CN105590292A - 基于四元数pht同步校正的彩色图像水印嵌入及检测方法 - Google Patents
基于四元数pht同步校正的彩色图像水印嵌入及检测方法 Download PDFInfo
- Publication number
- CN105590292A CN105590292A CN201510997997.7A CN201510997997A CN105590292A CN 105590292 A CN105590292 A CN 105590292A CN 201510997997 A CN201510997997 A CN 201510997997A CN 105590292 A CN105590292 A CN 105590292A
- Authority
- CN
- China
- Prior art keywords
- image
- pht
- quaternion
- watermark
- training
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 19
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 title claims abstract description 9
- 238000012549 training Methods 0.000 claims abstract description 54
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 239000013598 vector Substances 0.000 claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 36
- 238000013139 quantization Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一基于四元数PHT同步校正的彩色图像水印嵌入及检测方法，将彩色RGB图像转换到YUV空间，分别选择合适的嵌入强度嵌入水印；定义出彩色图像的四元数PHT；训练LS-SVR模型，构造训练样本集，对每一个训练图像进行外接圆下四元数PHT分解，取出特定矩值作为训练图像的特征向量，用相关信息系数表述每一个训练样本；待检测的图像利用外接圆下四元数PHT进行分解，分解所得的矩值作为样本特征向量；利用训练模型对待检测图像的特征向量进行训练，求解几何变换参数，利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像；按照与嵌入水印的对应方式提取水印。
Description
技术领域
本发明涉及一种彩色图像水印方法，尤其是一种能够抵抗常规攻击和几何攻击的基于四元数PHT同步校正的彩色图像水印嵌入及检测方法。
背景技术
由于数字媒体具有易复制、易修改和易传输的特点，使得数字化资产在使用过程中存在严重的盗版、侵权和泄密现象，极大损害了数字化内容提供商、数字化资产权利人等的相关权益，也给信息的安全性造成很大冲击。为了解决数字媒体的版权保护问题，人们引进了数字水印技术。
近年来，数字图像水印技术研究取得了很大进展，已陆续提出了一系列数字图像水印方法。但遗憾的是，现有数字图像水印方法大多都基于灰度图像，同时将注意力放在了对抗常规信号处理（如有损压缩、低通滤波、噪声干扰等）的研究上，而诸如旋转、缩放、平移、行列去除、剪切、等几何攻击的抵抗效果不好。
发明内容
本发明是为了解决现有技术所存在的上述技术问题，提供一种能够抵抗常规攻击和几何攻击的基于四元数PHT同步校正的彩色图像水印嵌入及检测方法。
本发明的技术解决方案是：一种基于四元数PHT同步校正的彩色图像水印嵌入方法，其特征在于按照如下步骤进行：
步骤1：将彩色RGB图像转换到YUV空间，获取三个通道分量，分别选择合适的嵌入强度嵌入水印；
步骤2：将传统灰度图像的PHT理论推广到四元数层面，并进一步定义出彩色图像的四元数PHT；
步骤3：训练LS-SVR模型，构造训练样本集，对样本集中每一个训练图像进行外接圆下四元数PHT分解，取出特定矩值作为训练图像的特征向量，用相关信息系数表述每一个训练样本，以此得到训练模型；
所述步骤1如下：
步骤11：提取彩色图像的三个分量，获取分量，转换公式如下：
步骤12：分别将三个分量进行一级非下采样shearlet变换，得到一个低频子带和四个方向高频子带，获取低频子带系数；
步骤13：根据分量特性选取合适的量化步长，将得到的低频子带分为块，每块大小为，然后将水印按位嵌入到每块中；待修改的低频子带系数根据量化步长和其相应的一个bit水印信息，即1或0，量化嵌入水印；水印嵌入公式如下：
修改所取低频系数的值：
其中,为待嵌入水印的系数，水印图像，为模运算函数，为量化步长；
