导读:本文包含了水印质量论文开题报告文献综述及选题提纲参考文献，主要关键词:恢复水印,小波系数,水印嵌入容量,篡改检测
水印质量论文文献综述
宋培非,丁海洋,张珍珍,李子臣[1]（2018）在《高质量可恢复半脆弱水印算法研究》一文中研究指出兼顾水印嵌入容量和安全性,提出一种高质量可恢复半脆弱水印算法,在保证恢复效果的同时,减少水印嵌入容量,提高含水印图像质量。提取原始图像的高5位,将得到的高5位图像进行小波变换,把低频系数作为恢复水印信息,嵌入到原始图像的映射块低位。使用恢复水印,结合篡改图像的高5位图像的小波低频系数实现图像篡改的检测、定位及恢复。实验结果表明,该算法与已有的算法相比,水印嵌入容量小,嵌入水印图像质量高,能有效抵抗剪切、拼贴及涂鸦等已知伪造攻击,并且能够更好地实现篡改图像的检测、定位与恢复。(本文来源于《网络空间安全》期刊2018年09期）
魏雪丽[2]（2018）在《基于联合残差网络的低质量水印人脸修复算法研究》一文中研究指出人脸验证是信息安全领域的一项重要技术,已在机场护照验证、公司考勤、手机支付等系统中得到广泛应用。为了防止系统中的人脸图像被盗用,保密级别较高的应用系统会对存储的人脸图像进行水印加密处理。但是水印的加入会导致人脸图像验证的准确率急剧下降,因此如何解决水印人脸图像修复问题,提高人脸验证的准确率成为目前亟待研究的问题。现有的图像修复算法主要分为两大类:基于传统方法的图像修复算法和基于深度学习的图像修复算法。前者假设输入图像的修复区域(水印)位置已知,需要人工标记,无法满足自动化在线处理的需求。后者只需要知道深度学习训练样本图像的修复区域(水印)位置,而不再假设输入图像的修复区域(水印)位置已知,避免了人工干预。但是在实际应用中,人脸验证系统中的水印人脸是压缩后的低质量图像,相应地深度学习训练样本也必须是压缩后的低质量图像,然而质量损失会导致人脸图像中的水印位置发生变化,而错误的水印位置先验反而会使网络训练出现较大误差,进而导致基于深度学习的人脸图像修复结果出现水印修复不干净等问题。针对上述问题,本文将人脸图像中的水印看作是一种位置未知的特殊噪声,将水印人脸图像修复转化为噪声位置未知的图像去噪问题,对于输入图像和样本图像均不需要知道水印位置,从而避免了水印位置错误导致图像修复不好的问题。基于这一思路,本文提出了一种基于联合残差网络的低质量水印人脸修复算法,该算法从全局修复网络、局部修复网络和判别约束网络叁个层面来综合解决水印修复问题。首先,在全局修复层面,本文受残差学习思想的启发,提出采用一种基于残差学习的全局修复网络,来解决图像中水印修复不干净和细节不清晰的问题;其次,在局部修复层面,本文充分利用人脸视觉感知和人脸固有结构的特性,提出了一种基于五官约束的局部修复网络,来解决全局修复网络中人脸五官区域细节处理不清晰的问题;最后,在判别约束层面,本文充分考虑图像高维特征对人脸验证性能的作用,提出增加一个判别约束网络以进一步提高人脸验证性能。实验表明,本文提出的基于联合残差网络的低质量水印人脸修复算法与基于上下文编码的图像修复算法相比,修复后的人脸图像客观质量PSNR平均提升了4.16dB,SSIM平均提升了 0.08,在FPR(假正率)为10%的条件下,人脸验证指标TPR(真正率)提升了 16.96%,这对于水印人脸验证的实际应用具有重要意义。(本文来源于《武汉大学》期刊2018-05-01）
陈琦,徐熙平,姜肇国,尹鹏,王鹤程[3]（2018）在《基于光场相机的四维光场图像水印及质量评价》一文中研究指出光场相机通过在主镜组和传感器间特定位置设置微透镜阵列,在采集物方光强的同时可记录光线方向。提出一种在频域内对光场相机获取的四维光场图像加密的图像数字水印方法。植入信息经Base64编码后生成二维图像,并通过Aronld迭代对此图像进行均匀化处理,建立与原始光场坐标系匹配的虚拟计算光场,在四维傅里叶域内以切片替换的方式将加密信息植入原始光场中,实现光场图像加密,然后,基于二者坐标对应关系,应用傅里叶逆变换提取加密光场图像中的植入信息。搭建光场采集系统,应用本文方法对采集的原始光场图像进行加密处理。实验结果表明,加密光场图像信噪比高,与原始光场图像相关性强,加密光场图像无明显伪迹和失真,算法简便快捷,稳定可靠。(本文来源于《光学学报》期刊2018年04期）
康良成,李朝锋[4]（2016）在《基于轮廓波数字水印的JPEG图像质量评价方法》一文中研究指出半参考图像质量评价方法是一种利用原始图像的部分信息对失真图像进行质量预测的方法,提出了一种基于轮廓波变换数字水印的JPEG图像压缩半参考质量评价方法。首先参考人类视觉系统(Human Visual System,HVS)的思想,选取轮廓波变换的低频区域作为水印嵌入区域,从而生成半脆弱数字水印。然后根据已嵌入水印图像与原始图像之间的结构相似度(Structural Similarity,SSIM)的值,设计自适应水印嵌入系统,以保证水印的不可见性。最后分别在LIVE图像数据库2和TID2008图像数据库中,根据已嵌入水印图像进行数据库重建,并测试该算法的性能。实验结果对比显示,该算法与其他算法相比较,具有较好的准确性、单调性以及一致性,能够较好地反应JPEG失真图像的质量。(本文来源于《计算机工程与应用》期刊2016年21期）
康良成[5]（2015）在《基于数字水印的图像质量评价方法研究》一文中研究指出数字图像在网络上获取、处理、传输等过程中难免会遭受各种各样的失真攻击,这些攻击不可避免地会对图像的质量产生影响。如何建立一个有效的失真图像质量评价方法就显得尤为重要,因此图像质量评价方法成为了现在图像处理领域的研究热点之一,也是一个很经典的问题。图像质量评价方法主要有主观图像质量评价和客观图像质量评价,图像质量的好坏由我们人眼决定,但是因为在实际应用中主观质量评价方法不太现实,故设计一款接近主观质量评价效果的客观图像质量评价方法就显得尤为重要。本文以基于数字水印的半参考的图像质量评价方法为研究对象,研究内容主要有以下几点:(1)回顾国内外与图像质量评价相关的研究成果,分别对全参考评价、部分参考评价和无参考评价方法进行探讨,并分析它们各自的性能,并对当前数字水印技术做仔细研究,详细了解数字水印的原理、分类和数字水印的应用,进而分别提出基于零水印的图像质量评价模型和基于传统水印的图像质量评价模型。(2)提出一种基于零水印技术的图像质量评价方法。该方法首先在图像发送端对原图像进行特征提取,将该特征存于质量评测数据库(Quality Evaluation Database,QED)中,以待在图像接收端做质量评价时之用。其次在提取特征时,为了更好地使用原图像信息,对原图像进行多级离散小波变换(Discrete Wavelet Transform,DWT)并取低频区域,此时低频区域保存了原图像的绝大部分信息。再次对低频进行离散余弦变换(Discrete Cosine Transform,DCT),由于DCT变换是一个本身没有压缩作用的无损变换过程,并且变换后能量系数和当前图像质量有直接对应关系,所以根据变换后的系数生成零水印信息。然后在图像接收端对失真图像做和原图像相同的特征提取,生成失真图像的零水印信息,最后根据前后两张零水印信息进行质量评价。实验结果表明,该方法可以评价多种失真类型且与主观评价有较好的一致性。(3)提出一种基于传统数字水印的JPEG图像质量评价方法。该方法首先对载体图像进行轮廓波变换,将图像低频域保存到QED中以作质量评价时之用;其次在变换域的低频系数上根据自适应嵌入强度嵌入数字水印,并进行轮廓波逆变换,这样得到一张几乎和原图一模一样的嵌入水印图像;然后,嵌入水印图像JPEG失真后,将水印再次提取出来;最后在做质量评价时对比提取水印和原水印即可。实验结果表明,该方法取得较好的效果并且与主观评价方法也有较好的一致性。(本文来源于《江南大学》期刊2015-06-01）
高迪[6]（2015）在《基于彩色图像质量评价与视觉感知的彩色图像数字水印算法》一文中研究指出信息科技高速发展,越来越多的数字信息通过互联网等途径广泛传播,这极大地提高了我们学习工作的效率并丰富了我们的日常生活内容。其中,数字图像文件传递了大量的信息,是传播最为广泛的数字信息。然而,由于数字资料的无失真复制性和广泛传播性,使得其版权保护、所有权声明以及文件完整性受到了严重威胁。因此如何对数字信息,尤其是数字图像文件的版权进行保护日益得到人们的关注。对于图像版权保护,目前应用广泛的一项技术是数字水印技术。然而现有的数字水印技术大多是针对灰度图像的,针对彩色图像设计的数字水印技术还较不成熟,因此本文以彩色图像数字水印技术为主要研究内容。现有的彩色图像水印方法多是由灰度图像水印方法扩展得到的,对彩色图像自身特点关注较少,导致水印的设计方法没有与载体图像质量、视觉感知等方面进行良好地结合。针对这种现状,本论文综合分析嵌入水印前的彩色载体图像自身特点,关注于水印嵌入前图像的质量评价与人类视觉系统对图像的感知,提出一种基于彩色图像质量评价与视觉感知模型的嵌入强度自适应的彩色图像数字水印算法。为了对原始载体图像特点全面综合地掌握,本算法分别对其颜色与灰度特点进行分析。CRME彩色图像质量评价方法,是一种由彩色图像的对比度入手,综合分析图像的颜色差异与结构变化,从而给出彩色图像质量高低评价的方法。其计算数值越大,则图像质量越高；计算数值越小,则图像质量越低。Watson模型提出了人眼对灰度图像分块DCT系数变动的感知门限：感知门限值越大,表示视觉敏感度越低；门限值越小,视觉敏感度越高。因此,本算法利用CRME (Color Root Mean Enhancement)彩色图像质量评价方法衡量图像质量,同时利用Watson视觉感知模型去评价其灰度感知敏感度。为了避免图像质量分布不均匀的情况,本算法将图像进行不重迭分块,经过彩色空间转换后,然后在HSI彩色空间色调分量(H分量)的分块离散余弦变换(DCT)系数上嵌入水印,并对嵌入强度进行自适应地设定：使图像质量较高、Watson感知门限值较大的分块嵌入强度大；相反地,图像质量较差、Watson感知门限值较小的分块嵌入强度小。为了验证算法的有效性,我们进行了多组实验,对不同强度的噪声、滤波、几何剪切等攻击下的彩色图像进行水印的嵌入与提取实验。实验结果表明,本论文提出的彩色图像水印算法能够很好地保证图像质量,并能够抗击不同强度的噪声、滤波,以及几何剪切等攻击,具有较强的鲁棒性。本算法可应用于彩色图像的版权保护相关领域。(本文来源于《山东大学》期刊2015-04-25）
张彪,杨炳恒,陈强,韩玉[7]（2014）在《基于数字水印的无参考图像质量评估方法的研究》一文中研究指出本文提出了一种基于数字水印技术的无参考图像质量评估方法,用来评估图像序列在压缩过程中产生的质量损失。在编码端对离散余弦变换(DCT)后图像进行水印嵌入,嵌入水印后的图像经过量化、熵编码后被传输至解码端,解码端根据提取出的水印质量来评价图像在压缩过程中的质量损失。本方法通过大量实验,确定水印嵌入强度和水印嵌入DCT系数区域的最佳取值,并通过改变不同压缩比,得到图像峰值信噪比(PSNR)与水印的像素错误率(BER)之间的线性关系式。实验结果表明,此线形关系式可以较好的表征BER与图像PSNR之间的关系,对压缩图像峰值信噪比的估计误差小于4%。(本文来源于《科技视界》期刊2014年26期）
王娟娟[8]（2014）在《基于图像相异性的水印印刷图像质量评价方法研究》一文中研究指出商品经济的快速发展，产权意识的逐步提高，促使人们开始寻求高效便捷的防伪技术来打击现代社会中日益猖獗的假冒伪劣行为。数字水印技术作为一种新型的防伪手段，因具备“难仿制、易识别、成本底、无公害”的优点，成为包装印刷防伪领域重要的研究和发展方向。而图像质量评价算法作为数字水印防伪技术中的关键环节，对控制水印图像质量、印品质量具有重要作用。为此，本文在现有图像质量评价算法的研究基础上，从图像相异性的角度出发，提出了一种基于印刷油墨密度和色度的图像质量评价方法，并针对DWT全息水印嵌入算法，确定了与印刷行业质量检测结果匹配的评价标准。