CN109509137A - 一种嵌入比16分之一的图片水印嵌入及盲提取方法 - Google Patents
一种嵌入比16分之一的图片水印嵌入及盲提取方法 Download PDFInfo
- Publication number
- CN109509137A CN109509137A CN201810966120.5A CN201810966120A CN109509137A CN 109509137 A CN109509137 A CN 109509137A CN 201810966120 A CN201810966120 A CN 201810966120A CN 109509137 A CN109509137 A CN 109509137A
- Authority
- CN
- China
- Prior art keywords
- watermark
- formula
- value
- embedded
- rmd
- 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
- 238000003780 insertion Methods 0.000 title claims abstract description 74
- 230000037431 insertion Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 101100091046 Caenorhabditis elegans rmd-1 gene Proteins 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 238000007796 conventional method Methods 0.000 abstract 1
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000012795 verification 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
- 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
本发明涉及一种嵌入比16分之一的图片水印嵌入及盲提取方法,水印嵌入方法包括如下步骤:步骤1)将载体图片分成若干4*4的图像块,并形成对应的RGB矩阵;在RGB转Y的模块中,通过色彩空间转换公式将RGB矩阵转换呈Y矩阵;步骤2)通过式(2)求出Y矩阵DCT变换域的直流分量DC;步骤3)根据式(2)结合式(3)通过同时裁剪离散余弦变换和离散余弦变换逆变换两个变换,并进一步进行裁剪色彩空间转换的操作,实现将水印信息直接嵌入在RGB通道上。有益效果:解决水印嵌入比由传统的1/64提升到1/16时,传统方法所面临的载体图片失真严重和水印提取质量较差的问题。
Description
技术领域
本发明图像作品水印的技术领域,特别涉及了一种基于RGB通道实现Y通道变换域直流分量的水印嵌入及提取方法。
背景技术
图片水印技术在图像作品的版权保护和真实性认证中有着重要的作用。目前,数字水印的实现方法主要包括基于空域的、基于离散余弦变换(DCT)的和基于离散小波变换(DWT)的嵌入和提取方法。其中基于DCT中低频实现水印是最为常见的。因为JPEG压缩是在8*8的矩阵上进行的,因此常见的算法也采取在8*8矩阵块上嵌入一个水印值,此时嵌入比为1/64。比如有一张800*800的图像,那么相应的水印大小应为100*100。显然,100*100的水印图片无法承载太多信息。因此工业界希望能提高嵌入比,扩大嵌入容量。据此,华为相关研究人员提出,是否可以在4*4的图像块上嵌入一个水印值,使得嵌入比由1/64提升到1/16。此时,以上800*800的图像,能够嵌入的水印信息大小就可以提高到200*200 了,嵌入容量提高了4倍。
大量研究实验表明,简单移植现有的嵌入比1/64的水印实现方法到嵌入比为1/16的情况下,功能效果不理想。一种情况是,载体图片嵌入水印后,失真明显,丧失了不可感知性;另一种情况是,嵌入水印后的载体图片具有不可感知性,但是经历一些处理或攻击后,水印无法被提取或者被识别,即丧失了鲁棒性。
发明内容
本发明的目的是克服上述背景技术的不足,提供一种嵌入比16分之一的图片水印嵌入及盲提取方法,提高水印嵌入容量,同时满足水印实现的两大要求,即嵌入痕迹的不可感知性和水印实现性能的鲁棒性。为了实现上述技术目的,本发明的技术方案为:
所述嵌入比16分之一的图片水印的嵌入方法,包括如下步骤:
步骤1)将载体图片分成若干4*4的图像块,并形成对应的RGB矩阵;在RGB 转Y的模块中,通过色彩空间转换公式(1),将RGB矩阵转换呈Y矩阵;
Y=0.299R+0.587G+0.114B (1)
步骤2)通过式(2)求出Y矩阵DCT变换域的直流分量DC,
步骤3)根据式(2)结合式(3)通过同时裁剪离散余弦变换和离散余弦变换逆变换两个变换,并裁剪色彩空间转换,实现将水印信息直接嵌入在RGB通道上,如式(4)。
所述嵌入比16分之一的图片水印的嵌入方法的进一步设计在于,所述步骤 3)中水印信息的嵌入类型分为强水印嵌入与弱水印嵌入:水印信息的嵌入类型的选取方法为:首先构建纹理函数L,再对纹理函数L进行迭代求解,当纹理函数L的解大于等于设定的阈值Thr时采取强水印嵌入;当所述解小于Thr时,采取弱水印嵌入。
所述嵌入比16分之一的图片水印的嵌入方法的进一步设计在于,步骤3) 中根据式(8)构建纹理函数L
L=max(Y)-min(Y) (5)
对纹理函数L的求解包括如下步骤:
步骤3-1)进行8次比较,选出8次比较中的8个大数形成大数组,选出8次比较中的8个小数形成小数组;
步骤3-2)对大数组中的数进行4次比较,选出4个大数更新大数组;对小数组中的数进行4次比较,选出4个小数更新小数组;
步骤3-3)对大数组中的数进行2次比较,选出2个大数更新大数组;对小数组中的数进行2次比较,选出2个小数更新小数组;
步骤3-4)对大数组中的数进行1次比较,选出较大者作为max(Y);对小数组中的数进行1次比较,选出较小者min(Y);
步骤3-5)将较大者与min(Y)代入式(6)进行计算。
所述嵌入比16分之一的图片水印的嵌入方法的进一步设计在于,对于强嵌入类型,根据式(6)求取模值
rmd1=mod(DC,20) (6)
若rmd1∈[0,10),表示嵌入水印值为0,否则为1;通过最临近的移动方法将余数移动到以判断域的中点C为中心,左右变化2个单位的范围内,即[C-2,C+2];根据式(7a)求解水印嵌入值,根据式(7b)实现水印嵌入。
R,G,B=R,G,B+delta (7b)
式(7a)中的delta表示因嵌入水印而产生的像素点变化值,round()函数表示四舍五入函数。
所述嵌入比16分之一的图片水印的嵌入方法的进一步设计在于,对于弱嵌入类型,根据式(8)求取模值
rmd2=mod(DC,12) (8)
若rmd2∈[0,6),表示嵌入水印值为0,否则为1;通过最临近的移动方法将余数移动到以判断域的中点C为中心,左右变化2个单位的范围内,即[C-2,C+2];根据式(9a)求解水印嵌入值,根据式(9b)实现水印嵌入。
R,G,B=R,G,B+delta (9b)
所述嵌入比16分之一的图片水印的嵌入方法的进一步设计在于,式(6)、式(8)的求模计算通过旋转迭代求模法实现,设定求解rmd=mod(DC,d),DC 的绝对值最大值为DCm,求解不等式得到k≥km,km为整数;所述旋转迭代求模法具体包括如下步骤:
Step1)设置余数rmd初始值等于DC;并初始化循环标记k=km;
Step2)更新余数rmd,如果rmd>0,则rmd=rmd-2k×d;否则rmd=rmd+2k×d,d 表示模数;并更新循环标记,k=k-1;
Step3)循环Step 2)共(km+1)次;
Step4)如果rmd小于0,则rmd=d+rmd,求模结束。
根据所述嵌入比16分之一的图片水印的嵌入方法,提供一种对应的盲提取方法,其特征在于依据式(6)和式(8)对应得到的rmd1和rmd2提取水印,具体如下:
对于强水印嵌入类型:根据式(10)判定模值rmd1对应的水印值W;
对于弱水印嵌入类型:根据式(11)判定模值rmd2对应的水印值W;
有益效果:
本发明的方法创新性地提出直接在RGB通道上实现Y通道变换域直流分量层面的水印嵌入和盲提取技术,在强弱混合嵌入的情况下,载体图片的失真度表征量PSNR在45.425到49.892之间,而经历基于DCT的标准JPEG压缩后,水印点提取正确的概率在0.625到0.875之间。既满足嵌入痕迹的不可感知性,也满足水印信息提取的鲁棒性。
本发明的方法是一个嵌入比为1/16时的可行的水印实现方案,成功地将水印信息的嵌入容量相对于传统的1/64嵌入比的方法,提高了4倍。
本发明的水印嵌入和盲提取95%以上的计算可共用,故而软件实现和硬件实现时,嵌入器和检测器都可以设置一个模式选择,一个应用同时实现水印的嵌入和盲提取。
附图说明
图1是本发明图片水印的嵌入及提取方法的流程图。
图2是强水印嵌入示意图。
图3是弱水印嵌入示意图。
图4是旋转迭代求模法应用示意图。
图5是提出的水印技术硬件实现框图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细的说明。
本实施例的基于RGB通道实现Y通道变换域直流分量的水印嵌入和盲提取技术,主要包括以下顺序工作的三个模块,分别是RGB通道转Y通道模块、直流分量计算和求模运算模块以及水印嵌入和提取模块。按照水印实现过程,可以分为水印的嵌入和盲提取,对应的分别为嵌入器和检测器。
如图1,左边是水印嵌入流程,右边是水印提取流程。两个流程到提取出Y 矩阵直流分量DC前的模块是一致的。只有水印的嵌入和提取不一样。下面陈述每个模块的功能。
首先将载体图片分成若干4*4的图像块,即4*4RGB三个矩阵。在RGB转 Y的模块中,利用公式(1)所示的色彩空间转换公式,得到4*4的Y矩阵。注意,这里不需要求解U、V矩阵。
Y=0.299R+0.587G+0.114B (1)
接着介绍直流分量计算和求模运算模块。严格的理论分析表明,Y矩阵DCT 变换域的直流分量DC可以通过(2)式直接求出,因此本实施例裁减了冗余计算DCT变换。
当DC求解出来后,紧接着求解DC对20和12的模值,具体如公式(3)和(4)。
rmd1=mod(DC,20) (3)
rmd2=mod(DC,12) (4)
其中,rmd1应用于强水印嵌入时的水印嵌入和盲提取,而rmd2应用于弱水印嵌入时的水印嵌入和盲提取,此部分于后面详述。
最后介绍水印嵌入和盲提取模块。设嵌入在Y通道直流分量DC上的水印信息使DC变化ΔDC。严格的理论分析表明,嵌入水印后的Y矩阵可以由式(5) 求解。
由式(2)和式(5)两个公式,可以同时裁剪DCT和IDCT两个变换。同时,观察YUV转RGB的公式(6),进一步裁剪5/6的色彩空间转换。
R=Y+1.140V (6a)
G=Y-0.395U-0.581V (6b)
B=Y+2.032U (6c)
可以发现,当Y矩阵变化一个单位时,R、G、B三个矩阵也会跟着变化相同的一个单位。结合(5)式,可以将水印信息直接嵌入到RGB通道上去,即(7) 式。
因此由图1可知,本实施例通过裁剪算法冗余,省去了计算复杂的DCT和IDCT,以及5/6的色彩空间转换,最后将水印信息直接嵌入在RGB通道上。水印盲提取只需要根据上一个模块求出的rmd1和rmd2所在范围,即可判断出嵌入值。
如式(7)所示,水印信息被直接嵌入到了RGB通道上。定义嵌入值时,为强水印嵌入;定义嵌入值时,为弱水印嵌入。这里已经考虑到RGB通道为整数,故而对嵌入值进行了四舍五入。同时定义纹理函数L的表达式如式(8)所示。
L=max(Y)-min(Y) (8)
当Y矩阵由式(1)式求解出来后,求解纹理函数L。设定一个阈值Thr,当L 大于等于它时,采取强水印嵌入;当L小于它时,采取弱水印嵌入。实验表明, Thr等于3到15之间较为理想。本实施例中Thr=8。
下面详述水印的强嵌入及其盲提取。如图2所示,定义式(3)式求出的余数域在[0,10)之间,表示嵌入水印值为0,否则为1。利用最临近的移动方法,将余数移动到判断域的中点附近,如-5、5、15和25。此时水印嵌入公式可由式 (9)式表示。
R,G,B=R,G,B+delta (9b)
如图2,delta存在等于±3的可能性,但是这仅限于余数rmd1等于5和15这两个点才会发生,两个点相对于连续的余数域线段来说,占比为0。因此delta等于±3的可能性极其小,基本不会发生。当采取纯强水印嵌入时,严格的理论分析表明,载体图片的失真度表征量PSNR期望值为45.425。
PSNR强=45.425 (10)
强水印的盲提取非常简单。直接判断(3)的范围即可。具体如(11)所示。
严格的理论分析表明,纯强水印嵌入时,载体图片经过基于DCT变换的标准 JPEG压缩后,提取出正确水印点的概率为0.875。
P强=0.875 (12)
接着陈述弱水印嵌入。如图3所示,定义(4)式求出的余数域在[0,6)之间,表示嵌入水印值为0,否则为1。利用最临近的移动方法,将余数移动到判断域的中点附近,如-3、3、9和15。此时的水印嵌入公式依然可以用(9)表示。当采用纯弱水印嵌入时,严格的理论分析表明,载体图片的失真度表征量PSNR的期望值为49.892。
PSNR弱=49.892 (13)
弱水印的盲提取也非常简单。直接判断(4)式的范围即可,具体如(14)所示。
严格的理论分析表明,纯弱水印嵌入时,载体图片经过基于DCT变换的标准 JPEG压缩后,提取出正确水印点的概率为0.625。
P弱=0.625 (15)
如式(3)和式(4)所述的求模计算,由式(2)知DC∈[0,1020]。基于此发明旋转迭代求模法。该方法适用于被除数绝对值大小有上限的情形,如式(2) 中DC的绝对值上限是1020。下面举例说明旋转迭代求模法。如实现式(3),DC对20取模。令20×2k大于等于DC的绝对值上限1020的一半,即510,可得k大于等于5。那么旋转迭代法的迭代流程如下:
Step1:设置余数rmd初始值等于DC;设循环标记k=5。
Step2:更新余数rmd。如果rmd>0,则rmd=rmd-2k×20;否则rmd=rmd+2k×20。
Step3:更新循环标记,k=k-1;
Step4:循环步骤2和3共6次。
Step5:如果rmd小于0,则rmd=20+rmd。
上诉旋转迭代求模法实现(3)和(4)的具体过程如图4所示。
如(11)式所示的纹理函数计算,提出分组计算法。具体过程如下。
Step1:做8次比较,选出8个大数和8个小数,形成大数组和小数组。
Step2:大数组做4次比较,选出4个大数更新大数组;小数组做4次比较,选出4个小数更新小数组。
Step3:大数组做2次比较,选出2个大数更新大数组;小数组做2次比较,选出2个小数更新小数组。
Step4:大数组做1次比较,选出max(Y);小数组做1次比较,选出min(Y)。
Step5:L=max(Y)-min(Y)。
本实施例通过算法冗余分析剪除了复杂的DCT和IDCT变换,和5/6的色彩空间变换。于软件实现而言,冗余的剪除使得水印实现所需的时间减少90%以上,在处理小批量的图片时,软件实现即可满足要求;于硬件实现而言,冗余的剪除使得硬件资源消耗减少95%以上,为多路并行实现提供了可能;于水印实现功能效果而言,冗余的剪除消除了空频域变换带来的计算误差和色彩空转换的计算误差,使得载体图片失真度明显降低,同时水印提取的质量也显著提高。
本实施例提出的技术在水印嵌入比为1/16时,表现出耐受JPEG压缩、裁剪、椒盐噪声等攻击的能力。弥补了现有嵌入比为1/16的水印实现技术缺失。实验表明,现有的针对嵌入比为1/64的技术移植到嵌入比为1/16下,性能表现较差,要么载体图片失真严重,要么水印提取质量不理想。而本发明提出的技术应用于 1/16嵌入比时,使得水印嵌入后的载体图片峰值信噪比固定在45.1205到49.8917 之间,使得载体图片经历标准的基于DCT的JPEG压缩后,水印信息提取的正确概率固定在0.625到0.875之间,满足业界需求。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种嵌入比16分之一的图片水印的嵌入方法,其特征在于包括如下步骤:
步骤1)将载体图片分成若干4*4的图像块,并形成对应的RGB矩阵;在RGB转Y的模块中,通过色彩空间转换公式(1),将RGB矩阵转换呈Y矩阵;
Y=0.299R+0.587G+0.114B (1)
步骤2)通过式(2)求出Y矩阵DCT变换域的直流分量DC,
步骤3)根据式(2)结合式(3)通过同时裁剪离散余弦变换和离散余弦变换逆变换两个变换,并裁剪色彩空间转换,实现将水印信息直接嵌入在RGB通道上,如式(4)。
2.根据权利要求1所述的嵌入比16分之一的图片水印的嵌入方法,其特征在于所述步骤3)中水印信息的嵌入类型分为强水印嵌入与弱水印嵌入:水印信息的嵌入类型的选取方法为:首先构建纹理函数L,再对纹理函数L进行迭代求解,当纹理函数L的解大于等于设定的阈值Thr时采取强水印嵌入;当所述解小于Thr时,采取弱水印嵌入。
3.根据权利要求2所述的嵌入比16分之一的图片水印的嵌入方法,其特征在于步骤3)中根据式(8)构建纹理函数L
L=max(Y)-min(Y) (5)
对纹理函数L的求解包括如下步骤:
步骤3-1)进行8次比较,选出8次比较中的8个大数形成大数组,选出8次比较中的8个小数形成小数组;
步骤3-2)对大数组中的数进行4次比较,选出4个大数更新大数组;对小数组中的数进行4次比较,选出4个小数更新小数组;
步骤3-3)对大数组中的数进行2次比较,选出2个大数更新大数组;对小数组中的数进行2次比较,选出2个小数更新小数组;
步骤3-4)对大数组中的数进行1次比较,选出较大者作为max(Y);对小数组中的数进行1次比较,选出较小者min(Y);
步骤3-5)将较大者与min(Y)代入式(6)进行计算。
4.根据权利要求2所述的嵌入比16分之一的图片水印的嵌入方法,其特征在于对于强嵌入类型,根据式(6)求取模值
rmd1=mod(DC,20) (6)
若rmd1∈[0,10),表示嵌入水印值为0,否则为1;通过最临近的移动方法将余数移动到以判断域的中点C为中心,左右变化2个单位的范围内,即[C-2,C+2];根据式(7a)求解水印嵌入值,根据式(7b)实现水印嵌入。
R,G,B=R,G,B+delta (7b)
式(7a)中的delta表示因嵌入水印而产生的像素点变化值,round()函数表示四舍五入函数。
5.根据权利要求4所述的嵌入比16分之一的图片水印的嵌入方法,其特征在于对于弱嵌入类型,根据式(8)求取模值
rmd2=mod(DC,12) (8)
若rmd2∈[0,6),表示嵌入水印值为0,否则为1;通过最临近的移动方法将余数移动到以判断域的中点C为中心,左右变化2个单位的范围内,即[C-2,C+2];根据式(9a)求解水印嵌入值,根据式(9b)实现水印嵌入。
R,G,B=R,G,B+delta (9b)
6.根据权利要求5所述的图片水印的嵌入方法,其特征在于式(6)、式(8)的求模计算通过旋转迭代求模法实现,设定求解rmd=mod(DC,d),DC的绝对值最大值为DCm,求解不等式得到k≥km,km为整数;所述旋转迭代求模法具体包括如下步骤:
Step1)设置余数rmd初始值等于DC;并初始化循环标记k=km;
Step2)更新余数rmd,如果rmd>0,则rmd=rmd-2k×d;否则rmd=rmd+2k×d,d表示模数;并更新循环标记,k=k-1;
Step3)循环Step 2)共(km+1)次;
Step4)如果rmd小于0,则rmd=d+rmd,求模结束。
7.如权利要求5-6任一项所述的嵌入比16分之一的图片水印的嵌入方法的盲提取方法(这里是并列独权专有的表述方式,这里的表述没有问题),其特征在于依据式(6)和式(8)对应得到的rmd1和rmd2提取水印,具体如下:
对于强水印嵌入类型:根据式(10)判定模值rmd1对应的水印值W;
对于弱水印嵌入类型:根据式(11)判定模值rmd2对应的水印值W;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966120.5A CN109509137A (zh) | 2018-08-22 | 2018-08-22 | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966120.5A CN109509137A (zh) | 2018-08-22 | 2018-08-22 | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109509137A true CN109509137A (zh) | 2019-03-22 |
Family
ID=65745609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810966120.5A Pending CN109509137A (zh) | 2018-08-22 | 2018-08-22 | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109509137A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643171A (zh) * | 2021-07-16 | 2021-11-12 | 南京大学 | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 |
CN115278314A (zh) * | 2022-07-08 | 2022-11-01 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU9708101A (en) * | 2000-12-11 | 2002-06-13 | Canon Kabushiki Kaisha | Embedding information in the DC component of compressed image data |
US6975733B1 (en) * | 1999-09-10 | 2005-12-13 | Markany, Inc. | Watermarking of digital images using wavelet and discrete cosine transforms |
CN103079066A (zh) * | 2012-12-29 | 2013-05-01 | 北方工业大学 | 脊波变换与dct变换相结合的图像水印嵌入和提取方法 |
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
- 2018-08-22 CN CN201810966120.5A patent/CN109509137A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975733B1 (en) * | 1999-09-10 | 2005-12-13 | Markany, Inc. | Watermarking of digital images using wavelet and discrete cosine transforms |
AU9708101A (en) * | 2000-12-11 | 2002-06-13 | Canon Kabushiki Kaisha | Embedding information in the DC component of compressed image data |
CN103079066A (zh) * | 2012-12-29 | 2013-05-01 | 北方工业大学 | 脊波变换与dct变换相结合的图像水印嵌入和提取方法 |
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 (2)
Title |
---|
HAZEM MUNAWER AL-OTUM等: "Novel watermarking technique based on the generalized squared interpoint distance for image copyright protection applications", 《JOURNAL OF ELECTRONIC IMAGING》 * |
唐晶磊: "基于离散余弦变换的彩色图像水印算法", 《网络与信息技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643171A (zh) * | 2021-07-16 | 2021-11-12 | 南京大学 | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 |
CN115278314A (zh) * | 2022-07-08 | 2022-11-01 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
CN115278314B (zh) * | 2022-07-08 | 2023-10-13 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111798400A (zh) | 基于生成对抗网络的无参考低光照图像增强方法及系统 | |
CN110532928B (zh) | 基于面部区域规范化和可变形沙漏网络的面部关键点检测方法 | |
US9883200B2 (en) | Method of acquiring neighboring disparity vectors for multi-texture and multi-depth video | |
CN102196274B (zh) | 一种基于颜色映射的自动白平衡方法 | |
CN110706151B (zh) | 一种面向视频的非均匀风格迁移方法 | |
CN110519595A (zh) | 一种基于频域量化损失估计的jpeg压缩图像复原方法 | |
CN109509137A (zh) | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 | |
CN109525847A (zh) | 一种恰可察觉失真模型阈值计算方法 | |
CN101827268B (zh) | 一种基于对象的分形视频压缩与解压缩方法 | |
CN114626967A (zh) | 一种数字水印嵌入与提取方法、装置、设备及存储介质 | |
CN106056638B (zh) | 一种自适应纹理对比度的低复杂度压缩感知图像编码方法 | |
CN109360140A (zh) | 基于预测误差加法扩展的可逆图像水印方法及装置 | |
CN103747269B (zh) | 一种滤波器插值方法及滤波器 | |
CN105741221B (zh) | Cad工程图可逆水印方法、水印嵌入方法和水印提取方法 | |
CN112669328B (zh) | 一种医学图像分割方法 | |
CN104093034B (zh) | 一种相似性约束人脸区域的h.264视频流自适应错误隐藏方法 | |
CN111383158A (zh) | 遥感图像预处理方法 | |
CN113112557A (zh) | 一种基于字典学习的分块自适应纸箱图像压缩方法 | |
CN111369435B (zh) | 基于自适应稳定模型的彩色图像深度上采样方法及系统 | |
CN110705568B (zh) | 一种图像特征点提取的优化方法 | |
CN101668204A (zh) | 免疫克隆图像压缩方法 | |
CN108876721A (zh) | 基于课程学习的超分辨率图像重建方法及系统 | |
CN101268623B (zh) | 用于创建可变形状区块的方法和装置 | |
CN105072446B (zh) | 一种彩色图像的压缩采样及重构算法 | |
CN110070110B (zh) | 一种自适应阈值图像匹配方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190322 |
|
WD01 | Invention patent application deemed withdrawn after publication |