文档介绍：?安全技术?文章编号t1000~3428(2010)02r--0167--03文献标识码A基于主分量分析的矢量量化数字水印算法罗斌,顾伟,吕皖冒,官炎焱(安徽大学计算机科学与技术学院,合肥230039)囊妥:针对矢量量化过程中码书训练复杂的缺点,基于主分量分析方法对图像进行降维,根据降维后各主分量熵和标准差的差异性对其进行分类,,将水印图像嵌入降维后主分量能量适中的码书中以提高水印图像质量,,该算法在提高码书质量的同时,能有效减少码书训练时间,对JPEG压缩,剪切,:主分量分析;矢量量化;降维;码书设计;ponentAnalysisLUOBin,GUWei,LVWan-li,GONGYah—yan(puterScienceandTechnology,AnhuiUniversity,Hefei230039)[Abstract]ponentAnalysis(PCA)putation,,thewatermarkimageisembeddedinthesub—~,,monimageprocessingoperations,pression,cropping,androtationandSOon.[Keywords]ponentAnalysis(PCA);VectorQuantization(VQ);dimensionalityreduction;codebookdesign;digitalwatermarkl橇述矢量量化(VectorQuantization,VQ)由于其具有压缩率高,解码简单和易于硬件实现的优点,已广泛应用于图像,语音信号的处理中,出现了多种基于矢量量化技术的数字水印算法【,码书CB的大小为?.码书设计就是找出一个最优分类器Q,使得在a:x_?CB中,量化失真最小】.如基于预测方法的矢量量化算法【4J,基于模拟退火算法的矢量量化等,,当M与?相差过大,即用较少的码字量化数量较多的训练矢量,不可避免的将产生较大的量化误差,且M与?相差越大,误差越大;M与?相差越小,,本文采用主分量分析(ponentAnalysis,PCA)的方法降低训练矢量集的冗余性和相关性,减少量化误差;同时在嵌入水印的过程中,,已广泛的应用于数据分析和图像处理的各个领域,出现了多种降维算法,如PCA算法,,PCA算法在去除图像的二阶相关性时,能使重构的图像与原图像相比具有方差小和峰值信噪比高的特点J,主要过程如下:设大小为sxt的观测图像f,降维后的维数是q,且各投影主轴为at,z,…,a.,则根据公式-J?(l,2,…,口)(1)将观测图像J降维到各分量Xl,Xz,…,,X2,….)=(6c1,2,…,a.),则图像J的重建公式为J'=?A=1至=1J(2),如果将降维后数据直接进行矢量量化,虽然算法的运行时间会比传统的LBG算法运行时间要短,但算法的性能会受到影响,,