位置:成果数据库 > 期刊 > 期刊详情页
基于弱信号检测理论的离散小波变换域数字水印盲检测算法
  • ISSN号:1000-1239
  • 期刊名称:《计算机研究与发展》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]华北电力大学信息工程系,北京102206, [2]中国科学院软件研究所信息安全国家重点实验室,北京100080
  • 相关基金:国家自然科学基金项目(60273027.60304007)
中文摘要:

水印检测是数字水印技术的一个关键步骤,但是目前所提出的绝大多数水印检测算法既不具备赖以支撑的理论基础,其检测性能也不是优化的.利用数字水印的不可感知特性,应用弱信号检测理论进行水印检测的研究.首先从图像小波变换系数的统计特性出发,利用广义高斯分布(GGD)来建立小波细节子带系数的统计分布模型;然后针对水印嵌入强度未知的情况,将水印检测问题转化为非高斯噪声中具有未知参数的确定性信号的检测,在弱信号条件下提出一种离散小波变换(DWT)域图像水印的优化盲检测算法.检测性能分析表明,该检测算法能够实现恒虚警率水印检测.实验结果验证了检测性能理论分析的有效性和实际性能的优越性.

英文摘要:

The performance of a watermarking scheme relies heavily on the design of the detector. However, most of watermark detection algorithms in the literature are neither with strong theoretical grounds, nor are they optimum. Proposed in this paper is a new discrete wavelet transform (DWT) domain watermark detection scheme, with the theory of weak signal detection in non-Gaussian noise as its theoretical grounds. Special attention is paid to the case where embedding strength parameter of the watermark signal is not known at the detection stage. First, generalized Gaussian distribution (GGD) is chosen to statistically model the wavelet coefficients of the detailed sub-bands data. Then, the model of deterministic signal detection with unknown parameters is utilized to formulate the watermark detection. As a result, an asymptotically optimal detector is constructed. The performance analysis of the new detector shows that it can achieve the constant false alarm rate property. The theoretical analysis is validated through experimental results. And the superiority of the novel detector over conventional detection methods is also confirmed.

同期刊论文项目
期刊论文 29 会议论文 2 获奖 2
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:40349