CN103971322A - 宿主图像的水印嵌入方法及含水印图像的水印提取方法 - Google Patents
宿主图像的水印嵌入方法及含水印图像的水印提取方法 Download PDFInfo
- Publication number
- CN103971322A CN103971322A CN201410200438.4A CN201410200438A CN103971322A CN 103971322 A CN103971322 A CN 103971322A CN 201410200438 A CN201410200438 A CN 201410200438A CN 103971322 A CN103971322 A CN 103971322A
- Authority
- CN
- China
- Prior art keywords
- coefficient
- watermark
- high frequency
- image
- host image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了宿主图像的水印嵌入方法及含水印图像的水印提取方法,宿主图像的水印嵌入方法包括:S101.判断宿主图像的像素不为2的幂次时,将所述像素通过像素处理调整为2的幂次;S102.判断所述宿主图像的像素为2的幂次时,将宿主图像进行非下采样轮廓波变换(NSCT)变换,以获得图像多分辨率系数;将水印图像通过压缩感知算法进行压缩,以获得水印图像的稀疏系数;S103.将稀疏系数通过嵌入算法嵌入到图像多分辨率系数中,得到含有水印信息的系数;以及S104.将含有水印信息的系数进行NSCT反变换,得到含有水印的图像。通过本发明可以有效地提高数字图像水印的不可感知性和鲁棒性。
Description
技术领域
本发明涉及水印嵌入与取出,具体地,涉及一种宿主图像的水印嵌入方法及含水印图像的水印提取方法。
背景技术
信息技术和数字技术的飞速发展,方便了数字作品在互联网上传播,但这也给这些作品的安全性带来考验,很容易被盗版者利用,获取非法利益。因而,需要对数字作品版权进行保护,对侵权者进行追究和惩罚,数字水印就是在该背景下发展起来的一种版权保护技术。
数字水印是信息安全和隐藏技术领域的一个新的研究方向,致力于数字产品版权的保护和维护。该技术将具有特定意义的标记(水印),利用某种嵌入算法将其嵌入宿主数字(保护)产品中,用以证明创作者对其作品的所有权,并保护其合法权益不被侵犯。该标记可作为鉴定、起诉非法侵权行为的证据,同时通过对水印的检测和分析来保证数字信息的完整性和可靠性,从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印一般具有可证明性、不可感知性和鲁棒性,且完整的数字图像水印技术包括水印的嵌入和提取两部分。
非下采样轮廓波变换(NSCT)是一种新型的图像变换域方法,具有多分辨和多方向性,取消NSCT两级实现中的上、下采样部分,具有平移不变性,能更好地对图像进行多分辨率分析。压缩感知是近几年发展的一种信号采样技术,可以大大降低信号的采样率,获得较少的系数,并通过重构算法精确重构原信号。
发明内容
本发明的目的克服了现有技术中宿主图像的水印嵌入的不可感知性和鲁棒性不足的问题,提供一种可以有效地提高数字图像水印的不可感知性和鲁棒性的宿主图像的水印嵌入方法及含水印图像的水印提取方法。
为了实现上述目的,本发明提供一种宿主图像的水印嵌入方法,该方法包括:S101,判断宿主图像的像素不为任意一个正整数的幂次时,将所述像素通过像素处理调整为任意一个正整数的幂次;S102,判断所述宿主图像的像素为任意一个正整数的幂次时,将宿主图像进行非下采样轮廓波变换(NSCT)变换,以获得图像多分辨率系数;将水印图像通过压缩感知算法进行压缩,以获得水印图像的稀疏系数;S103,将稀疏系数通过嵌入算法嵌入到图像多分辨率系数中,得到含有水印信息的系数;以及S104,将含有水印信息的系数进行NSCT反变换,得到含有水印的图像。
优选地,在步骤S102中,将宿主图像进行三级NSCT变换,对灰度值变化速度进行判断,当所述灰度值的变化速度处于第一速度阈值区间时,得到第一级高频、第二级高频以及第三级高频,然后分别将第一级高频、第二级高频以及第三级高频均分为8个方向,得到多个图像多分辨率高频系数;以及当所述灰度值变化速度处于第二速度阈值区间时,得到第一级低频、第二级低频以及第三级低频,得到多个图像多分辨率低频系数;以及其中,所述第一速度阈值区间的灰度值变化速度大于所述第二速度阈值区间的灰度值变化速度。
进一步优选地,在步骤S103中,将多个图像多分辨率高频系数进行分块以得到多个高频小块和将第一级低频、第二级低频以及第三级低频进行分块以得到多个低频小块;以及
