CN104751402B - 一种鲁棒可逆水印嵌入的方法 - Google Patents
一种鲁棒可逆水印嵌入的方法 Download PDFInfo
- Publication number
- CN104751402B CN104751402B CN201510182628.2A CN201510182628A CN104751402B CN 104751402 B CN104751402 B CN 104751402B CN 201510182628 A CN201510182628 A CN 201510182628A CN 104751402 B CN104751402 B CN 104751402B
- Authority
- CN
- China
- Prior art keywords
- block
- sub
- picture
- watermark
- robust
- 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.)
- Active
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种鲁棒可逆水印嵌入的方法,包括:水印嵌入和水印提取;充分利用鲁棒水印与可逆水印的特点,将二者结合,提出了可抵抗JPEG压缩攻击的鲁棒可逆水印,通过低通滤波,过滤掉了图片上的噪点,巩固了鲁棒性,边缘检测技术识别图片特征,进而通过图片分块,分块后;通过每个块的边缘检测所得图片纹理像素值,来选取鲁棒水印所要嵌入的块,这样选取的块在经过jpeg压缩之后,用相同方式选取提取的块时,与之前嵌入选取的块的位置保持一致;嵌入水印来增加水印的鲁棒性,抵抗了JPEG压缩攻击。
Description
技术领域
本发明属于水印嵌入技术领域,尤其涉及一种鲁棒可逆水印嵌入的方法。
背景技术
近些年来,在军事、医学、遥感图像处理等领域中,学者对于原始图像进行分析和研究,通过调整人眼对于图像中不敏感区域的信息,提出了可逆水印技术。在提取水印之后,原始图像可以被准确无误的恢复。但是,在现实应用过程中,为了方便保存与传输图像,我们往往需要对图像进行压缩(如:当前普遍采用的JPEG压缩)。传统的可逆水印不具有鲁棒性,也就是无法抵抗JPEG压缩攻击。压缩之后,不仅无法恢复原图片,而且水印也无法提取。
发明内容
本发明的目的在于提供一种鲁棒可逆水印嵌入的方法,旨在解决现有可逆水印鲁棒性差,不具有良好的抵抗JPEG压缩的问题。
本发明是这样实现的,一种鲁棒可逆水印嵌入的方法,该鲁棒可逆水印嵌入的方法包括水印的嵌入和提取;
水印的嵌入具体包括如下步骤:
步骤一,对原图I进行低通滤波处理,对原图片I进行高斯低通滤波处理,得图片I1;
步骤二,对I1进行边缘检测,对图片I1进行边缘检测,得图片I2;
步骤三,将图片I2分块、排序;
步骤四,鲁棒水印的嵌入;将原图片I分块,每个子块大小为64*64,单位为比特,一共得8*8个子块;再将64*64大小子块分成8*8大小的小子块,在原图中挑出步骤三选择的子块,用patchwork算法嵌入鲁棒水印;
步骤五,记录嵌入鲁棒水印后的像素点的溢出值与溢出坐标,作为可逆水印的一部分;
步骤六,根据步骤五的结果对图像均值进行修改,修改值作为可逆水印的一部分;
步骤七,可逆水印的嵌入,避开已经嵌入鲁棒水印的块儿,嵌入可逆水印;
步骤八,合成嵌入水印后的图片,将嵌入鲁棒水印和可逆水印的块合并,得嵌入水印的图片IW;
步骤九,对IW进行JPEG压缩,得图片IWJG;
水印提取具体包括如下步骤:
第一步,对IWJG进行低通滤波处理;对图片IWJG进行高斯低通滤波处理,得图片I1’;
第二步,对I1’进行边缘检测,对图片I1’进行边缘检测,得图片I2’;
第三步,将图片分块、排序;
第四步,鲁棒水印的提取,将原图片分块,每个子块大小为64*64,一共得8*8个子块;在IW中挑出第三步选择的子块,用patchwork算法提取鲁棒水印;
第五步,可逆水印的提取,避开已经提取过鲁棒水印的块儿,提取可逆水印;