本文首先结合油墨成像原理及印刷图像的结构特点，对表征图像差异性的颜色特征、纹理特征、形状特征以及空间关系特征进行了分析，在此基础上提出了图像相异性度量的概念，并选用奇异值分解作为图像主成份分析的方法，运用矩阵范数理论将奇异值分解和图像性质相联系，研究了奇异值与图像结构信息和能量信息之间的关系，发现可以通过特征向量(奇异值)的偏离程度来表述图像相异特征。针对奇异值分解和矩阵F范数与图像性质具有紧密的关联性，本文采用图像空间关系特征的分块提取方法，以宿主图像和失真图像奇异值对角阵之间的相关度作为图像相异的度量指标，块矩阵F-范数占F-范数总和的比例为权重，提出一种基于奇异值的水印图像质量评价方法，定义该方法测得的图像低频失真度为SVQIL（Singular Value Quality Index）、高频失真度为SVQIH，并以印品表观质量检测方法得到的色差和密度差作为依据，确定了具有良好视觉感知的RGB图像SVQI标准阈值：SVQIL∈(0,15)，SVQIH>SVQIL。最后对提出的算法进行了四种劣化攻击仿真实验，发现SVQIL和SVQIH都能体现图像的劣化状态，评价结果符合人类视觉感知，总体优于PSNR和UIQI。然后通过一系列打印/印刷-扫描实验，研究了水印嵌入参数和印刷参数对水印图像质量的影响。实验结果表明：随着水印嵌入强度增大，水印信息的隐蔽性变差，鲁棒性增强；当水印嵌入RGB彩色图像的B通道时，水印的隐蔽性较好；当水印嵌入颜色分量最多的通道时，水印的鲁棒性较好。纸张表面特性不仅对印刷品质量有明显影响，同样也对图像中的水印有显着影响：300g/m2铜版纸作为承印材料的水印图像和再现水印的质量都好于200g/m2铜版纸；扫描分辨率对再现水印质量影响不大，但相比于300dpi的扫描分辨率，600dpi扫描分辨率下的印刷水印图像的扫描质量较好。最终将得到的最优参数应用到了书籍印刷防伪实验中，验证了算法的可行性。本文对基于图像相异性的水印印刷图像质量评价方法进行了有益的探索，所取得的成果为数字水印防伪技术的发展提供了一定的支持和帮助。(本文来源于《湖南工业大学》期刊2014-05-28）
邓小鸿,陈志刚,毛伊敏[9]（2014）在《基于无损水印的医学图像篡改检测和高质量恢复》一文中研究指出目的采用无损数字水印算法对医学图像进行篡改检测和恢复是一个重要的研究领域。针对现有方法在区域划分和块特征值选取上的不足,提出一种新的基于四叉树分解和线性加权插值技术的无损水印算法。方法首先对原始的医学图像进行四叉树分解,得到非固定尺寸且具有高同质性的图像块;然后利用线性加权插值方法计算每个图像块的特征值作为水印信息,最后采用基于混沌的简单可逆整数变换进行水印嵌入。结果在提取端当水印图像没有受到篡改时,原始的图像能被无损恢复;当受到篡改时,算法能精确定位篡改区域并能高质量恢复,采用本文算法恢复的图像质量较现有方法高出20 dB左右。另外,在水印图像遭到较大程度篡改时,本文算法的正检率和负检率均优于现有方法。结论实验结果表明,本文算法相比现有方法具有更高的嵌入容量、篡改检测精确性、恢复图像质量。算法适用于医学图像的完整性认证和篡改检测中。(本文来源于《中国图象图形学报》期刊2014年04期）
钟云飞,付芦静,邹捷,邓荣华[10]（2012）在《基于数字水印的半色调图像质量评价》一文中研究指出数字水印技术是按照一定的策略向原始数据中添加认证的数字信息的技术,具有鲁棒、隐蔽的特点。本文提出一种基于数字水印的半色调图像质量评价框架。首先运用C-V模型算法分割图像暗调区域和边缘部分,将分割后的图像转化成二值图获得水印嵌入指示图,确保数字水印的隐藏性。然后利用基于内容认证半脆弱数字水印算法嵌入印刷测控条水印,最后通过打印输出、扫描、提取水印,利用图像结构相似度算法SSIM实现印刷图像质量检测。实验结果表明,本文提出的半色调图像质量评价方案能有效的检测印刷图像质量,与传统的方法相比,有高效、快速的优点。(本文来源于《颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集》期刊2012-10-18）
水印质量论文开题报告
（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：
人脸验证是信息安全领域的一项重要技术,已在机场护照验证、公司考勤、手机支付等系统中得到广泛应用。为了防止系统中的人脸图像被盗用,保密级别较高的应用系统会对存储的人脸图像进行水印加密处理。但是水印的加入会导致人脸图像验证的准确率急剧下降,因此如何解决水印人脸图像修复问题,提高人脸验证的准确率成为目前亟待研究的问题。现有的图像修复算法主要分为两大类:基于传统方法的图像修复算法和基于深度学习的图像修复算法。前者假设输入图像的修复区域(水印)位置已知,需要人工标记,无法满足自动化在线处理的需求。后者只需要知道深度学习训练样本图像的修复区域(水印)位置,而不再假设输入图像的修复区域(水印)位置已知,避免了人工干预。但是在实际应用中,人脸验证系统中的水印人脸是压缩后的低质量图像,相应地深度学习训练样本也必须是压缩后的低质量图像,然而质量损失会导致人脸图像中的水印位置发生变化,而错误的水印位置先验反而会使网络训练出现较大误差,进而导致基于深度学习的人脸图像修复结果出现水印修复不干净等问题。针对上述问题,本文将人脸图像中的水印看作是一种位置未知的特殊噪声,将水印人脸图像修复转化为噪声位置未知的图像去噪问题,对于输入图像和样本图像均不需要知道水印位置,从而避免了水印位置错误导致图像修复不好的问题。基于这一思路,本文提出了一种基于联合残差网络的低质量水印人脸修复算法,该算法从全局修复网络、局部修复网络和判别约束网络叁个层面来综合解决水印修复问题。首先,在全局修复层面,本文受残差学习思想的启发,提出采用一种基于残差学习的全局修复网络,来解决图像中水印修复不干净和细节不清晰的问题;其次,在局部修复层面,本文充分利用人脸视觉感知和人脸固有结构的特性,提出了一种基于五官约束的局部修复网络,来解决全局修复网络中人脸五官区域细节处理不清晰的问题;最后,在判别约束层面,本文充分考虑图像高维特征对人脸验证性能的作用,提出增加一个判别约束网络以进一步提高人脸验证性能。实验表明,本文提出的基于联合残差网络的低质量水印人脸修复算法与基于上下文编码的图像修复算法相比,修复后的人脸图像客观质量PSNR平均提升了4.16dB,SSIM平均提升了 0.08,在FPR(假正率)为10%的条件下,人脸验证指标TPR(真正率)提升了 16.96%,这对于水印人脸验证的实际应用具有重要意义。
（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。
水印质量论文参考文献
[1].宋培非,丁海洋,张珍珍,李子臣.高质量可恢复半脆弱水印算法研究[J].网络空间安全.2018
[2].魏雪丽.基于联合残差网络的低质量水印人脸修复算法研究[D].武汉大学.2018
[3].陈琦,徐熙平,姜肇国,尹鹏,王鹤程.基于光场相机的四维光场图像水印及质量评价[J].光学学报.2018
[4].康良成,李朝锋.基于轮廓波数字水印的JPEG图像质量评价方法[J].计算机工程与应用.2016
[5].康良成.基于数字水印的图像质量评价方法研究[D].江南大学.2015
[6].高迪.基于彩色图像质量评价与视觉感知的彩色图像数字水印算法[D].山东大学.2015
[7].张彪,杨炳恒,陈强,韩玉.基于数字水印的无参考图像质量评估方法的研究[J].科技视界.2014
[8].王娟娟.基于图像相异性的水印印刷图像质量评价方法研究[D].湖南工业大学.2014
[9].邓小鸿,陈志刚,毛伊敏.基于无损水印的医学图像篡改检测和高质量恢复[J].中国图象图形学报.2014
[10].钟云飞,付芦静,邹捷,邓荣华.基于数字水印的半色调图像质量评价[C].颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集.2012