CN108053387A - 一种图像融合方法及图像分离方法 - Google Patents

一种图像融合方法及图像分离方法 Download PDF

Info

Publication number
CN108053387A
CN108053387A CN201711271864.7A CN201711271864A CN108053387A CN 108053387 A CN108053387 A CN 108053387A CN 201711271864 A CN201711271864 A CN 201711271864A CN 108053387 A CN108053387 A CN 108053387A
Authority
CN
China
Prior art keywords
image
pixel
masking
width
new
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
Application number
CN201711271864.7A
Other languages
English (en)
Other versions
CN108053387B (zh
Inventor
方亮
许野平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Synthesis Electronic Technology Co Ltd
Original Assignee
Synthesis Electronic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Synthesis Electronic Technology Co Ltd filed Critical Synthesis Electronic Technology Co Ltd
Priority to CN201711271864.7A priority Critical patent/CN108053387B/zh
Publication of CN108053387A publication Critical patent/CN108053387A/zh
Application granted granted Critical
Publication of CN108053387B publication Critical patent/CN108053387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种图像融合方法及图像分离方法，采用一张蒙版图像实现多张蒙版图像加水纹、去水纹的效果，增加水纹图像的复杂性，同时节约了存储空间。本方法可以用于图像保密，针对需要保密的图像做本方法处理，可以减少图像细节暴露；防破解，采用随机机制可以避免一定程度的暴力破解方式解密；存储空间小，仅采用了1张图片作为蒙版生成原始图，占用空间小。

Description

一种图像融合方法及图像分离方法
技术领域
本发明涉及一种数字图像处理方法，具体的说，是一种图像融合方法及图像分离方法。
背景技术
图像融合技术是一种常见的图像处理方式，最常见的一种融合方式：将两幅图像的像素值按比例进行加权计算得出融合后图像的像素值；通过这种方式可以有效的隐藏融合前图像的信息，起到一定的加密的作用；采用该方式进行图像加密，通常有两种方式：
1、单1蒙版图像，采用1张蒙版图像，与批量多张原始图像进行融合操作，得出批量目标图像。
优点：蒙版图像只用1张，占用空间小；缺点：通过统计大量的存在对应关系的原始图像、目标图像，计算出蒙版图像，进而得出融合关系，破解融合方法。
2、批量蒙版图像，采用多张图像做为蒙版，与批量图像进行融合操作，得出批量目标图像。
优点：由于蒙版的种类多，通过统计计算出所有蒙版的可能性难度大，安全性高；
缺点：蒙版图像较多，占用空间大，不便于做简单封装库处理。
发明内容
针对现有技术的缺陷，本发明提供一种图像融合方法及图像分离方法，该方法采用一张蒙版图像实现多张蒙版图像加水纹、去水纹的效果，增加水纹图像的复杂性，同时节约了存储空间。
为了解决所述技术问题，本发明采用的技术方案是：一种图像融合方法，该方法用于生成水纹图像，包括以下步骤：
S11）、加载待处理图像Ps，宽度为Ws像素，高度为Hs像素；
S12）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S13)、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S14）、产生随机序列集合，R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1）；
S15）、计算生成新的切片集合Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S16）、根据新的切片集合Sp产生新的蒙版图像Pd；
S17）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
S18）、将图像Ps与图像Pf进行融合得到水纹图像Pw；
S19）、将随机序列集合R中元素，按每8位1 组转化为字节，转化后的字节集合为L{l1,l2......lt}；
S110）、将字节集合L写入水纹图像Pw的颜色空间中。
本发明还公开了一种图像分离方法，该方法用于水纹图像还原，包括以下步骤：
S21）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S22）、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S23）、加载待处理图像Pw，宽度为Ww像素，高度为Hw像素；
S24）、读取图像Pw的颜色空间字节集合并取出随机序列的字节集合L；
S25）、将字节集合L转化为位集合，R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1），按每8位一个字节进行转化；
S26）、计算切片集合Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S27）、根据新的切片集合Sp产生新的蒙版图像Pd；
S28）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
29）、将图像Pw与图像Pf采用逆向融合方式得到原始图像Ps。
本发明所述图像融合方法，根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd。
本发明所述图像融合方法，根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd。
本发明所述图像分离方法，根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd。
本发明所述图像分离方法，根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd。
本发明所述图像融合方法，图像Ps与图像Pf采用加权融合方式得到水纹图像Pw，Pw=a*Ps+ b*Pf，a、b分别为Ps与Pf的权重，a+b=1。
本发明所述图像分离方法，图像Pw与图像Pf采用逆向加权融合方式得到原始图像Ps，Ps=（Pw–b*Pf）/a, a、b分别为Ps与Pf的权重，a+b=1。
本发明所述图像融合方法，产生随机序列集合的方式为产生1个随机数，通过分解的方式得到随机序列集合。
本发明所述图像融合方法，产生随机序列集合的方式为产生多个随机数，通过对应关系得到随机序列集合。
本发明所述图像融合方法，水纹图像Pw的颜色空间为RGB、HSV或者YUV。
本发明所述图像分离方法，水纹图像Pw的颜色空间为RGB、HSV或者YUV。
本发明的有益效果：本发明采用一张蒙版图像实现多张蒙版图像加水纹、去水纹的效果，增加水纹图像的复杂性，同时节约了存储空间。本方法可以用于图像保密，针对需要保密的图像做本方法处理，可以减少图像细节暴露；防破解，采用随机机制可以避免一定程度的暴力破解方式解密；存储空间小，仅采用了1张图片作为蒙版生成原始图，占用空间小。
附图说明
图1为水纹图像生成的流程图；
图2为水纹图像分离的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种图像融合方法，该方法采用一张蒙版图像实现多张蒙版图像加水纹，即生成水纹图像，包括以下步骤：
S11）、加载待处理图像Ps，宽度为Ws像素，高度为Hs像素；
S12）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S13)、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S14）、产生随机序列集合，R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1）；
本实施例中，产生随机序列集合的方式为产生1个随机数，通过分解的方式得到随机序列集合，也可以采用产生多个随机数，通过对应关系得到随机序列集合的方式。
S15）、计算生成新的切片集合Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S16）、根据新的切片集合Sp产生新的蒙版图像Pd，产生方式可根据具体情况采用以下两种方式之一；
A、产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd；
B、产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd，该预定位置关系可以是非线性的，规定Sp集合中元素在背景图像Pb中的位置。
S17）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
S18）、将图像Ps与图像Pf进行融合得到水纹图像Pw，本实施例中，图像Ps与图像Pf采用加权融合方式得到水纹图像Pw，Pw=a*Ps+ b*Pf，a、b分别为Ps与Pf的权重，a+b=1。
S19）、将随机序列集合R中元素，按每8位1 组转化为字节，转化后的字节集合为L{l1, l2......lt}；
S110）、将字节集合L写入水纹图像Pw的颜色空间中，本实施例中，水纹图像Pw的颜色空间为RGB、HSV或者YUV。
实施例2
本实施例公开一种图像分离方法，该方法采用一张蒙版图像实现多张蒙版图像去水纹，即还愿水纹图像，包括以下步骤：
S21）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S22）、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S23）、加载待处理图像Pw，宽度为Ww像素，高度为Hw像素；
S24）、读取图像Pw的颜色空间字节集合并取出随机序列的字节集合L，颜色空间为RGB、HSV或者YUV。
S25）、将字节集合L转化为位集合，，按每8位一个字节进行转化
R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1）；
S26）、计算切片集合
Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S27）、根据新的切片集合Sp产生新的蒙版图像Pd，产生方式可根据具体情况采用以下两种方式之一；
A、产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd；
B、产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd，该预定位置关系可以是非线性的，规定Sp集合中元素在背景图像Pb中的位置。
S28）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
29）、将图像Pw与图像Pf采用逆向融合方式得到原始图像，本实施例中，图像Pw与图像Pf采用逆向加权融合方式得到原始图像Ps，Ps=（Pw–b*Pf）/a, a、b分别为Ps与Pf的权重，a+b=1。
以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。

Claims (12)

1.一种图像融合方法，其特征在于：该方法用于生成水纹图像，包括以下步骤：S11）、加载待处理图像Ps，宽度为Ws像素，高度为Hs像素；
S12）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S13)、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S14）、产生随机序列集合，R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1）；
S15）、计算生成新的切片集合Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S16）、根据新的切片集合Sp产生新的蒙版图像Pd；
S17）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
S18）、将图像Ps与图像Pf进行融合得到水纹图像Pw；
S19）、将随机序列集合R中元素，按每8位1 组转化为字节，转化后的字节集合为L{l1,l2......lt}；
S110）、将字节集合L写入水纹图像Pw的颜色空间中。
2.一种图像分离方法，其特征在于：该方法用于水纹图像还原，包括以下步骤：
S21）加载蒙版图像Pm，宽度为Wm像素，高度为Hm像素；
S22）、对蒙版图像Pm进行m*n分割，其中m为水平分割数，n为竖直分割数，然后得到图像切片集合，S={p11，p12……p1m，p21，p22,……p2m……pn1, pn2……pnm}（0≤m≤Wm，0≤n≤Hm）；
S23）、加载待处理图像Pw，宽度为Ww像素，高度为Hw像素；
S24）、读取图像Pw的颜色空间字节集合并取出随机序列的字节集合L；
S25）、将字节集合L转化为位集合，R={r11，r12……r1m，r21，r22，……r2m,……，rij ……，rn1，rn2……rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m，rij 取值为0或1），按每8位一个字节进行转化；
S26）、计算切片集合Sp={ p11*r11，p12*r12……，pij*rij ……，pnm*rnm}（0≤m≤Wm，0≤n≤Hm，0＜i≤n，0＜j≤m）；
S27）、根据新的切片集合Sp产生新的蒙版图像Pd；
S28）、采用通用图像缩放处理方法对图像Pd进行缩放得到图像Pf，缩放后图像Pf的宽度为Ws像素，高度为Hs像素；
29）、将图像Pw与图像Pf采用逆向融合方式得到原始图像Ps。
3.根据权利要求1所述的图像融合方法，其特征在于：根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd。
4.根据权利要求1所述的图像融合方法，其特征在于：根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd。
5.根据权利要求2所述的图像分离方法，其特征在于：根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按集合位置关系拷贝至背景图像Pb对应位置处，pij图像宽为Wm/m，高为Hm/n，在Pb中的位置坐标是（j*Wm/m，i*Hm/n），拷贝后得到新的蒙版图像Pd。
6.根据权利要求2所述的图像分离方法，其特征在于：根据新的切片集合Sp产生新的蒙版图像Pd的方式为：产生背景图像Pb，宽度为Wm像素，高度为Hm像素；将Sp集合中元素按预定位置关系拷贝至背景图像Pb处，拷贝后得到新的蒙版图像Pd。
7.根据权利要求1所述的图像融合方法，其特征在于： 图像Ps与图像Pf采用加权融合方式得到水纹图像Pw，Pw=a*Ps+ b*Pf，a、b分别为Ps与Pf的权重，a+b=1。
8.根据权利要求2所述的图像分离方法，其特征在于：图像Pw与图像Pf采用逆向加权融合方式得到原始图像Ps，Ps=（Pw–b*Pf）/a, a、b分别为Ps与Pf的权重，a+b=1。
9.根据权利要求1所述的图像融合方法，其特征在于：产生随机序列集合的方式为产生1个随机数，通过分解的方式得到随机序列集合。
10.根据权利要求1所述的图像融合方法，其特征在于：产生随机序列集合的方式为产生多个随机数，通过对应关系得到随机序列集合。
11.根据权利要求1所述的图像融合方法，其特征在于：水纹图像Pw的颜色空间为RGB、HSV或者YUV。
12.根据权利要求2所述的图像分离方法，其特征在于：水纹图像Pw的颜色空间为RGB、HSV或者YUV。
CN201711271864.7A 2017-12-06 2017-12-06 一种图像融合方法及图像分离方法 Active CN108053387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711271864.7A CN108053387B (zh) 2017-12-06 2017-12-06 一种图像融合方法及图像分离方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711271864.7A CN108053387B (zh) 2017-12-06 2017-12-06 一种图像融合方法及图像分离方法

Publications (2)

Publication Number Publication Date
CN108053387A true CN108053387A (zh) 2018-05-18
CN108053387B CN108053387B (zh) 2019-12-24

Family

ID=62122511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711271864.7A Active CN108053387B (zh) 2017-12-06 2017-12-06 一种图像融合方法及图像分离方法

Country Status (1)

Country Link
CN (1) CN108053387B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264466A (zh) * 2019-06-28 2019-09-20 广州市颐创信息科技有限公司 一种基于深度卷积神经网络的钢筋检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4817344B1 (ja) * 2010-12-27 2011-11-16 ネット株式会社 遊技機
CN104732475A (zh) * 2015-03-18 2015-06-24 厦门美图之家科技有限公司 一种基于手动涂抹的图像融合方法和系统
CN105243635A (zh) * 2015-08-21 2016-01-13 南昌大学 基于二维压缩感知与混沌系统的图像加密方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4817344B1 (ja) * 2010-12-27 2011-11-16 ネット株式会社 遊技機
CN104732475A (zh) * 2015-03-18 2015-06-24 厦门美图之家科技有限公司 一种基于手动涂抹的图像融合方法和系统
CN105243635A (zh) * 2015-08-21 2016-01-13 南昌大学 基于二维压缩感知与混沌系统的图像加密方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264466A (zh) * 2019-06-28 2019-09-20 广州市颐创信息科技有限公司 一种基于深度卷积神经网络的钢筋检测方法
CN110264466B (zh) * 2019-06-28 2021-08-06 广州市颐创信息科技有限公司 一种基于深度卷积神经网络的钢筋检测方法

Also Published As

Publication number Publication date
CN108053387B (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
Mandal et al. Steganography using adaptive pixel value differencing (APVD) of gray images through exclusion of overflow/underflow
CN101616231B (zh) 图像处理装置、图像形成装置及图像处理方法
US9218638B2 (en) Method, system, and computer-readable medium for embedding and extracting a watermark in a video
JP6453461B2 (ja) データ隠蔽方法及び隠蔽システム
TW200808035A (en) Filtered noise reduction in digital images
JP2011146799A (ja) 画像処理装置及び画像処理プログラム
Wu et al. Multi-layer assignment steganography using graph-theoretic approach
JP6259188B2 (ja) 画像処理装置およびその方法
Ghosal et al. Application of Lah transform for security and privacy of data through information hiding in telecommunication
Li et al. A HEVC Video Steganalysis Algorithm Based on PU Partition Modes.
JP2011082675A (ja) 画像信号処理装置、画像信号処理方法、画像表示装置、画像表示方法、プログラム、および画像表示システム
US20140016775A1 (en) Image processing apparatus and image processing method
CN108053387A (zh) 一种图像融合方法及图像分离方法
CN106797447A (zh) 颜色索引图压缩装置和方法
Shehzad et al. A novel image steganography technique based on similarity of bits pairs
CN112565603B (zh) 图像处理方法、装置及电子设备
Fu et al. Efficient capacity-distortion reversible data hiding based on combining multipeak embedding with local complexity
WO2023109710A1 (zh) 一种权限分级共享并重构秘密图像的方法和系统
CN107392833A (zh) 一种基于智能设备的图片水印的添加方法及添加装置
CN104469210B (zh) 一种用于sdi高清视频字符叠加的镶边方法
Singh et al. Bi-Directional pixel-value differencing approach for RGB Color Image
CN111405292B (zh) 一种基于h.265视频编码标准的视频加密方法
Wang et al. Hierarchical reversible data hiding based on statistical information: Preventing embedding unbalance
CN114513305B (zh) 一种美术绘画图像处理方法、装置
Sun et al. Learning a compact spatial-angular representation for light field

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant