CN103106636A - 一种基于奇异值分解的灰度图像水印嵌入和提取方法 - Google Patents
一种基于奇异值分解的灰度图像水印嵌入和提取方法 Download PDFInfo
- Publication number
- CN103106636A CN103106636A CN2013100646495A CN201310064649A CN103106636A CN 103106636 A CN103106636 A CN 103106636A CN 2013100646495 A CN2013100646495 A CN 2013100646495A CN 201310064649 A CN201310064649 A CN 201310064649A CN 103106636 A CN103106636 A CN 103106636A
- Authority
- CN
- China
- Prior art keywords
- image
- watermark
- gray
- singular value
- svd
- 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奇异值分解的灰度图像水印嵌入方法,包括如下步骤:将图像进行奇异值分解,得到矩阵分量:对奇异值矩阵中的对角矩阵的奇异值进行编码存储,得到水印信号;对宿主图像进行分块,选择掩蔽效应高的图像分块;对分块进行奇异值分解,将水印信号嵌入所述图像分块中;对图像分块进行奇异值分解的逆变换。1.实现灰度水印图像的嵌入,水印包含信息量多且直观,对水印图像大小没有使用限制,符合很多企业隐藏自己个性化企业标志作为水印的需求。2.水印嵌入方法可以抵抗多种图像攻击行为,算法鲁棒性强。能够有效检测水印信息内容,解决图像非法发布等问题,对实现版权保护和图像产业、互联网产业健康快速发展有重要意义。
Description
技术领域
本发明涉及一种水印嵌入和提取方法,尤其涉及一种基于奇异值分解的灰度图像水印嵌入和提取方法。涉及专利分类号G06计算;推算;计数G06T一般的图像数据处理或产生G06T1/00通用图像数据处理。
背景技术
数字水印技术就是将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中的一种技术,通过提取这些隐藏在多媒体数据中的信息,加以判断和处理,可以实现跟踪多媒体数据的发布与使用的目的,确认内容创建者信息或者判断数据是否被篡改。随着互联网技术的发展,网络上出现海量数字图像,为了保护图像版权和内容安全,人们利用数字水印技术将版权信息隐藏到图像中已达到保护数字图像版权的目的。然而现有技术中,人们提出的多数图像的水印算法都是将二值图像水印或随机生成的数值序列作为水印隐藏到宿主图像中,数字水印信息容量少,而且水印信息一旦遭到破坏,根据残存信息,也很难判断版权信息。
由于灰度图像较二值图像水印而言,可以代表更多而且更生动和直观的版权信息,但是目前针对灰度图像水印处理的方法比较少。
发明内容
本发明针对以上问题的提出,而研制的一种基于奇异值分解的灰度图像水印嵌入方法,包括如下步骤:
选择一幅灰度图像做为原始水印图像,记为W_Gray,将该图像进行奇异值分解,得到三个矩阵分量:[U_GrayS_GrayV_Gray]=svd(W_Gray);
对奇异值矩阵S_Gray中的对角矩阵的奇异值进行编码存储,得到水印信号;
在空域中对宿主图像进行分块,选择掩蔽效应高的若干图像分块作为水印的嵌入分块;
对选定的多个分块进行奇异值分解,应用量化方法将所述水印信号嵌入所述图像分块中;
对每一嵌入水印信号的图像分块进行奇异值分解的逆变换,得到嵌入水印后的图像。
对奇异值矩阵S_Gray中的对角矩阵的奇异值进行编码存储过程具体如下:
按奇异值大小降序将各奇异值降序排列;
将各个奇异值四舍五入取整,依次提取每个奇异值的最高位、次高位,直至个位数,将各位的十进制数字转换为相应的二进制数字存储。
若奇异值矩阵中最大奇异值的二进制编码超过16位,将其超出16位的编码与最小奇异值的二进制编码结合,占用最小奇异值的高位编码,用“1111”进行隔离。
对宿主图像进行分块和选择掩蔽效应高的分块的具体方法如下:
将宿主图像在空域中划分为8x8像素的图像分块B;
计算所有图像分块的方差Variance。
对每一图像分块B进行奇异值分解变换,利用公式:
[U S V]=svd(B),E=S(1,1)/S(2,2)
计算对应分量矩阵S中最大两个奇异值的比值E;式中B代表图像分块矩阵,svd代表奇异值分解操作,S(1,1)和S(2,2)代表的是对角矩阵S中两个最大的奇异值;
将全部图像分块计算得到的E最大值记为E_max,将每个图像分块E进行归一化记为A2=E/E_max;
计算每个图像分块的方差,记录最大方差标记为V_max,将每个图像分块方差值进行归一化记为A1=Variance/V_max;
