的检测算法相比，该算法对篡改区域的缩放变换具有更高的鲁棒性。
二、一种新的DCT域盲数字水印嵌入和检测方法（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、一种新的DCT域盲数字水印嵌入和检测方法（论文提纲范文）
（1）基于鲁棒视觉属性的量化水印方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文选题的研究背景及意义 |
| 1.2 数字水印的研究现状和趋势 |
| 1.3 数字水印与人类视觉系统 |
| 1.4 STDM水印算法原理 |
| 1.5 论文研究内容及贡献 |
| 1.6 本文的组织结构 |
| 第二章 基于视觉JND感知特性的鲁棒量化水印算法 |
| 2.1 基于视觉属性特征的L-STDM算法原理 |
| 2.1.1 Watson感知模型 |
| 2.1.2 基于感知模型的L-STDM算法 |
| 2.2 基于模式复杂度的JND引导的量化水印算法 |
| 2.2.1 基于模式复杂度的对比度掩蔽因子 |
| 2.2.2 基于模式复杂度的视觉JND模型 |
| 2.2.3 基于视觉模型的量化步长和水印处理 |
| 2.2.4 实验结果及分析 |
| 2.3 基于方向差异性和颜色复杂度的彩色数字水印算法 |
| 2.3.1 基于方向差异性的对比度掩蔽 |
| 2.3.2 颜色复杂度掩蔽 |
| 2.3.3 基于方向差异性及颜色复杂度构建的JND模型 |
| 2.3.4 算法实施流程 |
| 2.3.5 实验结果及分析 |
| 2.4 本章小结 |
| 第三章 基于双层视觉显着性模型的鲁棒水印算法 |
| 3.1 双层视觉显着性模型 |
| 3.1.1 自底向上的显着性特征 |
| 3.1.2 自顶向下的显着性特征 |
| 3.1.3 融合的视觉显着性模型 |
| 3.2 双层视觉显着性模型引导的JND模型 |
| 3.3 自适应量化处理及算法实施流程 |
| 3.4 实验结果及分析 |
| 3.4.1 显着性模型对比 |
| 3.4.2 JND模型性能对比 |
| 3.4.3 水印算法对比 |
| 3.5 本章小结 |
| 第四章 基于统计特性差异的彩色屏幕内容图像水印算法 |
| 4.1 SCI图像的内容统计特性差异 |
| 4.2 基于内容分类的混合JND模型 |
| 4.2.1 针对图像内容的对比度掩蔽 |
| 4.2.2 针对文本内容的对比度掩蔽 |
| 4.3 基于混合JND模型的STDM水印算法 |
| 4.4 实验结果及分析 |
| 4.4.1 水印图像视觉质量对比 |
| 4.4.2 鲁棒性评估 |
| 4.5 本章小结 |
| 第五章 基于深度卷积神经网络模型的水印设计 |
| 5.1 相关工作 |
| 5.2 提出的网络结构及损失函数 |
| 5.2.1 残差卷积神经网络 |
| 5.2.2 损失函数 |
| 5.2.3 模型结构 |
| 5.3 基于损失函数驱动的深度水印处理 |
| 5.3.1 水印嵌入 |
| 5.3.2 攻击处理 |
| 5.3.3 水印检测 |
| 5.4 实验结果分析 |
| 5.4.1 实验设置 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的主要成果 |
| 致谢 |
（2）多重数字水印算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字水印加密国内外现状 |
| 1.2.2 数字水印嵌入与提取国内外现状 |
| 1.3 课题主要研究内容和结构安排 |
| 第2章 基于相似度和置乱度的水印预处理算法设计 |
| 2.1 水印图像置乱算法 |
| 2.1.1 Zigzag置乱算法 |
| 2.1.2 Logistic映射置乱算法 |
| 2.1.3 Arnold置乱算法 |
| 2.2 基于低相似度的水印置乱算法设计 |
| 2.3 基于高置乱度的水印置乱算法设计 |
| 2.4 仿真结果及其分析 |
| 2.4.1 峰值信噪比 |
| 2.4.2 置乱度量分析 |
| 2.4.3 仿真结果及其分析 |
| 2.5 本章小结 |
