跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/07/27 10:22
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:蔣秉宏
研究生(外文):Chiang Ping-Hong
論文名稱:浮水印的新架構-使用模糊粹取
論文名稱(外文):A New Framework for Watermarking Technique with Fuzzy Extraction
指導教授:連國珍連國珍引用關係
指導教授(外文):Brian K. Lien
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:75
中文關鍵詞:浮水印模糊粹取模糊雜點偵測
外文關鍵詞:watermarkfuzzy extractionfuzzy noise detection
相關次數:
  • 被引用被引用:0
  • 點閱點閱:90
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來,由於網際網路的蓬勃發展,網路已成為日常生活的必需品,這使得數位多媒體資訊發展迅速,卻也造成許多版權的問題,因此浮水印的技術已經成為現今重要的研究領域。
到目前為止,浮水印技術都是利用影像裡的某一些特性來嵌入浮水印,他們將這些特性,利用所提出的方法,製造出差異性,藉此來判斷浮水印嵌入的資訊,因此我們也利用了這些特性,提出一個粹取浮水印的新架構-模糊粹取,利用模糊的概念,將差異性模糊化,並且嵌入黑白圖形的浮水印,合併模糊雜點偵測,產生一個模糊推論系統,來提升浮水印的粹取率。最後隨機挑選一個浮水印的演算法來實做出我們的新架構,實驗結果證明我們的新架構確實有效的提升了浮水印的粹取率。
Because the growth of the digital multimedia causes many problems of copyright protection, watermarking techniques has been an important research field today.
Watermarking techniques always use some characteristics of image which can embed the watermarks. They make some differences from the characteristics and these watermarks will be extracted by these differences. Our new framework for extraction also uses these characteristics. We map these differences into a fuzzy set and build a membership function. The other membership function will be produced by fuzzy noise detection. After building two membership functions, we construct a fuzzy inference system to promote the extraction ratio. At last, we pick up a watermark algorithm randomly to implement our new framework. The experimental result shows that our new framework has improved the extraction ratio effectively.
目錄
摘要 1
第1章 導論 3
1.1 研究背景 3
1.2 數位影像浮水印技術的種類 5
1.3浮水印的特性 6
1.4 研究動機 7
1.5 全文架構 8
第2章 相關研究 9
2.1 模糊推論系統(FUZZY INFERENCE SYSTEM) 9
2.1.1基本概念 9
2.1.2 模糊規則 13
2.1.3 模糊推論系統(Fuzzy Inference System) 26
2.2 A FUZZY IMPULSE NOISE DETECTION AND REDUCTION METHOD 18
2.2.1 Fuzzy Impulse Noise Detection 18
2.2.2 Filtering Phase 26
2.3 WAVELET TREE QUANTIZATION FOR COPYRIGHT PROTECTION WATERMARKING 30
2.3.1 Watermarking Using Tree Quantization 31
2.3.2 Watermark Extraction 38
第三章 浮水印新架構 41
3.1 前言 41
3.2浮水印粹取的模糊化 41
3.3 模糊雜點偵測 44
3.4 浮水印粹取的模糊推論 45
第四章 實做與實驗結果 48
4.1 實做 48
4.2 實驗結果 52
第五章 結論及未來展望 68
參考文獻 69
圖片目錄
圖1、浮水印技術的一般架構 4
圖2、三角形歸屬函數 11
圖3、梯形歸屬函數 11
圖4、高斯函數歸屬函數 12
圖5、模糊集合的一般運算 13
圖6、將”速度”視作一個語意式變數,其歸屬函數的設定範例 15
圖7、模糊系統基本架構 16
圖8、中心圖元的八個鄰居 19
圖9、在NW方向的兩個關係方向 20
圖10、歸屬函數 22
圖11、(A)IMPULSE NOISE (B)IMPULSE & OTHER NOISE 23
圖12、判斷雜點的PSEUDO-CODE 24
圖13、(A)和(B)分別為處理不同雜點的副程式 25
圖14、歸屬函數MORE OR LESS IMPULSE NOISE 26
圖15、第一次過濾的PSEUDO-CODE 28
圖16、第 個過濾迴圈的PSEUDO-CODE 29
圖17、第一次到第四次迴圈的NEIGHBORHOOD WINDOW 29
圖18、第二次迴圈以後的MORE OR LESS IMPULSE NOIOS的參數 29
圖19、浮水印嵌入流程圖 31
圖20、浮水印嵌入流程圖 32
圖21、四階層的離散小波轉換以及它的13個頻帶 33
圖22、三個小波係數的組合,每個有21個小波係數 33
圖23、兩組小波係數所組成的SUPER TREE 34
圖24、第N顆SUPER TREE的BITPLANE 35
圖25、根據量化索引 ,將第N顆SPUER TREE量化 35
圖26、浮水印的模糊粹取架構 42
圖27、粹取資訊的歸屬函數 43
圖28、模糊雜點偵測的歸屬函數 45
圖29、模糊粹取的推論系統 46
圖30、 未被破壞前的數值分佈圖 49
圖31、 被破壞後的數值分佈圖 50
圖32、粹取資訊的歸屬函數 50
圖33、模糊雜點的歸屬函數 51
圖34、GOLDHILL的原影像與嵌入後的影像PSNR=47.08 53
圖35、LENA的原影像與嵌入後的影像PSNR=45.53 53
圖36、BABOO的原影像與嵌入後的影像PSNR=43.89 54
圖37、浮水印LOGO 54
圖38、影像經過高斯濾波後所粹取出來的圖形 58
圖39、影像經過高斯濾波後所粹取出來的圖形 58
圖40、影像經過 中間濾波後所粹取出來的圖形 59
圖41、影像GOLDHILL經過 中間濾波後所粹取出來的圖形 59
圖42、影像LENA經過 中間濾波後所粹取出來的圖形 60
圖43、影像LENA經過 中間濾波後所粹取出來的圖形 60
圖44、影像GOLDHILL經過銳化後所粹取出來的圖形 61
圖45、影像LENA經過銳化後所粹取出來的圖形 61
圖46、影像GOLDHILL經過裁切後所粹取出來的圖形 62
圖47、影像LENA經過裁切後所粹取出來的圖形 62
圖48、影像GOLDHILL經過JPEG(QF=35)壓縮後所粹取出來的圖形 63
圖49、影像GOLDHILL經過JPEG(QF=50)壓縮後所粹取出來的圖形 63
圖50、影像GOLDHILL經過JPEG(QF=80)壓縮後所粹取出來的圖形 64
圖51、影像LENA經過JPEG(QF=35)壓縮後所粹取出來的圖形 64
圖52、影像LENA經過JPEG(QF=50)壓縮後所粹取出來的圖形 65
圖53、影像LENA經過JPEG(QF=80)壓縮後所粹取出來的圖形 65
圖54、影像GOLDHILL加入5%的高斯雜訊後所粹取出來的圖形 66
圖55、影像GOLDHILL加入10%的高斯雜訊後所粹取出來的圖形 66
圖56、影像LENA加入5%的高斯雜訊後所粹取出來的圖形 67
圖57、影像LENA加入10%的高斯雜訊後所粹取出來的圖形 67
表格目錄
表格1、基本梯度值和相關梯度值總覽 21
表格2、影像經過中間濾波後的粹取率 56
表格3、影像經過中間濾波後的粹取率 56
表格4、影像經過銳化後的粹取率 56
表格5、影像經過裁切後的粹取率 56
表格6、影像經過JPEG壓縮後的粹取率 57
表格7、影像加入高斯雜訊後的粹取率 57
參考文獻
[1] Shih-Hao Wang and Yuan-Pei Lin, Member, IEEE, “Wavelet Tree Quantization for Copyright Protection Watermarking” IEEE Trans. Image Processing., vol 13, NO. 2, pp. 154-165, Feb. 2004.
[2] 李允中、王小璠及蘇木春, 模糊理論及其應用. 全華, 2003.
[3] Stefan Schulte, Mike Nachtegael, Valerie De Witte, Dietrich Van der Weken, and Etienne E. Kerre, “A Fuzzy Impulse Noise Detection and Reduction Method” IEEE Trans. Image Processing., vol 15, NO. 5, pp. 1153-1162, May 2006.
[4]Xu-Dong Zhang, Jian Feng, and Kwok-Tung Lo, “Image Watermarking Using Tree-Based Spatial-Frequency Feature of Wavelet Transform” Elsevier, J. Vis. Commun. Image R. 14 pp. 474-491, 2003.
[5]Kasemsuk Sepsirisuk, Kiyoaki Atsuta, and Shozo Kondo, “An Adaptive Digital Watermark Based on a Wavelet Tree Structure Using the Human Visual System” Proceedings of ISCIT., pp. 10271030, 2005.
[6]Hsien-Chu Wu and Chin-Chen Chang, “A Novel Digital Image Watermarking Scheme Based on the Vector Quantization Technique” Elsevier, Computers & Security., pp. 460-471, 2005.
[7]A. Adhipathi Reddy and B.N. Chatterji, “A New Wavelet Based Logo-Watermarking Scheme” Elsevier, Pattern Recognition Letters 26., pp. 1019-1027, 2005.
[8]Chuhong Fei, Deepa Kundur, Senior Member, IEEE, and Raymond H. Kwong, Member, IEEE, “Analysisi and Deaign of Watermarking Algorithms for Improved Resistance to Compression” IEEE Trans. Image Processing., vol 13, NO. 2, pp. 126-144, FDeb. 2004.
