《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于糾錯(cuò)編碼和RBF神經(jīng)網(wǎng)絡(luò)的盲水印新算法
基于糾錯(cuò)編碼和RBF神經(jīng)網(wǎng)絡(luò)的盲水印新算法
來(lái)源:微型機(jī)與應(yīng)用2013年第7期
馮祥斌,陳永紅
(華僑大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,福建 廈門361021)
摘要: 結(jié)合RBF神經(jīng)網(wǎng)絡(luò)和糾錯(cuò)編碼技術(shù),提出了一種把經(jīng)過(guò)混沌加密的圖像水印嵌入小波域,并實(shí)現(xiàn)盲檢測(cè)的新型水印算法。首先,對(duì)原始圖像進(jìn)行小波分解得到各子帶的小波系數(shù);其次,通過(guò)密鑰選擇在小波系數(shù)中嵌入水印的起始位置,并對(duì)該小波系數(shù)進(jìn)行量化處理作為RBF神經(jīng)網(wǎng)絡(luò)模型的輸入值;最后,用混沌加密技術(shù)和糾錯(cuò)編碼技術(shù)對(duì)待嵌入的水印信息進(jìn)行預(yù)處理以增強(qiáng)水印系統(tǒng)的安全性和魯棒性,把處理后的水印信息嵌入到經(jīng)過(guò)RBF神經(jīng)網(wǎng)絡(luò)模型處理后的小波系數(shù)中。實(shí)驗(yàn)表明,該算法人類視覺(jué)掩蔽性良好,同時(shí)對(duì)于諸如JEPG壓縮、椒鹽噪聲、濾波等常見(jiàn)圖像處理攻擊的魯棒性達(dá)到了預(yù)期的效果。
Abstract:
Key words :

摘  要: 結(jié)合RBF神經(jīng)網(wǎng)絡(luò)糾錯(cuò)編碼技術(shù),提出了一種把經(jīng)過(guò)混沌加密的圖像水印嵌入小波域,并實(shí)現(xiàn)盲檢測(cè)的新型水印算法。首先,對(duì)原始圖像進(jìn)行小波分解得到各子帶的小波系數(shù);其次,通過(guò)密鑰選擇在小波系數(shù)中嵌入水印的起始位置,并對(duì)該小波系數(shù)進(jìn)行量化處理作為RBF神經(jīng)網(wǎng)絡(luò)模型的輸入值;最后,用混沌加密技術(shù)和糾錯(cuò)編碼技術(shù)對(duì)待嵌入的水印信息進(jìn)行預(yù)處理以增強(qiáng)水印系統(tǒng)的安全性和魯棒性,把處理后的水印信息嵌入到經(jīng)過(guò)RBF神經(jīng)網(wǎng)絡(luò)模型處理后的小波系數(shù)中。實(shí)驗(yàn)表明,該算法人類視覺(jué)掩蔽性良好,同時(shí)對(duì)于諸如JEPG壓縮、椒鹽噪聲、濾波等常見(jiàn)圖像處理攻擊的魯棒性達(dá)到了預(yù)期的效果。
關(guān)鍵詞: 糾錯(cuò)編碼;RBF神經(jīng)網(wǎng)絡(luò);盲檢測(cè);混沌加密

    隨著數(shù)字技術(shù)[1]逐步滲透到社會(huì)生活中,多媒體數(shù)據(jù)的版權(quán)保護(hù)成為一個(gè)關(guān)鍵性問(wèn)題。數(shù)字水印技術(shù)作為傳統(tǒng)加密方法的有效補(bǔ)充手段,是目前信息安全技術(shù)領(lǐng)域的一個(gè)新方向。其中,數(shù)字圖像水印技術(shù)通過(guò)在原始圖像中隱藏相應(yīng)的信息以保護(hù)合法的所有權(quán)。一個(gè)完整的圖像水印方案主要包括水印生成、水印嵌入、水印檢測(cè)和水印攻擊[2]。在保護(hù)圖像多媒體信息版權(quán)時(shí),數(shù)字水印的魯棒性是至關(guān)重要的。由于很多時(shí)候原始圖像獲取不便,所以研究的趨勢(shì)是在不需要提供原始圖像的情況下進(jìn)行水印的盲檢測(cè)。當(dāng)前研究人員已經(jīng)研究出了眾多的盲檢測(cè)水印算法,這些算法能夠較好地抵御諸如JEPG壓縮、高斯濾波等常見(jiàn)的信號(hào)處理攻擊。基于封面中像素的3-D色彩直方圖特性的盲水印方案[3],它解決了水印的嵌入和檢測(cè)的同步問(wèn)題。為了進(jìn)一步加強(qiáng)被隱藏在宿主信號(hào)中的敏感信息的安全性,學(xué)者們一直在嘗試加密和數(shù)字水印技術(shù)的結(jié)合研究。與此同時(shí),目前神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、糾錯(cuò)編碼等技術(shù)也被廣泛應(yīng)用于數(shù)字水印技術(shù)中。其中,Tsai等人提出了一種基于人類聽(tīng)覺(jué)系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的自適應(yīng)信號(hào)依賴的音頻數(shù)字水印技術(shù)[4],通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練使該算法能夠記住原始音頻和嵌有水印音頻的直接映射關(guān)系,并基于此實(shí)現(xiàn)盲檢測(cè)。而糾錯(cuò)編碼技術(shù)也被大量運(yùn)用于水印算法當(dāng)中[5],糾錯(cuò)編碼的使用主要是為了在提取水印信號(hào)時(shí)糾正可能發(fā)生的錯(cuò)誤。本文提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)和糾錯(cuò)編碼的混沌盲檢測(cè)水印新算法。該方案旨在處理好不可見(jiàn)性和魯棒性平衡關(guān)系的基礎(chǔ)上,提高在諸如JPEG、高斯噪聲、椒鹽噪聲等信號(hào)處理攻擊下的魯棒性。
1 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF)
1.1 RBF神經(jīng)網(wǎng)絡(luò)模型

    數(shù)字水印的研究表明,將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用其中可以增加水印系統(tǒng)的自適應(yīng)性和魯棒性。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有良好的通用逼近能力,該神經(jīng)網(wǎng)絡(luò)已經(jīng)被成功用于解決許多信號(hào)和圖像問(wèn)題。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)是一個(gè)完全連接的網(wǎng)絡(luò),通常作為一種分類工具使用。在一個(gè)RBF模型中包含三層:輸入層、隱含層、輸出層。隱含層提供了一組函數(shù),該組函數(shù)稱為徑向基函數(shù)。圖1給出的是RBF神經(jīng)網(wǎng)絡(luò)模型,其對(duì)應(yīng)的數(shù)學(xué)表達(dá)式如下:




     (5)利用相似度、閾值和密鑰(key)判斷是否嵌有水印。如果相似度大于該閾值,那么就確定該處嵌有水印。其中閾值由標(biāo)準(zhǔn)差和虛警率決定(一般為10-6),基于此本文的閾值設(shè)為20.8;
     (6)把步驟(5)中提取到的水印信號(hào)進(jìn)行糾錯(cuò)編碼解調(diào)和逆置亂處理,得到最終的水印信息。
4 實(shí)驗(yàn)仿真結(jié)果
      仿真實(shí)驗(yàn)的載體是512×512的man圖像,水印采用32×32的二值圖像,卷積碼一幀長(zhǎng)度為L(zhǎng)=8。水印嵌入后的載體圖像和原載體圖像的PSNR為40.966 9 dB,根據(jù)人類的視覺(jué)系統(tǒng)特性,很難分辨出區(qū)別,說(shuō)明本算法具有較好的不可感知性,如圖3所示。


      為了探討該方案的性能,用峰值信噪比(PSNR)、相似度(NC)和比特錯(cuò)誤率(BER)這三個(gè)量來(lái)衡量該算法的不可感知性能、魯棒性能和糾錯(cuò)能力,這三個(gè)衡量值分別列在表1、表2和表3中,表中的Without ECC表示不使用糾錯(cuò)編碼(ECC),僅使用RBF神經(jīng)網(wǎng)絡(luò)的水印算法,With BP表示使用BP神經(jīng)網(wǎng)絡(luò)代替RBF神經(jīng)網(wǎng)絡(luò)的水印算法,Proposed表示本文提出的算法。
     從表1的對(duì)比中可以看出,在使用常用的數(shù)字信號(hào)處理方案對(duì)水印圖像攻擊后,本算法的不可感知性較好。另外,本方案在JEPG壓縮、高斯噪聲、椒鹽、線性濾波(線性濾波1表示線性濾波_1.7_0.01_0.21_1.2,線性濾波2表示線性濾波_0.97_0.21_0.31_1)等攻擊下比Without ECC方案和With BP方案有更好的隱蔽性。
    從表2得到的NC值對(duì)照表可以看出,本文所提出算法對(duì)JPEG壓縮攻擊的抵抗能力特別強(qiáng),且對(duì)于諸如高斯低通濾波、椒鹽噪聲、中值濾波、線性濾波等攻擊魯棒性很高。不僅如此,通過(guò)對(duì)比NC表,說(shuō)明了Proposed方案的魯棒性比Without ECC方案和With BP方案提高很多。而從表3可以看出使用糾錯(cuò)編碼的水印算法在水印提取時(shí)比特錯(cuò)誤率(BER)比未使用糾錯(cuò)編碼的水印算法更低,這說(shuō)明本文算法的失真率更低,在抵抗表中所列攻擊的抵抗能力非常強(qiáng)。

