CN110378832B - 水印嵌入方法、装置及电子设备 - Google Patents
水印嵌入方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110378832B CN110378832B CN201910667385.XA CN201910667385A CN110378832B CN 110378832 B CN110378832 B CN 110378832B CN 201910667385 A CN201910667385 A CN 201910667385A CN 110378832 B CN110378832 B CN 110378832B
- Authority
- CN
- China
- Prior art keywords
- coefficients
- contourlet
- norm
- representing
- scaling
- 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.)
- Active
Links
Images
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
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明实施例提供的水印嵌入方法、装置及电子设备,涉及水印嵌入技术领域。该水印嵌入方法包括:对待处理图像进行轮廓波变换处理,得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向;将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数;根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像。通过上述方法,可以提高数字水印的不可感知性和鲁棒性。
Description
技术领域
本发明涉及水印嵌入技术领域,具体而言,涉及一种水印嵌入方法、装置及电子设备。
背景技术
基于量化索引调制的数字水印方法具有水印嵌入容量大、抗加性噪声干扰能力强的优点。但是,但是,经发明人研究发现,基于量化索引调制方式的数字水印方法对幅度尺度缩放、旋转、JPEG压缩等攻击较为敏感,尤其是幅度尺度缩放与旋转攻击非常敏感。
第一,基于量化索引调制的数字水印方法忽略了图像的局部特性,没有考虑到图像系数幅值大小在不同区域中的特点,在平滑区域的图像系数幅值较小,采用量化索引调制的方式嵌入水印后,图像系数对幅度尺度缩放、旋转等攻击较为敏感;而在图像边缘、纹理丰富区域采用量化索引调制的方式嵌入水印,由于这些区域的图像系数幅值较大,水印抗攻击的鲁棒性较强。
第二,基于量化索引调制的数字水印方法采用均匀量化器对图像系数实施量化处理,当图像系数的统计分布满足均匀分布时,其性能最优。但图像系数一般来说并不满足均匀分布,采用均匀量化器时,图像中幅值大的系数(大信号)与幅值小的系数(小信号)的绝对量化误差是相同的,同样大的噪声对大信号影响可能不大,但是对小信号可能造成严重的后果,小信号的量化误差信噪比难以达到给定的要求。
因而,现有技术中存在着因量化误差对水印影响大而导致数字水印的不可感知性低和鲁棒性低的问题。
发明内容
有鉴于此,本发明的目的在于提供一种水印嵌入方法、装置及电子设备,以改善现有技术中存在的问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种水印嵌入方法,包括:
对待处理图像进行轮廓波变换处理得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向;
将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数;
根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像。
在本发明实施例较佳的选择中,所述将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数的步骤,包括:
按照预先确定的第一公式分别计算第一组轮廓波系数的第一范数和第二组轮廓波系数的第二范数;
按照预先确定的第二公式分别对所述第一范数进行对数变换处理得到第一缩放系数和对所述第二范数进行对数变换处理得到第二缩放系数。
在本发明实施例较佳的选择中,所述第一公式包括:
其中,||X||表示第一范数,||Y||表示第二范数,xi表示第一组轮廓波系数,yi表示第二组轮廓波系数,N表示轮廓波系数的数量,p表示范数的系数。
在本发明实施例较佳的选择中,所述第二公式包括:
其中,CX表示第一缩放系数,γ表示压缩水平,p表示范数的系数,Xs表示系数缩放尺度因子,CY表示第二缩放系数,||X||表示第一范数,||Y||表示第二范数。
在本发明实施例较佳的选择中,所述根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数的步骤包括:
获取水印信息、量化步长和所述两个缩放系数的比值;
根据所述水印信息、所述量化步长和所述两个缩放系数的比值按照预先确定的第三公式计算得到组合系数。
