CN105160617A - 图像篡改定位方法及系统 - Google Patents
图像篡改定位方法及系统 Download PDFInfo
- Publication number
- CN105160617A CN105160617A CN201410243289.XA CN201410243289A CN105160617A CN 105160617 A CN105160617 A CN 105160617A CN 201410243289 A CN201410243289 A CN 201410243289A CN 105160617 A CN105160617 A CN 105160617A
- Authority
- CN
- China
- Prior art keywords
- image
- hash value
- sent
- hash
- received
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000004807 localization Effects 0.000 title abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 230000000903 blocking effect Effects 0.000 claims description 5
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明涉及一种图像篡改定位方法,包括如下步骤:对欲发送图像进行特征提取;根据上述提取的特征计算得到欲发送图像的哈希值;接收所述欲发送图像及其哈希值;对所述接收的图像进行特征提取;根据上述提取的特征计算得到所述接收图像的哈希值;根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。本发明还涉及一种图像篡改定位系统。本发明能够产生一组具有较强鲁棒性的哈希,无须通过不同哈希值就能实现图像内容真实性认证和篡改定位,且实现方案简单,计算复杂度低。
Description
技术领域
本发明涉及一种图像篡改定位方法及系统。
背景技术
感知哈希函数作为数字签名的重要组成部分,能够认证图像的真实性和来源信息,在多媒体信息安全领域中有着广泛地应用。
对于保持图像内容的处理操作(例如:轻微旋转、滤波、压缩和噪声干扰),感知哈希函数具有很好的鲁棒性;对于改变图像内容的恶意篡改,则具有较强的灵敏性。感知哈希函数的上述特性使得原始图像和经过内容保持操作的图像能够通过认证,而阻截那些恶意篡改的伪造图像。
目前,国内外的学者对图像篡改定位的感知哈希算法进行了比较深入和系统的研究,提出了多种有效可行的方法。现有感知哈希算法的鲁棒性逐渐提高,使得基于感知哈希的图像主动认证技术日渐成熟,但在实际应用中,不仅需要认证一幅图像的真实性,同时还希望可以通过感知哈希函数定位图像中被篡改的具体内容,即篡改定位。
发明内容
有鉴于此,有必要提供一种图像篡改定位方法及系统。
本发明提供一种图像篡改定位方法,该方法包括如下步骤:a.对欲发送图像进行特征提取;b.根据上述提取的特征计算得到欲发送图像的哈希值;c.接收所述欲发送图像及其哈希值;d.对所述接收的图像进行特征提取;e.根据上述提取的特征计算得到所述接收图像的哈希值;f.根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。
其中,所述的步骤a包括:得到欲发送图像的像素矩阵I;对所述像素矩阵I进行尺寸标准化及滤波操作,以得到像素矩阵获取所述像素矩阵的边缘点;计算每个边缘点在像素矩阵的梯度方向和模值对像素矩阵进行分块处理,并根据每个图像块中边缘点梯度方向和模值得到所述欲发送图像的鲁棒特征向量F'。
所述的步骤b包括:将所述欲发送图像的鲁棒特征向量F'进行二值化编码,得到所述欲发送图像的哈希值。
所述的步骤f包括:将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离小于阈值Ta,则通过认证;否则,拒绝认证;对于拒绝认证的图像,计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判定该图像分块受到篡改,并在图像相应位置标注。
所述归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
本发明还提供一种图像篡改定位系统,包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证及篡改定位模块,其中:所述特征提取模块用于对欲发送图像进行特征提取;所述哈希计算模块用于根据上述提取的特征计算得到欲发送图像的哈希值;所述接收模块用于接收所述欲发送图像及其哈希值;所述特征提取模块还用于对所述接收的图像进行特征提取;所述哈希计算模块还用于根据上述提取的特征计算得到所述接收图像的哈希值;所述认证及篡改定位模块用于根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。
其中,所述的特征提取模块具体用于:得到欲发送图像的像素矩阵I;对所述像素矩阵I进行尺寸标准化及滤波操作,以得到像素矩阵获取所述像素矩阵的边缘点;计算每个边缘点在像素矩阵的梯度方向和模值,对像素矩阵进行分块处理,并根据每个图像块中边缘点梯度方向和模值,得到所述欲发送图像的鲁棒特征向量F'。
