CN101676949B - 水印信息移除系统及方法 - Google Patents
水印信息移除系统及方法 Download PDFInfo
- Publication number
- CN101676949B CN101676949B CN200810304564A CN200810304564A CN101676949B CN 101676949 B CN101676949 B CN 101676949B CN 200810304564 A CN200810304564 A CN 200810304564A CN 200810304564 A CN200810304564 A CN 200810304564A CN 101676949 B CN101676949 B CN 101676949B
- Authority
- CN
- China
- Prior art keywords
- value
- feature pattern
- image
- pixel
- watermark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32203—Spatial or amplitude domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
一种水印信息移除系统及方法,该方法包括步骤:从电子装置的存储器中读取水印影像;将该水印影像分解成一定数量的特征图形,并将每一张特征图形按顺序进行图形编号;从分解出的特征图形鉴别出需要移除的特征图形的图形编号范围;在已鉴别出的图形编号范围内的每一张特征图形中筛选出具有水印信息的特征图形;删除筛选出的特征图形并将剩余的特征图形组合成一幅被移除水印信息后的组合影像;检查该组合影像的品质是否失真;将没有失真的组合影像存储到存储器中。实施本发明,不仅能够将隐藏在水印影像中的水印信息移除,还能够保持被移除水印信息后的影像不会失真。
Description
技术领域
本发明涉及一种数字影像处理系统及方法,特别是关于一种从数字影像中移除水印信息的系统及方法。
背景技术
在因特网蓬勃发展的信息时代里,数字信息的传递以及复制的速度可说是相当地快速,为了防止数字媒体的知识产权受到侵害,尤其是具有商业价值的影像及音乐,是目前需要正视的问题之一。因此许多水印和信息隐藏的技术被广泛提出,以保护或验证拥有者的版权信息。随着电子商务的兴起,网络上进行的商业行为也愈来愈频繁,网络侵权事件日益增加使得数字媒体的知识产权问题愈来愈受到重视,例如,许多影像处理软件也加入了水印功能来保护使用者的心血创作。但是,既然有保护的技术,当然也就有尝试将水印信息移除的方法。
目前,水印攻击是将隐藏在影像中的水印信息移除之后,被移除水印信息后的影像还能够保有原媒体的商业价值,才算是成功地达到移除水印信息的目的。然而,目前水印移除技术虽然能够将隐藏的水印信息从原影像中移除,但是确不能保证被移除水印信息后的影像之质量,从而使得被移除水印信息后的影像失真不能保有原影像媒体的商业价值。
发明内容
鉴于以上内容,有必要提供一种水印信息移除系统,不仅能够将隐藏在水印影像中的水印信息移除,而且还能够保持影像不会失真。
此外,还有必要提供一种水印信息移除方法,不仅能够将隐藏在水印影像中的水印信息移除,而且还能够保持影像不会失真。
一种水印信息移除系统,安装并运行于电子装置中,该电子装置包括存储器。该系统包括:影像存取模块,用于从存储器中读取一幅水印影像;影像分解模块,用于根据水印影像的像素大小将水印影像分解成相应数量的特征图形,并将每一张特征图形按顺序进行图形编号;特征图形鉴别模块,用于从分解出的特征图形鉴别需要移除的图形编号范围;特征图形筛选模块,用于计算在已鉴别出的图形编号范围内每一张特征图形中所有特征点的特征值,加总所有特征点的特征值得到该张特征图形的特征总值,以及根据该特征总值的大小筛选出具有水印信息的特征图形;水印信息移除模块,用于删除筛选出的特征图形并将剩余的特征图形组合成一幅组合影像。
一种水印信息移除方法,应用于电子装置中,该电子装置包括存储器。该方法包括如下步骤:(a)从存储器中读取一幅水印影像;(b)根据水印影像的像素大小将数字该水印影像分解成相应数量的特征图形,并将每一张特征图形按顺序进行图形编号;(c)从分解出的特征图形鉴别出需要移除的特征图形的图形编号范围;(d)在已鉴别出的图形编号范围内的每一张特征图形中筛选出具有水印信息的特征图形;(e)删除筛选出的特征图形并将剩余的特征图形组合成一幅组合影像;(f)检查该组合影像的品质是否失真;以及(g)将没有失真的组合影像存储到存储器中。