     本文提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)和糾錯(cuò)編碼的新型盲檢測(cè)水印算法。利用糾錯(cuò)編碼技術(shù)和混沌加密技術(shù)對(duì)水印進(jìn)行處理,增強(qiáng)了水印的魯棒性和安全性,而RBF神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)性使算法實(shí)現(xiàn)了水印的盲檢測(cè),同時(shí)該模型的使用也進(jìn)一步增加了本文所提出算法的魯棒性。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的使用BP神經(jīng)網(wǎng)絡(luò)的水印算法和未使用糾錯(cuò)編碼的水印算法相比,本文所提出的算法具有更好的隱蔽性、魯棒性和更低的失真率,使魯棒性和隱蔽性達(dá)到了一個(gè)較為理想的平衡,同時(shí)算法在諸如JEPG壓縮、椒鹽噪聲、濾波等常見(jiàn)圖像處理攻擊下?lián)碛辛己玫聂敯粜浴?br /> 參考文獻(xiàn)
[1] 王炳錫,陳琦,鄧峰森.數(shù)字水印技術(shù)[M].西安:西安電子科技大學(xué)出版社,2003.
[2] Chen Yongqiang, Zhang Yanqing, Peng Lihua. A DWT domain image watermarking scheme using genetic algorithm and synergetic neural network[J]. Second International Eymposium on Information Processing(ISIP2009),2009:298-301.
[3] LIN C H, CHAN D Y, SU H, et al. Histogram-oriented watermarking algorithm: colour image watermarking scheme robust against geometric attacks and signal processing[C]. IEEE Proc.-Vis. Image Signal Process, August 2006,483-492.
[4] TSAI H H, CHENG J S. Adaptive signal-dependent audio watermarking based on human auditory system and neural networks[J]. Applied Intelligence, 2005,23(2):191-206.
[5] BERGER T, TODOROV T. Improving the watermarking process with usage of block error-correcting codes[J]. Serdica J, Computing 2008(2): 163-180.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 亚洲大尺度无码无码专区| 女人扒下裤让男人桶到爽| 啊灬啊灬啊灬岳| h无遮挡男女激烈动态图| 日韩电影免费在线观看网站| 国产一区中文字幕| a免费毛片在线播放| 欧美一区二区三区精华液| 国产人与禽zoz0性伦| √天堂资源中文官网bt| 欧美极品第一页| 国产女人aaa级久久久级| 9自拍视频在线观看| 无码国产福利av私拍| 亚洲黄色片免费看| 日本色图在线观看| 成年女人喷潮毛片免费播放| 亚洲精品电影在线| 欧美另类videovideosex| 天天躁日日躁狠狠躁日日躁 | 国产99在线|亚洲| WWW国产成人免费观看视频| 日本人指教视频| 亚洲视频在线一区二区| 丁香婷婷亚洲六月综合色| 成人区视频爽爽爽爽爽| 亚洲欧美日韩中文字幕一区二区三区| 黄色网站在线免费观看| 孕妇被迫张开腿虐孕| 久久男人的天堂色偷偷| 福利区在线观看| 国产福利在线看| ?1000部又爽又黄无遮挡的视频| 成人深夜视频在线观看| 亚洲国产精品日韩在线| 老司机福利精品视频| 国产精品视频李雅| 中文字幕在线第二页| 欧美精品九九99久久在免费线 | 97色伦图片97综合影院| 日本电影痴汉电车|