步骤14：修改后的低频系数，与高频系数合并，合并后的系数经过一级非下采样shearlet逆变换得到嵌入水印的三个分量图；
步骤15：分量转换为RGB空间，转换公式如下：
步骤16：将得到的分量合并得到最终的嵌入水印的彩色图像。
所述步骤2如下：
步骤21：将传统灰度图像的PHT理论推广到四元数层面，阶数为，重复度为，且的PCET定义为
其中，表示的共轭复数，表示极坐标系下的原始图像函数，基函数被分解为径向多项式和角向多项式，如下：
径向多项式以复指数形式直接给出，如下：
并且满足正交条件
，
并且有
其中，为归一化因子，是Kronecker符号，表示的共轭，因此，极坐标系下的图像函数的PHT可以表示为：
；
步骤22：假设为极坐标系下的彩色图像，则根据传统灰度图像的PHT定义及四元数理论，定义出如下形式的彩色图像四元数PHT：
其中，是一个单位纯四元数，选择，表示极坐标系下的彩色图像函数。
所述步骤3如下：
步骤31：首先在一定范围内随机旋转、缩放、X轴平移、Y轴平移含水印图像，以分别产生若干个训练样本图像；
步骤32：利用四元数PHT外接圆对训练样本图像集进行分解，假设和分别表示彩色图像的R、G、B三个分量，和分别表示彩色图像R、G、B三个分量的传统PHT，表示取复数的实部，表示取复数的虚部，则四元数PHT分解可以表示为：
其中，
步骤33：将步骤32中分解后计算得到的以四元数的形式储存作为图像的特征，选取每个训练样本图像的8个外接圆下的四元数PHT矩值，获得图像样本集；
步骤34：训练LS-SVR模型，使用步骤33中得到训练样本集以及相关信息系数表述每一个训练样本，以此得到训练出的LS-SVR模型。
一种上述基于四元数PHT同步校正的彩色图像水印嵌入方法对应的检测方法,其特征在于按照如下步骤进行:
步骤4：待检测的图像利用外接圆下四元数PHT进行分解，分解所得的矩值作为样本特征向量；
步骤5：利用训练模型对待检测图像的特征向量进行训练，求解几何变换参数，利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像；
步骤6：校正后的图像按照与嵌入水印的对应方式提取水印。
所述步骤4如下：
步骤41：待检测的图像利用步骤32中四元数PHT外接圆进行分解；
步骤42：分解所得的矩值作为参数样本，选取其中8个外接圆下的四元数PHT矩值作为待检测图像的特征向量；
所述步骤5如下：
步骤51：利用训练模型对步骤42中得到的待检测图像的特征向量进行训练，求解几何变换参数；
步骤52：利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像。
所述步骤6如下：
步骤61：校正后的图像按照步骤11的方法得到YUV空间下的三个分量；
步骤62：按照步骤12的方法分别得到三个分量的低频子带系数；
步骤63：按照与水印嵌入对应的方式分别提取三个分量的水印图，根据水印提取公式按位提取，得出个水印，水印提取公式如下：
使用嵌入水印的量化步长量化低频子带系数：
其中，为四舍五入函数，为提取出的个水印；然后根据，按照个水印图像对应位置的值进行择多选取，二值水印图像即为检测出的数字水印图像；
步骤64：遵循投票原则使用三个分量提取出的水印图投票得出最终的水印图像。
本发明用四元数PHT原理，将传统灰度图像的PHT理论推广到四元数层面，并进一步定义出彩色图像的四元数PHT。利用人类视觉系统的特点，根据不同的图像亮度等特征选择不同的嵌入强度，以获取更好的视觉效果和稳健的水印信息，抵抗常规攻击效果明显；图像校正部分利用四元数PHT外接圆矩值作为图像特征有高度的精确性。LS-SVR具有很好的学习能力，可以求解出准确的几何变换参数，达到几何校正的目的，使本方法在不同攻击下水印信息均能被正确提取出来，从而提高了水印的鲁棒性。仿真实验结果表明该方法在抵抗几何攻击方面有更为理想的效果；同时使用投票原则进行水印图的提取，提高水印的检测率。该方法具有计算简单、提取水印时无需原始载体等特点，增强了其用于保护数字图像作品版权的实用性。
具体实施方式
本发明的嵌入方法包括以下步骤：
步骤1：将彩色RGB图像转换到YUV空间，获取三个通道分量，分别选择合适的嵌入强度嵌入水印，载体图像尺寸为,水印图像尺寸为，这里使用512*512的彩色图像，水印为64*64的二值图像。该步骤包括以下步骤：
步骤11：提取彩色图像的三个分量，获取分量，转换公式如下：
步骤12：分别将三个分量进行一级非下采样shearlet变换，得到一个低频子带和四个方向高频子带，获取低频子带系数为；
步骤13：根据分量特性选取合适的量化步长，将得到的低频子带分为（8*8）块，每块大小为（64*64），然后将水印按位嵌入到每块中，待修改的低频子带系数根据量化步长和其相应的一个bit水印信息(1或0)量化嵌入水印，水印嵌入公式如下：
修改所取低频系数的值:
其中,为待嵌入水印的系数，水印图像，为模运算函数，为量化步长；
步骤14：修改后的低频系数，与高频系数合并，合并后的系数经过一级非下采样shearlet逆变换得到嵌入水印的三个分量图；
步骤15：分量转换为RGB空间，转换公式如下：
步骤16：将得到的分量合并得到最终的嵌入水印的彩色图像。
步骤2：将传统灰度图像的PHT理论推广到四元数层面，并进一步定义出彩色图像的四元数PHT。该步骤包括以下步骤：
步骤21：将传统灰度图像的PHT理论推广到四元数层面，阶数为，重复度为，且的PCET定义为
其中，表示的共轭复数，表示极坐标系下的原始图像函数，基函数被分解为径向多项式和角向多项式，如下：
径向多项式以复指数形式直接给出，如下：
并且满足正交条件
，
并且有
其中，为归一化因子，是Kronecker符号，表示的共轭。因此，极坐标系下的图像函数的PHT可以表示为：
步骤22：假设为极坐标系下的彩色图像，则根据传统灰度图像的PHT定义及四元数理论，我们可以定义出如下形式的彩色图像四元数PHT：
其中，是一个单位纯四元数，在此选择，表示极坐标系下的彩色图像函数。
可利用有限个四元数PHT来近似重构出彩色图像,测试四元数PHT的稳定性、正确性。为了检测四元数PHT的稳定性与正确性，仿真实验对本发明的四元数PHT进行了稳定性与正确性的测试：稳定性测试中，对示例图像Lena进行了高斯滤波、椒盐噪声、JPEG50、模糊、锐化、旋转、平移、缩放等处理，并在处理后对其进行四元数PHT分解操作，统计分解后的矩值（一个实部，三个虚部）变化，发现四元数PHT具有很强的稳定性。正确性测试中，对示例图像Lena进行了四元数PHT的分解操作后，利用所得的四元数PHT矩值重构图像，重构结果显示了四元数PHT定义的正确性，并得到了所选阶数越大，重构图像越接近原图像的结论。
通过将传统灰度图像的PHT理论推广到四元数层面，并进一步定义出彩色图像的四元数PHT，以在四元数与PHT的理论基础上，使本系统适用于彩色图像。
步骤3：训练LS-SVR模型，构造训练样本集，对样本集中每一个训练图像进行外接圆下四元数PHT分解，取出特定矩值作为训练图像的特征向量，用相关信息系数表述每一个训练样本，以此得到训练模型。该步骤包括以下步骤：
步骤31：首先在一定范围内随机旋转、缩放、X轴平移、Y轴平移含水印图像，以分别产生若干个训练样本图像；
这里使用如下数量样本：
将图像在[0,90]度之间旋转，间隔为1度，产生90幅旋转样本图像；将图像在[0.5,1.5]之间缩放，间隔为0.025，产生40幅缩放样本图像；将图像沿X轴和Y轴方向在[0,50]之间平移，间隔为1，分别产生50幅平移样本图像；
步骤32：利用四元数PHT外接圆对训练样本图像集进行分解，假设和分别表示彩色图像的R、G、B三个分量，和分别表示彩色图像R、G、B三个分量的传统PHT，表示取复数的实部，表示取复数的虚部，则四元数PHT分解可以表示为：
其中，
步骤33：将步骤32中分解后计算得到的，以四元数的形式储存作为图像的特征，选取每个训练样本图像的8个外接圆下的四元数PHT矩值（低7阶），获得图像样本集；
步骤34：训练LS-SVR模型。使用步骤33中得到训练样本集以及相关信息系数表述每一个训练样本，以此得到训练出的LS-SVR模型。
本发明的检测方法包括以下步骤：
步骤4：待检测的图像利用外接圆下四元数PHT进行分解，分解所得的矩值作为样本特征向量。该步骤包括以下步骤：
步骤41：待检测的图像利用步骤32中四元数PHT外接圆进行分解；
步骤42：分解所得的矩值作为参数样本，选取其中8个外接圆下的PHT矩值（低7阶）作为待检测图像的特征向量。
步骤5：利用训练模型对待检测图像的特征向量进行训练，求解几何变换参数，利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像。该步骤包括以下步骤：
步骤51：利用训练模型对步骤42中得到的待检测图像的特征向量进行训练，求解几何变换参数；
步骤52：利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像。
步骤6：校正后的图像按照与嵌入水印的对应方式提取水印。该步骤包括以下步骤：
步骤61：校正后的图像按照步骤11所述方法得到YUV空间下的三个分量；
步骤62：按照步骤12所述方法分别得到三个分量的低频子带系数；
步骤63：按照与水印嵌入对应的方式分别提取三个分量的水印图，根据水印提取公式按位提取，得出（8*8）个水印，水印提取公式如下：
使用嵌入水印的量化步长量化低频子带系数：
其中，为四舍五入函数，为提取出的（8*8）个水印；然后根据，按照（8*8）个水印图像对应位置的值进行择多选取，二值水印图像即为检测出的数字水印图像；
步骤64：遵循投票原则使用三个分量提取出的水印图投票得出最终的水印图像。
表1常规攻击水印检测对比结果(BER)(%)
表2几何攻击水印检测对比结果(BER)(%)
对比文献：Niu,P.P.,Wang,X.Y.,Yang,Y.P.,Lu,M.Y.,2011.Anovelcolorimagewatermarkingschemeinnonsampledcontourlet-domain.ExpertSystemswithApplications38(3),2081–2098.
表3LS-SVR同步校正性能测试结果
从对比结果中可以看出本发明抵抗常规攻击效果明显；图像校正部分求解出准确的几何变换参数，达到几何校正的目的，使本发明在不同攻击下水印信息均能被正确提取出来，从而提高了水印的鲁棒性。仿真实验结果表明本发明在抵抗几何攻击方面有更为理想的效果；同时使用投票原则进行水印图的提取，提高水印的检测率。
Claims (8)
1.一种基于四元数PHT同步校正的彩色图像水印嵌入方法，其特征在于按照如下步骤进行：
步骤1：将彩色RGB图像转换到YUV空间，获取三个通道分量，分别选择合适的嵌入强度嵌入水印；
步骤2：将传统灰度图像的PHT理论推广到四元数层面，并进一步定义出彩色图像的四元数PHT；
步骤3：训练LS-SVR模型，构造训练样本集，对样本集中每一个训练图像进行外接圆下四元数PHT分解，取出特定矩值作为训练图像的特征向量，用相关信息系数表述每一个训练样本，以此得到训练模型。
2.根据权利要求1所述的基于四元数PHT同步校正的彩色图像水印嵌入方法，其特征在于所述步骤1如下：
步骤11：提取彩色图像的三个分量，获取分量，转换公式如下：
步骤12：分别将三个分量进行一级非下采样shearlet变换，得到一个低频子带和四个方向高频子带，获取低频子带系数为；
步骤13：根据分量特性选取合适的量化步长，将得到的低频子带分为块，每块大小为，然后将水印按位嵌入到每块中；待修改的低频子带系数根据量化步长和其相应的一个bit水印信息，即1或0，量化嵌入水印；水印嵌入公式如下：
修改所取低频系数的值：
其中,为待嵌入水印的系数，水印图像，为模运算函数，为量化步长；
步骤14：修改后的低频系数，与高频系数合并，合并后的系数经过一级非下采样shearlet逆变换得到嵌入水印的三个分量图；
步骤15：分量转换为RGB空间，转换公式如下：
步骤16：将得到的分量合并得到最终的嵌入水印的彩色图像。
3.根据权利要求2所述的基于四元数PHT同步校正的彩色图像水印嵌入方法，其特征在于所述步骤2如下：
步骤21：将传统灰度图像的PHT理论推广到四元数层面，阶数为，重复度为，且的PCET定义为
其中，表示的共轭复数，表示极坐标系下的原始图像函数，基函数被分解为径向多项式和角向多项式，如下：
径向多项式以复指数形式直接给出，如下：
并且满足正交条件
并且有
其中，为归一化因子，是Kronecker符号，表示的共轭，因此，极坐标系下的图像函数的PHT可以表示为：
步骤22：假设为极坐标系下的彩色图像，则根据传统灰度图像的PHT定义及四元数理论，定义出如下形式的彩色图像四元数PHT：
其中，一个单位纯四元数，选择，表示极坐标系下的彩色图像函数。
4.根据权利要求3所述的基于四元数PHT同步校正的彩色图像水印嵌入方法，其特征在于所述步骤3如下：
步骤31：首先在一定范围内随机旋转、缩放、X轴平移、Y轴平移含水印图像，以分别产生若干个训练样本图像；
步骤32：利用四元数PHT外接圆对训练样本图像集进行分解，假设和分别表示彩色图像的R、G、B三个分量，和分别表示彩色图像R、G、B三个分量的传统PHT，表示取复数的实部，表示取复数的虚部，则四元数PHT分解可以表示为：
其中，
步骤33：将步骤32中分解后计算得到的，以四元数的形式储存作为图像的特征，选取每个训练样本图像的8个外接圆下的四元数PHT矩值，获得图像样本集；
步骤34：训练LS-SVR模型，使用步骤33中得到训练样本集以及相关信息系数表述每一个训练样本，以此得到训练出的LS-SVR模型。
5.一种如权利要求1所述基于四元数PHT同步校正的彩色图像水印嵌入方法对应的检测方法,其特征在于按照如下步骤进行:
步骤4：待检测的图像利用外接圆下四元数PHT进行分解，分解所得的矩值作为样本特征向量；
步骤5：利用训练模型对待检测图像的特征向量进行训练，求解几何变换参数，利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像；
步骤6：校正后的图像按照与嵌入水印的对应方式提取水印。
6.根据权利要求5所述的基于四元数PHT同步校正的彩色图像水印方法，其特征在于所述步骤4如下：
步骤41：待检测的图像利用步骤32中四元数PHT外接圆进行分解；
步骤42：分解所得的矩值作为参数样本，选取其中8个外接圆下的四元数PHT矩值作为待检测图像的特征向量。
7.根据权利要求6所述的基于四元数PHT同步校正的彩色图像水印方法，其特征在于所述步骤5如下：
步骤51：利用训练模型对步骤42中得到的待检测图像的特征向量进行训练，求解几何变换参数；
步骤52：利用该几何变换参数对待检测图像进行同步校正，得到校正后的图像。
8.根据权利要求7所述的基于四元数PHT同步校正的彩色图像水印方法，其特征在于所述步骤6如下：
步骤61：校正后的图像按照步骤11的方法得到YUV空间下的三个分量；
步骤62：按照步骤12的方法分别得到三个分量的低频子带系数；
步骤63：按照与水印嵌入对应的方式分别提取三个分量的水印图，根据水印提取公式按位提取，得出个水印，水印提取公式如下：
使用嵌入水印的量化步长量化低频子带系数：
其中，为四舍五入函数，为提取出的个水印；然后根据，按照个水印图像对应位置的值进行择多选取，二值水印图像即为检测出的数字水印图像；
步骤64：遵循投票原则使用三个分量提取出的水印图投票得出最终的水印图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510997997.7A CN105590292A (zh) | 2015-12-28 | 2015-12-28 | 基于四元数pht同步校正的彩色图像水印嵌入及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510997997.7A CN105590292A (zh) | 2015-12-28 | 2015-12-28 | 基于四元数pht同步校正的彩色图像水印嵌入及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105590292A true CN105590292A (zh) | 2016-05-18 |
Family
ID=55929853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510997997.7A Pending CN105590292A (zh) | 2015-12-28 | 2015-12-28 | 基于四元数pht同步校正的彩色图像水印嵌入及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105590292A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053360A (zh) * | 2017-12-18 | 2018-05-18 | 辽宁师范大学 | 基于多相关hmt模型的数字图像水印检测方法 |
| CN112017092A (zh) * | 2019-05-30 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 水印检测模型的生成和水印检测方法、装置及设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101661608A (zh) * | 2009-08-31 | 2010-03-03 | 重庆大学 | 适合于互联网络的数字图像盲水印添加、提取和去除方法 |
| CN104484850A (zh) * | 2014-12-20 | 2015-04-01 | 辽宁师范大学 | 基于模糊分类的鲁棒图像水印检测方法 |
-
2015
- 2015-12-28 CN CN201510997997.7A patent/CN105590292A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101661608A (zh) * | 2009-08-31 | 2010-03-03 | 重庆大学 | 适合于互联网络的数字图像盲水印添加、提取和去除方法 |
| CN104484850A (zh) * | 2014-12-20 | 2015-04-01 | 辽宁师范大学 | 基于模糊分类的鲁棒图像水印检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘瑞远等: "基于几何校正的双树复小波域彩色图像水印算法", 《微型机与应用》 * |
| 王爱龙: "鲁棒型数字图像水印技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053360A (zh) * | 2017-12-18 | 2018-05-18 | 辽宁师范大学 | 基于多相关hmt模型的数字图像水印检测方法 |
| CN108053360B (zh) * | 2017-12-18 | 2021-06-15 | 辽宁师范大学 | 基于多相关hmt模型的数字图像水印检测方法 |
| CN112017092A (zh) * | 2019-05-30 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 水印检测模型的生成和水印检测方法、装置及设备 |
| WO2020238673A1 (zh) * | 2019-05-30 | 2020-12-03 | 阿里巴巴集团控股有限公司 | 水印检测模型的生成和水印检测方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | Analysis of digital image watermark attacks | |
| CN107945097B (zh) | 基于联合统计模型校正的鲁棒图像水印方法 | |
| Divecha et al. | Implementation and performance analysis of DCT-DWT-SVD based watermarking algorithms for color images | |
| CN106803229A (zh) | 基于相位奇异值校正的图像水印方法 | |
| Malonia et al. | Digital image watermarking using discrete wavelet transform and arithmetic progression technique | |
| Song et al. | Recent advances and classification of watermarking techniques in digital images | |
| CN104484850A (zh) | 基于模糊分类的鲁棒图像水印检测方法 | |
| CN105632506A (zh) | 基于极谐变换的鲁棒数字音频水印嵌入及检测方法 | |
| Huai-bin et al. | A new watermarking algorithm based on DCT and DWT fusion | |
| Makbol et al. | A hybrid robust image watermarking scheme using integer wavelet transform, singular value decomposition and arnold transform | |
| CN102930498B (zh) | 一种基于提升小波的数字水印嵌入及提取方法 | |
| CN103854249A (zh) | 基于局部指数矩特征的数字图像水印方法 | |
| CN106612467A (zh) | 基于水印的视频内容保护方法及装置 | |
| CN104766263A (zh) | 基于四元数Legendre矩校正的彩色图像水印嵌入及检测方法 | |
| CN104504643A (zh) | 基于局部内容特征的鲁棒数字水印嵌入及检测方法 | |
| CN105590292A (zh) | 基于四元数pht同步校正的彩色图像水印嵌入及检测方法 | |
| CN112488899B (zh) | 基于重复码和Schur分解的视觉加密彩色盲水印方法 | |
| Mehta et al. | Secure audio watermarking based on Haar wavelet and discrete cosine transform | |
| Singh et al. | Robust image steganography technique based on redundant discrete wavelet transform | |
| Sridevi et al. | A robust watermarking algorithm based on image normalization | |
| Fadoua et al. | A new robust watermarking scheme based on polynomial decomposition | |
| Dehghan et al. | Robust image watermarking in the wavelet domain for copyright protection | |
| Phadikar et al. | Multibit QIM watermarking using M-ary modulation and lifting | |
| Lan et al. | A digital watermarking algorithm based on dual-tree complex wavelet transform | |
| Dey et al. | A new approach to color image watermarking based on joint DWT-SVD domain in YIQ color space |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160518 |