| 第3章 基于空域和DCT域的多重数字水印算法研究 |
| 3.1 离散余弦变换 |
| 3.2 多重盲数字水印算法设计 |
| 3.2.1 图像的RGB分解 |
| 3.2.2 水印嵌入算法设计 |
| 3.2.3 水印提取算法设计 |
| 3.3 仿真分析 |
| 3.3.1 归一化互相关系数 |
| 3.3.2 仿真结果及分析 |
| 3.4 本章小结 |
| 第4章 基于空域和小波域的多重数字水印算法研究 |
| 4.1 离散小波变换 |
| 4.2 基于小波域的多重数字水印算法设计 |
| 4.2.1 彩色空间图像的YIQ分解 |
| 4.2.2 基于YIQ彩色空间的多重水印嵌入算法设计 |
| 4.2.3 基于YIQ彩色空间的多重水印提取算法设计 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的论文和取得的科研成果 |
| 致谢 |
（3）基于变换域的鲁棒性水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第2章 数字水印技术与相关理论知识 |
| 2.1 数字水印系统的基本概念 |
| 2.2 数字水印的分类与特性 |
| 2.2.1 数字水印的分类 |
| 2.2.2 数字水印的特性 |
| 2.3 数字水印的攻击类型与评价标准 |
| 2.3.1 数字水印的攻击类型 |
| 2.3.2 数字水印的评价标准 |
| 2.4 遗传算法 |
| 2.4.1 遗传算法的基本概念 |
| 2.4.2 遗传算法的基本操作 |
| 2.4.3 遗传算法在数字图像水印中的应用 |
| 2.5 人类视觉与色彩空间 |
| 2.5.1 人类视觉系统HVS |
| 2.5.2 色彩空间 |
| 2.5.3 色彩空间转换实验效果 |
| 2.6 本章小结 |
| 第3章 基于DCT变换的数字水印 |
| 3.1 余弦变换及系数分析 |
| 3.2 图像置乱加密 |
| 3.2.1 二维Arnold变换 |
| 3.2.2 二维Arnold置乱实验效果 |
| 3.2.3 三维Arnold变换 |
| 3.2.4 三维Arnold置乱实验效果 |
| 3.2.5 Logistic混沌置乱 |
| 3.2.6 Logistic混沌置乱实验效果 |
| 3.3 基于DCT多数投票选择的水印算法 |
| 3.3.1 水印图像的选择与预处理 |
| 3.3.2 宿主图像的选择与预处理 |
| 3.3.3 水印嵌入步骤 |
| 3.3.4 水印提取步骤 |
| 3.4 基于遗传算法与DCT结合的水印算法 |
| 3.4.1 遗传算法应用思想 |
| 3.4.2 水印的嵌入与提取步骤 |
| 3.5 本章小结 |
| 第4章 基于DWT变换的数字水印 |
| 4.1 小波变换 |
| 4.1.1 连续小波变换 |
| 4.1.2 离散小波变换 |
| 4.1.3 Mallat算法 |
| 4.1.4 小波基函数 |
| 4.1.5 小波域数字水印 |
| 4.2 SVD奇异矩阵分解 |
| 4.2.1 奇异值分解的定义 |
| 4.2.2 奇异值分解的性质 |
| 4.2.3 奇异值分解图像水印中的应用 |
| 4.2.4 实验效果 |
| 4.3 基于HSI色彩空间与遗传算法结合的数字水印 |
| 4.3.1 水印图像的选择与预处理 |
| 4.3.2 小波域的变量选择 |
| 4.3.3 水印嵌入强度 |
| 4.3.4 水印嵌入步骤 |
| 4.4 基于SVD矩阵分析的盲水印算法 |
| 4.4.1 盲水印嵌入步骤 |
| 4.4.2 盲水印提取步骤 |
| 4.5 本章小节 |
| 第5章 实验结果对比分析 |
| 5.1 基于DCT多数投票与传统DCT域关系算法对比 |
| 5.2 基于遗传算法与多数投票结合与多数投票算法对比 |
| 5.3 基于HSI色彩空间与RGB色彩空间算法对比 |
| 5.4 基于SVD矩阵分析与传统量化盲水印算法对比 |
| 5.5 本章小节 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术成果 |
| 致谢 |
（4）基于图像纹理的数字水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究内容与目标 |
| 1.3 主要工作和贡献 |
| 第二章 可逆数字图像水印基础 |
| 2.1 可逆数字图像水印的特性及性能评估 |
| 2.1.1 可逆图像水印的特性 |
| 2.1.2 可逆图像水印的性能评价 |
| 2.2 可逆数字图像水印系统框架 |
| 2.3 可逆水印的研究现状及应用领域 |
| 2.3.1 可逆数字图像水印的研究现状 |
| 2.3.2 可逆数字图像水印的应用领域 |
| 2.4 数字图像水印的经典算法 |
| 2.5 本章小结 |
| 第三章 图像纹理概述 |
| 3.1 图像纹理的基本概念 |
| 3.2 图像灰度值量化分析 |
| 3.3 图像纹理的特征提取方法 |
| 3.3.1 统计性纹理特征 |
| 3.3.2 信号处理法 |
| 3.3.3 结构纹理分析法 |
| 3.4 本章小结 |
| 第四章 结合纹理复杂度和JND模型的图像水印算法 |
| 4.1 引言 |
| 4.2 纹理复杂度与JND衡量 |
| 4.2.1 GLCM复杂度计算 |
| 4.2.2 结合纹理特性的DCT域 JND值的计算 |
| 4.3 算法设计 |
| 4.3.1 水印嵌入过程 |
| 4.3.2 水印提取过程 |
| 4.4 实验结果与分析 |
| 4.4.1 嵌入水印图像对比 |
| 4.4.2 提取的水印对比 |
| 4.5 本章小结 |
| 第五章 自适应ROI区域的数字水印算法 |
| 5.1 引言 |
| 5.2 自适应ROI区域 |
| 5.2.1 纹理复杂度的计算 |
| 5.2.2 区域生长规则的提出 |
| 5.2.3 自适应区域生长的步骤 |
| 5.3 基于ROI区域进行水印嵌入 |
| 5.4 基于ROI区域的水印提取 |
| 5.5 实验结果分析 |
| 5.5.1 嵌入水印后抗攻击能力测试结果 |
| 5.5.2 嵌入水印后NC值对比分析 |
| 5.6 本章小结 |
| 第六章 研究总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（5）Contourlet域的盲数字水印算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容及结构安排 |
| 2 数字水印技术研究 |
| 2.1 数字水印的基础理论 |
| 2.2 数字水印的攻击方法和评价标准 |
| 2.3 图像的Contourlet变换 |
| 2.4 本章小结 |
| 3 基于QR分解的Contourlet域盲数字水印算法 |
| 3.1 数字水印嵌入算法 |
| 3.2 数字水印提取算法 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 4 基于SVD分解的Contourlet域盲数字水印算法 |
| 4.1 数字水印嵌入算法 |
| 4.2 数字水印提取算法 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要成果 |
（6）基于稀疏变换的数字水印算法研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 数字水印概述 |
| 1.2.1 数字水印的基本框架 |
| 1.2.2 数字水印的特征 |
| 1.2.3 数字水印的分类 |
| 1.3 数字水印的研究现状 |
| 1.3.1 嵌入域与嵌入系数选择 |
| 1.3.2 水印嵌入与检测算法 |
| 1.4 目前存在的主要问题 |
| 1.5 本文主要工作 |
| 1.6 本文组织结构 |
| 第二章 稀疏变换模型 |
| 2.1 引言 |
| 2.2 稀疏变换概述 |
| 2.3 稀疏变换算法流程 |
| 2.4 稀疏变换可行性分析 |
| 2.4.1 性能评价指标 |
| 2.4.2 初始矩阵敏感度分析 |
| 2.4.3 惩罚项系数和稀疏度对性能的影响 |
| 2.5 本章小结 |
| 第三章 基于稀疏变换和LP的数字水印算法 |
| 3.1 水印预处理 |
| 3.2 多尺度分解 |
| 3.2.1 拉普拉斯金字塔变换 |
| 3.2.2 双正交滤波重建 |
| 3.2.3 拉普拉斯金字塔与提升小波变换 |
| 3.3 全局自适应的水印嵌入算法 |
| 3.3.1 分块变换与全局嵌入 |
| 3.3.2 自适应 |
| 3.3.3 单系数量化调制 |
| 3.4 水印嵌入与提取算法 |
| 3.4.1 水印嵌入算法 |
| 3.4.2 水印提取算法 |
| 3.5 实验结果与分析 |
| 3.5.1 实验图像 |
| 3.5.2 图像评价指标 |
| 3.5.3 实验参数 |
| 3.5.4 实验结果 |
| 3.6 本章小结 |
| 第四章 基于Alpha稳定分布的稀疏盲水印算法 |
| 4.1 基于Alpha稳定分布的稀疏域系数分析 |
| 4.1.1 稀疏域系数的SαS分布模型 |
| 4.1.2 与其他分布的拟合度对比 |
| 4.1.3 基于SαS分布参数的嵌入系数选择方法 |
| 4.2 扩展变换抖动调制 |
| 4.3 水印嵌入与提取算法 |
| 4.3.1 水印嵌入算法 |
| 4.3.2 水印提取算法 |
| 4.4 实验结果与分析 |
| 4.4.1 实验图像 |
| 4.4.2 实验参数 |
| 4.4.3 实验结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读学位期间参与科研项目和公开发表的论文 |
| 致谢 |
（7）基于嵌入式平台的图像水印技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究的主要内容和章节安排 |
| 第二章 数字水印技术与嵌入式系统 |
| 2.1 数字水印技术 |
| 2.1.1 数字水印基本框架 |
| 2.1.2 数字水印的基本特征 |
| 2.1.3 数字水印的分类 |
| 2.1.4 数字水印典型算法 |
| 2.1.5 数字水印的性能评估 |
| 2.2 嵌入式系统 |
| 2.2.1 嵌入式系统组成 |
| 2.2.2 嵌入式系统的特点 |
| 2.2.3 嵌入式处理器介绍 |
| 2.2.4 嵌入式操作系统 |
| 2.3 本章小结 |
| 第三章 基于嵌入式平台的DCT-SVD方法 |
| 3.1 空域DCT与奇异值分解 |
| 3.1.1 空域DCT |
| 3.1.2 奇异值分解 |
| 3.2 DCT-SVD方法 |
| 3.2.1 水印信息预处理 |
| 3.2.2 水印嵌入 |
| 3.2.3 水印提取 |
| 3.3 实验结果与分析 |
| 3.3.1 不可见性测试 |
| 3.3.2 鲁棒性测试 |
| 3.4 本章小结 |
| 第四章 基于S3C6410的便携式数字水印终端 |
| 4.1 系统的硬件平台 |
| 4.1.1 微处理器的选择 |
| 4.1.2 外围电路设计 |
| 4.2 嵌入式Linux操作系统移植 |
| 4.2.1 安装交叉编译器 |
| 4.2.2 U-boot移植 |
| 4.2.3 Linux内核配置 |
| 4.2.4 制作根文件系统 |
| 4.3 系统应用软件设计与实现 |
| 4.3.1 用户界面模块 |
| 4.3.2 制作水印模块 |
| 4.3.3 嵌入水印模块 |
| 4.3.4 提取水印模块 |
| 4.4 数字水印终端系统实现及测试分析 |
| 4.4.1 系统软硬件平台 |
| 4.4.2 系统应用软件 |
| 4.4.3 系统测试分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）基于数字水印的气象信息发布系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 数字水印的应用领域 |
| 1.4 论文的组织结构 |
| 第2章 数字水印技术 |
| 2.1 数字水印 |
| 2.1.1 数字水印概念 |
| 2.1.2 数字水印的特征 |
| 2.2 数字水印的基本模型 |
| 2.3 数字水印的分类 |
| 2.4 典型的数字水印算法 |
| 2.4.1 时/空域水印算法 |
| 2.4.2 变换域水印算法 |
| 2.5 数字水印的攻击方法及其对策 |
| 2.6 本章小结 |
| 第3章 基于DCT的自适应盲数字水印技术 |
| 3.1 DCT数字水印 |
| 3.2 数字水印技术的自适应能力 |
| 3.3 基于DCT的自适应盲数字水印算法 |
| 3.3.1 算法的基本思想 |
| 3.3.2 算法的实现 |
| 3.3.3 算法的评价标准 |
| 3.4 实验结果及分析 |
| 3.4.1 实验结果 |
| 3.4.2 实验对比 |
| 3.5 本章小结 |
| 第4章 气象信息发布系统 |
| 4.1 气象信息 |
| 4.2 气象信息发布系统 |
| 4.2.1 气象信息发布系统的发展阶段 |
| 4.2.2 气象信息发布系统 |
| 4.3 气象信息发布系统的安全策略 |
| 4.3.1 安全存在的问题 |
| 4.3.2 安全策略 |
| 4.3.3 安全策略实现 |
| 4.4 本章小结 |
| 第5章 基于数字水印的气象信息发布系统的设计与实现 |
| 5.1 系统总体结构 |
| 5.2 系统功能分析 |
| 5.3 数据库设计 |
| 5.3.1 概念设计 |
| 5.3.2 逻辑设计 |
| 5.4 系统主要功能实现 |
| 5.4.1 水印嵌入模块设计 |
| 5.4.2 水印提取模块设计 |
| 5.5 系统实现 |
| 5.5.1 开发环境 |
| 5.5.2 系统实现 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录一 缩略词表 |
| 附录二 本文对应图表 |
| 作者简介 |
（9）基于DCT域的数字水印算法研究（论文提纲范文）
| 前言 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 数字水印研究的意义 |
| 1.2 国内外研究现状 |
| 1.3 数字水印技术 |
| 1.3.1 数字水印的基本概念 |
| 1.3.2 数字水印系统模型 |
| 1.3.3 数字水印攻击方法 |
| 1.3.4 数字水印的评价标准 |
| 1.4 数字水印技术的典型算法 |
| 1.4.1 空间域算法 |
| 1.4.2 变换域算法 |
| 1.4.3 压缩域算法 |
| 1.4.4 奇异值分解算法 |
| 1.5 本文的主要工作与内容安排 |
| 1.5.1 本文的主要工作 |
| 1.5.2 全文的内容安排 |
| 第2章 基于DCT 域的水印技术及相关理论 |
| 2.1 离散余弦变换 |
| 2.1.1 一维离散余弦变换 |
| 2.1.2 二维离散余弦变换 |
| 2.1.3 基于DCT 域的数字水印技术 |
| 2.2 离散小波变换 |
| 2.2.1 二维离散小波变换 |
| 2.2.2 快速小波变换 |
| 2.2.3 图像的小波分解与重构 |
| 2.3 图像压缩标准JPEG |
| 2.3.1 JPEG 压缩的基本模型 |
| 2.3.2 JPEG 压缩模型与水印模型的比较分析 |
| 2.4 本章小结 |
| 第3章 数字图像多比特水印嵌入方案 |
| 3.1 引言 |
| 3.2 水印方案 |
| 3.2.1 水印的嵌入 |
| 3.2.2 水印的提取 |
| 3.3 模拟实验 |
| 3.4 本章小结 |
| 第4章 块级篡改定位的JPEG 脆弱水印 |
| 4.1 引言 |
| 4.2 水印嵌入过程 |
| 4.3 篡改定位 |
| 4.4 实验结果 |
| 4.5 本章小结 |
| 第5章 抗JPEG 压缩的半脆弱水印方案 |
| 5.1 引言 |
| 5.2 水印信息预处理 |
| 5.2.1 置乱变换 |
| 5.2.2 灰度图像的位平面分解 |
| 5.3 水印的嵌入 |
| 5.3.1 水印生成 |
| 5.3.2 原始图像的预处理 |
| 5.3.3 嵌入点的选择 |
| 5.3.4 嵌入和提取水印对策 |
| 5.3.5 水印的嵌入 |
| 5.4 水印的提取与检测 |
| 5.4.1 水印的提取 |
| 5.4.2 水印的篡改检测 |
| 5.5 实验结果 |
| 5.5.1 水印嵌入结果 |
| 5.5.2 JPEG 压缩 |
| 5.5.3 噪声攻击 |
| 5.5.4 剪切攻击 |
| 5.5.5 篡改检测 |
| 5.5.6 与其他算法的比较 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 论文的主要研究成果和创新点 |
| 6.2 对未来工作的展望 |
| 参考文献 |
| 作者简介 |
| 科研成果 |
| 致谢 |
（10）数字图像真伪鉴别技术研究（论文提纲范文）
| 提要 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文组织结构 |
| 第2章 数字图像篡改手段与鉴别技术 |
| 2.1 引言 |
| 2.2 图像篡改手段 |
| 2.3 数字图像鉴别技术 |
| 2.3.1 基于数字签名的图像真伪鉴别技术 |
| 2.3.2 基于数字水印的图像真伪鉴别技术 |
| 2.3.3 数字图像真伪盲鉴别技术 |
| 2.4 本章小结 |
| 第3章 基于数字签名的图像真伪鉴别技术研究 |
| 3.1 引言 |
| 3.2 相关研究基础 |
| 3.3 基于RS 码数字签名的图像真伪鉴别算法 |
| 3.3.1 RS 码概述 |
| 3.3.2 基于RS 码的数字签名的生成 |
| 3.3.3 图像的真伪鉴别及篡改定位 |
| 3.3.4 实验结果及分析 |
| 3.4 本章小结 |
| 第4章 基于数字水印的图像真伪鉴别技术研究 |
| 4.1 引言 |
| 4.2 相关研究基础 |
| 4.3 基于DCT 和SVD 变换的盲数字水印算法 |
| 4.3.1 相关数学原理 |
| 4.3.2 水印预处理 |
| 4.3.3 水印嵌入 |
| 4.3.4 水印提取 |
| 4.3.5 实验结果及分析 |
| 4.4 基于图像特征的鲁棒性水印算法 |
| 4.4.1 相关数学原理 |
| 4.4.2 水印嵌入过程 |
| 4.4.3 水印检测过程 |
| 4.4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 数字图像真伪盲鉴别技术研究 |
| 5.1 引言 |
| 5.2 数字图像盲鉴别的基本流程 |
| 5.3 基于Lambert 光照模型的拼接篡改图像盲鉴别算法 |
| 5.3.1 Lambert 光照模型 |
| 5.3.2 图像真伪盲鉴别算法的流程 |
| 5.3.3 算法实现描述 |
| 5.3.4 实验结果及算法分析 |
| 5.4 基于SIFT 标记图特征向量的复制粘贴盲鉴别算法 |
| 5.4.1 复制-变换-移动-粘贴篡改模型 |
| 5.4.2 SIFT 关键点的特征向量 |
| 5.4.3 基于最大视角的标记图特征向量 |
| 5.4.4 图像区域复制粘贴盲检测 |
| 5.4.5 实验结果及算法分析 |
| 5.5 本章小结 |
| 第6章 工作总结与研究展望 |
| 6.1 本文工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
四、一种新的DCT域盲数字水印嵌入和检测方法（论文参考文献）
- [1]基于鲁棒视觉属性的量化水印方法研究[D]. 王俊. 山东师范大学, 2020(08)
- [2]多重数字水印算法研究[D]. 王强. 哈尔滨工程大学, 2020(05)
- [3]基于变换域的鲁棒性水印算法研究[D]. 宋瑞祥. 北京工业大学, 2019(03)
- [4]基于图像纹理的数字水印算法研究[D]. 龙香玉. 江西理工大学, 2019(01)
- [5]Contourlet域的盲数字水印算法研究[D]. 王莹. 山东科技大学, 2018(03)
- [6]基于稀疏变换的数字水印算法研究[D]. 顾宇鑫. 苏州大学, 2018(05)
- [7]基于嵌入式平台的图像水印技术[D]. 夏经文. 杭州电子科技大学, 2017(02)
- [8]基于数字水印的气象信息发布系统的设计与实现[D]. 季燕. 南京信息工程大学, 2012(09)
- [9]基于DCT域的数字水印算法研究[D]. 金喜子. 吉林大学, 2011(05)
- [10]数字图像真伪鉴别技术研究[D]. 陈海鹏. 吉林大学, 2011(09)