所述的哈希计算模块用于将所述欲发送图像的鲁棒特征向量F'进行二值化编码,得到所述欲发送图像的哈希值。
所述的认证及篡改定位模块具体用于:将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离小于阈值Ta,则通过认证;否则,拒绝认证;对于拒绝认证的图像,计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判定该图像分块受到篡改,并在图像相应位置标注。
所述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
本发明图像篡改定位方法及系统,能够产生一组具有较强鲁棒性的哈希,无须通过不同哈希值就能实现图像内容真实性认证和篡改定位,避免了哈希值冗长的缺点,同时本发明采用的图像特征对噪声干扰和滤波等常见的内容保持操作也具有鲁棒性。本发明实现方案简单,计算复杂度也更低。
附图说明
图1为本发明图像篡改定位方法的流程图;
图2为本发明图像篡改定位系统的硬件架构图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
参阅图1所示,是本发明图像篡改定位方法较佳实施例的作业流程图。
步骤S401,对欲发送图像进行特征提取。也即,根据欲发送图像计算得到该欲发送图像的鲁棒性特征。具体流程如下:
a)根据欲发送图像得到该图像的像素矩阵I,首先通过线性插值的方法将所述图像标准化到M×N的像素尺寸,然后对尺寸标准化后的图像先后进行窗口为w×w、标准差为sigma的高斯低通滤波,及窗口为w×w的中值滤波,得到滤波后像素矩阵 表示I经尺寸标准化和滤波处理后的像素矩阵。
b)利用Canny算子得到所述像素矩阵的边缘点,计算每个边缘点在像素矩阵的梯度方向和模值。应当理解的是,所述Canny算子可以替换成sobel、prewitt等其它边缘检测算子。将所述边缘点的梯度方向按任意角度为间隔进行量化,本实施例采用以45度为间隔量化为,1个35方}向。将所述像素矩阵分成K个大小为P×Q像素的图像块Bi(其中P为M的约数,Q为N的约数,i=1,2,...,K),并统计每个图像块Bi中边缘点梯度方向的直方图hi(d),以及相对应方向角度中梯度的模值之和gi(d),其中d=1,2,...,8,分别对应{-180,-135,-90,-45,0,45,90,135}8个方向。
c)对每个图像块Bi的hi(d)和gi(d)分别单独进行零均值化处理,具体操作方式如下表述:
其中,和分别为hi(d)和gi(d)中心化后的值,和分别为hi(d)和gi(d)的均值,d=1,2,...,8。然后将和依次排列得到图像块Bi的16维特征fi,即fi=[hi(1),...,hi(8),gi(1),...,gi(8)]。将各个图像块的特征fi依次排列得到长度为16×K的向量F=[f1,f2,…fi,…,fK]。在密钥Key的控制下,产生一个与F相同长度的仅包含+1或-1二个元素的均匀分布的随机序列C。将F与C相应位置的元素相乘,得到所述欲发送图像的鲁棒特征向量F'。
步骤S402,根据上述提取的特征计算得到欲发送图像的哈希值。具体而言:
根据得到欲发送图像的哈希值进行二值化编码,即对于所述欲发送图像的鲁棒特征向量F',若其元素F′(j)>0,则令F'(j)=1,否则,F'(j)=0。从而得到输入图像长度为16×K比特的哈希值。其中j=1,2,3,...,16×K。
应当理解的是,还可以为其它的二值编码方式,比如格雷码。
步骤S403,接收所述欲发送图像及其哈希值。
步骤S404,对所述接收的图像进行特征提取。也即,根据所述接收的图像计算得到该接收的图像的鲁棒性特征。具体的特征提取流程与步骤S401类似,不再赘述。
步骤S405,根据上述提取的特征计算得到所述接收图像的哈希值。得到接收图像的哈希值的具体流程与步骤S402类似,不再赘述。
步骤S406,根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。具体步骤如下:
a)将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离(biterrorrate,BER误码率)小于阈值Ta,则认为图像的内容未被改变,通过认证;否则,认为图像内容受到篡改,拒绝认证。
b)图像篡改定位是通过逐块比对欲发送图像的哈希值与接收图像的哈希值是否一致来实现的。即首先计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判断该图像分块受到篡改,并在图像相应位置标注。
上述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
应当理解的是,本实施例采用归一化的汉明距离作为哈希值相似性的度量标准,同样可以采用夹角余弦,杰卡德相似系数等其他相似性度量标准。
参阅图2所示,是本发明图像篡改定位系统的硬件架构图。该系统包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证及篡改定位模块。
所述特征提取模块用于对欲发送图像进行特征提取。也即,根据欲发送图像计算得到该欲发送图像的鲁棒性特征。具体流程如下:
a)根据欲发送图像得到该图像的像素矩阵I,首先通过线性插值的方法将所述图像标准化到M×N的像素尺寸,然后对尺寸标准化后的图像先后进行窗口为w×w、标准差为sigma的高斯低通滤波,及窗口为w×w的中值滤波,得到滤波后像素矩阵 表示I经尺寸标准化和滤波处理后的像素矩阵。
