一、数字水印技术及其算法研究（论文文献综述）
王红娅[1]（2021）在《数字图像的鲁棒可逆算法研究》文中指出可逆水印,作为一种特殊的数字水印技术,需要提取方在正确提取水印后无失真的恢复原始载体。这种可逆性对于医学、军事和法律等具有高保真要求的特殊领域至关重要。但是,含水印图像在信道的传输过程中会产生一定的质量损失,这就要求可逆水印同时可以抵抗一定程度的攻击,比如JPEG压缩和噪声等非恶意攻击。因此,鲁棒可逆水印（Robust Reversible Watermarking,RRW）技术应运而生。鲁棒可逆水印允许接收方在无损情况下提取所嵌入的水印信息,同时可以无失真的恢复原始载体;而在有损情况下仍然可以正确提取水印信息。现有的RRW算法大多以BMP图像为载体,用于JPEG图像的算法很少,同时其算法性能仍存在提升空间,包括鲁棒性和视觉效果等。因此,本文总结了现有算法的研究现状,针对其性能不足,提出了三种RRW算法。具体工作如下:（1）提出了一种基于冗余直方图平移（Redundant Histogram Shifting,RHS）的高保真RRW算法。首先,将BMP图像划分成互不相交的块,对每个块进行高通滤波,生成类似拉普拉斯分布的直方图。然后,通过平移所生成的直方图将水印嵌入到每个分块中。具体来说,以直方图平移规则为约束条件,通过最小化嵌入失真,提出了一种新的图像块的修改机制,即以特定的规则修改图像块中的所有像素以实现直方图的平移。另外,为了实现盲提取和图像恢复,进一步提出了一种新的策略来计算盲提取所需要的参数。大量实验证明,相比之前的算法,该算法在保证鲁棒性的同时,具有更好的视觉质量。（2）提出了一种基于预测误差对扩展（Pairwise Prediction Error Expansion,Pairwise PEE）的JPEG鲁棒可逆水印算法。首先,读取JPEG图像的量化DCT（Discrete Cosine Transform,DCT）直流系数,对其进行菱形预测。然后,以相邻DCT块为一对扫描生成二维预测误差直方图。最后,修改该直方图实现水印嵌入。所提方法充分利用了DCT直流系数间的局部相关性,降低了嵌入失真。实验证明,所提方法有效提高了嵌入后的图像质量,同时对JPEG重压缩具有一定的鲁棒性。（3）提出了一种基于RHS的JPEG鲁棒可逆水印算法。为了解决现有算法鲁棒性差的问题,本文利用RHS技术,把水印嵌入到量化DCT低频系数中。首先,对JPEG图像进行熵解码,将DCT块按行分成四组。然后,计算同一组DCT块相同频段的低频系数和,生成分布直方图。最后,通过平移该直方图实现水印嵌入。此外,利用量化DCT中高频系数预测图像复杂度,实现水印的自适应嵌入。实验表明,在保证图像视觉效果的同时,该算法可以有效抵抗JPEG重压缩。
杨甜[2]（2021）在《基于混合域的盲图像水印优化算法研究》文中指出随着信息数字化技术和嵌入式设备的不断发展成熟,人们不仅能够生成大量多媒体内容,而且还可以编辑、上传和共享此类数据到互联网上。互联网数据的可获得性意味着内容提供者必须面临如何防止非法侵权,欺诈性篡改或任何其他形式的对敏感内容的身份验证。数字水印技术是解决上述问题的有效方法之一,并且已经在各种信息安全领域中得到应用。在原始内容中嵌入任何假定的内容（例如音频,文本,数据或视频）,嵌入的数据在不损害原始内容质量的前提下为其提供真实性验证和版权保护。理想的数字图像水印方案需要在安全性,鲁棒性和不可感知性方面满足数字图像的要求,这促使许多研究人员朝着这个方向努力。为了提高算法的效率和有效性,优化参数起着非常重要的作用,然而现有的大多数水印算法并没有考虑这一点。在本文中,我们研究了根据图像内容优化参数的水印算法,还特别调查了基于混合域和人类视觉系统（HVS）的健壮数字水印算法。在调查结果的基础上设计了新颖的鲁棒水印方案,它们可以抵抗已有水印方案预期遭受的多种攻击并实现高的不可感知性。本文的主要研究内容如下:（1）可靠的数字水印系统应确保高的不可感知性和鲁棒性。本章提出了一种基于噪声可见度函数（NVF）的盲图像水印优化算法,该算法利用DCT变换和QR分解将有意义的水印图像嵌入到载体图像中。在嵌入过程中,根据水印信息和正交矩阵Q的第一列中第二行系数和第三行系数之间的关系,构造含水印图像。优化的嵌入强度通过平衡水印嵌入能量与水印感知透明度获得。Arnold变换确保水印方案的安全性。此外,基于NVF的人类视觉模型用于确定水印嵌入区域。实验结果表明,该算法对单一和组合攻击具有较好的鲁棒性,含水印图像的感知质量优于其他相关算法。（2）针对图像的局部属性,一种利用萤火虫算法（FA）搜索不同嵌入强度的优化方案被提出。所提出的算法是一种基于块的方法,利用方差像素值选择重要块以嵌入水印,水印信息是二进制徽标。（1）具有最低方差值的前N个图像块被确定为嵌入区域（N=嵌入的水印位）。（2）FA应用于每个目标块来搜索局部最佳嵌入强度,以取得不可感知的性和鲁棒性的平衡。（3）通过检查正交矩阵U的系数分量U2,1和U3,1来嵌入每个水印位,正交矩阵U是从DCT变换图像块的奇异值分解（SVD）中获得。提取过程满足盲水印要求。为了增加安全性,（4）逻辑混沌映射生成伪随机链,这有效地保证了隐藏信息和原始信息之间位置关系的随机性。实验结果表明,与某些相关算法相比,提出的算法不仅具有更高的感知能力,还提供更好或相当的鲁棒性。