定义表示每一个图像分块的活动因子A=α1×A1+α2×A2,
其中α1和α2是A1和A2的权值,α1+α2=1;
选择活动因子A数值大的若干个图像分块作为水印插入位置。
选定的多个分块进行奇异值分解,应用量化方法将所述水印信号嵌入所述图像分块具体方法为:
按活动因子A值的高低顺序选择每一8x8的图像分块,记录对应的分块号作为密钥,对选定的每一个图像分块进行奇异值分解转换:
选择每一个图像分块分解后的S矩阵分量中的最大奇异值S(1,1),根据公式:
L=fix(S(1,1)/Q)
if w=1 S(1,1)=L×Q
else w=0 S(1,1)=L×Q+Q/2
其中L代表S(1,1)/Q结果的整数分布,w代表水印信息,Q代表量化阶距。
所述对原始灰度水印图像做奇异值分解得到U_Gray和V_Gray,作为密钥。
一种基于奇异值分解的灰度图像水印提取方法,具有如下步骤:
对含有如权利要求5所述灰度水印的图像进行图像的分块,划分成8x8的图像分块;
对每一个图像分块进行奇异值分解转换,得到每一个图像分块的S*(1,1);
根据如下公式提取水印值watermark-recover
Z=mod(S*(1,1),Q)
if(Z-Q)/2<Q/4 watermark_recover(i)=0
else watermark_recover(i)=1
其中Z代表S*(1,1)和Q的模;
使用如权利要求2所述的编码过程的逆过程,对水印值watermark-recover进行解码,得到灰度水印的奇异值矩阵S_Gray_recover;
使用如下公式,进行奇异值分解的逆算法,获得灰度图像水印W_Gray_recover;
W_Gray_reco ver=U_Gray*S_Gray_reco ver*V_Gray'
其中V_Gray’表示矩阵V_Gray的转置。
水印提取过程之前,根据所述的密钥获得加密信息。
由于采用了上述技术方案,本发明提供的一种基于奇异值分解的灰度图像水印嵌入和提取方法,与现有技术相比,本发明具有以下有益效果:1.实现灰度水印图像的嵌入,水印包含信息量多且直观,对水印图像大小没有使用限制,符合很多企业隐藏自己个性化企业标志作为水印的需求。2.水印嵌入方法可以抵抗多种图像攻击行为,算法鲁棒性强。能够有效检测水印信息内容,解决图像非法发布等问题,对实现版权保护和和图像产业、互联网产业健康快速发展有重要意义。
附图说明
为了更清楚的说明本发明的实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图
图2为本发明实施例中的灰度水印图像
图3为本发明实施例中的原始宿主图像
图4为本发明实施例中嵌入水印图像后的图像
图5为本发明实施例中从宿主图像中提取出来的水印图像
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示:一种基于奇异值分解的灰度图像水印嵌入方法,主要采用奇异值分解的方法解决作为水印的灰度图像嵌入宿主图像的问题,主要包含如下步骤:
1.水印图像的预处理:
1.1选择一幅灰度图像作为原始的水印图像,记为W_Gray,对该图像进行奇异值分解(SVD,Singular Value Decomposition),得到三个矩阵分量[U_GrayS_GrayV_Gray]=svd(W_Gray)。
1.2将步骤1.1中得到的三个矩阵分量中的S_Gray分量的对角阵的奇异值进行编码。按照奇异值大小降序的顺序,对S_Gray分量的对角阵的奇异值进行四舍五入取整,然后依次提取所述的每个奇异值的最高位、次高位直至个位数,将提取的各位的十进制数字转换为二进制数并保存。
1.3进一步的,考虑到一般的奇异值数值在3-5位数之间,为了节省存储空间,需要对存储的二进制数字进行统一限位,作为一个较佳的实施方式,将存储的各个奇异值二进制编码的长度统一控制为16位,以节省空间。
1.4更进一步的,考虑到奇异值矩阵中最大奇异值的编码长度可能超出16位,而奇异值矩阵中最小奇异值通常都为个位数,其正常的二进制编码的长度只需要四位,故优选的,将超出16位的二进制编码与对应最小奇异值的编码结合:占用最小奇异值的高位编码,并且用“1111”进行隔离区分。
1.5将编码后的各二进制的编码按照奇异值大小的降序,将各串首尾连接起来,存储为编码后的水印,即嵌入到宿主图像中的信息,记为w。
2.水印嵌入位置的选择
水印嵌入位置要求是视觉掩蔽效应高,能够实现水印嵌入强度的可控性和水印的不可见性。结合奇异值(Singular Value)和方差(Variance)特征处理宿主图像的方法(SVV)对宿主图像进行预处理,实现水印嵌入位置的选择。主要包括如下的步骤:
2.1将宿主图像在空域中进行分块,作为一个较佳的实施方式,分块的大小为8x8像素大小;