相较于现有技术,所述的水印信息移除系统及方法,能够通过奇异值分解算法以及基植于特征影像的鉴别失真算法将隐藏在水印影像中的水印信息进行移除,除了可将隐藏在水印影像中的水印信息移除之外,还能够保有原影像之质量。
附图说明
图1是本发明水印信息移除系统较佳实施例的应用环境图。
图2是本发明水印信息移除方法较佳实施例的流程图。
图3是图2中步骤S13的细化流程图。
图4是图2中步骤S14的细化流程图。
具体实施方式
参阅图1所示,是本发明水印信息移除系统1较佳实施例的应用环境图。该水印信息移除系统1安装并运行于电子装置中,该电子装置包括处理器2以及存储器3。本实施例中,该电子装置为手机。在其它实施例中,所述的电子装置可以为计算机、PDA以及其它具有影像处理功能的电子装置。所述的处理器2用于运行水印信息移除系统1将隐藏在水印影像中的水印信息从水印影像中移除。所述的存储器3用于存储具有水印信息的水印影像,以及被移除水印信息后得到的组合影像。
所述的水印信息移除系统1用于从存储器3中读取水印影像,将该水印影像分解成一定数量的特征图形(Eigen-image),找出并移除具有水印信息的特征图形,将剩余的特征图形组合成一幅被移除水印信息后的组合影像,以及检查该组合影像的品质,并将该组合影像储存到存储器3中。在本实施例中,所述的水印信息移除系统1包括影像存取模块11、影像分解模块12、特征图形鉴别模块13、特征图形筛选模块14、水印信息移除模块15以及影像品质检查模块16。
影像存取模块11用于从存储器3中读取一幅水印影像,以及将该水印影像被移除水印信息后得到的组合影像存储到存储器3中。所述的水印影像隐藏有相应的水印信息,例如,水印影像中隐藏有用于保护或验证拥有者的版权信息。
影像分解模块12用于利用一种奇异值分解(Singular Value Decomposition,简称SVD)算法根据水印影像的像素大小将该水印影像分解成一定数量的特征图形,并将每一张特征图形按顺序进行图形编号。所述的影像分解模块12可以将水印影像分解成64张特征图形、128张特征图形,或者更多数量的特征图形。在本实施例中,原始影像大小为128*128像素,影像分解模块12将水印影像分解成128张特征图形,每一张特征图形均有一个对应的图形编号,例如,特征图形一次被编号为第1、2、3…128号特征图形。所述的SVD算法是一种通过量化策略计算出水印影像中最大奇异值点来提取水印信息的算法。由于通过SVD分解完的特征图形,越靠近原始影像的特征图形会跟原始影像越接近。因此,若是将128张特征图形重新组合后,则组合出的影像会跟原始影像相同,若是组合前126张特征图形,则组合出的影像跟原始影像差异是用户肉眼无法分辨的。
特征图形鉴别模块13用于利用一种鉴别失真(Just Noticeable Distortion,简称JND)算法从分解出的特征图形鉴别出需要移除的图形编号范围。所述的JND算法是一种通过计算特征图形中特征点对应的特征值大小来确定特征图形中是否含有水印信息的算法。
特征图形筛选模块14用于计算在鉴别出的图形编号范围内每一张特征图形中所有特征点的特征值,加总所有特征点的特征值得到该张特征图形的特征总值,以及根据该特征总值的大小筛选出具有水印信息的特征图形。若某一张特征图形的特征总值越大,则该张特征图形隐藏的水印信息就越多;反之,若某一张特征图形的特征总值越小,则该张特征图形隐藏的水印信息就越少。
水印信息移除模块15用于删除筛选出的具有水印信息的特征图形,以及将剩余的特征图形组合成一幅影像。
影像品质检查模块16用于计算该组合影像的峰值信噪比值(Peak Signal to NoiseRatio,简称PSNR值),并根据该PSNR值是否超过一个预设的PSNR允许值判断该组合影像的品质是否失真。在本实施例中,影像品质检查模块16通过计算水印影像的像素值与该组合影像的像素值的比值得到该组合影像的PSNR值。一般地,用户可以根据水印影像的像素值大小来设定该水印影像的PSNR允许值,例如用户可以设置水印影像的PSNR允许值为0.8。也就是说,若组合影像的PSNR值大于等于0.8,则说明该组合影像相对于水印影像的失真度较小,其与原始影像差异是用户肉眼无法分辨的。
参阅图2所示,是本发明水印信息移除方法较佳实施例的流程图。在本实施例中,所述的水印信息移除方法通过SVD分解技术以及基植于特征影像的JND技术将隐藏在水印影像中的水印信息进行移除,除了可将隐藏在水印影像中的水印信息移除之外,还能够保有原来影像之质量。
影像存取模块11从存储器3中读取一幅水印影像(步骤S11)。所述的水印影像隐藏有相应的水印信息,例如,水印影像中隐藏有用于保护或验证拥有者的版权信息。
影像分解模块12利用SVD算法根据水印影像的像素大小将该水印影像分解成一定数量的特征图形,并将每一张特征图形按顺序进行图形编号(步骤S12)。在本实施例中,水印影像大小为128*128,影像分解模块12将水印影像分解成128张特征图形,每一张特征图形均有一个对应的图形编号,例如,特征图形一次被编号为第1、2、3…128号特征图形。
特征图形鉴别模块13利用JND算法从分解出的特征图形鉴别出需要移除的特征图形的图形编号范围(步骤S13)。在本实施例中,特征图形鉴别模块13将从128张特征图形中鉴别出的需要移除的图形编号范围为第50张至第100张。该特征图形筛选模块13如何利用JND算法从特征图形鉴别需要移除的图形编号范围将在图3中详细描述。
特征图形筛选模块14在已鉴别出的图形编号范围内的每一张特征图形中筛选出具有水印信息的特征图形(步骤S14)。该特征图形筛选模块14图如何筛选出具有水印信息的特征图形将在图4中详细描述。
水印信息移除模块15删除筛选出的具有水印信息的特征图形,并将剩余的特征图形组合成一幅被攻击后的组合影像(步骤S15)。
影像品质检查模块16计算水印影像的像素值与该组合影像的像素值的比值得到该组合影像的PSNR值(步骤S16)。影像品质检查模块16通过判断PSNR值是否小于用户设定的PSNR允许值来判断该组合影像的品质是否失真(步骤S17)。一般地,用户可以根据水印影像的像素值大小来设定水印影像的PSNR允许值,例如用户可以设置水印影像的PSNR允许值为0.8。也就是说,若组合影像的PSNR值大于等于0.8,则说明该组合影像相对于水印影像的失真度较小,其与原始影像差异是用户肉眼无法分辨的。
在步骤步骤S17中,若该组合影像的品质已失真,亦即该组合影像的PSNR值小于用户设定的PSNR允许值,则流程返回步骤S13重新鉴别需要移除的图形编号范围以对隐藏在水印影像中的水印信息进行移除。若该组合影像的品质没有失真,亦即该组合影像的PSNR值大于等于用户设定的PSNR允许值,则影像存取模块11将没有失真的组合影像存储到存储器3中(步骤S18)。一般地,若组合影像相对于水印影像的失真度较小,则认为该组合影像与原始影像差异是用户肉眼无法分辨的,是可以被用户接受的。
参阅图3所示,是图2中步骤S13的细化流程图。该细化流程方法阐述了如何利用JND算法从特征图形鉴别需要移除的特征图形的图形编号范围。
特征图形鉴别模块13利用JND算法将水印影像转化为一幅JND图像(步骤S131)。特征图形鉴别模块13计算该JND图像中每一个像素点的JND值,其表示为“Ji(x,y)”(步骤S132),并计算该JND图像中所有像素点的平均JND值,其表示为“Javg”(步骤S133)。
特征图形鉴别模块13比较特征图形中每一个像素点的JND值Ji(x,y)与平均JND值Javg的大小(步骤S134)。特征图形鉴别模块13选择特征图形中像素点的JND值Ji(x,y)大于平均JND值Javg的像素点作为特征图形的特征点(步骤S135)。
特征图形鉴别模块13比较任意特征点在每一张特征图形中对应的JND值(步骤S136)。特征图形鉴别模块13选择出特征点在特征图形中对应的JND值相接近的特征图形,并将该特征图形放入需要被移除的特征图形的图形编号范围内(步骤S137)。在本实施例中,假如某一个特征点FP(10,18),在第0至49张特征图形中的特征值差别很大,而在第50至100张特征图形中的特征值差别相对接近,而在第101至128张特征图形中的特征值差别也比较大,因此特征图形鉴别模块13将图形编号范围为第50至100张特征图形放入需要被移除的特征图形的图形编号范围内。
参阅图4所示,是图2中步骤S14的细化流程图。该细化流程方法阐述了如何利用JND算法筛选出具有水印信息的特征图形。以下标记在图形编号范围内的特征图形为特征图形“Ei”。
特征图形筛选模块14计算特征图形Ei中每一像素点的像素值,其表示为“Ei(x,y)”(步骤S141)。同时,特征图形筛选模块14计算出特征图形Ei中所有像素点的平均像素值,其表示为“Ei_mean”(步骤S142)。
特征图形筛选模块14判断特征图形Ei中每一像素点的像素值Ei(x,y)是否大于平均像素值Ei_mean(步骤S143)。若像素点的像素值Ei(x,y)小于等于平均像素值Ei_mean,则特征图形筛选模块14将该特征图形Ei中该像素值Ei(x,y)转化为二进制值“0”(步骤S144)。若像素点的像素值Ei(x,y)大于平均像素值Ei_mean,则特征图形筛选模块14将该特征图形Ei中该像素值Ei(x,y)转化为二进制值“1”(步骤S145)。特征图形筛选模块14分别记录每一张特征图形Ei中数值为“1”的特征点个数(步骤S146),并将特征点个数累加得到每一张特征图形Ei的特征总值,其表示为“BCi”(步骤S147)。
特征图形筛选模块14将每一个特征总值BCi按照从大到小的顺序进行排序(步骤S148)。最后,特征图形筛选模块14选择具有最大特征总值BCi所对应的特征图形(标记为特征图形“Er”),并将该特征图形Er从需要被移除的特征图形Ei的图形编号范围内移除(步骤S149)。一般地,若特征图形Er中的特征点的特征总值BCi越大,则该特征图形Er中隐藏的水印信息就越多。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照以上较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换都不应脱离本发明技术方案的精神和范围。
Claims (7)
1.一种水印信息移除系统,安装并运行于电子装置中,该电子装置包括存储器,其特征在于,该系统包括:
影像存取模块,用于从存储器中读取一幅水印影像;
影像分解模块,用于根据水印影像的像素大小将水印影像分解成相应数量的特征图形,并将每一张特征图形按顺序进行图形编号;
特征图形鉴别模块,用于从分解出的特征图形鉴别需要移除的图形编号范围,其包括:利用一种鉴别失真算法将水印影像转化为一幅鉴别失真图像;计算该鉴别失真图像中每一像素点的失真值;计算该鉴别失真图像中所有像素点的平均失真值;比较每一个像素点的失真值与平均失真值的大小;将失真值大于平均失真值的像素点作为特征图形的特征点;比较特征点在每一张特征图形中对应的失真值;选择出特征点在特征图形中对应的失真值相接近的特征图形,并将该特征图形放入需要被移除的特征图形的图形编号范围内;
特征图形筛选模块,用于计算在已鉴别出的图形编号范围内每一张特征图形中所有特征点的特征值,加总所有特征点的特征值得到该张特征图形的特征总值,以及根据该特征总值的大小筛选出具有水印信息的特征图形,其包括:计算特征图形中每一像素点的像素值;计算特征图形中所有像素点的平均像素值;判断特征图形中每一像素点的像素值是否大于平均像素值;若像素点的像素值小于等于平均像素值,则将该像素点的像素值转化为二进制值“0”,或者,若像素点的像素值大于平均像素值,则将该像素点的像素值转化为二进制值“1”;分别记录每一张特征图形中数值为“1”的特征点个数,并将特征点个数累加得到每一张特征图形的特征总值;将每一个特征总值按照从大到小的顺序进行排序;选择最大特征总值所对应的特征图形,并将该特征图形从所述的图形编号范围内移除;以及
水印信息移除模块,用于删除筛选出的特征图形并将剩余的特征图形组合成一幅组合影像。
2.如权利要求1所述的水印信息移除系统,其特征在于,该系统还包括影像品质检查模块,用于计算该组合影像的峰值信噪比值,以及根据该峰值信噪比值判断该组合影像的品质是否失真。
3.如权利要求2所述的水印信息移除系统,其特征在于,所述的影像存取模块还用于将没有失真的组合影像存储到存储器中。
4.如权利要求1所述的水印信息移除系统,其特征在于,所述的影像分解模块是利用奇异值分解算法将水印影像分解成特征图形的,该奇异值分解算法是一种通过量化策略计算出水印影像中最大奇异值点来提取隐藏在水印影像中的水印信息的算法。
5.一种水印信息移除方法,应用于电子装置中,该电子装置包括存储器,其特征在于,该方法包括如下步骤:
(a)从存储器中读取一幅水印影像;
(b)根据水印影像的像素大小将该水印影像分解成相应数量的特征图形,并将每一张特征图形按顺序进行图形编号;
(c)从分解出的特征图形鉴别出需要移除的特征图形的图形编号范围,该步骤(c)包括步骤:利用一种鉴别失真算法将水印影像转化为一幅鉴别失真图像;计算该鉴别失真图像中每一像素点的失真值;计算该鉴别失真图像中所有像素点的平均失真值;比较每一个像素点的失真值与平均失真值的大小;将失真值大于平均失真值的像素点作为特征图形的特征点;比较特征点在每一张特征图形中对应的失真值;选择出特征点在特征图形中对应的失真值相接近的特征图形,并将该特征图形放入需要被移除的特征图形的图形编号范围内;
(d)在已鉴别出的图形编号范围内的每一张特征图形中筛选出具有水印信息的特征图形,该步骤(d)包括如下步骤:计算特征图形中每一像素点的像素值;计算特征图形中所有像素点的平均像素值;判断特征图形中每一像素点的像素值是否大于平均像素值;若像素点的像素值小于等于平均像素值,则将该像素点的像素值转化为二进制值“0”,或者,若像素点的像素值大于平均像素值,则将该像素点的像素值转化为二进制值“1”;分别记录每一张特征图形中数值为“1”的特征点个数,并将特征点个数累加得到每一张特征图形的特征总值;将每一个特征总值按照从大到小的顺序进行排序;选择最大特征总值所对应的特征图形,并将该特征图形从所述的图形编号范围内移除;
(e)删除筛选出的特征图形,并将剩余的特征图形组合成一幅组合影像;
(f)检查该组合影像的品质是否失真;以及
(g)将没有失真的组合影像存储到存储器中。
6.如权利要求5所述的水印信息移除方法,其特征在于,所述的步骤(b)中将水印影像分解成相应数量的特征图形是通过奇异值分解算法来实现的,该奇异值分解算法是一种通过量化策略计算出水印影像中最大奇异值点来提取隐藏在水印影像中的水印信息的算法。
7.如权利要求5所述的水印信息移除方法,其特征在于,其中步骤(f)包括如下步骤:
计算水印影像的像素值与该组合影像的像素值的比值得到该组合影像的峰值信噪比值;
判断该组合影像的峰值信噪比值是否小于用户设定的允许值;以及
若该组合影像的峰值信噪比值小于用户设定的允许值,则表明该组合影像的品质已经失真;或者
若该组合影像的峰值信噪比值大于等于用户设定的允许值,则表明该组合影像的品质没有失真。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810304564A CN101676949B (zh) | 2008-09-19 | 2008-09-19 | 水印信息移除系统及方法 |
US12/465,654 US8238601B2 (en) | 2008-09-19 | 2009-05-14 | System and method for removing digital watermarks from a watermarked image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810304564A CN101676949B (zh) | 2008-09-19 | 2008-09-19 | 水印信息移除系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101676949A CN101676949A (zh) | 2010-03-24 |
CN101676949B true CN101676949B (zh) | 2012-09-19 |
Family
ID=42029503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810304564A Expired - Fee Related CN101676949B (zh) | 2008-09-19 | 2008-09-19 | 水印信息移除系统及方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8238601B2 (zh) |
CN (1) | CN101676949B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9237343B2 (en) * | 2012-12-13 | 2016-01-12 | Mitsubishi Electric Research Laboratories, Inc. | Perceptually coding images and videos |
CN107194390A (zh) * | 2017-04-11 | 2017-09-22 | 常诚 | 一种识别pdf文档中水印的方法 |
CN107801027A (zh) * | 2017-10-19 | 2018-03-13 | 西安万像电子科技有限公司 | 图像处理方法、装置及系统 |
EP3939222A4 (en) * | 2019-03-12 | 2022-12-28 | Citrix Systems, Inc. | TRACKING OF VIDEO CHANNELS ON CLIENT DEVICES |
US11216589B2 (en) | 2020-03-11 | 2022-01-04 | International Business Machines Corporation | Dataset origin anonymization and filtration |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1784008A (zh) * | 2004-12-02 | 2006-06-07 | 北京凯诚高清电子技术有限公司 | 高清晰视频超强压缩编码方法及解码方法 |
CN100596061C (zh) * | 2006-01-12 | 2010-03-24 | 大连理工大学 | 一种基于盲源分离的小波域数字音频多目的水印方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7137005B2 (en) * | 2001-03-28 | 2006-11-14 | Lg Electronics Inc. | Method of watermarking digital data |
US7668347B2 (en) * | 2006-04-07 | 2010-02-23 | The Boeing Company | Digital watermarking of picture identity documents using Eigenface vectors of Eigenface facial features of the document facial image as the watermark key |
-
2008
- 2008-09-19 CN CN200810304564A patent/CN101676949B/zh not_active Expired - Fee Related
-
2009
- 2009-05-14 US US12/465,654 patent/US8238601B2/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1784008A (zh) * | 2004-12-02 | 2006-06-07 | 北京凯诚高清电子技术有限公司 | 高清晰视频超强压缩编码方法及解码方法 |
CN100596061C (zh) * | 2006-01-12 | 2010-03-24 | 大连理工大学 | 一种基于盲源分离的小波域数字音频多目的水印方法 |
Non-Patent Citations (22)
Title |
---|
.基于主观视觉的小波图像编码方法.《计算机工程与设计》.2007,第28卷(第12期),全文. |
.基于图像内容的脊波变换域数字水印模型和算法研.《电子与信息学报》.2004,第26卷(第9期),全文. |
.基于视觉特性的灰度级自适应盲水印算法.《通信学报》.2003,第24卷(第9期),全文. |
.采用小波变换方法的彩色图像水印方案.《哈尔滨工业大学学报》.2008,第40卷(第11期),全文. |
吴慧中 |
周锡增.HSI鲁棒彩色图像数字水印算法.《计算机应用研究》.2006,全文. |
姜楠 |
姜楠;王健;钮心忻;杨义先;周锡增.HSI鲁棒彩色图像数字水印算法.《计算机应用研究》.2006,全文. * |
张波 |
杨义先 |
桂国富 |
桂国富;蒋铃鸽;.采用小波变换方法的彩色图像水印方案.《哈尔滨工业大学学报》.2008,第40卷(第11期),全文. * |
沃焱 |
沃焱;韩国强;张波;.基于主观视觉的小波图像编码方法.《计算机工程与设计》.2007,第28卷(第12期),全文. * |
沃焱;韩国强;张波;.基于视觉特性的灰度级自适应盲水印算法.《通信学报》.2003,第24卷(第9期),全文. * |
王健 |
肖亮 |
肖亮;韦志辉;吴慧中;.基于图像内容的脊波变换域数字水印模型和算法研.《电子与信息学报》.2004,第26卷(第9期),全文. * |
蒋铃鸽 |
钮心忻 |
韦志辉 |
韩国强 |
Also Published As
Publication number | Publication date |
---|---|
CN101676949A (zh) | 2010-03-24 |
US8238601B2 (en) | 2012-08-07 |
US20100074467A1 (en) | 2010-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kutter et al. | Fair benchmark for image watermarking systems | |
CN101676949B (zh) | 水印信息移除系统及方法 | |
Qiu et al. | A universal image forensic strategy based on steganalytic model | |
DE69631806T2 (de) | Gebrauch im Transformationsbereich steganographisch eingebetteter Kalibrierungsdaten zur Detektion von Bildverzerrungen | |
Redi et al. | Digital image forensics: a booklet for beginners | |
EP1917625B1 (en) | Covert and robust mark for media identification | |
US8014562B2 (en) | Signal processing of audio and video data, including deriving identifying information | |
Ekici et al. | Comparative evaluation of semifragile watermarking algorithms | |
Battiato et al. | Multimedia forensics: discovering the history of multimedia contents | |
US20030231785A1 (en) | Watermark embedder and reader | |
Kutter et al. | Fair evaluation methods for image watermarking systems | |
Qureshi et al. | Bibliography of digital image anti‐forensics and anti‐anti‐forensics techniques | |
CN102903075A (zh) | 基于图像特征点全局校正的鲁棒水印方法 | |
Tanha et al. | An overview of attacks against digital watermarking and their respective countermeasures | |
Gupta et al. | Passive image forensics using universal techniques: a review | |
Böhme et al. | Media forensics | |
Hadmi et al. | A robust and secure perceptual hashing system based on a quantization step analysis | |
Zhang et al. | Detecting copy-move forgeries in images based on DCT and main transfer vectors | |
Zhao et al. | An introduction to robust transform based image watermarking techniques | |
TWI447669B (zh) | 浮水印資訊移除系統及方法 | |
KR101094809B1 (ko) | 디지털 홀로그램을 이용한 디지털 콘텐츠의 워터마킹 방법 | |
Rahmani et al. | High hiding capacity steganography method based on pixel indicator technique | |
Thanh | Digital image watermarking algorithm using Blockmarking technique for copyright protection | |
Rathnam et al. | A Novel Deep Learning Architecture for Image Hiding | |
Nithiya et al. | Key point descriptor based copy and move image forgery detection system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120919 Termination date: 20170919 |
|
CF01 | Termination of patent right due to non-payment of annual fee |