CN102096896A - 一种基于三维dct抗几何攻击的体数据水印实现方法 - Google Patents
一种基于三维dct抗几何攻击的体数据水印实现方法 Download PDFInfo
- Publication number
- CN102096896A CN102096896A CN 201110056721 CN201110056721A CN102096896A CN 102096896 A CN102096896 A CN 102096896A CN 201110056721 CN201110056721 CN 201110056721 CN 201110056721 A CN201110056721 A CN 201110056721A CN 102096896 A CN102096896 A CN 102096896A
- Authority
- CN
- China
- Prior art keywords
- watermark
- volume data
- dct
- dimensional
- key
- 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.)
- Pending
Links
Images
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于三维DCT抗几何攻击的体数据水印实现方法,属于多媒体信号处理领域。本发明的步骤是先进行水印的嵌入,包括:(1)对原体数据进行全局三维DCT变换,在变换系数中提取一个抗几何攻击的特征向量;(2)利用该特征向量和要嵌入的水印通过Hash函数得到一个二值逻辑序列,并将该二值序列存于第三方,然后进行水印提取。包括:(3)对被测体数据进行全局三维DCT变换,提取该对象的抗几何攻击的特征向量;(4)利用Hash函数特性和存在第三方的二值逻辑序列提取水印。本发明是基于三维DCT变换的体数据数字水印技术,实验证明该算法有较强的抗几何和常规攻击能力,并且是零水印技术,水印的嵌入不改变体数据的内容。
Description
技术领域
本发明涉及一种基于三维DCT变换和体数据图像特征的数字水印技术,是一种多媒体数据保护方法,属于多媒体信号处理领域。
技术背景
随着数字技术和互联网技术的飞速发展,各种数字媒体如文本、图像、声音、视频等都可以通过互联网快速方便地进行传输,信息化给人们的生活带了极大的方便;但同时这也使得这些信息的篡改和盗版等变得非常容易。
如何对数字产品版权进行保护和网络信息安全维护已经成为当务之急。数字水印技术作为有效的手段,实现对数字作品的版权保护。因此,该技术成为多媒体信息安全领域的一个研究热点。但多数研究方向是在图像数字水印、音频数字水印和视频数字水印。
目前对于抗几何攻击的体数据数字水印算法的研究较少。而体数据在医学图像中大量存在,如:医学图像(CT、MRI图像)都是由切片组成的体数据,因此研究如何在体数据嵌入数字水印意义重大,并且对于医学图像,一般是不允许修改的。这又为在体数据中嵌入水印技术提高了难度。
总之,在三维体数据中嵌入抗旋转、缩放、平移、剪切、扭曲等几何攻击的数字水印的算法,目前尚属空白,未见公开报道。
发明内容
本发明的目的是提出一种基于三维DCT变换,实现了既能抗击几何攻击又能抗常规攻击的体数据数字水印嵌入与提取方法,它有较高的鲁棒性,并且水印的嵌入不影响原始体数据,是一种零水印方式。从而较好的保护了三维体数据的版权。
为了实现上述目的,本发明是这样进行的:基于全局三维DCT变换(这里对于体数据,没有分成小的立体块进行三维DCT变换),在三维DCT变换系数中,提取一个抗几何攻击的特征向量,并将水印技术与密码学有机结合起来,实现了数字水印的抗几何和常规攻击。本发明所采用的方法包括水印嵌入和水印提取两大部分,第一部分为水印嵌入,包括:(1)通过对体数据进行全局三维DCT变换,得到一个抗几何攻击的特征向量V(j),(2)根据水印W(j)和提取的体数据的特征向量V(j)通过Hash函数运算,生成一个二值逻辑序列Key(j),然后将二值逻辑序列Key(j),存在第三方;第二部分为水印提取,包括:(3)求出待测体数据的特征向量V’(j),(4)利用存在第三方的二值逻辑序列Key(j)和待测体数据的特征向量V’(j),提取出水印W’(j)。
现对本发明的方法进行详细说明如下:
第一部分:通过水印的嵌入操作,得到二值逻辑序列Key(j)
首先用一组可以代表版权信息的二值伪随机序列W,W={w(j)|w(j)=0,1;1≤j≤L}作为数字水印,原始体数据记为F={f(i,j,k)|f(i,j,k)∈R;1≤i≤M,1≤j≤N,1≤k≤P)},其中,w(j)和f(i,j,k)分别表示水印序列及体数据的体素(Voxel)数据值,这类似二维图像中的像素灰度值,设N=M(设切片的长宽一样),水印的嵌入如下:
1)通过对原始体数据进行全局三维DCT变换,得到该体数据的一个特征向量V(j);
先对原始体数据F(i,j,k)进行全局三维DCT变换,得到三维DCT系数矩阵FD(i,j,k),再从三维DCT系数矩阵FD(i,j,k)中,取出前L个值,并通过对三维DCT系数符号运算得到该体数据的特征向量V(j),具体做法是当DCT系数为正是我们用“1”表示,系数为负或零时用“0”表示(原因见下部分),程序过程描述如下:
FD(i,j,k)=DCT3(F(i,j,k))
V(j)=Sign(FD(i,j,k))
2)根据水印W(j)和体数据的特征向量V(j)生成一个二值逻辑序列Key(j)
Key(j)是由体数据的特征向量V(j)和水印W(j),通过密码学常用的HASH函数生成。保存Key(i),在以后提取水印时需用。通过将Key(j)作为密钥向第三方申请,以获得原作品的所有权,达到版权保护的目的。
第二部分:水印的提取
3)求出待测体数据的特征向量V’(j)
设待测体数据为F’(i,j,k),经过对体数据的全局三维DCT变换后得到三维DCT系数矩阵为FD’(i,j,k),按上述步骤1)的方法,求得待测体数据的特征向量V’(j);
FD’(i,j,k)=DCT3(F’(i,j,k))
V’(j)=Sign(FD’(i,j,k))
4)在待测体数据中提取出水印W’(j)
根据存在第三方的在嵌入水印时生成的Key(j)和待测体数据的特征向量V’(j),利用Hash性质可以提取出待测体数据的水印W’(j)
再根据W(j)和W’(j)的相关程度来判别待测体数据的所有者。
本发明与现有的水印技术比较有以下优点:
首先由于本发明是基于三维DCT变换的数字水印技术,水印的嵌入和提取是在频域中进行,通过后面的实验数据证实,该水印不仅有较强的抗常规攻击能力,而且有较强的抗几何攻击能力;其次:嵌入的水印不影响原始体数据的内容,是一种零水印技术。这个特性尤其是在医疗图像等方面具有实用价值,使用范围广,并且可容易实现多水印和大水印的嵌入与提取。
以下发明人从理论基础和试验数据说明:
1)三维离散余弦变换(三维DCT)
三维DCT变换公式如下:
对应大小为M×N×P体数据,三维离散余弦正变换(DCT)公式如下:
u=0,1,...,M-1;v=0,1,...,N-1;w=0,1,...,P-1;
式中
这里f(x,y,z)是体数据V在(x,y,z)处的体素(voxel)数据值,F(u,v,w)是该体素数据对应的3D-DCT变换系数。
三维离散余弦反变换(IDCT)公式如下:
x=0,1,...,M-1;y=0,1,...,N-1;z=0,1,...,P-1
其中x,y,z为空间域采样值;u,v,w为频率域采样值,医学图像的体数据的获得可通过CT和MRI(Magnetic Resnane Iamge,磁共振成像),体数据(Volume data)是由许多层的切片(slice)组成,每个切片是一个二维图像,大小为M×N,切片的层数为P。
2)体数据的一个主要特征向量选取方法:
目前大部分水印算法抗几何攻击能力差的主要原因是:人们将数字水印嵌入在体素或变换系数中,体数据的轻微几何变换,常常会导致体素数据值或变换系数值的突然较大变化。这样嵌入在体数据中的水印便被轻易攻击。如果能够找到一个反映体数据几何特点的特征向量,那么当体数据发生小的几何变换时,该特征向量值不会发生明显的突变,然后我们把要嵌入的数字水印和该体数据的特征向量想关联,那么嵌入的数字水印就有较好的抗几何攻击能力。我们通过对大量体数据的全局DCT系数观察发现,当对一个体数据进行常见的几何变换时(通过对每个切片进行几何变换来实现),三维DCT低中频系数值的大小可能发生一些变化,但其系数符号基本保持不变,我们通过表1的一些实验数据来说明。表1中用作测试的原图是图1(a),是matlab中自带的一个MRI体数据的一个切片(取第十个),表1中“第1列”显示的是体数据受到攻击的类型,受到常规攻击后的该切片图像见图1(b)-(d),常规攻击对应的三维成像见图1(e)-(h);受到几何攻击后的切片图像见图2(a)-(d),其对应的三维成像见图2(e)-(h)。表1的“第2列”表示的是体数据受到攻击后的峰值信噪比(PSNR);表1的“第三列”到“第10列”,这是三维DCT系数矩阵中取的F(1,1,1)-F(2,2,2)八个低中频系数。对于常规攻击,这些低中频系数值F(1,1,1)-F(2,2,2)基本保持不变,和原体数据的DCT系数值近似相等;对于几何攻击,部分系数有较大变化,但是我们可以发现,体数据在受到几何攻击时,大部分DCT低中频系数的大小发生了变化但其符号基本没有发生变化。我们将正的DCT系数用”1”表示(含值为零的系数),负的系数用”0”表示,那么对于原始体数据图来说,三维DCT系数矩阵中的F(1,1,1)-F(2,2,2)系数,对应的系数符号序列为:”1100 1011”,具体见表1的第11列,我们观察该列可以发现,无论常规攻击还是几何攻击该符号序列和原始体数据的保持相似,与原始体数据归一化相关系数都较大(见表1“第12列”),(方便起见这里取了8个三维DCT系数符号)。
表1体数据的全局3D-DCT变换的低频部分系数及受不同攻击后的变化值
*DCT变换系数单位1.0e+002
但为了进一步证明按上述方法提取的特征向量是该体数据的一个重要特征,我们又把不同的测试对象(见图3(a)-(h)),进行全局三维DCT变换,求出对应的DCT系数F(1,1,1)-F(4,4,4),从统计学角度,这里取了前64个DCT系数。并且求出相互之间的相关系数,计算结果如表2所示。
从表2可以看出,首先,体数据自身之间的相关系数最大,值为为1.0;其次图3(g)-(h)之间的相关系数也较大为0.62,而这两个图是形状相似的两个肝的体数据;图3(b)-(c),相关系数为0.28,也较大,在表中为第三大相关系数,而这两个图都是人体的头部,也比较相似。其它体数据特征向量之间直接的相关系数值较小,而这与我们人眼观察到的想符合,这说明按该发明的方法提取的体数据特征值,反映了体数据的主要外形特征。
表2不同体数据特征向量的相关系数(向量长度64bit)
Va | Vb | Vc | Vd | Ve | Vf | Vg | Vh | |
Va | 1.00 | -0.31 | -0.21 | 0.21 | -0.15 | 0.12 | -0.15 | -0.15 |
Vb | -0.31 | 1.00 | 0.28 | -0.15 | -0.09 | 0.18 | 0.15 | 0.15 |
Vc | -0.21 | 0.28 | 1.00 | -0.25 | -0.12 | -0.21 | 0.00 | -0.06 |
Vd | 0.21 | -0.15 | -0.25 | 1.00 | 0.06 | -0.09 | -0.06 | -0.06 |
Ve | -0.15 | -0.09 | -0.12 | 0.06 | 1.00 | -0.03 | 0.12 | 0.25 |
Vf | 0.12 | 0.18 | -0.21 | -0.09 | -0.03 | 1.00 | 0.03 | 0.15 |
Vg | -0.15 | 0.15 | 0.00 | -0.06 | 0.12 | 0.03 | 1.00 | 0.62 |
Vh | -0.15 | 0.15 | -0.06 | -0.06 | 0.25 | 0.15 | 0.62 | 1.00 |
3)水印嵌入的位置和一次性嵌入的长度
根据人类视觉特性(HVS),低中频信号对人的视觉影响较大,对二维图像是图像轮廓,对于三维就是体数据的外形轮廓。因此我们所选取的体数据的特征向量也是低中频系数的符号序列,低中频系数的个数选择与进行全局三维DCT变换的原始体数据的大小、以及一次性嵌入的信息量和要求的鲁棒性有关,选取的特征向量的长度L越小,一次性嵌入的信息量越少,但鲁棒性越高。在后面的试验中,我们选取L的长度为32。
综上所述,我们通过对体数据的全局三维DCT系数的分析,利用三维DCT低中频系数的符号序列得到一种取得体数据的视觉特征向量的方法。
附图说明
图1(a)是原始体数据的一个切片(默认是体数据的第10个切片)。
图1(b)是受强度为3%的高斯噪声后的切片图像。
图1(c)是经JPEG压缩(压缩质量为4%)后的切片图像。
图1(d)是经中值滤波后的切片图像(滤波参数为[3x3]))。
图1(e)是原始体数据对应的三维成像。
图1(f)是体数据受强度为3%的高斯干扰后对应的三维成像。
图1(g)是JPEG压缩(压缩质量为4%)后对应的三维成像
图1(h)是经过中值滤波后对应的三维成像(滤波参数为[3x3])。
图2(a)是经过顺时旋转20度的切片图像
图2(b)是经过缩放0.5的切片图像。
图2(c)是垂直方向下移10%的切片图像。
图2(d)是Z轴方向剪切10%后的第一个切片图像。
图2(e)是顺时旋转20度的三维成像(顺时旋转20度)。
图2(f)是缩放系数为0.5的三维成像。
图2(g)是垂直方向下移10%的三维成像。
图2(h)是Z轴方向剪切10%的三维成像。
图3(a)是体数据MRI_1的三维成像。
图3(b)是体数据MRI_2的三维成像。
图3(c)是体数据MRI_2的三维成像。
图3(d)是体数据Engine三维成像。
图3(e)是体数据Teddy bear的三维成像。
图3(f)是体数据Tooth的三维成像。
图3(g)是体数据Liver_1的三维成像。
图3(h)是体数据Liver_2的三维成像。
图4(a)不加干扰时的水印切片。
图4(b)不加干扰时的三维重建。
图4(c)不加干扰时的水印检测器输出。
图5(a)加高斯干扰时的切片图像(高斯噪声强度3%)。
图5(b)加高斯干扰时的三维重建图(高斯噪声强度3%)。
图5(c)加高斯干扰时的水印检测器输出(高斯噪声强度3%)。
图6(a)JPEG压缩后的切片图像(压缩质量参数为4%)。
图6(b)JPEG压缩后的体数据的三维成像(压缩质量参数为4%)。
图6(c)JPEG压缩后的水印检测器输出(压缩质量参数为4%)。
图7(a)中值滤波后的切片图片(滤波参数为[5x5],滤波重复7次)。
图7(b)中值滤波后的体数据的三维成像(滤波参数为[5x5],滤波重复7次)。
图7(c)中值滤波后的水印检测器的输出(滤波参数为[5x5],滤波重复次数为7次)。
图8(a)顺时旋转20度后的切片图像。
图8(b)顺时旋转20度后体数据的三维成像。
图8(c)顺时旋转20度后水印检测器的输出。
图9(a)原体数据对应的切片。
图9(b)缩放系数为0.5的切片图像。
图9(c)缩放系数为0.5的三维成像。
图9(d)缩放系数为0.5的水印检测器输出。
图10(a)下移10%的切片图像。
图10(b)下移10%的体数据对应的三维成像。
图10(c)下移10%后的水印检测器的输出。
图11(a)原体数据的第一个切片图像。
图11(b)原体数据对应的三维成像。
图11(c)没有受到攻击时的水印检测器的输出。
图11(d)在Z轴方向剪切20%后,体数据的第一个切片图像。
图11(e)在Z轴方向剪切20%后,体数据的三维成像。
图11(f)在Z轴方向剪切20%后,水印检测器的输出。
图12(a)扭曲频率因子为13时的切片图像。
图12(b)扭曲频率因子为13时的体数据的三维成像。
图12(c)扭曲频率因子为13时的水印检测器的输出。
具体实施方式
下面结合附图对本发明作进一步说明
使用1000组独立的二值伪随机序列(取值为+1或-1)每组序列长度为=125bit,在这1000组数据中,我们任抽取一组(这里我们选择第500组),作为嵌入的水印序列。原始体数据的一个切片见图1(a),是取自matlab中自带的核磁共振三维图像体数据(MRI.mat)),体数据的大小为128x128x27),原图表示为F(i,j,k),其中1≤i,j≤128;1≤k≤27对应的3D-DCT系数矩阵为FD(i,j,k),其中1≤i,j≤128;1≤k≤27,考虑到鲁棒性和一次性嵌入水印的容量我们取125个系数,水印记为W(j),1≤j≤125;对应的3D-DCT系数矩阵为FD(i,j,k),1≤i,j,k≤5。通过水印算法检测出W′后,我们通过计算归一化相关系数NC(Normalized Cross Correlation)来判断是否有水印嵌入。
不加干扰时的水印图像(这里默认选择第十个切片,测试用体数据共有27个切片组成)
图4(a)是不加干扰时的水印切片;
图4(b)是不加干扰时的体数据三维成像;
图4(c)是不加干扰时,水印检测器的输出,可以看到NC=1.0,明显检测到水印的存在。
下面我们通过具体试验来判断该数字水印方法的抗常规攻击能力和抗几何攻击能力鲁棒性
先测试该水印算法抗常规攻击的能力
(1)加入高斯噪声
使用imnoise()函数在水印图像中加入高斯噪音。
表3是水印抗高斯干扰时的检测数据。从实验数据可以看到,当高斯噪声强度高达为20%时,水印体数据的PSNR降至0.79dB,这时检测水印,相关系数NC=0.61,仍能检测出水印的存在.这说明采用该发明有好的抗高斯噪声能力。
图5(a)为当高斯噪声强度为3%时的水印切片,在视觉上已很模糊;
图5(b)为对应的三维成像,这时在视觉上已很模糊,体数据的PSNR=8.02dB,较低;
图5(c)为水印检测器的输出,能很明显的检测到水印的存在,NC=0.81。
表3水印抗高斯噪声干扰数据
噪声强度(%) | 1 | 3 | 5 | 10 | 15 | 20 | 25 |
PSNR(dB) | 12.50 | 8.02 | 6.01 | 3.31 | 1.79 | 0.79 | 0.09 |
NC | 0.86 | 0.81 | 0.79 | 0.77 | 0.71 | 0.61 | 0.58 |
(2)JPEG压缩处理
采用图像压缩质量百分数作为参数对水印图像进行JPEG压缩;表4为水印体数据抗JPEG压缩的试验数据。当压缩质量仅为2%,这时压缩质量较低,仍然可以测得水印的存在,NC=0.84。
图6(a)是压缩质量为4%的切片图像,该图已经出现方块效应;
图6(b)是对应的三维成像,该图已经出现立体方块效应;
图6(c)是水印检测器的响应,NC=0.83,检测效果明显。
表4水印抗JPEG压缩的实验数据
压缩质量(%) | 2 | 4 | 8 | 10 | 20 | 40 | 60 | 80 |
PSNR(dB) | 16.57 | 17.82 | 20.21 | 21.19 | 23.10 | 25.06 | 26.61 | 29.30 |
NC | 0.84 | 0.83 | 0.90 | 0.91 | 0.91 | 0.96 | 0.96 | 0.93 |
(3)中值滤波处理
表5为水印体数据抗中值滤波能力,从表中看出,当中值滤波参数为[5x5],滤波重复次数为20时,仍然可以测得水印的存在,NC=0.88。
图7(a)是中值滤波参数为[5x5],滤波重复次数为7的切片图像,图像已出现模糊;
图7(b)是对应的三维成像,这时耳朵等轮廓已不太分明;
图7(c)是水印检测器的响应,NC=0.93,检测效果明显。
表5水印抗中值滤波实验数据
水印抗几何攻击能力
(1)旋转变换
表6为水印抗旋转攻击试验数据。表中可以看到当水印图像旋转30°时,NC=0.53,仍然可以检测到水印存在。
图8(a)是水印切片图像旋转20°;
图8(b)是相应的三维成像,这时水印体数据的PSNR=12.44dB,信噪比很低;
图8(c)为检测的水印图像,可以明显检测到水印的存在NC=0.66。
表6水印抗旋转攻击实验数据
(2)缩放变换攻击
表7为水印体数据缩放攻击试验数据,从表7可以看到当水印图像缩放因子小至0.2时,相关系数NC=0.82,仍可测得水印的存在。
图9(a)为原始体数据的切片图像;
图9(b)为缩放后的水印切片图像(缩放因子为0.5);
图9(c)为缩放攻击后,体数据对应的三维成像;
图9(d)为缩放攻击后,水印检测结果,可以明显检测到水印的存在,NC=0.98。
表7水印缩放攻击实验数据
缩放因子 | 0.2 | 0.5 | 0.8 | 1.0 | 1.2 | 2.0 | 4.0 |
NC | 0.82 | 0.98 | 0.90 | 1.0 | 0.96 | 0.98 | 0.98 |
(3)平移变换
表8是水印抗平移攻击试验数据。从表中得知当水平或垂直移动10%,时,两个NC值都高于≥0.5,可以明显检测到水印的存在,故该数字水印有较强的抗平移能力。
图10(a)为切片垂直下移10%的图像;
图10(b)为体数据的每个切片下移10%,对应的三维成像,这时PSNR=10.84dB,信噪比较低;
图10(c)为水印检测器输出,可以明显检测到水印的存在,NC=0.56。
表8水印抗平移攻击实验数据
(4)体数据剪切攻击实验
表9为水印抗剪切数据,从表中可以看到,当从Z轴方向剪切,剪切量为20%时,仍然可以检测到水印的存在,NC=0.62,说明该水印算法有较强的抗剪切能力。
图11(a)是没有受到攻击的水印体数据的第一个切片图像;
图11(b)是没有受到攻击的水印体数据对应的三维成像;
图11(c)是没有受到攻击的水印检测结果,NC=1.0
图11(d)为按Z轴方向剪切20%后,第一个切片图像;
图11(e)为按Z轴方向剪切20%后对应的三维成像,可以发现,剪切攻击的效果明显;顶部相对原图的三维成像,切去一块。
图11(f)水印检测结果,可以明显检测到水印的存在,NC=0.62。
表9水印抗剪切攻击实验数据
(5)扭曲攻击
表10为水印抗扭曲攻击,扭曲参数为扭曲因子,扭曲因子越大,表示扭曲的频率越高,当扭曲因子为20时,这是体数据的信噪比较低PSNR=9.68dB,但这是NC=0.58,可以检测到水印的存在。并且从表10中发现,当扭曲因子较低时,对体数据的低频特性影响较大,所以NC值较小;而当扭曲因子较大时,对体数据的高频特性影响较大,即对体数据的外部轮廓影响较小,所以NC值较大;表中的数据与我们在前面的对体数据的中低频系数的分析一致。
图12(a)为对扭曲攻击后的切片图像(扭曲因子为13);
图12(b)为扭曲攻击后对应的三维成像,信噪比较低PSNR=9.83dB。
图12(c)为其水印检测情况,可以明显检测到水印的存在,NC=0.60。
表10水印图像扭曲实验
Claims (1)
1.一种基于三维DCT抗几何攻击的体数据水印实现方法,其特征在于:基于全局三维DCT变换以及抗几何攻击的特征向量的提取,并将水印技术与密码学和“第三方”概念有机结合起来,实现了体数据数字水印的抗几何和常规攻击,该体数据数字水印实现方法共分两个部分,共计四个步骤:
第一部分是水印嵌入:通过对水印的嵌入操作,得到相应的二值逻辑序列Key(j);
1)对原始体数据进行全局三维DCT变换,从DCT系数中,根据低中频系数的符号序列来得到该图的抗几何攻击的向量V(j);
2)利用Hash函数和要嵌入的水印W(j),得到一个二值逻辑序列
保存Key(j),下面提取水印时要用到,通过把Key(j)作为密钥向第三方申请,以获得对原图的所有权;
第二部分是水印提取:通过二值逻辑序列Key(j)和待测体数据的抗几何攻击的特征向量V’(j),提取出水印W’(j);
3)对待测体数据进行全局三维DCT变换;在DCT系数中,根据低中频系数的符号提取出待测图像的视觉特征向量V’(j);
4)利用Hash函数性质提取出水印,
将W(j)和W’(j)进行归一化相关系数计算,来确定图像的所有权。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110056721 CN102096896A (zh) | 2011-02-28 | 2011-02-28 | 一种基于三维dct抗几何攻击的体数据水印实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110056721 CN102096896A (zh) | 2011-02-28 | 2011-02-28 | 一种基于三维dct抗几何攻击的体数据水印实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102096896A true CN102096896A (zh) | 2011-06-15 |
Family
ID=44129979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110056721 Pending CN102096896A (zh) | 2011-02-28 | 2011-02-28 | 一种基于三维dct抗几何攻击的体数据水印实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102096896A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930500A (zh) * | 2012-11-19 | 2013-02-13 | 海南大学 | 一种基于Arnold置乱变换和DCT的医学图像鲁棒水印方法 |
CN103177452A (zh) * | 2013-04-19 | 2013-06-26 | 海南大学 | 一种基于dwt-dct变换的智能纹理防伪方法 |
CN103279918A (zh) * | 2013-06-20 | 2013-09-04 | 海南大学 | 一种基于三维dct和混沌置乱的体数据水印实现方法 |
CN103279919A (zh) * | 2013-06-21 | 2013-09-04 | 海南大学 | 基于三维dwt-dct和混沌置乱的体数据水印方法 |
CN103345725A (zh) * | 2013-06-21 | 2013-10-09 | 海南大学 | 基于三维dwt-dft和混沌置乱的体数据水印方法 |
CN103871018A (zh) * | 2014-04-02 | 2014-06-18 | 海南大学 | 一种基于三维dct感知哈希的体数据鲁棒水印实现方法 |
CN103942747A (zh) * | 2014-04-10 | 2014-07-23 | 海南大学 | 基于三维dwt-dct感知哈希和混沌的体数据水印 |
CN109300078A (zh) * | 2018-08-31 | 2019-02-01 | 太原理工大学 | 一种具有自适应嵌入强度的图像扩频水印嵌入方法 |
CN110211020A (zh) * | 2019-06-13 | 2019-09-06 | 海南大学 | 一种图像的水印嵌入与提取方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785401B2 (en) * | 2001-04-09 | 2004-08-31 | Tektronix, Inc. | Temporal synchronization of video watermark decoding |
CN1750041A (zh) * | 2005-10-20 | 2006-03-22 | 李京兵 | 一种可抗几何攻击和常规攻击的数字水印方法 |
CN101833742A (zh) * | 2010-03-30 | 2010-09-15 | 杭州电子科技大学 | 基于球面参数化的三维网格模型数字水印方法 |
CN101853484A (zh) * | 2010-05-21 | 2010-10-06 | 天津大学 | 一种三维网格非嵌入式健壮水印的构造方法和检测方法 |
-
2011
- 2011-02-28 CN CN 201110056721 patent/CN102096896A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785401B2 (en) * | 2001-04-09 | 2004-08-31 | Tektronix, Inc. | Temporal synchronization of video watermark decoding |
CN1750041A (zh) * | 2005-10-20 | 2006-03-22 | 李京兵 | 一种可抗几何攻击和常规攻击的数字水印方法 |
CN101833742A (zh) * | 2010-03-30 | 2010-09-15 | 杭州电子科技大学 | 基于球面参数化的三维网格模型数字水印方法 |
CN101853484A (zh) * | 2010-05-21 | 2010-10-06 | 天津大学 | 一种三维网格非嵌入式健壮水印的构造方法和检测方法 |
Non-Patent Citations (2)
Title |
---|
《电子学报》 20051231 刘旺 等 基于三维DCT变换的体数据鲁棒数字水印嵌入算法 第33卷, 第12期 * |
《电子测量与仪器学报》 20091031 刘旺 等 体数据模型盲提取数字水印嵌入算法 第23卷, 第10期 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930500A (zh) * | 2012-11-19 | 2013-02-13 | 海南大学 | 一种基于Arnold置乱变换和DCT的医学图像鲁棒水印方法 |
CN103177452A (zh) * | 2013-04-19 | 2013-06-26 | 海南大学 | 一种基于dwt-dct变换的智能纹理防伪方法 |
CN103279918A (zh) * | 2013-06-20 | 2013-09-04 | 海南大学 | 一种基于三维dct和混沌置乱的体数据水印实现方法 |
CN103279919A (zh) * | 2013-06-21 | 2013-09-04 | 海南大学 | 基于三维dwt-dct和混沌置乱的体数据水印方法 |
CN103345725A (zh) * | 2013-06-21 | 2013-10-09 | 海南大学 | 基于三维dwt-dft和混沌置乱的体数据水印方法 |
CN103871018A (zh) * | 2014-04-02 | 2014-06-18 | 海南大学 | 一种基于三维dct感知哈希的体数据鲁棒水印实现方法 |
CN103942747A (zh) * | 2014-04-10 | 2014-07-23 | 海南大学 | 基于三维dwt-dct感知哈希和混沌的体数据水印 |
CN109300078A (zh) * | 2018-08-31 | 2019-02-01 | 太原理工大学 | 一种具有自适应嵌入强度的图像扩频水印嵌入方法 |
CN109300078B (zh) * | 2018-08-31 | 2022-12-30 | 太原理工大学 | 一种具有自适应嵌入强度的图像扩频水印嵌入方法 |
CN110211020A (zh) * | 2019-06-13 | 2019-09-06 | 海南大学 | 一种图像的水印嵌入与提取方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102096896A (zh) | 一种基于三维dct抗几何攻击的体数据水印实现方法 | |
CN1333371C (zh) | 一种可抗几何攻击和常规攻击的数字水印方法 | |
CN103279918A (zh) | 一种基于三维dct和混沌置乱的体数据水印实现方法 | |
CN102129657A (zh) | 一种基于三维dft在体数据中嵌入多重水印的方法 | |
CN100357971C (zh) | 一种基于小波抗几何攻击的数字水印方法 | |
CN108876696A (zh) | 一种基于sift-dct的医学图像鲁棒水印方法 | |
CN102930500A (zh) | 一种基于Arnold置乱变换和DCT的医学图像鲁棒水印方法 | |
CN102945543A (zh) | 一种基于DWT-DCT和Logistic Map的医学图像鲁棒水印方法 | |
CN104867102A (zh) | 一种基于dct密文域的加密医学图像鲁棒水印方法 | |
CN102938132A (zh) | 一种基于DFT和LogisticMap的医学图像水印方法 | |
CN102129656A (zh) | 一种基于三维dwt和dft在医学图像中嵌入大水印的方法 | |
CN102521821A (zh) | 数字图像中一种自动识别和定位篡改区域的方法 | |
CN103345725A (zh) | 基于三维dwt-dft和混沌置乱的体数据水印方法 | |
CN102314669A (zh) | 一种基于dct抗几何攻击的医学图像零数字水印方法 | |
CN103279919A (zh) | 基于三维dwt-dct和混沌置乱的体数据水印方法 | |
CN102938133A (zh) | 一种基于Arnold置乱变换和DWT-DFT的医学图像鲁棒水印方法 | |
CN103079066B (zh) | 脊波变换与dct变换相结合的图像水印嵌入和提取方法 | |
CN102510492A (zh) | 一种基于三维dwt和dft在视频中嵌入多重水印的方法 | |
CN103996161A (zh) | 基于三维dwt-dft感知哈希和混沌的体数据多水印 | |
CN103854251A (zh) | 基于三维dwt-dct感知哈希的体数据多水印方法 | |
CN103971318A (zh) | 基于三维dwt-dft感知哈希的体数据数字水印方法 | |
CN102510491A (zh) | 一种基于dwt可抗几何攻击的医学图像多重水印方法 | |
CN103279920A (zh) | 一种基于三维dft和混沌置乱的体数据水印实现方法 | |
CN102360487A (zh) | 一种基于dft可抗几何攻击的医学图像多重水印方法 | |
CN102510490A (zh) | 一种基于三维dct抗几何攻击的视频水印实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110615 |