在本发明实施例较佳的选择中,所述第三公式包括:
其中,Zq表示组合系数,Z表示两个缩放系数的比值,m表示水印信息,Δ表示量化步长。
在本发明实施例较佳的选择中,所述对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像的步骤,包括:
按照预先确定的第四公式对所述组合系数进行对数逆变换处理得到多个嵌入水印信息的子带图像;
对所述多个嵌入水印信息的子带图像进行轮廓波逆变换处理得到水印图像。
在本发明实施例较佳的选择中,所述第四公式包括:
本发明实施例还提供了一种水印嵌入装置,包括:
轮廓波变换模块,用于对待处理图像进行轮廓波变换处理,得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向;
轮廓波系数计算模块,用于将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数;
水印嵌入模块,用于根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像。
本发明实施例还提供了一种电子设备,包括存储器和处理器,所述处理器用于执行所述存储器中存储的计算机程序,以实现上述的水印嵌入方法。
本发明实施例提供的水印嵌入方法、装置及电子设备,通过对待处理图像进行轮廓波变换处理得到多个轮廓波系数,以提高数字水印的不可感知性,将所述多个轮廓波系数分为两组轮廓波系数并分别进行范数计算和对数计算得到两个缩放系数,根据所述两个缩放系数的比值进行水印嵌入处理,以提高数字水印的不可感知性和鲁棒性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的电子设备的结构框图。
图2为本发明实施例提供的水印嵌入方法的流程示意图。
图3为本发明实施例提供的Lena图像经过轮廓波变换处理后的结果图。
图4为本发明实施例提供的Lena图像嵌入水印信息前后的对比图。
图5为本发明实施例提供的Barbara图像嵌入水印信息前后的对比图。
图6为本发明实施例提供的水印嵌入装置的结构框图。
图标:10-电子设备;12-存储器;14-处理器;100-水印嵌入装置;110-轮廓波变换模块;120-轮廓波系数计算模块;130-水印嵌入模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示,本发明实施例提供了一种电子设备10。该电子设备10可以包括存储器12、处理器14和水印嵌入装置100。所述存储器12和处理器14之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述水印嵌入装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中的软件功能模块。所述处理器14用于执行所述存储器12中存储的可执行的计算机程序,例如,所述水印嵌入装置100所包括的软件功能模块及计算机程序等,以实现本申请实施例提供的水印嵌入方法。
其中,所述存储器12可以是,但不限于,随机存取存储器(RandomAccess Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
所述处理器14可能是一种集成电路芯片,具有信号的处理能力。上述的处理器14可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等。
可以理解,图1所示的结构仅为示意,所述电子设备10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
结合图2,本发明实施例还提供了一种可应用于上述电子设备10的水印嵌入方法。其中,所述水印嵌入方法有关的流程所定义的方法步骤可以由所述电子设备10实现,下面将对图2所示的具体流程进行详细阐述。
步骤S110,对待处理图像进行轮廓波变换处理得到多个轮廓波系数。
其中,各个轮廓波系数具有不同方向。所述轮廓波变换指的是离散轮廓波变换,可以通过轮廓段形式的基函数逼近原始信号。
在本发明实施例中,对待处理图像进行轮廓波变换处理得到多个子带图像,每个子带图像具有不同的方向,每个子带图像具有对应的轮廓波系数。轮廓波变换处理会分别通过拉普拉斯塔式滤波器和方向滤波器对所述待处理图像进行两次处理。
具体地,首先可以通过拉普拉斯塔式滤波器对所述待处理图像进行处理得到多个带通子图,再根据所述方向滤波器对各个带通子图进行处理得到多个子带图像。
可选地,所述拉普拉斯塔式滤波器和方向滤波器的具体类型不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述拉普拉斯塔式滤波器和方向滤波器的具体类型为pkva。
其中,根据轮廓波变换处理的层数不同,得到的子带图像的数量也不同。例如,在一实施例中,可以对所述待处理图像进行一层分解,可以得到4个带通子图和4个子带图像。
结合图3,在本实施例中,所述待处理图像可以为Lena图像,对Lena图像进行两层分解,可以得到4个带通子图和8个子带图像。
