基于ica的数字水印盲算法及其在dsp上的实现.pdf

学校代码： 10385 分类号：
研究生学号：04020810021006









硕士学位论文

基于 ICA 的数字水印盲算法
及其在 DSP 上的实现


作者姓名：郑剑雄

指导教师姓名：冯桂 职称：教授
申请学位级别：硕士
学科、专业：信号与信息处理
研究方向：图像处理
论文起止日期：-
论文答辩时间：
原创性声明
本人声明兹呈交的学位论文是本人在导师指导下完成的研究成
果。论文写作中不包含其他人已经发表或撰写过的研究内容，如参考
他人或集体的科研成果，均在论文中以明确的方式说明。本人依法享
有和承担由此论文所产生的权利和责任。

学位论文作者签名： 日期：



学位论文版权使用授权声明
本人同意授权华侨大学有权保留并向国家机关或机构送交学
位论文和磁盘，允许学位论文被查阅和借阅。


论文作者签名： 指导教师签名：
签 名 日 期： 签 名 日 期：
摘要
伴随着信息产业的飞速发展，信息媒体的数字化和计算机网络通
讯技术使得人们对数字信息的获取极为迅捷方便，但是由数字化技术
自身特性所产生的负面效应----对数字化信息产品的非法侵权盗版和
恶意篡改----也日益严峻。如何在目前开放式的数字化网络环境中对
数字信息产品提供切实、有效的版权保护和数据安全维护手段已成为
一个非常现实的问题。围绕这一问题，近几年国际上提出了一种新的
有效的数字产品版权保护和安全性维护的新技术----数字水印技术。
随着数字水印技术研究的日益活跃，目前已经有许多成熟的方法
可以直接供商业化应用。最新的研究趋势是突破原有简单模式，逐步
把数字水印技术与各种信号处理技术相结合，以获得更好的不可感知
性、鲁棒性及其他性能(如盲检测)。独立分量分析（Independent
component analysis, ICA）是信号处理技术的新发展，它作为盲信号分
离的一种有效方法而受到广泛的关注。独立分量分析算法通过计算数
据的高阶统计信息，可以从观测信号中估计出相互统计独立的、原始
的、被未知因素混合的信号的估计信号。该技术在图像特征提取和混
叠信号盲分离方面得到了广泛的应用，也逐渐被应用于数字水印领
域。
本文将独立分量分析技术和数字水印技术有机地结合在一起，提
出了一种基于独立分量分析的盲水印算法，并对该算法的 DSP 实现
进行了初步的研究。论文的主要工作如下：
1） 提出了一种基于独立分量分析的数字水印盲算法。算法利用
ICA 技术在图像特征提取的优越性能，选取合适的嵌入系数把水
印信息嵌入到能量最大的图像特征分量中，很好的实现了水印的
不可感知性；利用水印嵌入/提取过程和