[9]Qiang Cheng, Yingge Wang, and Thomas S. Huang “How to Design Efficient Watermarks?” IEEE ICASSP., pp. III-49 – III-52, 2003.
[10]Qiming Li, Nasir Memon, and Husrev T. Sencar, “Security Issues in Watermarking Applications – A Deeper Look” ACM, H.5.1 Information Systems, multimedia information systems, pp. 23-27, Oct. 2006.
[11]Deepa Kundur, Senior Member, IEEE, and DImitrios Hatzinakos, Senior Member, IEEE, “Toward Robust Logo Watermarking Using Multiresolution Image Fusion Principles” IEEE Trans. on Multimedia, vol. 6, NO. 1, Feb. 2004.
[12]A. Ramalingam and S. Krishnan “Robust Image Watermarking Using a Chirp Detection-Based Technique” IEE Proc. Vis. Image Signal Process., vol. 152, NO. 6, Dec. 2005.
[13]Zhao Dawei, Chen Guanrong, and Liu Wenbo “A Chaos-Based Robust Wavelet-Domain Watermarking Algorithm” Elsevier, Chaos Solitons and Fractals 22, pp. 47-54, 2004
[14] Radu Sion, Mikhail Atallah, and Sunil Prabhakar “Rights Protection for Categorical Data” IEEE Trans. on Knowledge and Data Engineering, vol 17., NO. 7, July 2005.
[15]蘇木春、張孝德, 機器學習:類神經網路、模糊系統以及基因演算法則. 全華, 2004.
[16] Christine I. Podilchuk and Edward J. Delp “Digital Watermarking: Algorithms and Applications” IEEE Signal Processing Magazine, pp. 33-46, July 2001.
[17] Mitchell D. Swanson, Member, IEEE, Mei Kobayashi and Ahmed H. Tewfik, Fellow, IEEE “Multimedia Data-Embedding and Watermarking Technologies”, Proceedings of the IEEE, vol. 86, NO. 6, June 1998.
[18] Gerhard C. Langelaar, Iwan Setyawan, and Reginald L. Lagendijk “Watermarking Digital Image and Video Data: A State-of-the-Art Overview”, IEEE Signal Processing Magazine, pp. 20-43, Sep. 2000.
[19] Deepa Kundur, Senior Member, IEEE, and Dimitrios Hatzinakos, Senior Member, IEEE “Toward Robust Logo Watermarking Using Multiresolution Image Fusion Principles”, IEEE Trans. On Multimedia, vol. 6, NO. 1, Feb. 2004.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關論文
 
1. 吳靜吉,程炳林(1992)。激勵的學習策略量表之修訂。中國測驗學會測驗年刊,第39輯59一78頁。
2. 呂溪木(1983)。從國際科展看我國今後科學教育發展的方向。科學教育,64,13-19。
3. 吳靜吉、程炳林(1993)。國民中小學生學習動機、學習策略與學業成績之相關研究。國立政治大學學報,66,13-39。
4. 卓娟秀(2002)自然科教學與兒童科學展覽。教育資料與研究,48,37-42。
5. 林振霖、鄭碧雲(1991)。國中資賦優異學生科學過程技能與其預測因素。彰化師範大學學報,2,381-415。
6. 許素(2002)。培養國小高年級學童科學探究能力─製作科學展覽的經驗與反省,教育資料與研究,48,29-30。
7. 許榮富 (1987 )。國中學生設計實驗技能學習層次分析研究。師大學報,32,425 - 451。
8. 許榮富 (1990)。統整過程技能潛在結構分析之條件最大概度估計方法。師大學報,35,183-216。
9. 許榮富(1986)。學生特性及學習環境對科學態度成就影響分析研究。師大學報,31,695- 719。
10. 許榮富(1993)。科學知識心智模型與科學態度潛在特質之Rasch 模型分析研究。師大學報,38, 111-155頁。
11. 張美玲(2000)。以專題為基礎之教學與學習對國小學生自然科學習動機與學習成就之影響。屏東師範學院國民教育研究所碩士論文(未出版)。
12. 陳伯璋(1999)。九年一貫新課程綱要修訂的背景及內涵。教育研究資訊, 7 ( l ) , 1-13。
13. 陳英豪、葉懋坤、李坤崇、李明淑、邱美華(1991)。國小學生科學態度量表及其相關因素之研究。國立臺南師院學報,24, 1-26頁。
14. 湯清二(1987)。國中學生生物科學習因素與其科學態度和學習成就之關係。教育學院學報,12,451-471。
15. 莊淑芬(2004)。指導小學五年級學生製作科學展覽之 STS 教學設計。實小學報,93.08,327-359。