本发明实施例利用了轮廓波的多尺度多方向分解特性,所述待处理图像经轮廓波变换处理后的轮廓波系数之间是近似去相关的,这样图像的能量将聚焦于每个尺度下各个方向的子带图像的边缘和纹理位置区域。因此,本发明实施例基于轮廓波变换技术,有利于提升数字水印的不可感知性。
步骤S120,将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数。
具体地,在n个子带图像中,选取其中的n/2个子带图像对应的多个轮廓波系数作为第一组轮廓波系数,记为X={x1,x2,…,xN},其中N表示X包含的轮廓波系数的数量;选取另外n/2个子带图像对应的多个轮廓波系数作为第二组轮廓波系数,记为Y={y1,y2,…,yN}。最后将这两组轮廓波系数系数组合为一个向量的形式,记为C=[X;Y]=(C1,C2,…,C2N)T,其中(·)T表示矩阵或向量的转置。
详细地,在本实施例中,可以将所述8个子带图像对应的多个轮廓波系数分为两组。例如,一实施例中,可以将8个子带图像从0到7随机编号,选择0到3的子带图像对应的多个轮廓波系数作为第一组轮廓波系数,选择4到7的子带头像对应的多个轮廓波系数作为第二组轮廓波系数。
在另一实施例中,可以将8个子带图像按照逆时针方向,以水平轴的正向起始,分别编号0到7,选择0到3的子带图像对应的多个轮廓波系数作为第一组轮廓波系数,选择4到7的子带图像对应的多个轮廓波系数作为第二组轮廓波系数。
本发明实施例通过结合Lp范数和对数变换的水印嵌入方式,一方面可有效提升本发明设计的水印嵌入方法对图像信号幅度尺度变化的不变性,进而提升待处理图像对幅度尺度缩放攻击的抵抗性能。另一个方面,可以较好地减小所述待处理图像中的大幅值信号和小幅值信号的量化误差对数字水印的影响,进一步提升数字水印的鲁棒性。同时,也可较好地克服基于量化索引调制的数字水印方法在水印检测性能方面的不足。
步骤S130,根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像。
其中,所述水印图像为将所述水印信息嵌入所述待处理图像后形成的图像。本发明实施例选取所述两个缩放系数的比值进行水印嵌入处理,也可以减小所述待处理图像中的大幅值信号和小幅值信号的量化误差对数字水印的影响,进一步提升数字水印的鲁棒性。
可选地,所述水印信息的容量不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述水印信息的容量可以是8192。
并且,所述水印信息的嵌入密度不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述Lena图像的大小为512×512,经过轮廓波变换处理得到的8个子带图像的大小为128×128。所述两个缩放系数的比值包括的轮廓波系数的数量为128×128×4=65536。在本实施例中,所述水印信息的嵌入密度可以为每8个像素嵌入一个比特位的水印信息,也就是说,每8个轮廓波系数对应一个比特位的水印信息:65536/8=8192。
通过以上设置,可以对待处理图像进行轮廓波变换处理得到多个轮廓波系数,以提高数字水印的不可感知性,将所述多个轮廓波系数分为两组轮廓波系数并分别进行范数计算和对数计算得到两个缩放系数,根据所述两个缩放系数的比值进行水印嵌入处理,以提高数字水印的鲁棒性。
可选地,得到所述两个缩放系数的具体步骤不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,为了得到所述两个缩放系数,所述步骤S120可以包括以下步骤:
首先,按照预先确定的第一公式分别计算第一组轮廓波系数的第一范数和第二组轮廓波系数的第二范数。然后,按照预先确定的第二公式分别对所述第一范数进行对数变换处理得到第一缩放系数和对所述第二范数进行对数变换处理得到第二缩放系数。
详细地,所述第一公式的具体内容不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述第一公式可以包括:
其中,||X||表示第一范数,||Y||表示第二范数,xi表示第一组轮廓波系数,yi表示第二组轮廓波系数,N表示轮廓波系数的数量,p表示范数的系数。
可选地,所述范数的系数的具体数值不受限制,可以根据实际应用需求进行设置。例如,在一实施例中,在所述待处理图像为Lena图像时,所述范数的系数可以为1.1。
又例如,在另一实施例中,在所述待处理图像为Barbara图像时,所述范数的系数可以为1.25。
在本实施例中,经过轮廓波变换处理得到的8个子带图像的大小可以为128×128,对应地,所述轮廓波系数的数量为128×128×4=65536。
详细地,所述第二公式的具体内容不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述第二公式可以包括:
其中,CX表示第一缩放系数,γ表示压缩水平,p表示范数的系数,Xs表示系数缩放尺度因子,CY表示第二缩放系数,||X||表示第一范数,||Y||表示第二范数。
具体地,进行对数变换处理的目的是为了对大信号进行压缩,且对小信号进行较大幅度的放大。所以这个压缩水平参数的实质是“压大补小”,压缩水平越大,那么小信号的压扩效应就越高,小信号的信噪比相应地提高。也就是说,所述压缩水平是一种提升小信号信噪比的压缩特性参数。所述系数缩放尺度因子是对系数幅度进行放大或缩小的一种比例因子。
可选地,所述压缩水平和系数缩放尺度因子的具体数值不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述压缩水平和系数缩放尺度因子的具体数值可以分别为5和4.2。
所述第一缩放系数和第二缩放系数的系数向量可以表示为CX=(Cx1,Cx2,…,CxN),CY=(Cy1,Cy2,…,CyN)。
进一步地,得到所述组合系数的具体方式不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,为了得到所述组合系数,所述步骤S130可以包括以下步骤:
首先,获取水印信息、量化步长和所述两个缩放系数的比值。然后,根据所述水印信息、所述量化步长和所述两个缩放系数的比值按照预先确定的第三公式计算得到组合系数。
详细地,所述第三公式的具体内容不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述第三公式可以包括:
其中,Zq表示组合系数,Z表示两个缩放系数的比值,m表示水印信息,Δ表示量化步长。
具体地,所述量化步长表示依次每间隔量化步长对所述两个缩放系数的比值进行量化处理,以嵌入对应的水印信息。
可选地,所述量化步长的具体数值不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述量化步长的具体数值可以是0.02。
进一步地,得到所述水印图像的具体方式不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,为了得到所述水印图像,所述步骤S130还可以包括以下步骤:
首先,按照预先确定的第四公式对所述组合系数进行对数逆变换处理得到多个嵌入水印信息的子带图像。然后,对所述多个嵌入水印信息的子带图像进行轮廓波逆变换处理得到水印图像。
详细地,所述第四公式的具体内容不受限制,可以根据实际应用需求进行设置。例如,在本实施例中,所述第四公式可以包括:
为了验证上述方法的效果,本发明实施例以Lena图像和Barbara图像作为所述待处理图像进行水印嵌入处理。结合图4和图5,左边图像为待处理图像,中间图像为水印图像,右边图像为所述待处理图像和所述水印图像的差值图像,表示被嵌入到图像中的水印信息。从图中可以看出,水印图像具有较好的不可感知性,尤其是从差值图像来看,水印信息均嵌入在Lena图像和Barbara图像中纹理信息较为丰富的区域里,能够更好地起到隐藏水印信息的目的,进一步提高了水印的不可感知性。
结合图6,本发明实施例还提供了一种水印嵌入装置100,可以应用于上述电子设备10。其中,该水印嵌入装置100可以包括轮廓波变换模块110、轮廓波系数计算模块120和水印嵌入模块130。
所述轮廓波变换模块110,用于对待处理图像进行轮廓波变换处理,得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向。在本实施例中,所述轮廓波变换模块110可以用于执行图2所示的步骤S110,关于所述轮廓波变换模块110的相关内容可以参照前文对步骤S110的描述。
所述轮廓波系数计算模块120,用于将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数。在本实施例中,所述轮廓波系数计算模块120可以用于执行图2所示的步骤S120,关于所述轮廓波系数计算模块120的相关内容可以参照前文对步骤S120的描述。
所述水印嵌入模块130,用于根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像。在本实施例中,所述水印嵌入模块130可以用于执行图2所示的步骤S130,关于所述水印嵌入模块130的相关内容可以参照前文对步骤S130的描述。
综上所述,本发明实施例提供的水印嵌入方法、装置及电子设备10,通过对待处理图像进行轮廓波变换处理得到多个轮廓波系数,以提高数字水印的不可感知性,将所述多个轮廓波系数分为两组轮廓波系数并分别进行范数计算和对数计算得到两个缩放系数,根据所述两个缩放系数的比值进行水印嵌入处理,以提高数字水印的不可感知性和鲁棒性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种水印嵌入方法,其特征在于,包括:
对待处理图像进行轮廓波变换处理得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向;
将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数;
根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像;
所述将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数的步骤,包括:
按照预先确定的第一公式分别计算第一组轮廓波系数的第一范数和第二组轮廓波系数的第二范数;
按照预先确定的第二公式分别对所述第一范数进行对数变换处理得到第一缩放系数和对所述第二范数进行对数变换处理得到第二缩放系数;
所述第一公式包括:
其中,||X||表示第一范数,||Y||表示第二范数,xi表示第一组轮廓波系数,yi表示第二组轮廓波系数,N表示轮廓波系数的数量,p表示范数的系数;
所述第二公式包括:
其中,CX表示第一缩放系数,γ表示压缩水平,p表示范数的系数,Xs表示系数缩放尺度因子,CY表示第二缩放系数,||X||表示第一范数,||Y||表示第二范数;
所述根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数的步骤包括:
获取水印信息、量化步长和所述两个缩放系数的比值;
根据所述水印信息、所述量化步长和所述两个缩放系数的比值按照预先确定的第三公式计算得到组合系数;
所述第三公式包括:
其中,Zq表示组合系数,Z表示两个缩放系数的比值,m表示水印信息,Δ表示量化步长;
所述对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像的步骤,包括:
按照预先确定的第四公式对所述组合系数进行对数逆变换处理得到多个嵌入水印信息的子带图像;
对所述多个嵌入水印信息的子带图像进行轮廓波逆变换处理得到水印图像;
所述第四公式包括:
2.一种水印嵌入装置,其特征在于,包括:
轮廓波变换模块,用于对待处理图像进行轮廓波变换处理,得到多个轮廓波系数,其中,各个轮廓波系数具有不同方向;
轮廓波系数计算模块,用于将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数;
水印嵌入模块,用于根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数,并对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像;
所述将所述多个轮廓波系数分为两组轮廓波系数,分别计算每组轮廓波系数的范数,并对该范数进行对数变换处理得到两个缩放系数,包括:
按照预先确定的第一公式分别计算第一组轮廓波系数的第一范数和第二组轮廓波系数的第二范数;
按照预先确定的第二公式分别对所述第一范数进行对数变换处理得到第一缩放系数和对所述第二范数进行对数变换处理得到第二缩放系数;
所述第一公式包括:
其中,||X||表示第一范数,||Y||表示第二范数,xi表示第一组轮廓波系数,yi表示第二组轮廓波系数,N表示轮廓波系数的数量,p表示范数的系数;
所述第二公式包括:
其中,CX表示第一缩放系数,γ表示压缩水平,p表示范数的系数,Xs表示系数缩放尺度因子,CY表示第二缩放系数,||X||表示第一范数,||Y||表示第二范数;
所述根据所述两个缩放系数的比值和预先确定需要嵌入的水印信息计算得到组合系数包括:
获取水印信息、量化步长和所述两个缩放系数的比值;
根据所述水印信息、所述量化步长和所述两个缩放系数的比值按照预先确定的第三公式计算得到组合系数;
所述第三公式包括:
其中,Zq表示组合系数,Z表示两个缩放系数的比值,m表示水印信息,Δ表示量化步长;
所述对该组合系数进行对数逆变换处理和轮廓波逆变换处理,得到水印图像,包括:
按照预先确定的第四公式对所述组合系数进行对数逆变换处理得到多个嵌入水印信息的子带图像;
对所述多个嵌入水印信息的子带图像进行轮廓波逆变换处理得到水印图像;
所述第四公式包括:
3.一种电子设备,其特征在于,包括存储器和处理器,所述处理器用于执行所述存储器中存储的计算机程序,以实现权利要求1所述的水印嵌入方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667385.XA CN110378832B (zh) | 2019-07-23 | 2019-07-23 | 水印嵌入方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667385.XA CN110378832B (zh) | 2019-07-23 | 2019-07-23 | 水印嵌入方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378832A CN110378832A (zh) | 2019-10-25 |
CN110378832B true CN110378832B (zh) | 2023-01-24 |
Family
ID=68255150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910667385.XA Active CN110378832B (zh) | 2019-07-23 | 2019-07-23 | 水印嵌入方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378832B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993182A (zh) * | 2017-12-08 | 2018-05-04 | 上饶师范学院 | 乘性水印嵌入方法、提取方法及相关装置 |
CN108596823A (zh) * | 2018-04-28 | 2018-09-28 | 苏州大学 | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 |
CN109754358A (zh) * | 2019-01-02 | 2019-05-14 | 东南大学 | 一种基于显著性检测和轮廓波变换的图像水印方法与系统 |
-
2019
- 2019-07-23 CN CN201910667385.XA patent/CN110378832B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993182A (zh) * | 2017-12-08 | 2018-05-04 | 上饶师范学院 | 乘性水印嵌入方法、提取方法及相关装置 |
CN108596823A (zh) * | 2018-04-28 | 2018-09-28 | 苏州大学 | 一种基于稀疏变换的数字盲水印的嵌入和提取方法 |
CN109754358A (zh) * | 2019-01-02 | 2019-05-14 | 东南大学 | 一种基于显著性检测和轮廓波变换的图像水印方法与系统 |
Non-Patent Citations (4)
Title |
---|
PDF文档的一种数字水印算法;谭国律;《计算机工程与应用》;20111013;第85-88页 * |
一种综合带失真补偿量化和扩频的水印算法;朱银芳;《计算机应用与软件》;20130815(第08期);第326-329页 * |
变换域数字图像水印若干关键技术研究;刘宇男;《中国优秀硕士学位论文全文数据库(电子期刊)》;20180430;第I138-122页 * |
混合变换域数字水印在电力系统信息安全中的应用;朱少敏等;《电信科学》;20131120(第11期);第82-86页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110378832A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930493B (zh) | 防篡改的图像处理方法和装置 | |
Salmon et al. | From patches to pixels in non-local methods: Weighted-average reprojection | |
CN105959686B (zh) | 一种视频特征提取方法、视频匹配方法及装置 | |
CN112801846B (zh) | 一种水印嵌入、提取方法、装置、计算机设备和存储介质 | |
CN108765322B (zh) | 图像去噪方法及装置 | |
CN111340109A (zh) | 图像匹配方法、装置、设备及存储介质 | |
CN111340077A (zh) | 基于注意力机制的视差图获取方法和装置 | |
Liu et al. | Robust blind image watermarking based on chaotic mixtures | |
CN113538246A (zh) | 基于无监督多阶段融合网络的遥感图像超分辨率重建方法 | |
Abadpour et al. | Color PCA eigenimages and their application to compression and watermarking | |
CN116385281A (zh) | 一种基于真实噪声模型与生成对抗网络的遥感图像去噪方法 | |
Hu et al. | Robust and efficient image watermarking via EMD and dimensionality reduction | |
CN105303538B (zh) | 一种基于nsct和pca的高斯噪声方差估计方法 | |
CN110188770A (zh) | 一种基于结构矩阵分解的非凸低秩显著目标检测方法 | |
CN110378832B (zh) | 水印嵌入方法、装置及电子设备 | |
CN116912556A (zh) | 图片分类方法、装置、电子设备及存储介质 | |
CN102184516B (zh) | 基于2dpca的数字水印方法 | |
Evsutin et al. | An algorithm for embedding information in digital images based on discrete wavelet transform and learning automata | |
CN103646376A (zh) | 一种数字水印图像生成方法 | |
CN112241740B (zh) | 一种特征提取方法及装置 | |
CN107993182B (zh) | 乘性水印嵌入方法、提取方法及相关装置 | |
CN103077396B (zh) | 一种彩色图像的向量空间特征点提取方法及装置 | |
Dixit et al. | LWT-DCT based image watermarking scheme using normalized SVD | |
CN108665434B (zh) | 图像合成方法及装置 | |
CN107067374B (zh) | 基于两级插值的矩阵补全二维图像处理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |