CN108921767A - 一种基于fpga的图像数字水印处理系统及其处理方法 - Google Patents
一种基于fpga的图像数字水印处理系统及其处理方法 Download PDFInfo
- Publication number
- CN108921767A CN108921767A CN201810573393.3A CN201810573393A CN108921767A CN 108921767 A CN108921767 A CN 108921767A CN 201810573393 A CN201810573393 A CN 201810573393A CN 108921767 A CN108921767 A CN 108921767A
- Authority
- CN
- China
- Prior art keywords
- image
- fpga
- frequency subband
- low
- watermark
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 59
- 230000001133 acceleration Effects 0.000 claims description 24
- 230000001174 ascending effect Effects 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 8
- 238000003780 insertion Methods 0.000 abstract 1
- 230000037431 insertion Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000004904 shortening 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于FPGA的图像数字水印处理系统及其处理方法,涉及信息隐藏技术领域,本发明包括提取加速算法模块、编写加速软核模块、加速任务调度模块、硬件虚拟化模块、FPGA高性能计算卡和控制主机模块,图像数字水印的嵌入和提取需要进行大量的图像变换运算,FPGA在这类计算密集型任务中相比CPU具有更低的延迟,本发明在图像变换运算时对离散小波变换及其逆变换进行硬件加速,能够极大提升系统的整体响应速度。
Description
技术领域
本发明涉及信息隐藏技术领域,更具体的是涉及一种基于FPGA的图像数字水印处理系统及其处理方法。
背景技术
随着计算机网络通信技术的发展,以多媒体数字产品为载体的信息得以在互联网方便地传播、交流和共享,但同时也带来了日益严重的数字产品遭到破坏、篡改和复制等侵权问题。一些数字媒体信息涉及到国家机密、个人隐私等敏感信息,一旦受到攻击、篡改和恶意传播,将会对社会或个人带来极其恶劣的影响。而现有的密码学技术并不能有效地解决这些问题,在现有的网络环境中切实维护数字媒体的版权信息,已经成为了一个亟待解决的问题。由此,对数字水印技术的深入研究具有重要的研究意义和应用价值。
按照图像数字水印的主要特征,目前将图像数字水印算法一般分为空域和变换域两类算法。常见的空域算法包括Schyndel算法、Patchwork算法等,但这类算法难以抵抗常见的图像攻击和免受噪声干扰的影响,目前使用的并不多;常见的变换域算法包括DFT、DWT和DCT算法等,将水印信息嵌入到原始图像的变换系数中,这类方法通常结合人类视觉系统来决定水印的嵌入强度,可以将水印信息均匀分布到整张图像中。
在文献《基于DWT图像数字水印技术研究》中,文拥军分别给出了基于离散小波变换的灰度和彩色图像数字水印算法,利用小波域低频自带良好的抗攻击特性,实现了一种图像隐水印算法。但该方式存在如下缺点:考虑到图像质量的提升,对其像素进行离散小波变换是需要耗费大量的运算时间,若同时对大量图像进行数字水印的嵌入或提取,传统的CPU主机会面临性能的考量,此时便可考虑使用FPGA硬件对离散小波变换及其逆变换进行加速,以提升整体响应速度。
FPGA现场可编程门阵列因其强大的计算能力及足够的灵活性受到了人们的青睐,其可以使用定制硬件的方式加速复杂的计算任务。FPGA每个逻辑单元的功能在重编程的时候就已经确定,其无指令、无共享内存的体系结构使其比CPU甚至GPU运算效率更高。在特定的计算场景,使用FPGA作协处理器加速特定算法以提高系统运行效率的方法逐渐被应用。
发明内容
本发明的目的在于:为了解决目前利用离散小波变化及人类视觉识别系统对图像嵌入数字水印时,其水印嵌入及提取过程耗时较长导致系统响应较慢的问题,本发明提供一种基于FPGA的图像数字水印处理系统及其处理方法。
本发明为了实现上述目的具体采用以下技术方案:
一种基于FPGA的图像数字水印处理系统,包括提取加速算法模块、编写加速软核模块、加速任务调度模块、硬件虚拟化模块、FPGA高性能计算卡和控制主机模块;
提取加速算法模块:对图像数字水印处理流程进行分析,确定最消耗计算性能的关键算法,对离散小波变换及其逆变换进行加速;
