數(shù)字化作品復(fù)制容易和網(wǎng)絡(luò)傳播快的特點(diǎn)，使得數(shù)字作品版權(quán)保護(hù)問(wèn)題的解決日益緊迫。數(shù)字水印技術(shù)的出現(xiàn)，為數(shù)字作品所有權(quán)的認(rèn)證提供了有力的保障，成為信息安全領(lǐng)域的研究熱點(diǎn)。
目前研究的大部分水印方法為嵌入式水印，這些嵌入數(shù)字水印的方法都通過(guò)修改圖像的空域信息或其頻域信息來(lái)嵌入水印。
然而，有些需要版權(quán)保護(hù)的圖像對(duì)細(xì)節(jié)像素要求較高。如果通過(guò)修改圖像信息來(lái)嵌入數(shù)字水印，則會(huì)在很大程度上影響圖像的使用價(jià)值，如實(shí)時(shí)遙感圖像、醫(yī)療圖像等比較敏感的圖像。零水印或可逆水印技術(shù)不改變圖像信息或能可逆地還原嵌入水印圖像至原始狀態(tài)，實(shí)現(xiàn)對(duì)圖像的無(wú)損認(rèn)證，因而非常適合用來(lái)保護(hù)此類圖像的版權(quán)歸屬。當(dāng)然，無(wú)損認(rèn)證技術(shù)也適用于普通圖像。
本項(xiàng)目利用混沌、機(jī)器學(xué)習(xí)及圖像矩來(lái)開展圖像的無(wú)損認(rèn)證研究，主要工作包括：
利用整數(shù)小波變換及峰值點(diǎn)對(duì)直方圖平移實(shí)現(xiàn)認(rèn)證信息在圖像中的可逆嵌入。在獲得大容量信息隱藏的同時(shí)，還增強(qiáng)了圖像的對(duì)比度，提高了圖像的視覺效果。與目前的經(jīng)典可逆嵌入方案相比，提出的方案在圖像對(duì)比度增強(qiáng)及信息嵌入容量方面都有較大的提升。
利用Bessel-Fourier矩幅度的旋轉(zhuǎn)不變性，并結(jié)合圖像規(guī)范化技術(shù)，提出了一種魯棒可視零水印方案。該方案能有效地抵抗模糊、JPEG壓縮、噪聲、旋轉(zhuǎn)、縮放和打印拷貝掃描等攻擊，并能直觀地對(duì)圖像版權(quán)屬性作出判斷。與其他同類可視零水印方案和Zernike矩方案的比較顯示出提出方法的優(yōu)越性。
基于混沌映射，并結(jié)合提升小波變換提出了一種零水印方案。實(shí)現(xiàn)了在同時(shí)遭受常見信號(hào)處理和篡改攻擊時(shí)，能正確提取水印信息，而且能檢測(cè)到圖像被篡改區(qū)域的準(zhǔn)確位置和具體形狀。
提出一種曲率特征域多倍零水印版權(quán)認(rèn)證方案。該方案采用基于曲率尺度空間的改進(jìn)多尺度角點(diǎn)檢測(cè)算法來(lái)提取圖像特征點(diǎn)。由于改進(jìn)多尺度角點(diǎn)檢測(cè)算法相比流行的檢測(cè)算子具有更好的檢測(cè)性能，因而提取的圖像特征點(diǎn)更加穩(wěn)定。同時(shí)提出的方案利用一種圖像增強(qiáng)方法使得提取的圖像特征點(diǎn)的分布更加均勻，并利用Bessel-fourier矩相位分量設(shè)計(jì)一種受攻擊圖像的旋轉(zhuǎn)角度估計(jì)算法。最后采用具有強(qiáng)泛化能力和快速學(xué)習(xí)特點(diǎn)的極限學(xué)習(xí)機(jī)模型來(lái)完成對(duì)多倍零水印的檢測(cè)。
基于混沌優(yōu)化極限學(xué)習(xí)機(jī)理論，提出一種多變量混沌時(shí)間序列預(yù)測(cè)方法。該方法利用復(fù)合混沌和混沌變尺度算法對(duì)極限學(xué)習(xí)機(jī)的模型參數(shù)進(jìn)行搜索和優(yōu)化，以提高極限學(xué)習(xí)機(jī)的泛化性能；然后利用優(yōu)化后的極限學(xué)習(xí)機(jī)對(duì)Rossler耦合系統(tǒng)的多變量混沌時(shí)序進(jìn)行一步和多步預(yù)測(cè)，并且與同類算法進(jìn)行了比較，結(jié)果表明了該方法的有效性，且算法具有較強(qiáng)的抗噪能力。
數(shù)字化作品復(fù)制容易和網(wǎng)絡(luò)傳播快的特點(diǎn)使得數(shù)字作品版權(quán)保護(hù)問(wèn)題的解決日益緊迫,數(shù)字水印技術(shù)的出現(xiàn)為數(shù)字作品所有權(quán)的認(rèn)證提供了有力的保障,成為信息安全領(lǐng)域的研究熱點(diǎn)。目前研究的大部分水印方法為嵌入式水印,這些嵌入數(shù)字水印的方法都通過(guò)修改圖像的空域信息或其頻域信息來(lái)嵌入水印。 然而,有些需要版權(quán)保護(hù)的圖像對(duì)細(xì)節(jié)像素要求較高,如果通過(guò)修改圖像信息來(lái)嵌入數(shù)字水印,則會(huì)在很大程度上影響圖像的使用價(jià)值,如實(shí)時(shí)遙感圖像、醫(yī)療圖像等比較敏感的圖像。零水印或可逆水印技術(shù)不改變圖像信息或能可逆地還原嵌入水印圖像至原始狀態(tài),實(shí)現(xiàn)對(duì)圖像的無(wú)損認(rèn)證,因而非常適合用來(lái)保護(hù)此類圖像的版權(quán)歸屬,當(dāng)然無(wú)損認(rèn)證技術(shù)也適用于普通圖像。本項(xiàng)目利用混沌、機(jī)器學(xué)習(xí)及圖像矩來(lái)開展圖像的無(wú)損認(rèn)證研究,主要工作包括：1)利用整數(shù)小波變換及峰值點(diǎn)對(duì)直方圖平移實(shí)現(xiàn)認(rèn)證信息在圖像中的可逆嵌入,在獲得大容量信息隱藏的同時(shí),還增強(qiáng)了圖像的對(duì)比度,提高了圖像的視覺效果。同目前的經(jīng)典可逆嵌入方案相比,提出的方案在圖像對(duì)比度增強(qiáng)及信息嵌入容量方面都有較大的提升。2)利用Bessel-Fourier矩幅度的旋轉(zhuǎn)不變性,并結(jié)合圖像規(guī)范化技術(shù),提出了一種魯棒可視零水印方案。該方案能有效地抵抗模糊、JPEG壓縮、噪聲、旋轉(zhuǎn)、縮放和打印拷貝掃描等攻擊,并能直觀地對(duì)圖像版權(quán)屬性作出判斷。同其他同類可視零水印方案和Zernike矩方案的比較顯示出提出方法的優(yōu)越性。3)基于混沌映射,并結(jié)合提升小波變換提出了一種零水印方案,實(shí)現(xiàn)了在同時(shí)遭受常見信號(hào)處理和篡改攻擊時(shí),能正確提取水印信息,而且能檢測(cè)到圖像被篡改區(qū)域的準(zhǔn)確位置和具體形狀。4) 提出一種曲率特征域多倍零水印版權(quán)認(rèn)證方案,該方案采用基于曲率尺度空間的改進(jìn)多尺度角點(diǎn)檢測(cè)算法來(lái)提取圖像特征點(diǎn),由于改進(jìn)多尺度角點(diǎn)檢測(cè)算法相比流行的的檢測(cè)算子具有更好的檢測(cè)性能,因而提取的圖像特征點(diǎn)更加穩(wěn)定。同時(shí)提出的方案利用一種圖像增強(qiáng)方法使得提取的圖像特征點(diǎn)的分布更加均勻,并利用Bessel-fourier矩相位分量設(shè)計(jì)一種受攻擊圖像的旋轉(zhuǎn)角度估計(jì)算法,最后采用具有強(qiáng)泛化能力和快速學(xué)習(xí)特點(diǎn)的極限學(xué)習(xí)機(jī)模型來(lái)完成對(duì)多倍零水印的檢測(cè)。5)基于混沌優(yōu)化極限學(xué)習(xí)機(jī)理論,提出一種多變量混沌時(shí)間序列預(yù)測(cè)方法。該方法利用復(fù)合混沌和混沌變尺度算法對(duì)極限學(xué)習(xí)機(jī)的模型參數(shù)進(jìn)行搜索和優(yōu)化,以提高極限學(xué)習(xí)機(jī)的泛化性能;然后利用優(yōu)化后的極限學(xué)習(xí)機(jī)對(duì)Rossler耦合系統(tǒng)的多變量混沌時(shí)序進(jìn)行一步和多步預(yù)測(cè),并且與同類算法進(jìn)行了比較,結(jié)果表明了該方法的有效性, 且算法具有較強(qiáng)的抗噪能力。
聶教授
