资源描述：
《dct域基于α稳定分布的数字图像水印检测器》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、DCT域基于α稳定分布的数字图像水印检测器第18卷第7期2007年7月兴电字?敷兴Journalofoptoelectronics?LaserVo1.18No.7Ju1.2007?图像和信息处理?I)CT域基于.】【稳定分布的数字图像水印检测器周成华h,寇纪淞,李敏强(1.天津大学系统工程研究所,天津300072;2.天津理工大学电子信息与通信工程学院,天津300191)摘要:提出了离散余弦变换(D()域基于a稳定分布的分数低阶统计量水印检测器设计的理论推导和实验证明.理论分析和实验结果表明:传统的D(域水印检测是将变换系数的交流分量作二阶统计量Gausissian分布
2、假设,并依此作为检测器设计依据,非二阶统计量检测范围与精度受到限制与影响;基于a稳定分布的假设更适合数字图像水印处理的实际应用,提案方法的约束条件更为宽泛,与对照方案相比,水印提取失真率降低了7.4,且适用对象更具一般性.关键词:离散余弦变换(D();水印检测;a分布假设;分数低阶统计量中图分类号:TP309文献标识码:A文章编号:1005—0086(2007)07—0838-04DtalImageWaternmrkDetectorDesignBasedonnDistributioninDCrDomainZHOUCheng-hua,.一,KOUJi-song1,LIMi
3、n-qiang~(1.InstituteofSystemEngineering,TianjinUniversity,Tianjin300072,China;2.SchoolofElectronicsInformationandCommunicationEngineering,Tian]inUniversityofTechnology,Tianjin300191,China)Abstract:Basedonthehypothesisofastabledistribution,thepaperproposesanewmethodtodesignwatermarkdetect
4、orsindiscretecosinetransform(DCr)domain.Bythemeansoffractional1owerorderstatisticsestimation.themethodimprovesthetraditiona1detectorwhichiSbasedonGaussiandistributionhypothesis.Inaccordancewiththismethod.2ndorderstatis—ticstheoryarelimitedinactualprocessing.Thehypothesisofastabledistribu
5、tionismoresuitableforpracticalprocessingofdigitalimagewatermark.Thetheoreticalanalysisandexperimentalresultsshowthatpmposedmethodismoreefficientthantraditiononeandithaswiderapplications.Keywords:discretecosinetransform(DCT);watermarkdetection;aelistributionhypothesis;fractional1owerorder
6、statistics1引言水印检测与分析是数字水印研究领域中关键且富挑战的一环.通常,把载体图像视为随机噪声,嵌于其中的水印则作为弱信号隐匿于斯.于是,在数字图像水印技术中,对于噪声分布及有用信号分布的假设便成为数字水印检测与提取的关键.由于抗攻击性是数字水印的首要性能,具有较强鲁棒性的变换域便成为水印嵌入的首选,常用的变换为离散余弦变换(D(),离散傅里叶变换(DFT)和离散小波变换(DWT).DCT是实变换,且数字图像的JPEG压缩标准建立其上,故DCT在数字水印技术中受到普遍重视.在DCT域,传统的水印检测方法是采用线性相关检测或符号相关检测[卜3l.在相应的数据
7、隐藏[4]分析中,噪声分布和信号分布的假设至关重要.目前,噪声与信号分布的基本假设有2种[z]:一是假设收稿日期:2006-03—08修订日期:20O6-O9-12*基金项目:国家自然科学基金资助项目(70171002)**E-ir~l:zyd022@163.com其DCT变换的交流系数服从Gaussian分布;另一是认为其交流系数服从Laplace分布.前者,显而易见,条件要求过于严格,适用范围较窄,众知,属于非Gaussian分布的图像信号或其变换域广泛存在;后者,由于采用广义Gaussian分布推导而出,在适用性方面,较前者有所提高