编写加速软核模块:对加速算法使用硬件描述语言Verilog实现,即实现算法软核;
加速任务调度模块:控制控制主机模块对FPGA高性能计算卡加速任务进行调度;
硬件虚拟化模块:将FPGA高性能计算卡虚拟化为抽象计算平台,提供供应用程序调用的SDK环境;
FPGA高性能计算卡:包括CPLD芯片以及分别与CPLD芯片连接的12颗高性能FPGA芯片,12颗高性能FPGA芯片用于运行算法软核,CPLD芯片用于控制每颗FPGA芯片软核的加载和数据的输入输出;
控制主机模块:控制主机模块使用USB2.0接口与FPGA高性能计算卡通信,用于控制FPGA高性能计算卡软核的加载及数据的输入输出。
一种基于FPGA的图像数字水印的处理方法,包括如下步骤:
S1、将原始宿主图像分块得到若干小块图像,然后对每个小块图像进行离散小波变换,得到分块离散图像和每个小块图像的低频子带矩阵;
S2、对二值水印图像进行处理,得到水印信息均匀分布的二值图像;
S3、取出S1中每个小块图像的低频子带矩阵组合成低频子带矩阵组,并对低频子带矩阵组中的低频子带矩阵进行升序排列得到升序矩阵,将低频子带矩阵组与升序矩阵的像素变换信息记录在排序数组中;
S4、向低频子带矩阵组中嵌入水印信息均匀分布的二值图像;
S5、根据排序数组将嵌入了水印信息的低频子带矩阵组中的嵌有水印信息的低频子带矩阵还原到升序排列之前的位置,得到嵌有水印信息的还原图像;
S6、对嵌有水印信息的还原图像进行离散小波逆变换,得到嵌有水印信息的目标图像;
S7、将目标图像分块得到若干小块目标图像,然后对每个小块目标图像进行离散小波变换,得到每个小块目标图像的目标低频子带矩阵;
S8、取出S7中每个小块目标图像的目标低频子带矩阵组合成目标低频子带矩阵组,根据排序数组对目标低频子带矩阵组中的目标低频子带矩阵进行排序,然后对排序后的目标低频子带矩阵组进行水印信息提取,得到恢复二值图像;
S9、对恢复二值图像进行处理,得到恢复二值水印图像,将恢复二值水印图像与二值水印图像进行对比,实现水印的检测或提取。
进一步的,所述S1具体为:将原始宿主图像分为8*8的若干小块图像,每个小块图像的分辨率为64*64,对每个小块图像进行二级离散小波变换,得到由若干经过离散小波变换的小块图像组成的分块离散图像和每个小块图像的低频子带矩阵。
进一步的,所述S2中对二值水印图像进行处理,具体为:将二值水印图像进行若干轮Arnold置换。
进一步的,所述S3中低频子带矩阵组的尺寸大小为128*128,所述排序数组记录像素原始位置与升序后的位置的对应关系。
进一步的,所述S4具体为:遍历S2得到的二值图像的每个像素点,将每个像素点的像素值均记为ω,并计算每个像素点与低频子带矩阵组对应位置的2*2小块的两个行向量的两个差值,若第一行行向量的差值小于第二行行向量的差值,记mark为0,否则记为1,对差值较小的行向量的两个系数按如下公式进行水印嵌入:
其中,I(ri)和I(rj)分别为该行向量的第一个元素和第二个元素的值,I′(ri)和I′(rj)分别为该行向量水印嵌入后第一个元素和第二个元素的值,JND为该像素点的最小视觉差,即在该值范围内修改像素值大小,不会引起人类视觉识别系统的差别。
进一步的,所述S7具体为:将目标图像分为8*8的若干小块目标图像,对每一个小块目标图像进行二级离散小波变换,得到每个小块目标图像的目标低频子带矩阵。
进一步的,所述S8中目标低频子带矩阵组的尺寸大小为128*128,对排序后的目标低频子带矩阵组进行水印信息提取具体为:遍历每个2*2小块,根据mark的值判定水印信息嵌入的行,再根据公式①确定要提取的二值图像对应位置的像素值,并对像素值进行提取,得到恢复二值图像。
进一步的,所述S9中对恢复二值图像进行处理,具体为:对恢复二值图像进行与S2中相同轮数的Arnold逆变换。
本发明的有益效果如下:
1、本发明在对图像进行离散小波变换及其逆变换时,使用Xilinx可重配置加速堆栈FPGA硬件加速器进行核心算法的加速,相比CPU具有更低的延迟,极大提高了系统的响应速度,优化了响应进程。
2、本发明采用了基于离散小波变换和人类视觉系统的数字水印算法,将版权水印信息以二值图像的形式嵌入到宿主图像中,并且在提取或检测版权水印信息时不需要宿主图像,优化了版权水印信息的处理流程。
3、本发明在对二值图像使用Arnold置换以及在提取或检测版权水印信息时应用离散小波变换,同样应用FPGA进行硬件加速,进一步减短了运算时间,提高了系统的响应速度。
附图说明
图1是本发明的加速系统构架图。
图2是本发明高性能计算卡的逻辑结构图。
图3是本发明方法的总体构架图。
具体实施方式
为了本技术领域的人员更好的理解本发明,下面结合附图和以下实施例对本发明作进一步详细描述。
实施例1
如图1和图2所示,本实施例提供一种基于FPGA的图像数字水印处理系统,包括提取加速算法模块、编写加速软核模块、加速任务调度模块、硬件虚拟化模块、FPGA高性能计算卡和控制主机模块;
提取加速算法模块:对图像数字水印处理流程进行分析,确定最消耗计算性能的关键算法,对离散小波变换及其逆变换进行加速;
编写加速软核模块:对加速算法使用硬件描述语言Verilog实现,即实现算法软核;
加速任务调度模块:控制控制主机模块对FPGA高性能计算卡加速任务进行调度;
硬件虚拟化模块:将FPGA高性能计算卡虚拟化为抽象计算平台,提供供应用程序调用的SDK环境;
FPGA高性能计算卡:包括CPLD芯片以及分别与CPLD芯片连接的12颗高性能FPGA芯片,12颗高性能FPGA芯片用于运行算法软核,CPLD芯片用于控制每颗FPGA芯片软核的加载和数据的输入输出;
控制主机模块:控制主机模块使用USB2.0接口与FPGA高性能计算卡通信,用于控制FPGA高性能计算卡软核的加载及数据的输入输出。
如图3所示,本实施例还提供了一种基于FPGA的图像数字水印的处理方法,包括如下步骤:
S1、将原始宿主图像分块得到若干小块图像,然后对每个小块图像进行离散小波变换,得到分块离散图像和每个小块图像的低频子带矩阵,具体为;
将原始宿主图像分为8*8的若干小块图像,每个小块图像的分辨率为64*64,对每个小块图像进行二级离散小波变换,得到由若干经过离散小波变换的小块图像组成的分块离散图像和每个小块图像的低频子带矩阵;
S2、将二值水印图像进行若干轮Arnold置换,得到水印信息均匀分布的二值图像;
S3、取出S1中每个小块图像的低频子带矩阵组合成尺寸大小为128*128的低频子带矩阵组,并对低频子带矩阵组中的低频子带矩阵进行升序排列得到升序矩阵,将低频子带矩阵组与升序矩阵的像素变换信息记录在排序数组中,所述排序数组记录像素原始位置与升序后的位置的对应关系;
S4、向低频子带矩阵组中嵌入水印信息均匀分布的二值图像,具体为:
遍历S2得到的二值图像的每个像素点,将每个像素点的像素值均记为ω,由于二值图像分辨率为64*64,其每个像素点对应到128*128的低频子带矩阵组就是一个2*2的矩阵小块,计算二值图像每个像素点与低频子带矩阵组对应位置的2*2小块的两个行向量的两个差值,若第一行行向量的差值小于第二行行向量的差值,记mark为0,否则记为1,对差值较小的行向量的两个系数按如下公式进行水印嵌入:
其中,I(ri)和I(rj)分别为该行向量的第一个元素和第二个元素的值,I′(ri)和I′(rj)分别为该行向量水印嵌入后第一个元素和第二个元素的值,JND为该像素点的最小视觉差,即在该值范围内修改像素值大小,不会引起人类视觉识别系统的差别
S5、根据排序数组中记录的像素原始位置与升序后的位置的对应关系,将嵌入了水印信息的低频子带矩阵组中的嵌有水印信息的低频子带矩阵还原到升序排列之前的位置,得到嵌有水印信息的还原图像;
S6、对嵌有水印信息的还原图像进行二级离散小波逆变换,得到嵌有水印信息的目标图像;
S7、将目标图像分为8*8的若干小块目标图像,对每个小块目标图像进行二级离散小波变换,得到每个小块目标图像的目标低频子带矩阵;
S8、取出S7中每个小块目标图像的目标低频子带矩阵组合成尺寸大小为128*128的目标低频子带矩阵组,根据排序数组中记录的像素原始位置与升序后的位置的对应关系,对目标低频子带矩阵组中的目标低频子带矩阵进行排序,然后对排序后的目标低频子带矩阵组进行水印信息提取,得到恢复二值图像;
其中,对排序后的目标低频子带矩阵组进行水印信息提取具体为:遍历每个2*2小块,根据mark的值判定水印信息嵌入的行,若mark值为0则嵌入的是第一行,mark值为1则嵌入的是第二行,再根据公式①确定要提取的二值图像对应位置的像素值,若行向量的差值为负,则二值图像像素值为1,若行向量的差值非负,则二值图像像素值为0,并对二值图像像素值进行提取,得到恢复二值图像;
S9、对恢复二值图像进行与S2中相同轮数的Arnold逆变换,得到恢复二值水印图像,将恢复二值水印图像与二值水印图像进行对比,实现水印的检测或提取。
本实施例在对图像进行离散小波变换及其逆变换时,使用Xilinx可重配置加速堆栈FPGA硬件加速器进行核心算法的加速,极大提高了系统的响应速度,优化了响应进程;采用了基于离散小波变换和人类视觉系统的数字水印算法,将版权水印信息以二值图像的形式嵌入到宿主图像中,并且在提取或检测版权水印信息时不需要宿主图像,优化了版权水印信息的处理流程。
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,本发明的专利保护范围以权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (9)
1.一种基于FPGA的图像数字水印处理系统,其特征在于:包括提取加速算法模块、编写加速软核模块、加速任务调度模块、硬件虚拟化模块、FPGA高性能计算卡和控制主机模块;
提取加速算法模块:对图像数字水印处理流程进行分析,确定最消耗计算性能的关键算法,对离散小波变换及其逆变换进行加速;
编写加速软核模块:对加速算法使用硬件描述语言Verilog实现,即实现算法软核;
加速任务调度模块:控制控制主机模块对FPGA高性能计算卡加速任务进行调度;
硬件虚拟化模块:将FPGA高性能计算卡虚拟化为抽象计算平台,提供供应用程序调用的SDK环境;
FPGA高性能计算卡:包括CPLD芯片以及分别与CPLD芯片连接的12颗高性能FPGA芯片,12颗高性能FPGA芯片用于运行算法软核,CPLD芯片用于控制每颗FPGA芯片软核的加载和数据的输入输出;
控制主机模块:控制主机模块使用USB2.0接口与FPGA高性能计算卡通信,用于控制FPGA高性能计算卡软核的加载及数据的输入输出。
2.一种基于FPGA的图像数字水印的处理方法,其特征在于,包括如下步骤:
S1、将原始宿主图像分块得到若干小块图像,然后对每个小块图像进行离散小波变换,得到分块离散图像和每个小块图像的低频子带矩阵;
S2、对二值水印图像进行处理,得到水印信息均匀分布的二值图像;
S3、取出S1中每个小块图像的低频子带矩阵组合成低频子带矩阵组,并对低频子带矩阵组中的低频子带矩阵进行升序排列得到升序矩阵,将低频子带矩阵组与升序矩阵的像素变换信息记录在排序数组中;
S4、向低频子带矩阵组中嵌入水印信息均匀分布的二值图像;
S5、根据排序数组将嵌入了水印信息的低频子带矩阵组中的嵌有水印信息的低频子带矩阵还原到升序排列之前的位置,得到嵌有水印信息的还原图像;
S6、对嵌有水印信息的还原图像进行离散小波逆变换,得到嵌有水印信息的目标图像;
S7、将目标图像分块得到若干小块目标图像,然后对每个小块目标图像进行离散小波变换,得到每个小块目标图像的目标低频子带矩阵;
S8、取出S7中每个小块目标图像的目标低频子带矩阵组合成目标低频子带矩阵组,根据排序数组对目标低频子带矩阵组中的目标低频子带矩阵进行排序,然后对排序后的目标低频子带矩阵组进行水印信息提取,得到恢复二值图像;
S9、对恢复二值图像进行处理,得到恢复二值水印图像,将恢复二值水印图像与二值水印图像进行对比,实现水印的检测或提取。
3.根据权利要求2所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S1具体为:将原始宿主图像分为8*8的若干小块图像,每个小块图像的分辨率为64*64,对每个小块图像进行二级离散小波变换,得到由若干经过离散小波变换的小块图像组成的分块离散图像和每个小块图像的低频子带矩阵。
4.根据权利要求2所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S2中对二值水印图像进行处理,具体为:将二值水印图像进行若干轮Arnold置换。
5.根据权利要求2所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S3中低频子带矩阵组的尺寸大小为128*128,所述排序数组记录像素原始位置与升序后的位置的对应关系。
6.根据权利要求2所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S4具体为:遍历S2得到的二值图像的每个像素点,将每个像素点的像素值均记为ω,并计算每个像素点与低频子带矩阵组对应位置的2*2小块的两个行向量的两个差值,若第一行行向量的差值小于第二行行向量的差值,记mark为0,否则记为1,对差值较小的行向量的两个系数按如下公式进行水印嵌入:
其中,I(ri)和I(rj)分别为该行向量的第一个元素和第二个元素的值,I′(ri)和I′(rj)分别为该行向量水印嵌入后第一个元素和第二个元素的值,JND为该像素点的最小视觉差,即在该值范围内修改像素值大小,不会引起人类视觉识别系统的差别。
7.根据权利要求2所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S7具体为:将目标图像分为8*8的若干小块目标图像,对每一个小块目标图像进行二级离散小波变换,得到每个小块目标图像的目标低频子带矩阵。
8.根据权利要求6所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S8中目标低频子带矩阵组的尺寸大小为128*128,对排序后的目标低频子带矩阵组进行水印信息提取具体为:遍历每个2*2小块,根据mark的值判定水印信息嵌入的行,再根据公式①确定要提取的二值图像对应位置的像素值,并对像素值进行提取,得到恢复二值图像。
9.根据权利要求4所述的一种基于FPGA的图像数字水印的处理方法,其特征在于,所述S9中对恢复二值图像进行处理,具体为:对恢复二值图像进行与S2中相同轮数的Arnold逆变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810573393.3A CN108921767B (zh) | 2018-06-06 | 2018-06-06 | 一种基于fpga的图像数字水印处理系统及其处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810573393.3A CN108921767B (zh) | 2018-06-06 | 2018-06-06 | 一种基于fpga的图像数字水印处理系统及其处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108921767A true CN108921767A (zh) | 2018-11-30 |
CN108921767B CN108921767B (zh) | 2023-06-13 |
Family
ID=64418410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810573393.3A Active CN108921767B (zh) | 2018-06-06 | 2018-06-06 | 一种基于fpga的图像数字水印处理系统及其处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921767B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785217A (zh) * | 2018-12-25 | 2019-05-21 | 湖南大学 | 基于fpga技术的差错控制芯核水印方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930498A (zh) * | 2012-11-13 | 2013-02-13 | 上海电力学院 | 一种基于提升小波的数字水印嵌入及提取方法 |
CN103955879A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于多级dct的dwt-svd鲁棒水印方法 |
CN105260983A (zh) * | 2015-11-11 | 2016-01-20 | 西安电子科技大学 | 基于HyperX平台的5/3小波变换方法 |
CN107194864A (zh) * | 2017-04-24 | 2017-09-22 | 中国人民解放军信息工程大学 | 基于异构平台的ct图像三维重建加速方法及其装置 |
CN107632957A (zh) * | 2017-09-11 | 2018-01-26 | 南京弹跳力信息技术有限公司 | 一种基于大规模fpga芯片的计算加速系统及其加速方法 |
-
2018
- 2018-06-06 CN CN201810573393.3A patent/CN108921767B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930498A (zh) * | 2012-11-13 | 2013-02-13 | 上海电力学院 | 一种基于提升小波的数字水印嵌入及提取方法 |
CN103955879A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于多级dct的dwt-svd鲁棒水印方法 |
CN105260983A (zh) * | 2015-11-11 | 2016-01-20 | 西安电子科技大学 | 基于HyperX平台的5/3小波变换方法 |
CN107194864A (zh) * | 2017-04-24 | 2017-09-22 | 中国人民解放军信息工程大学 | 基于异构平台的ct图像三维重建加速方法及其装置 |
CN107632957A (zh) * | 2017-09-11 | 2018-01-26 | 南京弹跳力信息技术有限公司 | 一种基于大规模fpga芯片的计算加速系统及其加速方法 |
Non-Patent Citations (3)
Title |
---|
MOHAMED ALI HAJJAJI: "Real time implementation of numerical watermarking system using Xilinx system generator", 《 2015 16TH INTERNATIONAL CONFERENCE ON SCIENCES AND TECHNIQUES OF AUTOMATIC CONTROL AND COMPUTER ENGINEERING (STA)》 * |
叶闯: "基于离散小波变换的数字水印算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
汪磊: "基于FPGA的视频无损压缩算法研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785217A (zh) * | 2018-12-25 | 2019-05-21 | 湖南大学 | 基于fpga技术的差错控制芯核水印方法 |
CN109785217B (zh) * | 2018-12-25 | 2023-05-09 | 湖南大学 | 基于fpga技术的差错控制芯核水印方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108921767B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hosny et al. | Robust color image watermarking using invariant quaternion Legendre-Fourier moments | |
Fındık et al. | A color image watermarking scheme based on hybrid classification method: particle swarm optimization and k-nearest neighbor algorithm | |
CN108122225B (zh) | 基于自适应特征点的数字图像篡改检测方法 | |
CN112088378A (zh) | 图像隐藏信息检测器 | |
Cao et al. | A digital watermarking encryption technique based on FPGA cloud accelerator | |
CN106097236B (zh) | 基于非负矩阵分解的频域鲁棒图像可逆水印方法 | |
Wu et al. | An image authentication and recovery system based on discrete wavelet transform and convolutional neural networks | |
Hussain et al. | FastStamp: Accelerating neural steganography and digital watermarking of images on FPGAs | |
CN108921767B (zh) | 一种基于fpga的图像数字水印处理系统及其处理方法 | |
Suresh et al. | Chronological bald eagle optimization based deep learning for image watermarking | |
CN109544438A (zh) | 一种基于神经网络与dct变换的数字水印方法 | |
CN113360911A (zh) | 恶意代码同源分析方法、装置、计算机设备和存储介质 | |
Araghi et al. | Analysis and evaluation of template based methods against geometric attacks: a survey | |
Yao et al. | High invisibility image steganography with wavelet transform and generative adversarial network | |
Zhang et al. | Generative model watermarking based on human visual system | |
Ansari et al. | PSO optimized multipurpose image watermarking using SVD and chaotic sequence | |
Liu et al. | Novel robust multiple watermarking against regional attacks of digital images | |
Sinha Roy et al. | Hardware execution of a saliency map based digital image watermarking framework | |
Fofanah et al. | Watermarking of frequency and steganography for protection of medical images based on bacterial foraging optimization and genetic algorithm | |
CN114648436A (zh) | 一种基于深度学习的抗屏摄文本图像水印嵌入和提取方法 | |
Xue et al. | Removing watermarks for image processing networks via referenced subspace attention | |
Zou et al. | Anti-neuron watermarking: protecting personal data against unauthorized neural networks | |
Salunkhe et al. | Feature Extraction Based Image Steganalysis Using Deep Learning | |
JP3737702B2 (ja) | 電子透かしに関する透かし情報埋込装置及び透かし情報抽出装置 | |
Ge et al. | Least significant bit steganography detection with machine learning techniques |
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 |