第六步,合成嵌入水印后的图片,将提取后鲁棒水印和可逆水印的块合并,得提取水印的图片IR。
进一步,步骤一中具体用matlab一个函数I_1=fspecial('gaussian',[4,4],0.5);I_2=filter2(I_1,I);I_2即为低通滤波处理过的图片。
进一步,步骤三具体包括:
第一步,将图片I2分块,每个子块大小为64*64,一共得8*8个子块;
第二步,计算每个子块的像素值之和,记为sum(j){j属于1~8*8};
第三步,将每子块的像素点之和进行降序排列;
第四步,取排序后的前N块(N<8*8);
第五步,计算选取的排序好的前N块,前后相邻的块的像素值之差,diff(i)=sum(i)–sum(i+1){i属于1~N-1};
第六步,比较得出像素值之差的最大值,即Max(diff),即找到像素值之差最大值的减数—第M块;
第七步,选取前N块中的前M块;
第八步,由于要做处理的是K,K即嵌入鲁棒水印的子块个数块,M>K,所以选取在这M块中,位置排序靠前的前K块,若M<K,则之前选取N块中,位置排序靠前的前K块。
进一步,第四步具体包括:
步骤一,将图片I1分块,每个子块大小为64*64,一共得8*8个子块;
步骤二,将步骤一的子块再分块,每个块大小为8*8,一共得8*8个子块;
步骤三,将每个小子块的像素点,一个有8*8个像素点,,随机分成A、B部分,每部分32个像素点;
步骤四,鲁棒水印为1,则将部分A的像素点的像素值均加上嵌入强度,部分B则减去derta;鲁棒水印为0,则将部分B的像素点的值加上嵌入强度,部分A则减去嵌入强度。
进一步,步骤五具体包括:记录溢出点的位置与溢出值;像素点加减嵌入强度之后,造成上溢、下溢情况,即像素值大于255或者小于0;如果发生这类情况,则需将像素点的坐标和溢出值记录下来。
进一步,步骤六图像均值修改的方法具体包括:
第一步,令阈值T等于二倍的嵌入强度;
第二步,将每个小子块的A,B部分分别求像素值均值;即将A部分所有像素点的值相加之和,除以32;B部分同理;得均值,averA,averB;
第三步,若此子块嵌入鲁棒水印为1,则求averA与averB之差,得diff;若diff大于阈值T,则不改变均值;若diff小于阈值T,则:
averA=averA+(T-diff)/2;
averB=averB-(T-diff)/2;
第四步,若此子块嵌入鲁棒水印为0,则求averB与averA之差,得diff’;若diff’大于阈值T,则不改变均值;若diff’小于阈值T,则averA=averA-(T-diff)/2;
averB=averB+(T-diff)/2;
第五步,将diff与diff’记录下作为可逆水印的一部分。
本发明提供的鲁棒可逆水印嵌入的方法,包括:水印嵌入和水印提取;本发明充分利用鲁棒水印与可逆水印的特点,将二者结合,提出了可抵抗JPEG压缩攻击的鲁棒可逆水印。
本发明与现有技术相比,具有以下优势:
1、本发明是先通过低通滤波,过滤掉了图片上的噪点,降低了噪点对提取时选择块的干扰这一问题,巩固了水印的鲁棒性;例如:将512*512大小图片分成16*16个,大小为32*32比特的块时,如果将图片进行低通滤波处理后,用步骤三的方法选取三个块的坐标为(14,2),(15,2),(14,3),在对嵌入水印后的图片进行一定百分比范围内的jpeg压缩后,再用同样方法选取块时,坐标保持不变,也就是块的位置保持不变;若不进行低通滤波处理,在同样百分比范围的jpeg压缩后,选取的块的位置会发生变化;
由此,进一步提高了水印的提取正确性,巩固了水印的鲁棒性;
2、本发明是通过边缘检测技术识别图片特征,在区域块上进行操作,克服了现有技术在像素点上进行操作,所需的数据量大,运算时间长的问题;
本发明首先将待分割图像利用边缘检测进行处理,处理后的图片只保留图像中基本的纹理,然后在各个区域块上进行操作,得到区域块的像素和,最后把区域块的像素之和按照步骤三进行排序,所需的运算数据量小,提高了图像分割的效率;
本发明在以上两处优势的基础下,保证了图片鲁棒性,又提高了图像的PSNR值(峰值信噪比(PSNR),一种评价图像质量的客观标准),较好的解决了现有可逆水印鲁棒性差,不具有良好的抵抗JPEG压缩的问题。
附图说明
图1是本发明实施例提供的鲁棒可逆水印嵌入的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
如图1所示,本发明实施例的鲁棒可逆水印嵌入的方法包括以下步骤:
S101:对IW进行jpeg压缩,得图片IW_comped;
S102:对IW_comped低通滤波处理,得图片I1';
S103:对I1'进行edge处理,得图片I2';
S104:将I2'分块儿(每块为64*64大小);
S105:对每块进行sum,对sum值进行排序(由大到小),取最大的前10块儿;
S106:计算排序后的sum值的差D_value(如D_value6=sum6-sum7),取最大的差值(如D_value6is max),则取sum值最大的前6块。在这前6块中,取在原图位置排序靠前的前3块;
S107:对选取的3块再进行分块(每小块分成8*8大小),对其进行鲁棒水印提取(用Patchwork算法);
S108:再避开已经嵌入的鲁棒水印的块,进行嵌入可逆水印(用peng的算法);
S109:得提取水印后的图片IR。
本发明的具体包括如下:
1.水印嵌入过程:
(1)对原图进行低通滤波处理:
对原图片(例:Lena,大小512*512)进行高斯低通滤波处理,得图片I1;
(2)对I1进行边缘检测:
对图片I1进行边缘检测,得图片I2;
(3)将图片分块、排序:
(3a)将图片I2分块,每个子块大小为64*64,一共得8*8个子块;
(3b)计算每个子块的像素点值之和(以下简称“和值”);
(3c)将每子块的和值进行降序排列;
(3d)取排序后前N块(N<8*8);
(3e)计算选取的两两相邻块的和值之差;
(3f)比较得出和值之差的最大值,即找到和值之差最大值的减数—第M块;
(3g)选取前N块中的前M块;
(3h)由于真正要做处理的是K块(M>K),所以选取在这M块中,位置排序靠前的前K块。若M<K,则之前选取N块中,位置排序靠前的前K块;
(4)鲁棒水印的嵌入:
(4a)将原图片分块,每个子块大小为64*64,一共得8*8个子块;
(4b)在原图中挑出步骤3选择的子块,用patchwork算法嵌入鲁棒水印;
(4c)记录嵌入鲁棒水印后的像素点的溢出值与溢出大小,作为可逆水印的一部分;
(4d)利用鲁棒水印提取的方法,记录水印信息,也作为可逆水印的一部分;
(5)可逆水印的嵌入:
避开已经嵌入鲁棒水印的块儿,嵌入可逆水印;
(6)合成嵌入水印后的图片:
将嵌入鲁棒水印和可逆水印的块合并,得嵌入水印的图片IW。
(7)对IW进行JPEG压缩,得图片IWJG
2.水印提取过程
(1)对IWJG进行低通滤波处理:
对图片IWJG进行高斯低通滤波处理,得图片I1’;
(2)对I1’进行边缘检测:
对图片I1’进行边缘检测,得图片I2’;
(3)将图片分块、排序:
(3a)将图片I2’分块,每个子块大小为64*64,一共得8*8个子块;
(3b)计算每个子块的像素点值之和(以下简称“和值”);
(3c)将每子块的和值进行降序排列;
(3d)取排序后前N块(N<8*8);
(3e)计算选取的前后相邻块的和值之差;
(3f)比较得出和值之差的最大值,即找到和值之差最大值的减数——第M块;
(3g)选取前N块中的前M块;
(3h)由于真正要做处理的是K块(K>M),所以选取在这M块中,位置排序靠前的前K块。若M<K,则之前选取N块中,位置排序靠前的前K块;
(4)鲁棒水印的提取:
(4a)将原图片分块,每个子块大小为64*64,一共得8*8个子块;
(4b)在IW中挑出步骤3选择的子块,用patchwork算法提取鲁棒水印;
(5)可逆水印的提取:
避开已经提取过鲁棒水印的块儿,提取可逆水印;
(6)合成嵌入水印后的图片:
将提取后鲁棒水印和可逆水印的块合并,得提取水印的图片IR。
本发明实施例的鲁棒可逆水印嵌入的方法包括水印的嵌入和提取;
水印的嵌入具体包括如下步骤:
步骤一,对原图I进行低通滤波处理,对原图片I进行高斯低通滤波处理,得图片I1;