b)利用Canny算子得到所述像素矩阵的边缘点,计算每个边缘点在像素矩阵的梯度方向和模值。应当理解的是,所述Canny算子可以替换成sobel、prewitt等其它边缘检测算子。将所述边缘点的梯度方向按任意角度为间隔进行量化,本实施例采用以45度为间隔量化为,1个35方}向。将所述像素矩阵分成K个大小为P×Q像素的图像块Bi(其中P为M的约数,Q为N的约数,i=1,2,...,K),并统计每个图像块Bi中边缘点梯度方向的直方图hi(d),以及相对应方向角度中梯度的模值之和gi(d),其中d=1,2,...,8,分别对应{-180,-135,-90,-45,0,45,90,135}8个方向。
c)对每个图像块Bi的hi(d)和gi(d)分别单独进行零均值化处理,具体操作方式如下表述:
其中,和分别为hi(d)和gi(d)中心化后的值,和分别为hi(d)和gi(d)的均值,d=1,2,...,8。然后将和依次排列得到图像块Bi的16维特征fi,即fi=[hi(1),...,hi(8),gi(1),...,gi(8)]。将各个图像块的特征fi依次排列得到长度为16×K的向量F=[f1,f2,…fi,…,fK]。在密钥Key的控制下,产生一个与F相同长度的仅包含+1或-1二个元素的均匀分布的随机序列C。将F与C相应位置的元素相乘,得到所述欲发送图像的鲁棒特征向量F'。
所述哈希计算模块用于根据上述提取的特征计算得到欲发送图像的哈希值。具体而言:
根据得到欲发送图像的哈希值进行二值化编码,即对于所述欲发送图像的鲁棒特征向量F',若其元素F′(j)>0,则令F'(j)=1,否则,F'(j)=0。从而得到输入图像长度为16×K比特的哈希值。其中j=1,2,3,...,16×K。
应当理解的是,还可以为其它的二值编码方式,比如格雷码。
所述接收模块用于接收所述欲发送图像及其哈希值。
所述特征提取模块还用于对所述接收的图像进行特征提取。也即,根据所述接收的图像计算得到该接收的图像的鲁棒性特征。具体的特征提取流程与前述对欲发送图像进行特征提取类似,不再赘述。
所述哈希计算模块还用于根据上述提取的特征计算得到所述接收图像的哈希值。得到接收图像的哈希值的具体流程与前述计算得到欲发送图像的哈希值类似,不再赘述。
所述认证及篡改定位模块用于根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。具体步骤如下:
a)将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离(biterrorrate,BER误码率)小于阈值Ta,则认为图像的内容未被改变,通过认证;否则,认为图像内容受到篡改,拒绝认证。
b)图像篡改定位是通过逐块比对欲发送图像的哈希值与接收图像的哈希值是否一致来实现的。即首先计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判断该图像分块受到篡改,并在图像相应位置标注。
上述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
应当理解的是,本实施例采用归一化的汉明距离作为哈希值相似性的度量标准,同样可以采用夹角余弦,杰卡德相似系数等其他相似性度量标准。
虽然本发明参照当前的较佳实施方式进行了描述,但本领域的技术人员应能理解,上述较佳实施方式仅用来说明本发明,并非用来限定本发明的保护范围,任何在本发明的精神和原则范围之内,所做的任何修饰、等效替换、改进等,均应包含在本发明的权利保护范围之内。
Claims (10)
1.一种图像篡改定位方法,其特征在于,该方法包括如下步骤:
a.对欲发送图像进行特征提取;
b.根据上述提取的特征计算得到欲发送图像的哈希值;
c.接收所述欲发送图像及其哈希值;
d.对所述接收的图像进行特征提取;
e.根据上述提取的特征计算得到所述接收图像的哈希值;
f.根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。
2.如权利要求1所述的方法,其特征在于,该方法所述的步骤a包括:
得到欲发送图像的像素矩阵I;
对所述像素矩阵I进行尺寸标准化及滤波操作,以得到像素矩阵
获取所述像素矩阵的边缘点;
计算每个边缘点在像素矩阵的梯度方向和模值;对像素矩阵进行分块处理,并根据每个图像块中边缘点梯度方向和模值,得到所述欲发送图像的鲁棒特征向量F'。
3.如权利要求2所述的方法,其特征在于,所述的步骤b包括:
将所述欲发送图像的鲁棒特征向量F'进行二值化编码,得到欲发送图像的哈希值。
4.如权利要求3所述的方法,其特征在于,所述的步骤f包括:
将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离小于阈值Ta,则通过认证;否则,拒绝认证;
对于拒绝认证的图像,计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判定该图像分块受到篡改,并在图像相应位置标注。
5.如权利要求4所述的方法,其特征在于,所述归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
6.一种图像篡改定位系统,其特征在于,该系统包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证及篡改定位模块,其中:
所述特征提取模块用于对欲发送图像进行特征提取;
所述哈希计算模块用于根据上述提取的特征计算得到欲发送图像的哈希值;
所述接收模块用于接收所述欲发送图像及其哈希值;
所述特征提取模块还用于对所述接收的图像进行特征提取;
所述哈希计算模块还用于根据上述提取的特征计算得到所述接收图像的哈希值;
所述认证及篡改定位模块用于根据所述欲发送图像的哈希值及接收图像的哈希值,对图像进行认证及篡改定位。
7.如权利要求6所述的系统,其特征在于,所述的特征提取模块具体用于:
得到欲发送图像的像素矩阵I;
对所述像素矩阵I进行尺寸标准化及滤波操作,以得到像素矩阵
获取所述像素矩阵的边缘点;
计算每个边缘点在像素矩阵的梯度方向和模值;对像素矩阵进行分块处理,并根据每个图像块中边缘点梯度方向和模值,得到所述欲发送图像的鲁棒特征向量F'。
8.如权利要求7所述的系统,其特征在于,所述的哈希计算模块用于将所述欲发送图像的鲁棒特征向量F'进行二值化编码,得到欲发送图像的哈希值。
9.如权利要求8所述的系统,其特征在于,所述的认证及篡改定位模块具体用于:
将所述欲发送图像的哈希值及所述接收图像的哈希值进行比对,若二者的归一化汉明距离小于阈值Ta,则通过认证;否则,拒绝认证;
对于拒绝认证的图像,计算接收图像每个分块的哈希值,并与接收到的哈希值相应的区段进行比对,若归一化汉明距离大于阈值Tb,则判定该图像分块受到篡改,并在图像相应位置标注。
10.如权利要求9所述的系统,其特征在于,所述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243289.XA CN105160617A (zh) | 2014-06-03 | 2014-06-03 | 图像篡改定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243289.XA CN105160617A (zh) | 2014-06-03 | 2014-06-03 | 图像篡改定位方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105160617A true CN105160617A (zh) | 2015-12-16 |
Family
ID=54801464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410243289.XA Pending CN105160617A (zh) | 2014-06-03 | 2014-06-03 | 图像篡改定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105160617A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862455A (zh) * | 2021-03-02 | 2021-05-28 | 岭东核电有限公司 | 试验执行工单生成方法、装置、计算机设备和存储介质 |
CN113191380A (zh) * | 2020-01-14 | 2021-07-30 | 天津工业大学 | 一种基于多视角特征的图像取证方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079101A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于Zernike矩的鲁棒哈希图像认证方法 |
CN101964041A (zh) * | 2010-09-25 | 2011-02-02 | 合肥工业大学 | 一种基于感知哈希的实用安全图像取证系统及其取证方法 |
CN102881008A (zh) * | 2012-08-16 | 2013-01-16 | 广西师范大学 | 基于圆环统计特征的抗旋转图像Hash方法 |
US20130254191A1 (en) * | 2011-12-06 | 2013-09-26 | The Trustees Of Columbia University In The City Of New York | Systems and methods for mobile search using bag of hash bits and boundary reranking |
-
2014
- 2014-06-03 CN CN201410243289.XA patent/CN105160617A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079101A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于Zernike矩的鲁棒哈希图像认证方法 |
CN101964041A (zh) * | 2010-09-25 | 2011-02-02 | 合肥工业大学 | 一种基于感知哈希的实用安全图像取证系统及其取证方法 |
US20130254191A1 (en) * | 2011-12-06 | 2013-09-26 | The Trustees Of Columbia University In The City Of New York | Systems and methods for mobile search using bag of hash bits and boundary reranking |
CN102881008A (zh) * | 2012-08-16 | 2013-01-16 | 广西师范大学 | 基于圆环统计特征的抗旋转图像Hash方法 |
Non-Patent Citations (1)
Title |
---|
吕哲 等: "一种改进的Canny边缘检测算法", 《东北大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191380A (zh) * | 2020-01-14 | 2021-07-30 | 天津工业大学 | 一种基于多视角特征的图像取证方法及系统 |
CN113191380B (zh) * | 2020-01-14 | 2022-12-13 | 天津工业大学 | 一种基于多视角特征的图像取证方法及系统 |
CN112862455A (zh) * | 2021-03-02 | 2021-05-28 | 岭东核电有限公司 | 试验执行工单生成方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Preda | Semi-fragile watermarking for image authentication with sensitive tamper localization in the wavelet domain | |
Muhammad et al. | A secure method for color image steganography using gray-level modification and multi-level encryption | |
Bhattacharjee et al. | Compression tolerant image authentication | |
Li et al. | Semi-fragile self-recoverable watermarking algorithm based on wavelet group quantization and double authentication | |
CN102096894B (zh) | 一种实现篡改区域精确定位的图像脆弱水印算法 | |
Kumar et al. | Near lossless image compression using parallel fractal texture identification | |
CN105227964B (zh) | 视频认证方法及系统 | |
Yang et al. | A novel coverless information hiding method based on the most significant bit of the cover image | |
Kang et al. | Color Image Steganalysis Based on Residuals of Channel Differences. | |
CN111628866B (zh) | 神经网络校验方法、装置、设备及可读存储介质 | |
Fadl et al. | A proposed accelerated image copy-move forgery detection | |
Dong et al. | Color image recognition method based on the prewitt operator | |
CN108038488B (zh) | 基于sift和lbp混合的鲁棒性图像哈希方法 | |
CN106097236B (zh) | 基于非负矩阵分解的频域鲁棒图像可逆水印方法 | |
CN107346528B (zh) | 一种基于双图可逆脆弱水印的图像篡改检测方法 | |
CN104156909B (zh) | 基于图像内容的鲁棒可逆水印嵌入与检测方法 | |
CN102254293B (zh) | 一种基于数学建模的证件防伪数字水印处理方法 | |
CN102208096B (zh) | 一种基于离散小波变换的图像篡改检测以及篡改定位方法 | |
CN105160617A (zh) | 图像篡改定位方法及系统 | |
Liu | Self‐embedding watermarking scheme for colour images by bi‐level moment‐preserving technique | |
Sultana et al. | Increasing embedding capacity of stego images by exploiting edge pixels in prediction error space | |
CN110930287A (zh) | 一种图像隐写检测方法、装置及计算机设备、存储介质 | |
Xiao et al. | A semi-fragile watermarking tolerant of Laplacian sharpening | |
Fan et al. | Audio and Video Matching Zero‐Watermarking Algorithm Based on NSCT | |
CN115643348B (zh) | 基于可逆图像处理网络的可证安全自然隐写方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151216 |
|
RJ01 | Rejection of invention patent application after publication |