薛宏飞[3]（2020）在《基于QR码的彩色图像数字水印算法研究》文中研究说明随着数字化和网络化进程的推进,数字媒体的安全性以及版权保护问题日益突出,数字水印作为版权保护的一种有效解决方案成为研究热点,但至今没有普适的、抗全面攻击能力的数字水印算法。本文在现有数字水印技术的研究基础上,结合了 DCT变换、奇异值分解、NSST以及Hessenberg分解等技术的优良特性,研究鲁棒性更强的彩色图像QR码数字水印算法。论文的主要工作如下:1.针对水印算法抗攻击鲁棒性不强的问题,对算法进行改进,设计了一种基于QR码的多模型数字水印算法。该算法对载体图像的CIELab空间的L分量分块后进行两次DCT变换,之后选择各子块相同位置的前三个低频系数构造了多个待嵌入矩阵模型,并将多个加密后的QR码水印副本分别嵌入到各模型SVD分解后的对角线最大元素中。算法中对水印采用了 Arnold与位图分割相异或的双加密方式增强了水印的安全性,最佳嵌入强度依据实验测试方式选出,最终通过多模型统计投票的方式提取水印,增强了算法稳定性。2.针对传统嵌入式水印算法中的水印不可见性与鲁棒性均衡问题,给出了一种基于NSST与Hessenberg分解的零水印算法。算法首先将图像CIELab空间的L分量进行NSST变换,然后对其低频分量执行DCT与分块处理,并且采用各子块Hessenberg分解后的最大值构造特征矩阵,最后将特征矩阵与版权信息异或生成零水印,版权认证时通过保存的零水印与特征矩阵异或得出版权信息。该算法使用的矩阵分解计算复杂度更低,且对原始图像不进行任何修改。3.对给出的两种数字水印算法进行了实验和测试,并与同类算法进行了比较。实验结果证明本文中两种水印算法对于常见的噪声、滤波、缩放、旋转、JPEG压缩以及剪切攻击等均具有较好的抗攻击能力,相比于同类算法,在对于噪声、剪切、旋转以及压缩攻击方面鲁棒性优势比较显着。
杨科迪[4]（2020）在《基于区块链的数据动态溯源及检测算法研究》文中研究说明数据开放与共享是打通信息孤岛、激活数字资产的重要手段,但随之而来的隐私泄露、违规交易等问题尤为严重,给大数据安全防护和数字版权保护带来了前所未有的挑战。数据溯源是对原始数据及其演变过程的追踪与重现,通过溯源人们可以了解数据生命周期变化过程,确保数据安全可信。区块链具有防篡改性,能够确保数据的真实可靠。数字水印具有隐蔽性,能够完成数据的防伪确权。鉴于此,本文基于区块链技术和数字水印技术对数据溯源展开研究,为大数据的开放与共享提供安全保障。具体工作如下:（1）针对区块链数据溯源算法的数据共享与隐私保护问题,提出基于属性加密的区块链数据溯源方案。首先,基于Waters所提CP-ABE方案设计适用于区块链的策略更新算法,完成交易隐私的动态保护。其次,基于策略更新算法设计溯源链结构,完成区块内容可见性的动态更新,实现溯源信息动态共享。安全性及实验仿真分析表明,所提算法可以在保护交易隐私的同时,实现溯源信息动态共享。（2）针对区块链溯源信息存取效率较低问题,提出基于分组共识和B-M树的区块链数据溯源方案。首先,基于PBFT共识算法构造一种分组共识机制,以提升交易确认速度,完成流转信息快速上链。然后,基于AVL树和Merkel树设计B-M交易树,在确保交易信息不可篡改的前提下,完成溯源信息高效查询。正确性、安全性以及实验仿真分析表明,该方案在溯源信息上链及查询方面,比传统基于以太坊的区块链溯源方案更具优势。（3）针对文本水印的嵌入信息量小、鲁棒性弱及隐蔽性差等问题,提出基于DNA编码和置乱扩散的大数据文本水印算法。首先,基于部分ASCII码的不可见特性设计水印信息编码,实现大量水印信息的隐蔽嵌入。然后,基于随机置乱思想设计行列扩散算法,实现水印信息的鲁棒盲提取。实验分析表明,本算法能够实现大量文本水印信息的隐蔽嵌入,并且鲁棒性相较于其他算法有着明显优势。
蒋飞凤[5]（2020）在《基于张量的彩色图像零水印技术研究》文中认为在强大科学技术的推动下,当今社会可以说是瞬息万变,各种信息载体都有了现代化的表现形式和处理方式。图像作为一种较为形象、直观的数据载体,目前主要以数字形式呈现。但在这种情况下,不法分子可以借助便利的网络和一些软件肆意下载、复制、篡改数字图像等,严重威胁版权所有者的合法权益。数字零水印技术可以有效提供对数字图像的版权保护,主要通过提取原始载体图像的特征数据,以此构造唯一零水印的方式实现,但现有的算法主要应用于灰度图像。出于上述考虑,本文提出了一种新的基于彩色图像的数字零水印算法。由于使用的图像是三维彩图,因此在算法中引入了张量及张量展开,这几乎是张量概念及其相关技术在零水印领域的首次尝试。在算法具体实现时,首先从原始载体图像中取各个维度的数据,构造不同的三维张量,然后再根据特定的方向对获得的张量进行张量展开。这几步操作同时实现了三个功能,包括全面利用彩色图像各方面数据,无损维度压缩和数据置乱。另外,在后续过程中还使用了奇异值分解和离散余弦变换,对张量展开后的不同数据进行分别处理。上述两个操作能够减少零水印数据量,并促进算法鲁棒性的提高。根据大量仿真实验和对比实验的实验结果,可以确定本文提出的算法同时具备较好的唯一性和较强的鲁棒性。并且,当应用于不同类型的原始载体图像时,算法的性能依旧维持在较好的水平。在文章的最后,基于本文算法的一些不足,对后续进一步的研究方向进行了大致的说明。