步骤二,对I1进行边缘检测,对图片I1进行边缘检测,得图片I2;
步骤三,将图片I2分块、排序;
步骤四,鲁棒水印的嵌入;将原图片I分块,每个子块大小为64*64,单位为比特,一共得8*8个子块;再将(64*64大小)子块分成(8*8大小)的小子块。在原图中挑出步骤三选择的子块,用patchwork算法嵌入鲁棒水印;
步骤五,记录嵌入鲁棒水印后的像素点的溢出值与溢出坐标,作为可逆水印的一部分;
步骤六,根据步骤五的结果对图像均值进行修改,修改值作为可逆水印的一部分;
步骤七,可逆水印的嵌入,避开已经嵌入鲁棒水印的块儿,嵌入可逆水印;
步骤八,合成嵌入水印后的图片,将嵌入鲁棒水印和可逆水印的块合并,得嵌入水印的图片IW;
步骤九,对IW进行JPEG压缩,得图片IWJG;
水印提取具体包括如下步骤:
第一步,对IWJG进行低通滤波处理;对图片IWJG进行高斯低通滤波处理,得图片I1’;
第二步,对I1’进行边缘检测,对图片I1’进行边缘检测,得图片I2’;
第三步,将图片分块、排序;
第四步,鲁棒水印的提取,将原图片分块,每个子块大小为64*64,一共得8*8个子块;在IW中挑出第三步选择的子块,用patchwork算法提取鲁棒水印;
第五步,可逆水印的提取,避开已经提取过鲁棒水印的块儿,提取可逆水印;
第六步,合成嵌入水印后的图片,将提取后鲁棒水印和可逆水印的块合并,得提取水印的图片IR。
步骤三具体包括:
第一步,将图片I2分块,每个子块大小为64*64,一共得8*8个子块;
第二步,计算每个子块的像素值之和,记为sum(j){j属于1~8*8};
第三步,将每子块的像素点之和进行降序排列;
第四步,取排序后的前N块(N<8*8);
第五步,计算选取的排序好的前N块,前后相邻的块的像素值之差,diff(i)=sum(i)–sum(i+1){i属于1~N-1};
第六步,比较得出像素值之差的最大值(即Max(diff)),即找到像素值之差最大值的减数—第M块;
第七步,选取前N块中的前M块;
第八步,由于要做处理的是K(K是自己确定的值,即嵌入鲁棒水印的子块个数)块(M>K),所以选取在这M块中,位置排序(此排序位置为从分块后,左上角到右下角,按列依次排序)靠前的前K块,若M<K,则之前选取N块中,位置排序靠前的前K块。
第四步具体包括:
步骤一,将图片I1分块,每个子块大小为64*64,一共得8*8个子块;
步骤二,将步骤一的子块再分块,每个块大小为8*8,一共得8*8个子块;
步骤三,将每个小子块的像素点(一个有8*8个像素点),随机分成A、B部分(每部分32个像素点);
步骤四,鲁棒水印为1,则将部分A的像素点的像素值均加上嵌入强度(derta),部分B则减去derta;鲁棒水印为0,则将部分B的像素点的值加上嵌入强度(derta),部分A则减去嵌入强度(derta);
步骤五具体包括:
记录溢出点的位置与溢出值;像素点加减derta之后,有可能造成上溢、下溢情况(即像素值大于255或者小于0);如果发生这类情况,则需将像素点的坐标和溢出值(上溢溢出值为像素值减255,下溢溢出值为0减像素值)记录下来;
步骤六具体包括:
第一步,令阈值T等于二倍的嵌入强度derta;
第二步,将每个小子块的A,B部分分别求像素值均值;(即将A部分所有像素点的值相加之和,除以32;B部分同理;得均值,averA,averB);
第三步,若此子块嵌入鲁棒水印为1,则求averA与averB之差,得diff。若diff大于阈值T,则不改变均值;若diff小于阈值T,则:
averA=averA+(T-diff)/2;
averB=averB-(T-diff)/2;
第四步,若此子块嵌入鲁棒水印为0,则求averB与averA之差,得diff’。若diff’大于阈值T,则不改变均值;若diff’小于阈值T,则averA=averA-(T-diff)/2;averB=averB+(T-diff)/2;
第五步,将diff与diff’记录下作为可逆水印的一部分。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种鲁棒可逆水印嵌入的方法,其特征在于,该鲁棒可逆水印嵌入的方法包括水印的嵌入和提取;
水印的嵌入具体包括如下步骤:
步骤一,对原图片I进行高斯低通滤波处理,得图片I1;
步骤二,对图片I1进行边缘检测,得图片I2;
步骤三,将图片I2分块、排序;
步骤四,将原图片I分块,每个子块大小为64*64,单位为比特,一共得8*8个子块;再将64*64大小子块分成8*8大小的小子块,在原图中挑出步骤三选择的子块,用patchwork算法嵌入鲁棒水印;
步骤五,记录嵌入鲁棒水印后的像素点的溢出值与溢出坐标,作为可逆水印的一部分;
步骤六,根据步骤五的结果对图像均值进行修改,修改值作为可逆水印的一部分;
步骤七,避开已经嵌入鲁棒水印的块儿,嵌入可逆水印;
步骤八,将嵌入鲁棒水印和可逆水印的块合并,得嵌入水印的图片IW;
步骤九,对IW进行JPEG压缩,得图片IWJG;
水印提取具体包括如下步骤:
第一步,对图片IWJG进行高斯低通滤波处理,得图片I1’;
第二步,对图片I1’进行边缘检测,得图片I2’;
第三步,将图片分块、排序;
第四步,将原图片分块,每个子块大小为64*64,一共得8*8个子块;在IW中挑出第三步选择的子块,用patchwork算法提取鲁棒水印;
第五步,避开已经提取过鲁棒水印的块儿,提取可逆水印;
第六步,将提取后鲁棒水印和可逆水印的块合并,得提取水印的图片IR。
2.如权利要求1所述的鲁棒可逆水印嵌入的方法,其特征在于,步骤一中高斯低通滤波处理具体用matlab一个函数:
I_1=fspecial('gaussian',[4,4],0.5);
I_2=filter2(I_1,I);
I_2即为低通滤波处理过的图片。
3.如权利要求1所述的鲁棒可逆水印嵌入的方法,其特征在于,水印的嵌入步骤三具体实现方法包括:
第一步,将图片I2分块,每个子块大小为64*64,一共得8*8个子块;
第二步,计算每个子块的像素值之和,记为sum(j){j属于1~8*8};
第三步,将每子块的像素点之和进行降序排列;
第四步,取排序后的前N块,N<8*8;
第五步,计算选取的排序好的前N块,前后相邻的块的像素值之差,diff(i)=sum(i)–sum(i+1){i属于1~N-1};
第六步,比较得出像素值之差的最大值,即Max(diff),即找到像素值之差最大值—第M块;
第七步,选取前N块中的前M块;
第八步,K即嵌入鲁棒水印的子块个数块,M>K,所以选取在这M块中,位置排序靠前的前K块,M<K,则之前选取N块中,位置排序靠前的前K块。
4.如权利要求1所述的鲁棒可逆水印嵌入的方法,其特征在于,水印提取第四步的具体方法包括:
步骤一,将原图片I分块,每个子块大小为64*64,一共得8*8个子块;
步骤二,将步骤一的子块再分块,每个块大小为8*8,一共得8*8个子块;
步骤三,将每个小子块的像素点,一个有8*8个像素点,随机分成A、B部分,每部分32个像素点;
步骤四,鲁棒水印为1,则将部分A的像素点的像素值均加上嵌入强度,部分B则减去嵌入强度;鲁棒水印为0,则将部分B的像素点的值加上嵌入强度,部分A则减去嵌入强度。
5.如权利要求1所述的鲁棒可逆水印嵌入的方法,其特征在于,步骤五的具体方法包括:记录溢出点的位置与溢出值;像素点加减嵌入强度之后,造成上溢、下溢情况,即像素值大于255或者小于0;将像素点的坐标和溢出值记录下来。
6.如权利要求1所述的鲁棒可逆水印嵌入的方法,其特征在于,水印的嵌入步骤六中图像均值修改的方法具体包括:
第一步,令阈值T等于二倍的嵌入强度;
第二步,将每个小子块的A,B部分分别求像素值均值;即将A部分所有像素点的值相加之和,除以32;B部分同理;得均值,averA,averB;
第三步,子块嵌入鲁棒水印为1,则求averA与averB之差,得diff;diff大于阈值T,则不改变均值;diff小于阈值T,则:
averA=averA+(T-diff)/2;
averB=averB-(T-diff)/2;
第四步,子块嵌入鲁棒水印为0,则求averB与averA之差,得diff’;diff’大于阈值T,则不改变均值;diff’小于阈值T,则averA=averA-(T-diff)/2;averB=averB+(T-diff)/2;