2.2运算每个图像分块的方差;将宿主图象分块后的得到的全部图像分块的方差最大值记为V_max。将每个图象块方差值进行归一化记为A1=Variance/V_max。
2.3对每个图像分块进行奇异值分解变换(SVD变换);利用公式(1)计算E,即矩阵S中最大两个奇异值的比值。
[U S V]=svd(B),E=S(1,1)/S(2,2) (1)
其中B代表图像子块矩阵,svd代表奇异值分解操作,S(1,1)和S(2,2)代表的是对角矩阵S中两个最大的奇异值。
计算图象分块得到的E值得最大值记为E_max。将每个图象块E值进行归一化记为A2=E/E_max。
2.4定义一个活动因子的概念来标记每一图像分块的特征。活动因子的定义如式。
A=α1×A1+α2×A2 (2)
其中α1和α2是A1和A2的权值,并且满足条件α1+α2=1。
活动因子A的值越大,即代表该图像分块的掩蔽效应越高,选择活动因子A较大的几个图像分块作为水印嵌入的位置。
3.数字水印嵌入过程
同样采用奇异值分解转换(SVD)的方法将水印嵌入到视觉掩蔽效应高的分块中。算法描述如下:
3.1按照活动因子值的高低顺序选择若干块8×8分块,即根据实际情况,由最大值的分块开始,选择活动因子最高的若干个图像分块进行SVD,即奇异值分解转换,记录分块号为密钥。
3.2对每一个图像分块SVD分解得到的三个矩阵分量中的S矩阵分量中最大奇异值记为S(1,1);
根据公式(3)应用量化方法将水印信号嵌入到图像子块中。
L=fix(S(1,1)/Q) (3)
if w=1 S(1,1)=L×Q
else w=0 S(1,1)=L×Q+Q/2
其中L代表S(1,1)/Q结果的整数部分,w代表水印信息,Q代表量化阶距。
3.3最后,对每一个块选定的插入水印的图像分块进行奇异值分解的逆变换,即可得到插入水印后的图像。
4.数字水印的提取过程
相应的,应用奇异值分解变换的逆算法,即可将水印提取出来,数字水印提取过程如下:
通过传递密钥获得所有加密信息,水印提取算法如下:
4.1根据宿主图像预处理算法,在每一分块上进行SVD并得到S*(1,1)。
4.2根据公式(4)计算提取的水印值watermark-recover。
Z=mod(S*(1,1),Q)
if(Z-Q)/2<Q/4 watermark_recover(i)=0 (4)
else watermark_recover(i)=1
其中Z代表S*(1,1)和Q的模。
4.3将提取的水印值编码结果watermark-recover进行解码,按照编码过程的逆序,可以得到提取出来的灰度水印的奇异值矩阵S_Gray_recover。
4.5利用公式(5),进行奇异值分解逆算法,最终获得灰度图像水印W_Gray_recover。
W_Gray_reco ver=U_Gray*S_Gray_reco ver*V_Gray' (5)
其中V_Gray’表示矩阵V_Gray的转置。
实施例1
本实施例中水印如图2所示,尺寸为32*32像素,对其进行奇异值分解操作获取奇异值矩阵值,按降序对奇异值进行编码,获取嵌入水印信息w.本实施例中涉及的宿主图像如图3所示,尺寸为512*512像素,根据步骤2所示对其进行预处理,根据每一分块的活动因子值来选择水印信息的具体嵌入位置。然后根据步骤3实现数字水印的嵌入,如图4所示为隐藏水印后的图像。本方法采用峰值信噪比PSNR来评价算法的不可察觉性,在不受任何攻击的情况下,图3中图像嵌入水印后的PSNR值为42.6847,水印不影响图像质量,用户不可觉察,嵌入水印后的图像可以进行正常的使用和发布。水印的提取按照步骤公式4即可实现。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于奇异值分解的灰度图像水印嵌入方法,包括如下步骤:
选择一幅灰度图像做为原始水印图像记为W_Gray,将该图像进行奇异值分解,得到三个矩阵分量:[U_GrayS_GrayV_Gray]=svd(W_Gray);
对奇异值矩阵S_Gray中的对角矩阵的奇异值转换为二进制编码存储,得到水印信号;
在空域中对宿主图像进行分块,选择掩蔽效应高的若干图像分块作为水印的嵌入分块;
对选定的多个分块进行奇异值分解,应用量化方法将所述水印信号嵌入所述图像分块中;
对每一嵌入水印信号的图像分块进行奇异值分解的逆变换,得到嵌入水印后的图像。
2.根据权利要求1所述的一种基于奇异值分解的灰度图像水印嵌入方法,其特征还在于对奇异值矩阵S_Gray中的对角矩阵的奇异值进行编码存储,过程具体如下:
按奇异值大小降序将各奇异值降序排列;
将各个奇异值四舍五入取整,依次提取每个奇异值的最高位、次高位,直至个位数,将各位的十进制数字转换为相应的的二进制数字存储。
3.根据权利要求2所述的一种基于奇异值分解的灰度图像水印嵌入方法,其特征还在于:
若奇异值矩阵中最大奇异值的二进制编码超过16位,将其超出16位的编码与最小奇异值的二进制编码结合,占用最小奇异值的高位编码,用“1111”进行隔离。
4.根据权利要求1所述的一种基于奇异值分解的灰度图像水印嵌入方法,其特征还在于,对宿主图像进行分块和选择掩蔽效应高的分块的具体方法如下:
将宿主图像在空域中划分为8x8像素的图像分块;
计算所有图像分块的方差Variance;
对每一图像分块B进行奇异值分解变换,利用公式:
[U S V]=svd(B),E=S(1,1)/S(2,2)
计算对应分量矩阵S中最大两个奇异值的比值E;式中B代表图像分块矩阵,svd代表奇异值分解操作,S(1,1)和S(2,2)代表的是对角矩阵S中两个最大的奇异值;
将全部图像分块计算得到的E最大值记为E_max,将每个图像分块E进行归一化记为A2=E/E_max;
计算每个图像分块的方差,最大方差标记为V_max,将每个图像分块方差值进行归一化记为A1=Variance/V_max;
定义表示每一个图像分块的活动因子A=α1×A1+α2×A2,
其中α1和α2是A1和A2的权值,α1+α2=1;
选择活动因子A数值大的若干个图像分块作为水印插入位置。
5.根据权利要求3和4所述的一种基于奇异值分解的灰度图像水印嵌入方法,其特征还在于对选定的多个分块进行奇异值分解,应用量化方法将所述水印信号嵌入所述图像分块具体方法为:
按活动因子A值的高低顺序排列每一个所述的图像分块,按由大到小的顺序为每一个图像分块设定分块号;
选择活动因子A最大的若干个8x8的图像分块,记录对应的分块号作为密钥,对选定的每一个图像分块进行奇异值分解变换:
选择每一个图像分块分解后的S矩阵分量中的最大奇异值S(1,1),根据公式:
L=fix(S(1,1)/Q)
if w=1 S(1,1)=L×Q
else w=0 S(1,1)=L×Q+Q/2
其中L代表S(1,1)/Q结果的整数分布,w代表水印信息,Q代表量化阶距。
6.根据权利要求5所述的一种基于奇异值分解的灰度图像水印嵌入方法,其特征还在于:所述对原始灰度水印图像做奇异值分解得到U_Gray和V_Gray,作为密钥。
7.一种基于奇异值分解的灰度图像水印提取方法,其特征还在于:
对含有如权利要求5所述灰度水印的图像进行图像的分块,划分成8x8的图像分块;
对每一个图像分块进行奇异值分解变换,得到每一个图像分块的S*(1,1);
根据如下公式提取水印值watermark_recover
Z=mod(S*(1,1),Q)
if(Z-Q)/2<Q/4 watermark_recover(i)=0
else watermark_recover(i)=1
其中Z代表S*(1,1)和Q的模;
使用如权利要求2所述的编码过程的逆过程,对水印值watermark_recover进行解码,得到灰度水印的奇异值矩阵S_Gray_recover;
使用如下公式,进行奇异值分解的逆算法,获得灰度图像水印W_Gray_recove;
W_Gray_reco ver=U_Gray*S_Gray_reco ver*V_Gray'
其中V_Gray’表示矩阵V_Gray的转置。
8.根据权利要求7所述的一种基于奇异值分解的灰度图像水印提取方法,其特征还在于,水印提取过程之前,根据所述的密钥获得加密信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100646495A CN103106636A (zh) | 2013-02-28 | 2013-02-28 | 一种基于奇异值分解的灰度图像水印嵌入和提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100646495A CN103106636A (zh) | 2013-02-28 | 2013-02-28 | 一种基于奇异值分解的灰度图像水印嵌入和提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103106636A true CN103106636A (zh) | 2013-05-15 |
Family
ID=48314470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100646495A Pending CN103106636A (zh) | 2013-02-28 | 2013-02-28 | 一种基于奇异值分解的灰度图像水印嵌入和提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103106636A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103985079A (zh) * | 2014-05-21 | 2014-08-13 | 南京茵默维电子科技有限公司 | 带隐形水印的数字图像篡改检测方法 |
CN104063838A (zh) * | 2014-06-26 | 2014-09-24 | 上海理工大学 | 基于Logistic混沌映射和Walsh序列的非对称水印算法 |
CN104182927A (zh) * | 2014-09-12 | 2014-12-03 | 北京国双科技有限公司 | 图片水印添加方法及装置 |
CN109636707A (zh) * | 2018-12-05 | 2019-04-16 | 厦门北卡信息科技有限公司 | 一种基于图像纹理特征的盲检测信息隐藏及提取方法 |
CN110084737A (zh) * | 2019-05-10 | 2019-08-02 | 钱涛 | 一种基于二维自适应傅里叶分解的水印嵌入及提取方法 |
CN110298779A (zh) * | 2018-03-23 | 2019-10-01 | 北京京东尚科信息技术有限公司 | 一种信息隐藏的方法和装置 |
CN113012020A (zh) * | 2021-04-23 | 2021-06-22 | 中国科学院空间应用工程与技术中心 | 一种图像水印方法、系统和电子设备 |
CN113538197A (zh) * | 2020-04-15 | 2021-10-22 | 北京达佳互联信息技术有限公司 | 水印提取方法、装置、存储介质以及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040091050A1 (en) * | 2000-09-09 | 2004-05-13 | Jong-Uk Choi | Digital image watermarking apparatus and method |
-
2013
- 2013-02-28 CN CN2013100646495A patent/CN103106636A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040091050A1 (en) * | 2000-09-09 | 2004-05-13 | Jong-Uk Choi | Digital image watermarking apparatus and method |
Non-Patent Citations (2)
Title |
---|
吕英华等: "《基于SVD和神经网络的鲁棒水印算法》", 《计算机科学》, vol. 32, no. 12, 31 December 2005 (2005-12-31), pages 232 - 235 * |
赵丕锡等: "《基于SVD的灰度水印单色通道嵌入算法》", 《中国图像图形学报》, vol. 13, no. 1, 31 January 2008 (2008-01-31), pages 29 - 33 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103985079A (zh) * | 2014-05-21 | 2014-08-13 | 南京茵默维电子科技有限公司 | 带隐形水印的数字图像篡改检测方法 |
CN104063838A (zh) * | 2014-06-26 | 2014-09-24 | 上海理工大学 | 基于Logistic混沌映射和Walsh序列的非对称水印算法 |
CN104063838B (zh) * | 2014-06-26 | 2017-09-12 | 上海理工大学 | 基于Logistic混沌映射和Walsh序列的非对称水印方法 |
CN104182927A (zh) * | 2014-09-12 | 2014-12-03 | 北京国双科技有限公司 | 图片水印添加方法及装置 |
CN110298779A (zh) * | 2018-03-23 | 2019-10-01 | 北京京东尚科信息技术有限公司 | 一种信息隐藏的方法和装置 |
CN109636707A (zh) * | 2018-12-05 | 2019-04-16 | 厦门北卡信息科技有限公司 | 一种基于图像纹理特征的盲检测信息隐藏及提取方法 |
CN109636707B (zh) * | 2018-12-05 | 2023-03-21 | 北卡科技有限公司 | 一种基于图像纹理特征的盲检测信息隐藏及提取方法 |
CN110084737A (zh) * | 2019-05-10 | 2019-08-02 | 钱涛 | 一种基于二维自适应傅里叶分解的水印嵌入及提取方法 |
CN110084737B (zh) * | 2019-05-10 | 2023-04-14 | 钱涛 | 一种基于二维自适应傅里叶分解的水印嵌入及提取方法 |
CN113538197A (zh) * | 2020-04-15 | 2021-10-22 | 北京达佳互联信息技术有限公司 | 水印提取方法、装置、存储介质以及电子设备 |
CN113012020A (zh) * | 2021-04-23 | 2021-06-22 | 中国科学院空间应用工程与技术中心 | 一种图像水印方法、系统和电子设备 |
CN113012020B (zh) * | 2021-04-23 | 2023-07-21 | 中国科学院空间应用工程与技术中心 | 一种图像水印方法、系统和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106636A (zh) | 一种基于奇异值分解的灰度图像水印嵌入和提取方法 | |
Lu et al. | Multipurpose image watermarking algorithm based on multistage vector quantization | |
CN106878827B (zh) | 一种高鲁棒性音视频交叉水印算法 | |
Lee et al. | Reversible data hiding based on histogram modification of SMVQ indices | |
Huang et al. | Efficient and robust watermarking algorithm with vector quantisation | |
CN107688731B (zh) | 一种基于文本文档保护的数字水印算法 | |
CN113538197B (zh) | 水印提取方法、装置、存储介质以及电子设备 | |
Zhang et al. | A contour-based semi-fragile image watermarking algorithm in DWT domain | |
CN109102454A (zh) | 一种融合快速傅里叶变换的彩色qr码数字盲水印方法 | |
CN106204410B (zh) | 一种新型的基于矩阵Schur分解的数字水印方法 | |
CN106612467A (zh) | 基于水印的视频内容保护方法及装置 | |
Li et al. | A new robust watermarhing scheme based on shuffled frog leaping algorithm | |
Verma | Review of steganography techniques | |
Huang et al. | A color image authentication and recovery method using block truncation code embedding | |
CN101854546B (zh) | 一种基于h.264运动矢量的视频水印嵌入提取方法 | |
CN108257073A (zh) | 一种不可见水印嵌入方法及盲提取方法 | |
Wang et al. | A SVD Feature based Watermarking Algorithm for Gray-level Image Watermark. | |
Uludag et al. | Audio watermarking using DC level shifting | |
Yuan et al. | A multiscale fragile watermark based on the Gaussian mixture model in the wavelet domain | |
Ramezani et al. | A Novel Image Steganography in Contourletdomain Using Genetic Algorithm | |
CN105208462A (zh) | 视频数字水印处理方法及执行该方法的视频数字水印系统 | |
Chhajed et al. | Efficient embedding in B&W picture images | |
Ko et al. | Robust audio watermarking in wavelet domain using pseudorandom sequences | |
Xing et al. | A digital watermarking method based on classified labeled-bisecting-k-means clustering | |
Lin et al. | A robust watermarking scheme combined with the FSVQ for images |
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: 20130515 |