吴小琪[6]（2020）在《基于Contourlet变换的医学图像数字水印算法研究》文中研究指明在医生的临床诊断与科学研究中,医学影像是一个重要的辅助工具。并且随着科技的进步,医学影像数据也在不断地激增,随之我们面临着如何安全有效地存储和传输医学数据及保护病患的个人隐私问题。得益于5G时代的来临,结合人工智能和云工具等,智慧医院也在急速发展。其中医院可以选择将产生的医学数据储存在云平台。云平台虽然可以为用户提供具有规模和计算能力的存储空间,但依然存在信息泄露的问题。所以,如何在海量数据线上存储和传播的情况下,安全高效的保护病人隐私是当前医学影像数据亟待解决的问题。目前,医学图像数字水印技术可用于保护病人隐私,即将病人隐私信息作为水印隐藏在相对应的医学图像中。其中算法的鲁棒性和不可感知性的平衡一直是一个热点与难点。基于小波变换在数字水印领域的发展,本文所选择的Contourlet变换改善了小波变换在图像处理时,无法较好的逼近图像边缘的缺陷。本文研究了基于Contourlet变换的数字水印技术,具体研究内容为基于Contourlet变换的数字零水印算法。本文做了以下研究工作:研究了一种基于Contourlet变换的医学图像零水印算法,在该算法中,首先对载体图像进行Contourlet变换,取低频部分进行感知哈希,为了匹配原始加密水印的大小,在感知哈希中取4x8的矩阵,通过和整个矩阵的均值比较,二值化形成32位特征向量,与加密水印进行异或计算完成嵌入。该方法不限制嵌入水印的容量。通过实验数据表明,无论是在常规攻击还是几何攻击上,均有较强的鲁棒性。研究了基于非下采样Contourlet变换和方向信息强度的医学图像零水印算法,利用Contourlet变换的最大特点与优势,即可以多方向和多尺度的对图像进行表达。通过计算每个方向子带的方向信息强度,去量化频域中子带所含有的方向特征信息,即选择包含方向信息最多、强度最大的子带来提取特征值。然后通过奇异值分解将子带分块、计算每块的2-范数,最后通过二值化提取特征,完成嵌入。本章用仿真实验的数据表明该算法有较强的鲁棒性,尤其在较难解决的旋转攻击上。
龚航宇[7]（2020）在《半色调图像信息隐藏技术的研究》文中研究指明半色调技术作为图像复制过程中的重要步骤,被广泛应用在打印、印刷、显示等许多领域。出于作品知识产权保护、来源认证等目的,常需要在半色调图像中隐藏一些带有特征的信息。因此,如何有效提高半色调图像质量,并以半色调图像为载体进行信息隐藏的技术吸引了普遍关注。本文旨在研究图像半色调技术及其信息隐藏算法,主要研究成果如下:基于Otsu阈值分割的反馈视觉差半色调水印算法。通过引入Otsu阈值分割对原灰度图像进行分割,选取人眼反应灵敏度高的较亮区域,结合反馈视觉差的方式对误差扩散算法进行了改进。基于改进的半色调算法,通过翻转黑白像素的方式在半色调过程中嵌入水印信息,完成半色调水印算法。对比传统误差扩散半色调水印算法,该水印算法得出含水印半色调图像与原灰度图像有较好的相似性,峰值信噪比增加了0.3～0.4db,加权信噪比增加了1～1.3db。嵌入水印的半色调图像在经历攻击测试后,仍能够提取出具有较好识别性的水印图像,说明该水印算法鲁棒性较好。基于图像阶调分区处理的反馈视觉差半色调水印算法。阈值分割半色调算法中,半色调图像中出现由于亮度过度增强导致的小面积绝网,对实际印刷过程有影响。针对这一缺陷改进图像分割的方法,调整反馈至原灰度图像上的信息为基于图像阶调层次分出的中间调区域和Canny边缘信息计算出的人眼视觉误差,将亮度信息弱化,最终半色调结果显示改善了较亮区域小面积绝网的缺点。通过在半色调过程中嵌入水印完成半色调水印算法,并与传统误差扩散半色调水印算法相比较,峰值信噪比、加权信噪比分别增加了0.44～0.66db、0.89～1.4db,保持了较好的水印不可感知性。经历攻击测试后提取出的水印信息显示该水印算法的鲁棒性相较阈值分割半色调水印算法略有提升。基于反馈视觉差半色调可视加密算法。通过共轭概念修改第二幅半色调图像加网过程,将一幅二值秘密图案隐藏在两幅半色调图像中,完成半色调可视加密算法。在基于Otsu阈值分割的反馈视觉差半色调可视加密算法和基于图像阶调分区处理的反馈视觉差半色调可视加密算法中,分别对算法结果进行处理提取秘密图案,结果显示在不同阈值情况下,阈值分割算法的提取正确率分别为0.7628、0.8272,阶调分区算法的提取正确率分别为0.7598、0.8231,与最高值1.0000相比,均表现出较好的综合性能。实验结果表明对图像分区域处理反馈视觉差的方法可以达到改进半色调算法的目的,基于改进半色调算法嵌入水印也能够提高半色调水印算法的性能。
熊静雯[8]（2020）在《不可分小波构造及其在数字图像水印中的应用》文中提出现如今,随着科技的飞速发展,多媒体产品的数字化和网络的普遍化为信息（如音频,图片,视频等）的储存和提取提供了极大的便利,提高了数字信息传输的效率以及传输过程中的准确性。但也正是因为多媒体数字信息其传输方式的便利和快速,随之便出现了版权保护和信息安全的问题。因为缺少相应的保护机制,共享的多媒体信息特别容易被非法复制,篡改以及转发,这会给某些非法的个人或组织的盗版侵权行为带来了可乘之隙,严重的损害了版权所有人的合法利益,所以数字图像水印技术是各个国家深入探究的热点。在数字图像水印技术的领域中,科研人员提出了许多数字图像水印的算法,如最低有效位（LSB）法,离散余弦变换（DCT）法,张量积小波变换（DWT）法等;但传统的张量积小波无法捕获各个方向的奇异点,这成为了进一步提高水印鲁棒性的阻碍。不可分小波具有各向同性的特点,弥补了张量积小波在各个方向上缺失。据我们所知,还没有人将二维二通道不可分小波应用于图像水印的嵌入,现有人提出了基于四通道不可分小波的图像水印算法,其算法中水印嵌入高频子图中,水印的鲁棒性较低。因此,本文的主要研究工作如下:本文重点研究了二维不可分小波变换,通过分析不可分小波滤波器组的构造方法,提出了一种二维二通道斜带状滤波器构造方法,并且构造出二通道、四通道不可分小波滤波器组。提出了两种利用不可分小波的数字图像水印方案,其主要工作如下:（1）提出一种基于二通道非下采样不可分小波的水印算法。该算法将Arnold变换应用于水印图像,宿主图像进行Contourlet变换,取其低频进行二通道非下采样不可分变换,再取其低频分块进行奇异值分解（SVD）,对奇异值矩阵最大值进行u律压缩后以QIM方式嵌入水印。本算法解决了无法获得原始图像的问题的同时鲁棒性也有所提高,尤其是对于混合攻击。（2）提出一种基于四通道不可分小波的水印算法。该算法首先对水印图像进行Arnold变换,然后将宿主图像用四通道不可分小波进行多尺度分析,在分别对其低频子图和置乱变换后的水印图像进行SVD,最后在两者的奇异值矩阵上以加性原则嵌入水印。利用不可分小波的各向同性来增强水印对攻击的抵抗力,特别是对旋转攻击的抵抗力。通过将本文提出的两种方法与基于张量积小波变换的方法、基于DCT方法以及现有的基于四通道不可分小波变换方法进行比较,从实验结果中可以看出:本文提出的两种方法的水印有较好的鲁棒性。
郭蕾[9]（2020）在《基于纠错码技术的抗畸变半色调水印算法及应用研究》文中进行了进一步梳理半色调图像被广泛应用在印刷出版行业,为摆脱传统印刷出版行业水印安全性不高,制作工艺造价高等问题,有关半色调图像的水印研究算法成为了研究热点。但是,现有的大部分水印算法都是针对灰度图像和彩色图像,对半色调图像水印算法的研究并不多,特别是针对抗几何畸变鲁棒性水印算法的研究更是不能满足印刷版权保护的现实需要。为了实现半色调图像在打印扫描后可以提取出水印以及提高水印的提取率问题,本文提出了一种基于特征点和线性变换的抗打印水印算法。算法将特征点与线性变换相结合,通过计算打印扫描后图像变化的相关系数和计算定位特征点与水印特征点之间的距离,精准定位水印嵌入位置。通过实验测试,应用本方法提取的水印质量良好。为提升半色调图像的抗几何畸变能力。本文提出了一种基于纠错码技术的抗畸变水印算法,它是抗打印水印算法的提升。算法对水印信息进行Reed-Solomon（RS）编码,提高水印的鲁棒性。针对编码产生的信息冗余,本文将奇异值分解（SVD）算法进行了二进制的改进,用于水印的压缩,有效的提高了半色调图像水印的嵌入率。为解决畸变后水印的同步性问题,本文采取了对图像进行预校正,经过校正后的图像所提取的水印效果更优。论文对基于纠错码技术的抗畸变半色调水印算法进行了抗打印扫描测试和几何畸变测试,实验表明本算法有效地增强了半色调图像水印的鲁棒性能,提高了水印的提取率,保证了半色调图像的视觉效果,提高了水印的抗打印扫描、抗畸变性能。
石丰华[10]（2019）在《基于压缩感知的数字音频水印技术研究》文中进行了进一步梳理随着大数据时代的到来,以数字形式保存的文字、音视频文件均能实现在网络上的广泛传播,在享受它带来便利的同时,多媒体的信息安全和版权混乱问题接踵而至,若不能很好的解决这些问题,将会导致整个电子出版业（包括书籍、音乐、电影）的不健康发展。而数字音频水印技术能够通过相应的算法将版权信息隐藏在原始音频载体中,不仅能够对原始载体进行版权保护,同时还能对其进行加密,因此研究数字产品版权保护技术具有重要的现实意义。本文对音频载体的版权保护提出了两种音频水印算法,分别从安全性、不可感知性和鲁棒性等方面对音频水印系统进行分析与研究。首先,利用压缩感知理论分别在正交傅里叶和正交余弦变换基上对水印二值图形进行投影实验,并依据实验结果选取稀疏效果较好的正交余弦变换基作为水印图像的稀疏基。其次,根据约束等距条件（RIP,Restricted-Isometry Property）,选取随机高斯矩阵作为观测矩阵。最后选取经典的正交匹配追踪算法（OMP,Orthogonal Matching Pursuit）对水印图像进行重构,并根据实验结果可知,水印的提取效果随水印嵌入容量的增大而加强。然后,提出一种基于压缩感知和离散小波变换（DWT,Discrete Wavelet Transform）的数字音频水印算法。该算法利用音频载体信号在离散小波变换域下能量主要集中于低频分量的特点,对其中的较大系数进行修改能够提高水印的透明性。首先利用Arnold置乱算法对水印信号进行加密,然后利用压缩感知理论,对置乱的水印信息在正交余弦变换基上进行投影,再选取随机高斯矩阵作为观测矩阵进行观测后,根据嵌入算法嵌入到经过离散小波变换的音频载体中,最后通过OMP算法,在不利用原始宿主信号的情况下将水印提取出来,并对其进行Arnold反变换还原成原始水印图像。为进一步提高水印算法的安全性性能,论文提出了一种基于混沌加密和DWT的数字音频水印算法。该算法利用Logistic混沌系统的随机性和初值敏感性实现对水印图像的加密,使得在没有加密密钥时无法正确提取原始水印。然后对音频载体信号进行离散小波变换并取其中的近似分量,对其进行离散余弦变换（DCT,Discrete Cosine Transform）,最后将加密后的水印信息根据嵌入算法嵌入到音频载体的变换系数中,水印的提取过程与嵌入过程互为逆过程。最后,论文中对提出的两种算法和一种稀疏水印算法进行仿真实验与对比。通过对仿真结果中的峰值信噪比和归一化相似度进行客观分析,压缩感知算法的不可感知性比混沌加密算法效果更好,同时其鲁棒性在抗低通滤波、重采样以及振幅压缩攻击方面具有较好的性能。而混沌加密算法的安全性能比压缩感知算法较强,其抗剪切攻击方面比压缩感知和稀疏水印算法均具有一定的优势。论文探究的两种水印算法实现了盲提取过程,对数字音频水印技术的研究提供了一定的参考意义。
二、数字水印技术及其算法研究（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、数字水印技术及其算法研究（论文提纲范文）
（1）数字图像的鲁棒可逆算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 序言 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 论文结构安排 |
| 2 数字水印技术 |
| 2.1 数字水印技术介绍 |
| 2.1.1 数字水印的概念 |
| 2.1.2 数字水印的分类 |
| 2.2 经典数字水印算法分析 |
| 2.2.1 鲁棒水印算法 |
| 2.2.2 可逆水印算法 |
| 2.2.3 鲁棒可逆水印算法 |
| 2.3 数字水印技术的评价指标 |
| 2.4 本章小结 |
| 3 基于RHS的高保真鲁棒可逆水印算法 |
| 3.1 相关算法介绍 |
| 3.2 基于RHS的高保真鲁棒可逆水印方案介绍 |
| 3.2.1 算法思路 |
| 3.2.2 嵌入提取过程 |
| 3.3 实验结果分析 |
| 3.4 本章小结 |
| 4 基于Pairwise PEE的JPEG鲁棒可逆水印算法 |
| 4.1 理论基础 |
| 4.1.1 JPEG压缩编码标准 |
| 4.1.2 Pairwise PEE算法介绍 |
| 4.2 基于Pairwise PEE的JPEG鲁棒可逆水印方案介绍 |
| 4.2.1 水印的嵌入 |
| 4.2.2 水印的提取 |
| 4.3 实验结果分析 |
| 4.4 本章小结 |
| 5 基于RHS的JPEG鲁棒可逆水印算法 |
| 5.1 算法思路 |
| 5.2 基于RHS的JPEG鲁棒可逆水印方案介绍 |
| 5.2.1 水印的嵌入 |
| 5.2.2 水印的提取 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于混合域的盲图像水印优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作和组织结构 |
| 1.3.1 本文的主要工作 |
| 1.3.2 本文的组织结构 |
| 2 数字水印技术研究 |
| 2.1 数字水印的系统结构 |
| 2.1.1 水印嵌入系统 |
| 2.1.2 水印提取系统 |
| 2.2 水印技术的分类 |
| 2.3 水印技术的设计要求 |
| 2.4 常见的攻击方式 |
| 2.5 数字水印的评价标准 |
| 2.6 本章小结 |
| 3 数字水印相关技术研究 |
| 3.1 图像加密 |
| 3.1.1 Arnold变换 |
| 3.1.2 Logistic 混沌映射 |
| 3.2 萤火虫算法 |
| 3.2.1 萤火虫算法原理 |
| 3.2.2 萤火虫算法描述 |
| 3.3 人类视觉系统模型 |
| 3.4 本章小结 |
| 4 基于噪声可见度函数和DCT-QR变换的盲图像水印算法 |
| 4.1 相关基础工作 |
| 4.1.1 嵌入块方法讨论 |
| 4.1.2 正交矩阵Q中的相关系数 |
| 4.2 提出的数字水印方案 |
| 4.2.1 水印嵌入 |
| 4.2.2 水印提取 |
| 4.2.3 计算嵌入阈值T |
| 4.3 算法测试与结果分析 |
| 4.3.1 不可感知性分析 |
| 4.3.2 鲁棒性分析 |
| 4.3.3 复杂度分析 |
| 4.4 本章小结 |
| 5 基于萤火虫算法的盲图像水印优化方案 |
| 5.1 相关工作 |
| 5.1.1 水印图像的逻辑映射 |
| 5.1.2 萤火虫算法的初始设置 |
| 5.2 提出的数字水印方案 |
| 5.2.1 水印嵌入 |
| 5.2.2 水印提取 |
| 5.2.3 萤火虫算法查找最佳嵌入参数 |
| 5.3 算法测试与结果分析 |
| 5.3.1 不可感知性分析 |
| 5.3.2 鲁棒性分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（3）基于QR码的彩色图像数字水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 数字水印技术的应用领域 |
| 1.4 本文主要研究内容及结构安排 |
| 2 数字水印技术 |
| 2.1 数字水印概述 |
| 2.2 数字水印的攻击与评价标准 |
| 2.3 QR二维码 |
| 2.4 本章小结 |
| 3 基于QR码的多模型数字水印算法 |
| 3.1 多模型水印嵌入算法 |
| 3.2 多模型水印提取算法 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 4 基于NSST与Hessenberg分解的零水印算法 |
| 4.1 零水印构造算法 |
| 4.2 零水印检测算法 |
| 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 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（4）基于区块链的数据动态溯源及检测算法研究（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 国内外研究现状 |
| 1.2.1 区块链数据溯源 |
| 1.2.2 区块链共识机制 |
| 1.2.3 文本数字水印 |
| 1.3 本文工作 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 论文结构 |
| 第二章 基础知识 |
| 2.1 密码学基础知识 |
| 2.1.1 属性加密 |
| 2.1.2 单调张成方案 |
| 2.1.3 国密SM9 |
| 2.2 区块链基础知识 |
| 2.2.1 区块链层级架构 |
| 2.2.2 PBFT共识机制 |
| 2.3 数字水印基础知识 |
| 2.3.1 文本数字水印技术 |
| 2.3.2 DNA 编码 |
| 2.3.3 不可见字符 |
| 2.3.4 Arnold 置乱 |
| 2.4 本章小结 |
| 第三章 基于属性加密的区块链数据溯源方案 |
| 3.1 引言 |
| 3.2 策略可更新的属性加密算法 |
| 3.2.1 主要参数 |
| 3.2.2 算法描述 |
| 3.2.3 安全模型 |
| 3.3 策略可更新的溯源链 |
| 3.4 数据流转溯源方案 |
| 3.5 方案分析 |
| 3.5.1 安全性分析 |
| 3.5.2 实验仿真分析 |
| 3.6 本章小结 |
| 第四章 基于分组共识和B-M树的区块链数据溯源方案 |
| 4.1 引言 |
| 4.2 分组共识算法 |
| 4.3 基于B-M树的溯源链 |
| 4.3.1 B-M树 |
| 4.3.2 溯源链 |
| 4.4 溯源方案 |
| 4.5 方案分析 |
| 4.5.1 正确性分析 |
| 4.5.2 安全性分析 |
| 4.5.3 复杂度分析 |
| 4.5.4 实验仿真分析 |
| 4.6 本章小结 |
| 第五章 基于DNA编码和置乱扩散的大数据文本水印算法 |
| 5.1 引言 |
| 5.2 基于DNA编码的图像加密算法 |
| 5.2.1 加密算法 |
| 5.2.2 解密算法 |
| 5.2.3 修复算法 |
| 5.3 基于置乱扩散的水印嵌入提取算法 |
| 5.3.1 参数定义 |
| 5.3.2 行列扩散 |
| 5.3.3 水印还原 |
| 5.4 大数据文本水印算法 |
| 5.4.1 嵌入算法 |
| 5.4.2 提取算法 |
| 5.4.3 修复算法 |
| 5.5 实验仿真及方案分析 |
| 5.5.1 实验仿真 |
| 5.5.2 算法测试 |
| 5.5.3 方案分析 |
| 5.6 本章小结 |
| 第六章 基于区块链和数字水印的数据溯源检测模型 |
| 6.1 主体单元 |
| 6.2 模型构建 |
| 6.2.1 层次架构 |
| 6.2.2 溯源链结构设计 |
| 6.2.3 溯源检测算法设计 |
| 6.3 实验分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 图版 |
（5）基于张量的彩色图像零水印技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 课题研究背景及意义 |
| 1.1.1 信息隐藏技术发展简史 |
| 1.1.2 数字零水印技术的背景及意义 |
| 第二节 国内外研究现状 |
| 1.2.1 数字水印技术 |
| 1.2.2 数字零水印技术 |
| 1.2.3 基于彩色图像的数字零水印算法 |
| 第三节 本文主要工作和结构安排 |
| 第二章 论文相关知识储备 |
| 第一节 数字零水印技术 |
| 2.1.1 零水印技术的基本原理 |
| 2.1.2 零水印算法的简单分类 |
| 2.1.3 零水印算法性能的检测 |
| 第二节 张量及张量展开 |
| 2.2.1 张量的概念 |
| 2.2.2 张量的矩阵展开 |
| 第三节 奇异值分解(singular value decomposition,SVD) |
| 2.3.1 奇异值分解的概念及应用 |
| 2.3.2 奇异值分解的延伸——高阶奇异值分解 |
| 第四节 离散余弦变换(Discrete cosine transformation,DCT) |
| 2.4.1 离散余弦变换的导入——离散傅里叶变换 |
| 2.4.2 离散余弦变换的相关理论 |
| 第三章 基于张量的相关研究 |
| 第一节 序言 |
| 第二节 张量和稀疏编码的组合 |
| 第三节 基于张量正则化框架的去噪算法 |
| 第四节 张量在图像分类中的应用 |
| 第五节 小结 |
| 第四章 基于张量及张量展开的彩色图像零水印算法 |
| 第一节 序言 |
| 第二节 载体图像特征数据的提取 |
| 第三节 零水印的构造 |
| 第四节 零水印的提取 |
| 第五节 实验环境及结果 |
| 4.5.1 实验平台及实验用图 |
| 4.5.2 算法唯一性的检测 |
| 4.5.3 算法鲁棒性的检测 |
| 第六节 对比实验 |
| 第五章 总结与展望 |
| 第一节 总结 |
| 第二节 未来展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（6）基于Contourlet变换的医学图像数字水印算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作与组织结构安排 |
| 2 数字水印技术 |
| 2.1 数字水印的特性 |
| 2.2 数字水印的分类 |
| 2.3 数字水印系统的基本模型 |
| 2.4 图像质量评价标准 |
| 2.5 本章小结 |
| 3 Contourlet变换 |
| 3.1 Contourlet变换概述 |
| 3.2 Contourlet变换的基本原理 |
| 3.2.1 拉普拉斯金字塔变换 |
| 3.2.2 方向滤波器组 |
| 3.3 本章小结 |
| 4 基于Contourlet变换和感知哈希的图像零水印算法研究 |
| 4.1 零水印技术基本思想 |
| 4.2 提取特征向量 |
| 4.3 水印的嵌入与提取 |
| 4.4 实验结果及分析 |
| 4.5 对比实验 |
| 4.6 本章小结 |
| 5 基于Contourlet变换和方向信息强度的零水印算法研究 |
| 5.1 图像方向性特征 |
| 5.2 根据方向信息强度判定特征值的提取位置 |
| 5.3 提取特征向量 |
| 5.4 水印的嵌入与提取 |
| 5.5 实验结果及分析 |
| 5.6 对比实验 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 硕士期间科研成果 |
| 致谢 |
（7）半色调图像信息隐藏技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 半色调技术研究现状 |
| 1.3 半色调图像信息隐藏技术研究现状 |
| 1.3.1 网点水印 |
| 1.3.2 半色调可视加密 |
| 1.4 本文主要研究内容 |
| 1.5 本文章节安排 |
| 第二章 半色调信息隐藏技术 |
| 2.1 图像半色调算法 |
| 2.1.1 抖动法(Dithering) |
| 2.1.2 误差扩散法(Error diffusion) |
| 2.1.3 点扩散法(Dot diffusion) |
| 2.1.4 迭代法(Iterative Processes) |
| 2.1.5 基于误差扩散改进的半色调算法 |
| 2.2 半色调图像的信息隐藏技术 |
| 2.2.1 网点水印算法 |
| 2.2.2 半色调可视加密算法 |
| 2.3 本章小结 |
| 第三章 基于Otsu阈值分割反馈视觉差半色调水印算法 |
| 3.1 半色调算法 |
| 3.1.1 算法原理 |
| 3.1.2 算法实现 |
| 3.1.3 算法性能分析 |
| 3.2 半色调水印算法 |
| 3.2.1 水印算法原理 |
| 3.2.2 水印图像预处理 |
| 3.2.3 半色调图像水印的嵌入和提取 |
| 3.2.4 含水印图像的攻击测试分析 |
| 3.3 本章小结 |
| 第四章 基于阶调分区反馈视觉差半色调水印算法 |
| 4.1 半色调算法 |
| 4.1.1 算法原理 |
| 4.1.2 算法实现 |
| 4.1.3 算法性能分析 |
| 4.2 半色调水印算法 |
| 4.2.1 半色调图像水印的嵌入和提取 |
| 4.2.2 含水印图像的攻击测试分析 |
| 4.3 本章小结 |
| 第五章 基于反馈视觉差半色调可视加密算法 |
| 5.1 基于阈值分割反馈视觉差半色调可视加密算法 |
| 5.1.1 秘密图案的嵌入步骤 |
| 5.1.2 秘密图案的提取方法 |
| 5.1.3 半色调可视加密算法仿真 |
| 5.2 基于阶调分区反馈视觉差半色调可视加密算法 |
| 5.3 其他半色调算法可视加密仿真 |
| 5.4 半色调可视加密算法的性能分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 半色调算法代码 |
| 附录B 半色调水印算法代码 |
| 附录C 半色调可视加密算法代码 |
| 附录D 攻读硕士学位期间成果及参与项目情况 |
（8）不可分小波构造及其在数字图像水印中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 数字水印研究背景与意义 |
| 1.1.1 数字水印研究背景 |
| 1.1.2 数字水印研究意义 |
| 1.2 数字水印的研究现状 |
| 1.3 本文研究的内容 |
| 1.4 本文的章节结构 |
| 第2章 数字水印技术概述 |
| 2.1 数字水印定义 |
| 2.2 数字水印分类 |
| 2.3 数字水印的系统模型 |
| 2.4 数字水印的经典算法 |
| 2.5 数字水印的性能评估 |
| 2.6 数字水印置乱加密技术 |
| 2.7 本章小结 |
| 第3章 二维小波变换 |
| 3.1 概述 |
| 3.2 二维小波变换 |
| 3.2.1 二维小波变换的定义 |
| 3.2.2 张量积小波 |
| 3.2.3 不可分小波变换 |
| 3.3 本章小结 |
| 第4章 基于二通道不可分小波的盲水印算法 |
| 4.1 引言 |
| 4.2 量化索引调制 |
| 4.3 二通道不可分小波滤波器构造 |
| 4.4 水印算法步骤 |
| 4.4.1 水印嵌入步骤 |
| 4.4.2 水印提取步骤 |
| 4.5 抗攻击实验与结果分析 |
| 4.5.1 实验环境与数据 |
| 4.5.2 抗攻击实验 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 基于四通道不可分小波的数字图像水印算法 |
| 5.1 引言 |
| 5.2 二维四通道不可分小波滤波器构造 |
| 5.3 水印算法步骤 |
| 5.3.1 水印嵌入步骤 |
| 5.3.2 水印提取步骤 |
| 5.4 仿真实验与测试 |
| 5.4.1 仿真实验 |
| 5.4.2 实验结果分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录:攻读硕士学位期间的科研情况 |
| 致谢 |
（9）基于纠错码技术的抗畸变半色调水印算法及应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 印刷品版权保护技术研究现状 |
| 1.2.2 抗畸变连续色调图像水印算法 |
| 1.2.3 抗畸变半色调图像水印算法 |
| 1.3 本文主要研究内容 |
| 2 半色调图像的水印嵌入原理和纠错码技术原理 |
| 2.1 图像半色调理论 |
| 2.1.1 阈值抖动法 |
| 2.1.2 误差分散法 |
| 2.1.3 点分散法 |
| 2.2 含水印图像抗畸变算法原理 |
| 2.2.1 基于图像配准的方法 |
| 2.2.2 基于几何不变域的方法 |
| 2.2.3 基于图像特征点的方法 |
| 2.3 半色调图像的水印嵌入原理 |
| 2.4 纠错编码理论 |
| 2.4.1 纠错码原理 |
| 2.4.2 纠错码分类 |
| 2.4.3 纠错码的编解码原理 |
| 3 抗打印、畸变算法设计 |
| 3.1 抗打印半色调水印算法 |
| 3.1.1 特征点的选取 |
| 3.1.2 抗打印水印嵌入算法 |
| 3.1.3 抗打印水印提取算法 |
| 3.2 抗畸变水印算法 |
| 3.2.1 基于RS编码的抗畸变水印嵌入算法 |
| 3.2.2 抗畸变水印提取算法 |
| 4 基于QR码的抗打印半色调图像水印算法 |
| 4.1 抗打印扫描测试 |
| 4.2 本文算法与普通抗打印扫描算法对比测试 |
| 5 基于纠错码技术的抗畸变半色调水印算法 |
| 5.1 图像的半色调处理 |
| 5.2 水印嵌入 |
| 5.2.1 半色调鲁棒性水印生成 |
| 5.2.2 选取半色调图像特征点 |
| 5.3 基于纠错码的半色调图像畸变校正算法 |
| 5.4 抗打印扫描测试 |
| 6 结论与展望 |
| 参考文献 |
| 作者攻读学位期间取得的研究成果 |
（10）基于压缩感知的数字音频水印技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 数字水印研究现状 |
| 1.2.2 压缩感知技术的研究现状 |
| 1.2.3 压缩感知在音频水印中的应用与发展 |
| 1.3 论文主要内容及章节安排 |
| 第2章 数字音频水印技术概述 |
| 2.1 基本概念 |
| 2.2 系统框架 |
| 2.3 水印的分类 |
| 2.4 性能指标及评价体系 |
| 2.5 本章小结 |
| 第3章 压缩感知与离散小波变换 |
| 3.1 压缩感知基本理论 |
| 3.1.1 稀疏表示 |
| 3.1.2 观测矩阵 |
| 3.1.3 重构算法 |
| 3.2 压缩感知在数字水印中的应用 |
| 3.2.1 水印的稀疏性 |
| 3.2.2 观测矩阵的选取 |
| 3.2.3 重构算法性能 |
| 3.3 小波变换在水印系统中的应用 |
| 3.3.1 小波及离散小波变换 |
| 3.3.2 小波基及水印嵌入点的选择 |
| 3.3.3 水印嵌入容量 |
| 3.4 本章小结 |
| 第4章 基于压缩感知和混沌加密的音频水印算法 |
| 4.1 基于压缩感知和DWT的数字音频水印算法 |
| 4.1.1 水印预处理 |
| 4.1.2 音频信号预处理 |
| 4.1.3 水印嵌入 |
| 4.1.4 水印提取 |
| 4.2 基于混沌加密和DWT的数字音频水印算法 |
| 4.2.1 混沌理论与特性 |
| 4.2.2 Logistic混沌加密 |
| 4.2.3 水印嵌入流程 |
| 4.2.4 水印提取流程 |
| 4.3 本章小结 |
| 第5章 仿真测试与分析 |
| 5.1 安全性测试 |
| 5.1.1 压缩感知算法 |
| 5.1.2 混沌加密算法 |
| 5.2 不可感知性测试 |
| 5.3 鲁棒性测试 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
四、数字水印技术及其算法研究（论文参考文献）
- [1]数字图像的鲁棒可逆算法研究[D]. 王红娅. 北京交通大学, 2021
- [2]基于混合域的盲图像水印优化算法研究[D]. 杨甜. 西华大学, 2021(02)
- [3]基于QR码的彩色图像数字水印算法研究[D]. 薛宏飞. 山东科技大学, 2020(06)
- [4]基于区块链的数据动态溯源及检测算法研究[D]. 杨科迪. 贵州大学, 2020(03)
- [5]基于张量的彩色图像零水印技术研究[D]. 蒋飞凤. 南开大学, 2020(03)
- [6]基于Contourlet变换的医学图像数字水印算法研究[D]. 吴小琪. 海南大学, 2020(07)
- [7]半色调图像信息隐藏技术的研究[D]. 龚航宇. 昆明理工大学, 2020(05)
- [8]不可分小波构造及其在数字图像水印中的应用[D]. 熊静雯. 湖北大学, 2020(02)
- [9]基于纠错码技术的抗畸变半色调水印算法及应用研究[D]. 郭蕾. 北京印刷学院, 2020(08)
- [10]基于压缩感知的数字音频水印技术研究[D]. 石丰华. 成都理工大学, 2019(02)