第五步,将diff与diff’记录下作为可逆水印的一部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510182628.2A CN104751402B (zh) | 2015-04-16 | 2015-04-16 | 一种鲁棒可逆水印嵌入的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510182628.2A CN104751402B (zh) | 2015-04-16 | 2015-04-16 | 一种鲁棒可逆水印嵌入的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104751402A CN104751402A (zh) | 2015-07-01 |
CN104751402B true CN104751402B (zh) | 2018-07-27 |
Family
ID=53591025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510182628.2A Active CN104751402B (zh) | 2015-04-16 | 2015-04-16 | 一种鲁棒可逆水印嵌入的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751402B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105898324A (zh) * | 2015-12-07 | 2016-08-24 | 乐视云计算有限公司 | 视频水印隐藏插入方法及装置 |
CN105741224B (zh) * | 2016-01-28 | 2019-03-19 | 广东工业大学 | 基于pvo和自适应块分割的可逆水印算法 |
CN106228501B (zh) * | 2016-07-13 | 2019-07-26 | 西安电子科技大学 | 一种基于整数变换的自适应可逆数字水印方法 |
CN106570817B (zh) * | 2016-11-01 | 2020-03-06 | 西安电子科技大学 | 一种抗几何攻击的鲁棒可逆水印方法 |
CN108171643B (zh) * | 2017-12-08 | 2021-06-15 | 西安电子科技大学 | 一种基于直方图移位的鲁棒可逆图像水印方法及应用 |
CN109102814B (zh) * | 2018-09-13 | 2020-12-01 | 河海大学 | 一种dct变换下面向相位的音频水印方法 |
CN110933438B (zh) * | 2019-11-27 | 2021-03-30 | 华南理工大学 | 一种jpeg图像可逆信息隐藏方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194204A (zh) * | 2010-03-15 | 2011-09-21 | 北京大学 | 可逆水印嵌入、提取方法及装置和图像恢复方法及装置 |
CN102903076A (zh) * | 2012-10-24 | 2013-01-30 | 兰州理工大学 | 数字图像可逆水印嵌入方法及其提取方法 |
-
2015
- 2015-04-16 CN CN201510182628.2A patent/CN104751402B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194204A (zh) * | 2010-03-15 | 2011-09-21 | 北京大学 | 可逆水印嵌入、提取方法及装置和图像恢复方法及装置 |
CN102903076A (zh) * | 2012-10-24 | 2013-01-30 | 兰州理工大学 | 数字图像可逆水印嵌入方法及其提取方法 |
Non-Patent Citations (3)
Title |
---|
Improved PVO-based reversible data hiding;Fei Peng et al.;《Digital Signal Processing》;20141231;255-265 * |
一种基于虹膜水印的数字图像内容认证系统;范科峰 等;《西安电子科技大学学报(自然科学版)》;20070228;第34卷(第1期);115-120 * |
直方图平移的自适应大容量可逆水印算法;王祥 等;《西安电子科技大学学报(自然科学版)》;20140228;第41卷(第1期);124-129 * |
Also Published As
Publication number | Publication date |
---|---|
CN104751402A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751402B (zh) | 一种鲁棒可逆水印嵌入的方法 | |
CN104091302B (zh) | 一种基于多尺度空间的鲁棒水印嵌入与提取方法 | |
CN106023058B (zh) | 一种高保真可逆水印嵌入方法 | |
CN101990081B (zh) | 一种虚拟视点图像的版权保护方法 | |
CN109242888A (zh) | 一种结合图像显著性和非下采样轮廓波变换的红外与可见光图像融合方法 | |
CN104598933A (zh) | 一种基于多特征融合的图像翻拍检测方法 | |
CN102892048B (zh) | 一种抗几何攻击的视频水印防伪方法 | |
CN106702870B (zh) | 一种道路裂缝检测系统 | |
CN106228501B (zh) | 一种基于整数变换的自适应可逆数字水印方法 | |
CN106599878A (zh) | 一种基于深度学习的人脸重建矫正方法及装置 | |
CN106446905A (zh) | 渗透算法和自适应Canny算法相融合的表面裂纹纹理的提取方法 | |
CN104424641A (zh) | 一种关于图像模糊篡改检测的方法 | |
CN109690563A (zh) | 指纹注册方法、终端和计算机可读存储介质 | |
CN101866478A (zh) | 一种数字图像中的水印嵌入和提取方法 | |
Zhao et al. | Tampered region detection of inpainting JPEG images | |
CN109271941A (zh) | 一种基于防屏摄攻击的活体检测方法 | |
Lawgaly et al. | Image sharpening for efficient source camera identification based on sensor pattern noise estimation | |
CN106454367A (zh) | 一种多媒体文件的标识方法及系统 | |
JP2015015713A (ja) | ビデオ中の透かしの存在を評価する方法および装置 | |
CN103024375B (zh) | 一种基于双目恰可觉察失真的立体图像半脆弱水印方法 | |
CN108053360B (zh) | 基于多相关hmt模型的数字图像水印检测方法 | |
Das et al. | Blind detection method for video inpainting forgery | |
Ji et al. | An automatic 2D to 3D conversion algorithm using multi-depth cues | |
CN106570817A (zh) | 一种抗几何攻击的鲁棒可逆水印方法 | |
CN109165551A (zh) | 一种自适应加权融合显著性结构张量和lbp特征的表情识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |