小波域图像水印的最优相关检测器

假设水印是已知二值序列,原图像小波系数是取值广义高斯分布的独立同分布随机变量,对于乘性水印嵌入方法,基于水印嵌入强度的最大似然估计,该文推导出小波域图像水印的一个最优相关检测器,即水印相关检测必须与检测数据的β次幂作相关运算,其中是广义高斯分布的形状因子。

基于NSCT的自适应乘性水印局部最优非线性盲检测算法

图像水印算法研究是多媒体技术领域中的重要议题。比较并结合当前两类主流的图像水印算法,提出了一种基于非下采样Contourlet变换的自适应乘性水印算法。借鉴Barni的"pixel-wise masking"模型和冗余小波域掩盖效应建模的做法,建立非下采样Contourlet变换域掩盖效应计算模型。用广义高斯分布模型和Cauchy分布模型描述非下采样Contourlet变换系数的统计特性,将水印的检测问题表述为一个复合假设检验。通过理论推导分别建立了乘性水印的两种局部最优非线性盲检测器及检测门限的自适应确定方法。实验结果表明,非下采样Contourlet变换域掩盖效应计算模型使得水印嵌入算法具有良好的视觉不可见性,两种检测器在无原始图像和自适应嵌入强度系数参与检测的情况下均能准确地检测到水印信息的存在。实验结果同时显示,基于Cauchy分布的盲检测器在检测效果和检测时间方面优于基于广义高斯分布的盲检测器。