将所有稀疏系数通过嵌入算法分别嵌入到多个高频小块和多个低频小块中。
优选地,在步骤S102中,将测量矩阵行设置为任意一个正整数的幂次且将水印图像通过压缩感知技术进行压缩测量,所述宿主图像的像素为测量系数的整数倍。
进一步优选地,在步骤S102中,将水印图像通过随机观测矩阵进行测量,获得水印图像的稀疏系数。
进一步优选地,在步骤S102中,将水印图像通过伪随机序列构造观测矩阵进行测量,获得水印图像的稀疏系数。
优选地,在步骤S103中,对低频系数使用低频系数嵌入算法;以及对高频系数使用高频系数算法。
进一步优选地,低频系数嵌入算法为:
其中,α为低频嵌入密钥,Wi稀疏系数,表示宿主图像分解的低频系数,MLi为低频含有水印信息的系数。
进一步优选地,高频系数嵌入算法为:
其中,β为高频嵌入密钥,Wi稀疏系数,表示宿主图像分解第k层第m方向的高频系数,为高频含有水印信息的系数。
本发明还提供一种含水印图像的水印提取方法,用于对上述的水印嵌入方法得到的含水印图像进行水印提取,所述含水印图像的水印提取的方法包括:
S201,对含有水印的图像进行NSCT变换,得到含有水印信息的系数;将宿主图像进行三级NSCT变换,对灰度值变化速度进行判断,当所述灰度值的变化速度处于第三速度阈值区间时,得到第四级高频、第五级高频以及第六级高频,然后分别将第四级高频、第五级高频以及第六级高频均分为8个方向,得到多个图像多分辨率高频系数;以及当所述灰度值变化速度处于第四速度阈值区间时,得到第四级低频、第五级低频以及第六级低频,得到多个图像多分辨率低频系数;以及其中,所述第三速度阈值区间的灰度值变化速度大于所述第四速度阈值区间的灰度值变化速度;
S202,将含有水印信息的系数通过嵌入算法逆运算从NSCT变换的宿主图像中取出得到所嵌入的水印图像信息;以及
S203,将水印图像信息通过正交匹配跟踪算法重构算法得到原水印图像。
通过本发明,NSCT将宿主图像进行多尺度多方向分解,得到多分辨率系数,应用压缩感知对水印信息进行压缩,获得水印图像的稀疏系数,然后将这些稀疏系数通过特定的算法将其嵌入到宿主图像的NSCT系数中,再将这些含有水印信息的NSCT系数进行NSCT反变换,得到含有水印信息的图像,应用压缩感知可以大大降低水印图像的信息,这样嵌入的系数较少,对宿主图像的影响就更小,而且应用NSCT变换可以更大降低水印信息的不可感知性和鲁棒性。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明的优选的实施方式中的一种宿主图像的水印嵌入方法的流程图;
图2是本发明的优选的实施方式中的一种宿主图像的水印嵌入方法的流程图;
图3是本发明的优选的实施方式中的一种宿主图像的水印取出方法的流程图;
图4是本发明的实施方式中的一种宿主图像;
图5是本发明的实施方式中的一种水印图像;
图6是本发明的实施方式中的一种嵌入水印后的图像;以及
图7是本发明的实施方式中的一种提取出的水印图像。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图1是本发明的优选的实施方式中的一种宿主图像的水印嵌入方法的流程图;图2是本发明的优选的实施方式中的一种宿主图像的水印嵌入方法的流程图;图3是本发明的优选的实施方式中的一种宿主图像的水印取出方法的流程图;图4是本发明的具体实施方式中的一种宿主图像,所述宿主图像为512*512的lena图像;图5是本发明的具体实施方式中的一种水印图像,所述水印图像为128*128的Matlab软件logo图像;图6是本发明的具体实施方式中的一种嵌入水印后的图像;以及图7是本发明的具体实施方式中的一种提取出的水印图像,看效果图对比图4和图6可以看出,嵌入水印信息后的图像和原宿主图像几乎没有区别,满足水印的不可感知性;对比图5和图7可以看出,本发明设计的算法能很好地提提取出水印图像。
本发明提供一种宿主图像的水印嵌入方法,该方法包括:S101,判断宿主图像的像素,当所述像素不为2的幂次,将所述像素通过像素处理调整为2的幂次,2的幂次可以提高运算速度,便于数据处理,当然不是可以对像素进行处理,像素处理可以使用调整像素的软件进行处理,这个是很常规的手段,PS(Adobe公司旗下最为出名的图像处理软件)等软件很容易实现的;S102,当所述像素为2的幂次时,将宿主图像进行NSCT变换,以获得图像多分辨率系数;将水印图像通过压缩感知算法进行压缩,以获得水印图像的稀疏系数;S103,将水印图像的稀疏系数通过嵌入算法嵌入到经过NSCT变换的宿主图像中得到含有水印信息的系数;以及S104,将含有水印信息的系数进行NSCT反变换,得到含有水印的图像。
通过本发明,NSCT将宿主图像进行多尺度多方向分解,得到多分辨率系数,应用压缩感知对水印信息进行压缩,获得水印图像的稀疏系数,然后将这些稀疏系数通过特定的算法将其嵌入到宿主图像的NSCT系数中,再将这些含有水印信息的NSCT系数进行NSCT反变换,得到含有水印信息的图像,应用压缩感知可以大大降低水印图像的信息,这样嵌入的系数较少,对宿主图像的影响就更小,而且应用NSCT变换可以更大降低水印信息的不可感知性和鲁棒性,由于NSCT变换没有下采样,所以变换得到的系数与宿主图像大小相等。
在一种实施方式中,在步骤S102中,将宿主图像进行三级NSCT变换,对灰度值变化速度进行判断,判断宿主图像的灰度值变化速度处于第一速度阈值区间,得到第一级高频、第二级高频以及第三级高频,分别将第一级高频、第二级高频以及第三级高频均分为8个方向,得到多个图像多分辨率高频系数;判断宿主图像的灰度值变化速度处于第二速度阈值区间,得到第一级低频、第二级低频以及第三级低频,得到图像多分辨率低频系数,其中,图像中灰度值变化快的就是高频部分,变化慢的就是低频部分,图像的频率又称为空间频率,它反映了图像的像素灰度在空间中变化的情况,其高频即像素值快速变化的部分,例如图像的边缘细节等;而低频指的是像素值趋于平缓的部分。
在一种优选的实施方式中,在步骤S103中,将所述宿主图像分解的任意一级的任意一个方向的高频系数进行分块得到多个高频小块以及将所述宿主图像分解的任意一层低频系数进行分块得到多个低频小块;以及将所有稀疏系数分别嵌入到多个高频小块和多个低频小块中,这样可以提高水印的鲁棒性。
在一种实施方式中,在步骤S102中,将测量矩阵行设置为2的幂次,将水印图像通过压缩感知技术进行压缩测量,所述宿主图像的像素为测量系数的整数倍,这样方便进行测量和检测。
在一种优选的实施方式中,在步骤S102中,将水印图像通过随机观测矩阵进行测量,获得水印图像的稀疏系数,这样可以更好的提高水印图像的鲁棒性。
在另一种优选的实施方式中,在步骤S102中,将水印图像通过伪随机序列构造观测矩阵进行测量,获得水印图像的稀疏系数,由于随机矩阵硬件难以实现,可以应用通信中较容易实现的伪随机序列构造观测矩阵,获取水印图像的稀疏系数。
在一种实施方式中,在步骤S103中,对低频系数使用低频系数嵌入算法;以及对高频系数使用高频系数算法。
在一种优选的实施方式中,低频系数嵌入算法为:其中,α为低频嵌入密钥,Wi稀疏系数,表示宿主图像分解的低频系数,MLi为低频含有水印信息的系数,提供一种具体低频系数嵌入的算法。
在另一种优选的实施方式中,高频系数嵌入算法为:
其中,β为高频嵌入密钥,Wi稀疏系数,表示宿主图像分解第k层第m方向的高频系数,为高频含有水印信息的系数提供一种具体高频系数嵌入的算法。
本发明还提供一种含水印图像的水印提取方法,根据上述水印嵌入方法得到含水印的图像,对所述含水印的图像进行水印提取的方法包括:
S201,对含有水印的图像进行NSCT变换,得到含有水印信息的系数;对灰度值变化速度进行判断,当所述灰度值的变化速度处于第三速度阈值区间时,得到第四级高频、第五级高频以及第六级高频,然后分别将第四级高频、第五级高频以及第六级高频均分为8个方向,得到多个图像多分辨率高频系数;以及当所述灰度值变化速度处于第四速度阈值区间时,得到第四级低频、第五级低频以及第六级低频,得到多个图像多分辨率低频系数;以及其中,所述第三速度阈值区间的灰度值变化速度大于所述第四速度阈值区间的灰度值变化速度;
S202,将含有水印信息的系数通过嵌入算法逆运算从NSCT变换的宿主图像中取出得到所嵌入的水印图像信息;以及
S203,将水印图像信息通过正交匹配跟踪算法重构算法得到原水印图像。
根据本发明,在另一种实施方式中,水印的嵌入包括以下步骤:
S301,选择宿主图像像素为2的幂次,如果不是,则进行调整;
S302,将测量矩阵行相应的设置为2的幂次,应用压缩感知技术对水印图像进行压缩测量,且宿主图像像素为测量系数的整数倍,记为Wi;
S303,对宿主图像(lena(N*N))进行三级NSCT变换,每层得到的高频均分为8个方向,得到多分辨率分析的宿主图像变换域系数,记Hk,m表示宿主图像分解第k层第m方向的高频系数,Lk表示宿主图像分解的低频系数,由于NSCT变换没有下采样,所以变换得到的系数与宿主图像大小相等,均为N*N;
S304,对Hk,m和Lk分别进行分块,得到多个小块,记为(N/m,N/m),为提高水印的鲁棒性,将每个稀疏系数Wi均嵌入到宿主变换域系数的两个小分块中,且均嵌入到所述低频和高频分量中;
S305,为了提高水印的不可见性,对低频和高频分别使用不同的嵌入算法和嵌入密钥,宿主图像NSCT分解得到的低频系数含有图像大部分能量信息,其中低频嵌入算法为:α为嵌入密钥,与所选区域的能量相关;
S306,同S305嵌入方法,对高频系数水印嵌入算法为: β为嵌入密钥;
Step7、将得到的含有水印信息的系数MLi,和进行NSCT反变换,得到含有水印的图像。
在一种实施方式中,为提高鲁棒性,应用随机观测矩阵对水印图像进行测量,获得水印图像的稀疏系数;
在另一种实施方式中,由于随机矩阵硬件难以实现,可以应用通信中较容易实现的伪随机序列构造观测矩阵,获取水印图像的稀疏系数;
根据本发明,基于NSCT和压缩感知的数字图像水印方法包括以下步骤:水印的提取是水印嵌入逆过程,可以按嵌入步骤的逆操作提取出水印图像,具体包括以下几步:
S401,对含有水印的图像进行三级NSCT变换,变换级数和方向数同嵌入过程,为三级8个方向;
S402,对宿主图像进行三级NSCT变换,变换级数和方向数同嵌入过程,为三级8个方向;
S403,应用嵌入过程S305和S306嵌入算法逆运算和嵌入密钥,结合上一步的变换系数,提取出所嵌入的水印图像信息;
S404,对提取出的水印图像信息,应用重构算法恢复出原水印图像,在一种实施方式中,本例中应用正交匹配跟踪算法重构出原水印图像,但还可以使用另外的算法实现重构,本发明并不详细的说出,但是另外的算法也属于本发明保护的范围之内。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (10)
1.一种宿主图像的水印嵌入方法,其特征在于,该方法包括:S101,判断宿主图像的像素不为任意一个正整数的幂次时,将所述像素通过像素处理调整为任意一个正整数的幂次;
S102,判断所述宿主图像的像素为任意一个正整数的幂次时,将宿主图像进行非下采样轮廓波变换(NSCT)变换,以获得图像多分辨率系数;将水印图像通过压缩感知算法进行压缩,以获得水印图像的稀疏系数;
S103,将稀疏系数通过嵌入算法嵌入到图像多分辨率系数中,以获得含有水印信息的系数;以及
S104,将含有水印信息的系数进行NSCT反变换,以获得含有水印的图像。
2.根据权利要求1所述的宿主图像的水印嵌入方法,其特征在于,在步骤S102中,将宿主图像进行三级NSCT变换,对灰度值变化速度进行判断,当所述灰度值的变化速度处于第一速度阈值区间时,得到第一级高频、第二级高频以及第三级高频,然后分别将第一级高频、第二级高频以及第三级高频均分为8个方向,得到多个图像多分辨率高频系数;以及当所述灰度值变化速度处于第二速度阈值区间时,得到第一级低频、第二级低频以及第三级低频,得到多个图像多分辨率低频系数;以及其中,所述第一速度阈值区间的灰度值变化速度大于所述第二速度阈值区间的灰度值变化速度。
3.根据权利要求2所述的宿主图像的水印嵌入方法,其特征在于,在步骤S103中,将多个图像多分辨率高频系数进行分块以得到多个高频小块和将第一级低频、第二级低频以及第三级低频进行分块以得到多个低频小块;以及
将所有稀疏系数通过嵌入算法分别嵌入到多个高频小块和多个低频小块中。
4.根据权利要求1所述的宿主图像的水印嵌入方法,其特征在于,在步骤S102中,将测量矩阵行设置为所述任意一个正整数的幂次且将水印图像通过压缩感知技术进行压缩测量,所述宿主图像的像素设置为测量系数的整数倍。
5.根据权利要求4所述的宿主图像的水印嵌入方法,其特征在于,在步骤S102中,将水印图像通过随机观测矩阵进行测量,获得水印图像的稀疏系数。
6.根据权利要求4所述的宿主图像的水印嵌入方法,其特征在于,在步骤S102中,将水印图像通过伪随机序列构造观测矩阵进行测量,获得水印图像的稀疏系数。
7.根据权利要求3所述的宿主图像的水印嵌入方法,其特征在于,在步骤S103中,对低频系数使用低频系数嵌入算法;以及对高频系数使用高频系数算法。
8.根据权利要求7所述的宿主图像的水印嵌入方法,其特征在于,低频系数嵌入算法为:
其中,α为低频嵌入密钥,Wi稀疏系数,表示宿主图像分解的低频系数,MLi为低频含有水印信息的系数。
9.根据权利要求7所述的宿主图像的水印嵌入方法,其特征在于,高频系数嵌入算法为:
其中,β为高频嵌入密钥,Wi稀疏系数,表示宿主图像分解第k层第m方向的高频系数,为高频含有水印信息的系数。
10.一种含水印图像的水印提取方法,用于对根据1-9中任意一项权利要求的水印嵌入方法得到的含水印图像进行水印提取,其特征在于,所述含水印图像的水印提取的方法包括:
S201,对含有水印的图像进行NSCT变换,得到含有水印信息的系数;将宿主图像进行三级NSCT变换,对灰度值变化速度进行判断,当所述灰度值的变化速度处于第三速度阈值区间时,得到第四级高频、第五级高频以及第六级高频,然后分别将第四级高频、第五级高频以及第六级高频均分为8个方向,得到多个图像多分辨率高频系数;以及当所述灰度值变化速度处于第四速度阈值区间时,得到第四级低频、第五级低频以及第六级低频,得到多个图像多分辨率低频系数;以及其中,所述第三速度阈值区间的灰度值变化速度大于所述第四速度阈值区间的灰度值变化速度;
S202,将含有水印信息的系数通过嵌入算法逆运算从NSCT变换的宿主图像中取出得到所嵌入的水印图像信息;以及
S203,将水印图像信息通过重构算法得到原水印图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200438.4A CN103971322B (zh) | 2014-05-13 | 2014-05-13 | 宿主图像的水印嵌入方法及含水印图像的水印提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410200438.4A CN103971322B (zh) | 2014-05-13 | 2014-05-13 | 宿主图像的水印嵌入方法及含水印图像的水印提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103971322A true CN103971322A (zh) | 2014-08-06 |
CN103971322B CN103971322B (zh) | 2017-02-15 |
Family
ID=51240774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410200438.4A Expired - Fee Related CN103971322B (zh) | 2014-05-13 | 2014-05-13 | 宿主图像的水印嵌入方法及含水印图像的水印提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971322B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596823A (zh) * | 2018-04-28 | 2018-09-28 | 苏州大学 | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 |
CN108986008A (zh) * | 2017-06-01 | 2018-12-11 | 中国移动通信集团重庆有限公司 | 图像数据处理方法、装置和设备 |
CN109765586A (zh) * | 2019-01-09 | 2019-05-17 | 安徽师范大学 | 基于压缩感知的glonass信号快速捕获方法 |
CN110889796A (zh) * | 2018-09-07 | 2020-03-17 | 浙江大学 | 水印嵌入和水印提取方法、装置及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533506B (zh) * | 2009-04-24 | 2012-01-04 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
CN102044055A (zh) * | 2010-09-09 | 2011-05-04 | 中国矿业大学 | 结合多尺度特征与中国余数定理的大容量数字水印方法 |
CN102074237B (zh) * | 2010-11-30 | 2012-07-04 | 辽宁师范大学 | 基于直方图不变特性的数字音频水印方法 |
CN102254294B (zh) * | 2011-06-30 | 2012-12-05 | 西安电子科技大学 | 基于非下采样Contourlet变换的压缩图像指纹方法 |
CN102890759B (zh) * | 2011-12-23 | 2015-06-03 | 同济大学 | 基于线程关系的软件水印信息处理方法 |
-
2014
- 2014-05-13 CN CN201410200438.4A patent/CN103971322B/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986008A (zh) * | 2017-06-01 | 2018-12-11 | 中国移动通信集团重庆有限公司 | 图像数据处理方法、装置和设备 |
CN108596823A (zh) * | 2018-04-28 | 2018-09-28 | 苏州大学 | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 |
CN108596823B (zh) * | 2018-04-28 | 2022-06-07 | 苏州大学 | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 |
CN110889796A (zh) * | 2018-09-07 | 2020-03-17 | 浙江大学 | 水印嵌入和水印提取方法、装置及设备 |
CN110889796B (zh) * | 2018-09-07 | 2021-11-02 | 浙江大学 | 水印嵌入和水印提取方法、装置及设备 |
CN109765586A (zh) * | 2019-01-09 | 2019-05-17 | 安徽师范大学 | 基于压缩感知的glonass信号快速捕获方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103971322B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101093574A (zh) | 基于整数小波变换的矢量地理空间数据水印方法 | |
Wang et al. | Locally optimum detection for Barni's multiplicative watermarking in DWT domain | |
CN102682418B (zh) | 一种数字图像的多个零水印嵌入及提取方法 | |
CN103971322A (zh) | 宿主图像的水印嵌入方法及含水印图像的水印提取方法 | |
Zhi et al. | A LSB steganography detection algorithm | |
Eswaraiah et al. | A fragile ROI-based medical image watermarking technique with tamper detection and recovery | |
CN101719265B (zh) | 基于计算机全息的数字图像水印嵌入方法及其系统 | |
CN102024249A (zh) | 基于视觉感知特性的数字图像水印方法 | |
CN102096896A (zh) | 一种基于三维dct抗几何攻击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 | |
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 | |
Li et al. | Study on copyright authentication of GIS vector data based on Zero-watermarking | |
Kaushik | A novel approach for digital watermarking of an image using DFT | |
CN103886864A (zh) | 一种对dwt域失真补偿量化嵌入的隐秘信息检测方法 | |
CN101504758A (zh) | 基于dct算法数字图像水印嵌入方法 | |
CN106339978A (zh) | 一种基于压缩感知的彩色数字图像水印嵌入及提取方法 | |
CN101504759B (zh) | 基于dct算法数字图像水印提取方法 | |
CN103049880B (zh) | 基于离散余弦变换的数字水印方法 | |
Li et al. | A study on image digital watermarking based on wavelet transform | |
CN104637484A (zh) | 一种基于共生矩阵分析的mp3音频隐写检测方法 | |
Zhu et al. | A watermarking algorithm for vector geo-spatial data based on integer wavelet transform | |
CN102510492A (zh) | 一种基于三维dwt和dft在视频中嵌入多重水印的方法 | |
Boujemaa et al. | Fragile watermarking of medical image for content authentication and security | |
Yaghmaee et al. | Computing watermark capacity in images according to their quad tree | |
Xuesong et al. | A dual digital audio watermarking algorithm based on LWT |
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: 20170215 Termination date: 20190513 |
|
CF01 | Termination of patent right due to non-payment of annual fee |