基于 LDPC 码保护的 DWT 数字水印算法研究【精品论文大全】 .doc
《基于 LDPC 码保护的 DWT 数字水印算法研究【精品论文大全】 .doc》由会员分享,可在线阅读,更多相关《基于 LDPC 码保护的 DWT 数字水印算法研究【精品论文大全】 .doc(6页珍藏版)》请在三一办公上搜索。
1、精品论文推荐基于 LDPC 码保护的 DWT 数字水印算法研究丁二蕾南京邮电大学通信与信息工程学院,江苏南京 (210003)摘要:LDPC码具有很好的纠错能力,本文利用它来对数字水印(DWT水印算法【8】)进 行了保护,以提高DWT水印算法的性能。仿真结果表明:在有LDPC码保护的情况下,水印的差错率有所下降,且随着LDPC码率的降低,对水印的保护能力有所增强;与基于LDPC码保护的DCT水印算法【2】相比,本文所用算法实现简单且表现出了优越性。 关键词:LDPC;数字水印;DWT;鲁棒性引言数字水印技术作为解决媒体数据认证和保护的一种新型技术,近来已成为了研究热点, 它是通过在原始数据中嵌
2、入秘密信息水印来证实该数据的所有权的。被嵌入的水印可以 是一段文字、序列号、图片等,嵌入后水印要求不可见和对攻击的鲁棒性。目前水印算法主 要分为空域和频域两大类,空域算法是通过直接改变图像某些象素的灰度值来加入水印,而 频域算法则先做某些变换,例如离散傅立叶变换(DFT)、离散余弦变换(DCT)、离散小波 变换(DWT),然后通过改变某些变换系数来加入水印。频域算法由于具有较好的鲁棒性和 不可见性已成为水印算法的研究主流,文献【1】也表明频域算法中基于 DWT 的水印算法优于 基于 DCT 的水印算法,所以本文采用基于 DWT 的水印算法。嵌入水印的图像在到达接收端前总要经受一些处理,这些处理
3、包括有损压缩、图像剪切、 图像旋转、图像增强、信道噪声等。我们可以把对水印图像的攻击看成是信道干扰,这样就 可以利用信道编码技术即纠错码通过加冗余来纠正水印误码率来降低检测误码率。在纠错码中,Turbo 码的纠错性能很接近香农限,但译码实现复杂,传输延时大;LDPC 码编译码方法简单且纠错性能非常接近香农限,被认为是可与 Turbo 码相媲美的一类信道编码方案。为 了提高水印的鲁棒性,很多学者把 LDPC 码应用到了数字图像水印中。文献【2】和文 献【3】、 文 献【4】提出了将 LDPC 编码的数字水印应用于数字版权保护中,利用 LDPC 纠正水印误码 率来降低检测误码。基于 DWT 水印的
4、鲁棒性、透明性、信息隐藏量等性能都比较优异,也 得到了不少学者的研究。文 献【5】提出了一种小波域人类视觉感知模型的数字水印算法;文 献【6】提出了一种基于 DWT-SVD 与量化相结合的盲水印算法;文献【7】提出了基于小波变化 的零水印算法;文献【8】提出的基于小波变换与变换域系数值比较的盲检测数字水印算法, 该算法简单,且在透明性、鲁棒性和水印嵌入强度之间找到了平衡点。本文提出了一种新的 水印算法即先将二值水印图像进行 LDPC 编码,再利用文献【8】提出的水印方法嵌入提取水 印。1基于DWT的水印嵌入及提取算法DWT数字水印算法是利用小波变换将图像进行多分辨率分解,选择适当的小波系数嵌
5、入水印,在本算法中使用haar基对图像进行了一级小波变换,然后选择合适的变换域系数嵌 入水印。在频率域中,高频部分代表图像的边缘和纹理部分,在这些地方嵌入水印,水印的透明 性好,但这样的水印很难抵抗有损压缩等攻击;在低频部分,集中了图像的大部分能量,在这些 地方嵌入水印,虽然可以抗有损压缩等攻击,但水印的透明性不好。取折中方案,本文参考文- 6 -献【8】在水平方向细节子图和垂直方向细节子图中嵌入水印,以达到水印透明性、鲁棒性和嵌入水印强度的平衡。1.1水印嵌入算法第一步,将作为载体的灰度图像进行一级小波变换,得到载体图像的低频逼近子图LL1、 水平方向细节子图HL1、垂直方向细节子图LH1、
6、对角线方向的高频细节子图HH1。选取HL1 和LH1 来嵌入水印。第二步,嵌入水印。LH1 是一个二维数组,将LH1 的每一行分解为数据对序列。根据每 个数据对数据值的大小来表示0或者1,若前者大于后者,则该数据对表示1,若前者小于后者,则 该数据对表示0。现在将HL1 每一行的数据对序列和二值水印图像的每一行相应的值对应起 来,若二值水印图像对应位置上的值为1,则使对应数据对内前者大于后者;若二值水印图象对 应位置上的值为0,则使对应数据对前者小于后者。当数据对数据值的大小关系和二值水印图 像对应位置上的值不一致的时候,只要交换数据对数据的位置就可以了;若一致的话,就不用 调整前后位置了;若
7、数据对内的两个数据相等,只要将数据对其中一个数据值的大小进行微小 调整,就可以了。用同样的方法,在HL1 中也嵌入水印,这样可以增强水印的强壮性。这里交换数字图像小波变换后的中频系数数据对中数据的过程也是嵌入水印的过程,一 定程度上会影响到图像质量,而保证PSNR值至少大于38dB是水印透明性基本要求。 第三步,对处理过的二维数组进行反DWT变换 ,得到嵌入水印后的载体图像。1.2水印的提取算法第一步,将带有水印的载体图像进行一级小波分解,得到该图像的低频逼近子图LL1、水 平方向细节子图HL1、垂直方向细节子图LH1、对角线方向的高频细节子图HH1。选取HL1 和 LH1 来提取水印。第二步
8、,从HL1中提取水印,提取水印是嵌入水印的逆过程,将HL1 每一行分解为数据对 序列,比较每对数据值的大小,如果前者大于后者,提取1,如果前者小于后者,提取0。将提取 的值存到一个二维数组里面的相应位置,最后提取完毕后,该二维数组中存的就是二值水印图 像。用同样的方法,可以在LH1 中提取同样的二值水印图像。2. LDPC编解码原理LDPC 于1962 年由Gallager 提出,它是一种基于稀疏校验矩阵的线形码。设码长为N , 信息位为K,校验位为M = N - K ,则校验矩阵H 为一个M N 阶的矩阵。H矩阵用Tanner图表 示时,图的左边有N个节点,每个节点表示码字的一个比特位;右边
9、有M个节点,每个节点 表示一个校验位;与校验矩阵中“1”元素对应的左右两个节点之间存在连接边,我们将这条 边称为两端节点的相邻边。而相邻两端的节点称为相邻点。每个节点相邻边数称为该节点度 数。从某个节点出发又回到此节点为一循环(cycle),所经过边的个数称为周长(girth)。 对于规则的LDPC码,其校验的矩阵中每一行和每一列中“1”的个数是相同的;在Tanner 图中, 左边节点的度数和右边节点的度数分别对应一个固定值。2.1 LDPC编码原理 具体的编码过程可分为一下几个步骤: 第一步,构造LDPC码的校验矩阵。第二步,消除矩阵中存在的短环(长度为4的环)。第三步,对校验矩阵H= A
10、| H u = u H =0可得:c高斯消元 I | ,由 u = c | s ,I | = 0, c + s = 0 。 c= s (在GF(2)上)s 这样就得到: c = s码后的码字)。即得到 u = c | s 。(其中s为信息比特,c为校验比特,u为编2.2 LDPC译码原理本文采用了和积迭代译码算 法【9】,这种算法的复杂性低,且其运算量不会因为码长的 增加而急剧增加,且运算量可以完全并行。具体的译码步骤如下:第一步,初始化,对待定的信道预设信息比特的先验概率并设置迭代次数。 第二步,横向步骤, 由信息节点的先验概率按置信传播算法得出各校验节点的后验概率。第三步,纵向步骤,由校验
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 精品论文大全 基于 LDPC 码保护的 DWT 数字水印算法研究【精品论文大全】 保护 数字 水印 算法 研究 精品 论文 大全
![提示](https://www.31ppt.com/images/bang_tan.gif)
链接地址:https://www.31ppt.com/p-5192531.html