CN108492241A - 基于lwt算法和aes加密算法的水印嵌入和提取方法 - Google Patents
基于lwt算法和aes加密算法的水印嵌入和提取方法 Download PDFInfo
- Publication number
- CN108492241A CN108492241A CN201810239947.6A CN201810239947A CN108492241A CN 108492241 A CN108492241 A CN 108492241A CN 201810239947 A CN201810239947 A CN 201810239947A CN 108492241 A CN108492241 A CN 108492241A
- Authority
- CN
- China
- Prior art keywords
- singular value
- watermark
- module
- aes encryption
- lwt
- 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 40
- 238000003780 insertion Methods 0.000 title claims description 14
- 230000037431 insertion Effects 0.000 title claims description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 21
- 239000000203 mixture Substances 0.000 claims abstract description 16
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 238000000844 transformation Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 12
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000006002 Pepper Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 240000008384 Capsicum annuum var. annuum Species 0.000 description 1
- 206010068052 Mosaicism Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 210000003765 sex chromosome Anatomy 0.000 description 1
- 238000012360 testing method Methods 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
-
- 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
本发明公开了基于LWT算法和AES加密算法的水印嵌入和提取方法，涉及水印技术领域，该基于LWT算法和AES加密算法的水印嵌入方法，包括：将原始图像利用提升小波变换LWT分解获得LL子带；将LL子带划分成多个模块K，并对每一个模块K进行奇异值分解，获得模块K的奇异值λi；将水印图像进行AES加密，并将加密后的图像D进行奇异值分解，获得加密后的图像D的奇异值λwi；基于λwi和λi获得修正后模块K的奇异值λi d，基于修正后模块K的奇异值λi d构成的奇异值矩阵对模块K进行重构，得到嵌入水印的模块；将嵌入水印的LL子带以及各子带做LWT逆变换，获得嵌入水印图像；水印的提取方法是按照相逆的步骤进行。通过本发明的方法不仅提升了计算效率，而且水印的安全性高。
Description
技术领域
本发明涉及水印技术领域，更具体的涉及基于LWT算法和AES加密算法的水印嵌入和提取方法。
背景技术
信息技术发展的趋势增强了数据传输安全性的需要。通信信道的数据传输为了数据的安全目的必须对数据进行加密。因特网的出现已经改变了人们的生活方式，在因特网上人们可以交互他们的多媒体文本和数据，如：语音、数据和图像等。一个突出的问题就是版权保护和认证问题。近些年数字图像水印技术已经提出来用于多媒体文本和数据的版权保护。
现有的水印嵌入方法是基于DWT的水印嵌入方法，但是DWT精确度低、计算速度慢，且没有对水印图像进行加密，从而使得水印的安全性低。
综上，现有的水印嵌入方法存在精确度低、计算速度慢以及安全性低的问题。
发明内容
本发明实施例提供基于LWT算法和AES加密算法的水印嵌入和提取方法，用以解决现有技术中精确度低、计算速度慢以及安全性低的问题。
本发明实施例提供基于LWT算法和AES加密算法的水印嵌入和提取方法，包括：水印嵌入方法和水印提取方法；
所述水印嵌入方法包括：
利用提升小波变换LWT将原始图像分解为LL子带、LH子带、HL子带和HH子带；
将LL子带划分成多个l×l大小的模块K，并对每一个模块K进行奇异值分解，获得模块K的奇异值λi；
将水印图像进行AES加密，并将加密后的图像D进行奇异值分解，获得加密后的图像D的奇异值λwi；
根据如下公式修正模块K的奇异值；
其中，α为修正因子，为模块K修正后的奇异值；
基于所述模块K修正后的奇异值构成的奇异值矩阵对模块K进行重构，得到嵌入水印的模块，所有嵌入水印的模块构成嵌入水印的LL子带；
将嵌入水印的LL子带、LH子带、HL子带和HH子带做LWT逆变换，获得嵌入水印图像。
所述水印提取方法包括：
利用提升小波变换LWT将嵌入水印图像进行分解，获得提升小波变换的LL'子带；
将LL'子带划分成多个l×l大小的模块Kd，并对每一个模块Kd进行奇异值分解，获得模块Kd的奇异值；
按照如下公式，确定AES加密水印图像的奇异值；
其中，α为修正因子，为AES加密水印图像的奇异值，为模块Kd的奇异值，λi为模块K的奇异值；
基于AES加密水印图像的奇异值构成的奇异值矩阵，对AES加密水印图像进行重构，得到重构的AES加密水印图像；
将重构的AES加密水印图像进行AES解密，获得原始水印图像。
较佳地，将水印图像分解成8×8个子块，对每一个子块采用AES加密算法进行加密时，采用128bit的密钥，并且对每一个子块均进行10轮的数据加密。
较佳地，每一轮的数据加密具体包括：字节代换、行位移、列混合和轮密钥加。
较佳地，所述提升小波变换，具体包括：
分裂步骤：将输入信号x(n)分解为偶点和奇点样值序列xe(n)和xo(n)；
预测步骤：利用偶点序列xe(n)的预测值P[xe(n)]来预测奇点序列xo(n)，将差值d(n)＝xo(n)-P[xe(n)]定义为信号x(n)的高频分量，其中，P[·]为预测算子；
更新步骤：利用高频分量d(n)来更新偶点序列xe(n)，近似低频分量c(n)＝xe(n)+U[d(n)]，其中U[·]为更新算子。
较佳地，所述奇异值分解变换，具体包括：
尺寸大小为m×n像素的图像的奇异值分解表达式可以展成：C＝USV′，其中，U是一个正交矩阵U′U＝I，S＝diag(λi)为奇异值λi,i＝1,2...,r的对角矩阵，并且奇异值以降序排列，V也为正交矩阵V′V＝I；U矩阵的列向量u为左边奇异值向量，V矩阵的列向量v为右边奇异值向量，则图像的奇异值分解表达式也可以通过下式表示：
本发明实施例中提供的基于LWT算法和AES加密算法的水印嵌入和提取方法，由于本发明水印嵌入方法是基于提升小波变换(LWT)和高级加密标准(AES)数据加密技术，LWT精确度高，计算速度快，运算效率高，是一种整数到整数的变换；因此，提高了水印的运算速率，且水印图像采用AES数据加密，数据更安全，为水印技术又多了一层保护，提高了水印的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于LWT算法和AES加密算法的水印嵌入的流程示意图；
图2为本发明实施例提供的提升小波变换的分解框图；
图3为本发明实施例提供的AES加密算法流程图；
图4为本发明实施例提供的基于LWT算法和AES加密算法的水印提取方法的流程示意图；
图5(1)为本发明实施例提供的原始图像；
图5(2)为本发明实施例提供的嵌入水印图像；
图6(1)为本发明实施例提供的水印图像；
图6(2)为本发明实施例提供的AES加密图像；
图6(3)为本发明实施例提供的AES解密图像；
图7(1)为本发明实施例提供受到高斯噪声干扰时提取的水印图像；
图7(2)为本发明实施例提供的受到椒盐噪声干扰时提取的水印图像；
图7(3)为本发明实施例提供的受到斑纹噪声干扰时提取的水印图像。
具体实施方式
下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
图1示例性的示出了本发明实施例提供的基于LWT算法和AES加密算法的水印嵌入方法的流程示意图，该基于LWT算法和AES加密算法的水印嵌入方法：
步骤1、利用提升小波变换LWT将原始图像分解为LL子带、LH子带、HL子带和HH子带。
其中，离散小波变换已经成功地应用于图像压缩和图像处理领域中。由于传统小波系数的浮点类型，使得在图像重构时引入舍入误差失去了图像的精确性。提升小波变换在直接分析整数域问题时简化可逆性问题，精确度高。提升小波方案采用了原位运算，运算速度快，运算效率高，并且所需存储空间少。该算法分为如下三步：分裂、预测和更新。提升小波变换的分解框图如图2所示,重构过程为分解的逆过程。
另外：该提升小波变换，具体包括：
分裂步骤：将输入信号x(n)分解为偶点和奇点样值序列xe(n)和xo(n)。
预测步骤：利用偶点序列xe(n)的预测值P[xe(n)]来预测奇点序列xo(n)，将差值d(n)＝xo(n)-P[xe(n)]定义为信号x(n)的高频分量，其中，P[·]为预测算子。
更新步骤：利用高频分量d(n)来更新偶点序列xe(n)，近似低频分量c(n)＝xe(n)+U[d(n)]，其中U[·]为更新算子。
步骤2、将LL子带划分成多个l×l大小的模块K，并对每一个模块K进行奇异值分解，获得模块K的奇异值λi。
另外，该奇异值分解，具体包括：
尺寸大小为m×n像素的图像的奇异值分解表达式可以展成：C＝USV′，其中，U是一个正交矩阵U′U＝I，S＝diag(λi)为奇异值λi,i＝1,2...,r的对角矩阵，并且奇异值以降序排列，V也为正交矩阵V′V＝I；U矩阵的列向量u为左边奇异值向量，V矩阵的列向量v为右边奇异值向量，则图像的奇异值分解表达式也可以通过下式(1)表示：
具体地，对每一个模块K进行奇异值分解，获得模块K的奇异值λi，按照如下公式(2)进行：
K＝USV′
S＝diag(λi) (2)
其中，U，V均是根据模块K求得。
步骤3、将水印图像进行AES加密，并将加密后的图像D进行奇异值分解，获得加密后的图像D的奇异值λwi。
其中，将加密后的图像D进行奇异值分解，获得加密后的图像D的奇异值λwi，按照如下公式(3)进行：
D＝UwSwVw′，
其中，Sw＝diag(λwi)，Uw，Vw均是根据加密后的图像D求得。
具体地，AES和DES算法的安全性非常好。AES算法是对称的，在加密和解密过程中公用一个密钥，而DES算法是非对称的；AES算法中选择长度128bit、192bit和256bit的密钥，AES算法的密钥比DES更难破解。初始密钥经过密钥扩展形成轮密钥(roundkey),每一轮数据包括四个操作：字节代换、行位移、列混合和轮密钥加。图3为AES加密算法流程图(第k轮算法)。.
步骤4、根据如下公式(4)修正模块K的奇异值。
其中，α为修正因子，为模块K修正后的奇异值。
步骤5、基于该模块K修正后的奇异值构成的奇异值矩阵对模块K进行重构，得到嵌入水印的模块，所有嵌入水印的模块构成嵌入水印的LL子带。
其中，基于该修正后模块K的奇异值构成的奇异值矩阵对模块K进行重构，得到嵌入水印的模块时，具体按照如下公式(5)进行重构。
其中，为嵌入水印的模块，为奇异值构成的奇异值矩阵，
步骤6、将嵌入水印的LL子带、LH子带、HL子带和HH子带做LWT逆变换，获得嵌入水印图像。
可选地，本发明实施例，将水印图像分解成8×8个大小相同的子块，对每一个子块采用AES加密算法进行加密时，采用128bit的密钥，并且对每一个子块均进行10轮的数据加密。
图4示例性的示出了本发明实施例提供的基于LWT算法和AES加密算法的水印提取方法的流程示意图，该基于LWT算法和AES加密算法的水印提取方法包括：
步骤S1、利用提升小波变换LWT将嵌入水印图像进行分解，获得提升小波变换的LL'子带。
步骤S2、将LL'子带划分成多个l×l大小的模块Kd，并对每一个模块Kd进行奇异值分解，获得模块Kd的奇异值。
需要说明的是，对模块Kd进行奇异值分解，获得模块Kd的奇异值的方法与获得第一奇异值的方法类似，本发明实施例不再详细阐述。
步骤S3、按照如下公式，确定AES加密水印图像的奇异值；
其中，α为修正因子，为AES加密水印图像的奇异值，为模块Kd的奇异值，λi为原始图像矩阵LL子带模块，也即模块k的奇异值。
步骤S4、基于AES加密水印图像的奇异值构成的奇异值矩阵，对AES加密水印图像进行重构，得到重构的AES加密水印图像。
其中，基于AES加密水印图像的奇异值构成的奇异值矩阵，对AES加密水印图像进行重构，得到重构的AES加密水印图像时，按照如下公式(7)进行重构。
其中，为重构的AES加密水印图像，Uw和Vw为嵌入过程中所保留的密钥。
步骤S5、将重构的AES加密水印图像进行AES解密，获得原始水印图像。
本发明实施例提供的基于LWT算法和AES加密算法的水印嵌入和提取方法的实验仿真及其性能：
仿真环境为MATLAB7.0.选择数字图像处理标准测试图库中的标准图像，尺寸大小为256×256像素，如图5(1)所示，水印图像尺寸大小为32×32像素，如图6(1)所示。首先将水印图像分解成8×8个子块，每子块大小为4×4像素。选择128bit初始密钥进行密钥扩展生成轮密钥，每个子块数据经过10轮的字节代换、行位移、列混合和轮密钥加形成灰度水印图像的AES加密图像，如图6(2)所示。再将原始图像进行LWT变换分解为四个子带，取出LL子带，大小为128×128像素.提取LL子带和AES水印图像的主值，按照水印嵌入方法嵌入水印。嵌入水印图像如图5(2)所示。水印提取按照相逆的算法进行。图6(3)为提取的水印AES解密图像。
随着网路技术的发展，网络数据加密的要求日益提高，AES的应用首先体现在网络信息安全领域中。灰度水印图像经过AES数据加密后比EDS数据加密更难破解，AES算法抗旁道攻击以及其它攻击性能非常强。因此该水印的安全性非常好。
其中，水印的性能由其性能指标峰值信噪比PSNR和相关系数r衡量。峰值信噪比其中，Maxi为原始图像中的最大值像素，MSE为原始图像和嵌入水印图像的均方误差。相关系数其中，W为原始水印图像，为所提取的水印图像，为原始水印图像的均值，为所提取水印图像的均值。原始图像如图5(1)所示，嵌入水印图像如图5(2)所示，水印图像如图6(1)所示，其加密图像如图6(2)所示，提取的水印图像如图6(3)所示，此时psnr值非常大，均方误差非常小，相关系数r＝1，由此可以看出这足以保证嵌入水印图像的透明性。当遭受攻击时，PSNR值和相关系数r要相应地减小。
图7(1)为遭受高斯噪声攻击时提取的水印图像，噪声均值为0，方差为0.0001，此时PSNR＝39.95dB,相关系数r＝0.6572。图7(2)为遭受椒盐噪声攻击时提取的水印图像，椒盐密度为0.0001，此时PSNR＝46.38dB,相关系数r＝0.7366。图7(3)为遭受斑纹噪声攻击时提取的水印图像，噪声方差为0.0001，此时PSNR＝45.44dB,相关系数r＝0.7017.由此可以看出该水印的鲁棒性。
综上该，本发明利用提升小波理论运算效率高、精确度高的优点和灰度水印图像AES加密数据更安全的特点，提出了基于提升小波变换的AES数据加密水印技术，以提高水印的鲁棒性和安全性。
本发明提供基于LWT算法和AES加密算法的水印嵌入和提取方法，由于本发明水印嵌入方法，是基于提升小波变换(LWT)和高级加密标准(AES)数据加密技术，LWT精确度高，计算速度快，运算效率高，是一种整数到整数的变换；因此，提高了水印的运算速率，且水印图像采用AES数据加密，数据更安全，为水印技术又多了一层保护，提高了水印的安全性。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.基于LWT算法和AES加密算法的水印嵌入和提取方法，其特征在于，包括：水印嵌入方法和水印提取方法；
所述水印嵌入方法包括：
利用提升小波变换LWT将原始图像分解为LL子带、LH子带、HL子带和HH子带；
将LL子带划分成多个l×l大小的模块K，并对每一个模块K进行奇异值分解，获得模块K的奇异值λi；
将水印图像进行AES加密，并将加密后的图像D进行奇异值分解，获得加密后的图像D的奇异值λwi；
根据如下公式修正模块K的奇异值；
其中，α为修正因子，为模块K修正后的奇异值；
基于所述模块K修正后的奇异值构成的奇异值矩阵对模块K进行重构，得到嵌入水印的模块，所有嵌入水印的模块构成嵌入水印的LL子带；
将嵌入水印的LL子带、LH子带、HL子带和HH子带做LWT逆变换，获得嵌入水印图像；
所述水印提取方法包括：
利用提升小波变换LWT将嵌入水印图像进行分解，获得提升小波变换的LL'子带；
将LL'子带划分成多个l×l大小的模块Kd，并对每一个模块Kd进行奇异值分解，获得模块Kd的奇异值；
按照如下公式，确定AES加密水印图像的奇异值；
其中，α为修正因子，为AES加密水印图像的奇异值，为模块Kd的奇异值，λi为模块K的奇异值；
基于AES加密水印图像的奇异值构成的奇异值矩阵，对AES加密水印图像进行重构，得到重构的AES加密水印图像；
将重构的AES加密水印图像进行AES解密，获得原始水印图像。
2.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法，其特征在于，将水印图像分解成8×8个子块，对每一个子块采用AES加密算法进行加密时，采用128bit的密钥，并且对每一个子块均进行10轮的数据加密。
3.如权利要求2所述的基于LWT算法和AES加密算法的水印嵌入和提取方法，其特征在于，每一轮的数据加密具体包括：字节代换、行位移、列混合和轮密钥加。
4.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法，其特征在于，所述提升小波变换，具体包括：
分裂步骤：将输入信号x(n)分解为偶点和奇点样值序列xe(n)和xo(n)；
预测步骤：利用偶点序列xe(n)的预测值P[xe(n)]来预测奇点序列xo(n)，将差值d(n)＝xo(n)-P[xe(n)]定义为信号x(n)的高频分量，其中，P[·]为预测算子；
更新步骤：利用高频分量d(n)来更新偶点序列xe(n)，近似低频分量c(n)＝xe(n)+U[d(n)]，其中U[·]为更新算子。
5.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法，其特征在于，所述奇异值分解变换，具体包括：
尺寸大小为m×n像素的图像的奇异值分解表达式可以展成：C＝USV′，其中，U是一个正交矩阵U′U＝I，S＝diag(λi)为奇异值λi,i＝1,2...,r的对角矩阵，并且奇异值以降序排列，V也为正交矩阵V′V＝I；U矩阵的列向量u为左边奇异值向量，V矩阵的列向量v为右边奇异值向量，则图像的奇异值分解表达式也可以通过下式表示：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810239947.6A CN108492241A (zh) | 2018-03-22 | 2018-03-22 | 基于lwt算法和aes加密算法的水印嵌入和提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810239947.6A CN108492241A (zh) | 2018-03-22 | 2018-03-22 | 基于lwt算法和aes加密算法的水印嵌入和提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108492241A true CN108492241A (zh) | 2018-09-04 |
Family
ID=63319222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810239947.6A Pending CN108492241A (zh) | 2018-03-22 | 2018-03-22 | 基于lwt算法和aes加密算法的水印嵌入和提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108492241A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524056A (zh) * | 2019-02-01 | 2020-08-11 | 郭英 | 快速解析图像来源并且保护图像版权的图像加盲水印方法 |
| CN112150339A (zh) * | 2020-09-25 | 2020-12-29 | 南京师范大学 | 一种矢量地理数据水印加密解密方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777172A (zh) * | 2008-12-19 | 2010-07-14 | 天津易步科技发展有限公司 | 基于元胞自动机的盲水印实现方法 |
| CN101877117A (zh) * | 2009-12-01 | 2010-11-03 | 天津工程师范学院 | 基于提升小波与奇异值分解的数字图像版权保护方法 |
| CN107633476A (zh) * | 2017-09-25 | 2018-01-26 | 河南师范大学 | 一种基于lwt‑svd‑dct算法的水印嵌入和提取方法 |
-
2018
- 2018-03-22 CN CN201810239947.6A patent/CN108492241A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777172A (zh) * | 2008-12-19 | 2010-07-14 | 天津易步科技发展有限公司 | 基于元胞自动机的盲水印实现方法 |
| CN101877117A (zh) * | 2009-12-01 | 2010-11-03 | 天津工程师范学院 | 基于提升小波与奇异值分解的数字图像版权保护方法 |
| CN107633476A (zh) * | 2017-09-25 | 2018-01-26 | 河南师范大学 | 一种基于lwt‑svd‑dct算法的水印嵌入和提取方法 |
Non-Patent Citations (4)
| Title |
|---|
| VIVEK SINGH VERMA 等: "Significant region based robust watermarking scheme in lifting wavelet transform domain", 《VIVEK SINGH VERMA》 * |
| 张亦明 等: "一种基于AES的图像篡改检测方案", 《物联网技术》 * |
| 徐国荣 等: "基于奇异值与提升小波的彩色图像水印算法", 《计算机应用研究》 * |
| 李伟 等: "基于粒子群优化算法的一种智能水印技术", 《计算机应用与软件》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524056A (zh) * | 2019-02-01 | 2020-08-11 | 郭英 | 快速解析图像来源并且保护图像版权的图像加盲水印方法 |
| CN112150339A (zh) * | 2020-09-25 | 2020-12-29 | 南京师范大学 | 一种矢量地理数据水印加密解密方法及系统 |
| CN112150339B (zh) * | 2020-09-25 | 2024-05-31 | 南京师范大学 | 一种矢量地理数据水印加密解密方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ou et al. | High payload image steganography with minimum distortion based on absolute moment block truncation coding | |
| Tai et al. | Image self-recovery with watermark self-embedding | |
| Chang et al. | Reversible hiding in DCT-based compressed images | |
| CN109360141B (zh) | 基于压缩感知和三维猫映射的图像加密方法 | |
| Spaulding et al. | BPCS steganography using EZW lossy compressed images | |
| Keshavarzian et al. | ROI based robust and secure image watermarking using DWT and Arnold map | |
| Houssein et al. | An image steganography algorithm using haar discrete wavelet transform with advanced encryption system | |
| Bekkouch et al. | Robust and reversible image watermarking scheme using combined DCT-DWT-SVD transforms | |
| Al-Otum et al. | Secure and effective color image tampering detection and self restoration using a dual watermarking approach✩ | |
| CN108492241A (zh) | 基于lwt算法和aes加密算法的水印嵌入和提取方法 | |
| Sakkara et al. | Integer wavelet based secret data hiding by selecting variable bit length | |
| Narula et al. | Comparative analysis of DWT and DWT-SVD watermarking techniques in RGB images | |
| Singh et al. | A recent survey on data hiding techniques | |
| Nadiya et al. | Image steganography in DWT domain using double-stegging with RSA encryption | |
| Vanmathi et al. | A Survey of State of the Art techniques of Steganography | |
| Yang et al. | A semi-fragile reversible data hiding by coefficient-bias algorithm | |
| CN115131253B (zh) | 一种用于对抗jpeg重压缩的秘密图像分享方法和系统 | |
| Brar et al. | Double layer image security system using encryption and steganography | |
| Veličković et al. | Digital video protection in the DWT-SVD domain using scrambled watermark by GMSAT algorithm | |
| Tsai et al. | A wavelet-based semi-fragile watermarking with recovery mechanism | |
| Saurabh et al. | Video watermarking scheme based on DWT and PCA for copyright protection | |
| Hemalatha et al. | A novel colorimage steganography using discrete wavelet transform | |
| Sathananthavathi et al. | Secure visual communication with advanced cryptographic and ımage processing techniques | |
| Lee et al. | Reversible data embedding for tamper-proof watermarks | |
| D'Silva et al. | Data security using SVD based digital watermarking technique |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |