CN110415155B - 一种融合哈尔变换的空域彩色图像盲水印方法 - Google Patents
一种融合哈尔变换的空域彩色图像盲水印方法 Download PDFInfo
- Publication number
- CN110415155B CN110415155B CN201910714542.8A CN201910714542A CN110415155B CN 110415155 B CN110415155 B CN 110415155B CN 201910714542 A CN201910714542 A CN 201910714542A CN 110415155 B CN110415155 B CN 110415155B
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- haarblock
- color
- blue
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009466 transformation Effects 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000013139 quantization Methods 0.000 claims description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000006835 compression Effects 0.000 description 8
- 238000007906 compression Methods 0.000 description 8
- 235000002566 Capsicum Nutrition 0.000 description 4
- 239000006002 Pepper Substances 0.000 description 4
- 241000722363 Piper Species 0.000 description 4
- 235000016761 Piper aduncum Nutrition 0.000 description 4
- 235000017804 Piper guineense Nutrition 0.000 description 4
- 235000008184 Piper nigrum Nutrition 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
本发明结合空域数字水印算法隐蔽性好、频域数字水印算法鲁棒性强的优点，公开了一种融合哈尔变换的空域彩色图像盲水印方法。本发明根据哈尔变换在空频域间具有相关性的特点，在空域中直接求得图像块经哈尔变换后矩阵中的最大能量系数，并通过量化最大能量系数来完成数字水印的嵌入与盲提取。本发明能将彩色图像数字水印嵌入到彩色宿主图像中，不但具有较强鲁棒性、较好水印隐蔽性和较高安全性的特点，而且具有较快执行效率和较高嵌入量的特点，适用于高隐蔽性的大容量彩色数字图像快速版权保护的场合。
Description
技术领域
本发明属于网络空间安全技术领域，涉及彩色数字图像作为水印的版权保护。
背景技术
随着网络技术的发展，互联网不可阻挡地走进了人们的生活，人们可以通过网络大量地获取和发布信息；彩色数字图像作为大信息量的载体，也日益走进人们的网络生活；但是，网络上一些歪曲、篡改、剽窃等非法侵权行为也随之而来，彩色数字图像的版权保护问题受到了人们的广泛关注。彩色版权标识图像的尺寸越来越大，水印的嵌入和提取时间变长，水印算法的执行效率面临着挑战；同时，水印容量和水印隐蔽性也迎来了挑战。因此，如何充分利用空域数字水印算法的优点设计大容量、高隐蔽性、强鲁棒性和高执行效率的彩色图像数字水印算法成为目前需要解决的问题之一。
发明内容
本发明的目的是提供一种融合哈尔变换的空域彩色图像盲水印方法，包含彩色图像数字水印的嵌入过程和提取过程，其水印嵌入的具体过程描述如下：
Step 1：彩色宿主图像的预处理：将大小为M×M的24位彩色宿主图像H作分层处理，得到红、绿、蓝三个分层宿主图像H p ，并将各层中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：彩色水印图像的预处理：对大小为N×N的24位彩色水印图像W作分层处理，得到红、绿、蓝三个分层水印图像，随之对每层水印图像进行基于私钥K p 的仿射变换得到置乱后的分层水印图像W p ，p=1,2,3分别表示红、绿、蓝三层；然后，将各分层水印图像W p 中的每个十进制像素值转换为一个8位的二进制序列，并依次拼接为水印字符串wt p ，p=1,2,3分别表示红、绿、蓝三层；
Step 3：选择水印嵌入块：利用选块矩阵S从分层宿主图像H p 中选择水印嵌入块haarblock，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
Step 4：求得水印嵌入块的最大能量系数：根据哈尔变换原理，利用公式（1），在空域中直接计算出水印嵌入块haarblock经哈尔变换后矩阵HR的第一行第一列元素HR(1,1)，HR(1,1)即为该图像块的最大能量系数E max ；
其中，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值；
Step 5：计算最大能量系数的上下边界：按照先后顺序从水印字符串wt p 中选取水印位w，利用公式（2）、（3），分别求得最大能量系数E max 的上边界E upper 、下边界E lower ；
其中，E max 是在空域中计算得到的水印嵌入块haarblock的最大能量系数，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，
为量化系数，0</>
<0.5，p=1,2,3分别表示红、绿、蓝三层；
Step 6：计算最优边界值：利用公式（4）求得最大能量系数E max 的最优边界值E max * ；
其中，E upper 、E lower 分别为最大能量系数的上、下边界值，abs(.)是取绝对值函数；
Step 7：求得含水印图像块：根据公式（5），将最大能量系数的变化量分配到图像块的每一个像素中，得到含水印图像块haarblock * ；
其中，最大能量系数的变化量
，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值，/>
；
Step 8：获得含水印宿主图像：重复执行本过程的Step 3-Step 7，直到所有的水印位都被嵌入为止；最后重组三层含水印的分层宿主图像H p *得到含水印彩色宿主图像H *；
其水印提取的具体过程描述如下：
Step 1：彩色含水印宿主图像的预处理：将含水印彩色宿主图像H *的大小调整为M×M并作分层处理，得到红、绿、蓝三层含水印的分层宿主图像H p *，并将各分层宿主图像中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：选取含水印图像块：利用选块矩阵S从分层宿主图像H p *中选择含水印图像块haarblock * ，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
Step 3：求得含水印图像块的最大能量系数：根据哈尔变换原理，利用公式（6），在空域中直接计算出含水印图像块haarblock * 经哈尔变换后矩阵HR的第一行第一列元素HR * (1,1)，HR * (1,1)即为图像块haarblock * 的最大能量系数E max * ；
其中，haarblock * (i, j)为含水印图像块haarblock * 第i行第j列的像素值，
；
Step 4：提取水印位：利用公式（7）提取含水印图像块haarblock * 中含有的水印位w * ；
其中，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，E max * 是在空域中计算得到的含水印图像块haarblock * 的最大能量系数，p=1,2,3分别表示红、绿、蓝三层；
Step 5：提取所有的水印位：重复执行本过程的Step 2-Step 4，直到提取所有的水印位w * ，依次连接得到含水印字符串wt p *，p=1,2,3分别表示红、绿、蓝三层；
Step 7：获得各分层水印图像：依次取wt p * 的8位组成二进制序列并转换成十进制的像素值，重复该操作，直到所有的序列都被转换为十进制的像素值；然后重新排列这些像素值，得到3个N×N的分层水印图像W p * ，p=1,2,3分别表示红、绿、蓝三层；
Step 8：解密得到提取的水印图像：将每层分层水印图像W p * 进行基于私钥K p 的逆仿射变换，并重组得到最终提取的彩色水印图像W * 。
无需经过复杂的哈尔变换，该方法能在空域中直接计算出图像块经哈尔变换后矩阵的第一行第一列元素即图像块的最大能量系数，并通过量化最大能量系数来完成彩色数字水印的嵌入与盲提取；该方法不仅具有较强的水印鲁棒性和较好的水印隐蔽性，而且还具有较高的执行效率和较大的水印容量。
附图说明
图1（a）、图1（b）是两幅原始彩色宿主图像。
图2（a）、图2（b）是两幅原始彩色水印图像。
图3（a）、图3（b）是将图2（a）所示的水印依次嵌入到宿主图像图1（a）、图1（b）后所得到的含水印图像，其结构相似度SSIM值依次是0.9706、0.9579，其峰值信噪比PSNR值依次是41.2219dB、40.7197dB。
图4（a）、图4（b）是依次从图3（a）、图3（b）中提取的水印，其归一化互相关系数NC值分别是1.0000、1.0000。
图5（a）、图5（b）、图5（c）、图5（d）、图5（e）是将图3（b）所示的含水印图像依次进行JPEG2000压缩（6：1）、椒盐噪声（1%）、JPEG压缩(70)、剪切（12.5%）、缩放（75%）等攻击后所提取的水印，其归一化互相关系数NC值分别是1.0000、0.9841、0.9923、0.9889、0.9997。
图6（a）、图6（b）是将图2（b）所示的水印依次嵌入到宿主图像图1（a）、图1（b）后所得到的含水印图像，其结构相似度SSIM值依次是0.9710、0.9617，其峰值信噪比PSNR值依次是41.2192dB、40.8220dB。
图7（a）、图7（b）是依次从图6（a）、图6（b）中提取的水印，其归一化互相关系数NC值分别是1.0000、1.0000。
图8（a）、图8（b）、图8（c）、图8（d）、图8（e）是将图6（b）所示的含水印图像依次进行JPEG2000压缩（6：1）、椒盐噪声（1%）、JPEG压缩(70)、剪切（12.5%）、缩放（75%）等攻击后所提取的水印，其归一化互相关系数NC值分别是1.0000、0.9816、0.9910、0.9818、0.9994。
具体实施方式
本发明的目的是提供一种融合哈尔变换的空域彩色图像盲水印方法，包含彩色图像数字水印的嵌入过程和提取过程，其水印嵌入的具体过程描述如下：
Step 1：彩色宿主图像的预处理：将大小为512×512的24位彩色宿主图像H作分层处理，得到红、绿、蓝三个分层宿主图像H p ，并将各层中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：彩色水印图像的预处理：对大小为32×32的24位彩色水印图像W作分层处理，得到红、绿、蓝三个分层水印图像，随之对每层水印图像进行基于私钥K p 的仿射变换得到置乱后的分层水印图像W p ，p=1,2,3分别表示红、绿、蓝三层；然后，将各分层水印图像W p 中的每个十进制像素值转换为一个8位的二进制序列（例如十进制的像素值210，转换为一个8位的二进制序列为 “11010010”），并依次拼接为水印字符串wt p ，p=1,2,3分别表示红、绿、蓝三层；
Step 3：选择水印嵌入块：利用选块矩阵S从分层宿主图像H p 中选择水印嵌入块haarblock，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
此时，设选取的水印嵌入块haarblock=
；
Step 4：求得水印嵌入块的最大能量系数：根据哈尔变换原理，利用公式（1），在空域中直接计算出水印嵌入块haarblock经哈尔变换后矩阵HR的第一行第一列元素HR(1,1)，HR(1,1)即为该图像块的最大能量系数E max ；
其中，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值；
此时，水印嵌入块haarblock的最大能量系数E max =213.5；
Step 5：计算最大能量系数的上下边界：按照先后顺序从水印字符串wt p 中选取水印位w，利用公式（2）、（3），分别求得最大能量系数E max 的上边界E upper 、下边界E lower ；
其中，E max 是在空域中计算得到的水印嵌入块haarblock的最大能量系数，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，
为量化系数，0</>
<0.5，p=1,2,3分别表示红、绿、蓝三层；
此时，设量化系数
=0.25，选取的水印位w=‘0’，E max =213.50，第一个颜色通道中的量化步长T 1 =18.72，E upper =229.32，E lower =210.60；
Step 6：计算最优边界值：利用公式（4）求得最大能量系数E max 的最优边界值E max * ；
其中，E upper 、E lower 分别为最大能量系数的上、下边界值，abs(.)是取绝对值函数；此时，最优边界值E max * =210.60；
Step 7：求得含水印图像块：根据公式（5），将最大能量系数的变化量分配到图像块的每一个像素中，得到含水印图像块haarblock * ；
其中，最大能量系数的变化量
，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值，/>
；
此时，E max * =210.60，E max =213.50，最大能量系数的变化量
，含水印图像块haarblock * =/>
；
Step 8：获得含水印宿主图像：重复执行本过程的Step 3-Step 7，直到所有的水印位都被嵌入为止；最后重组三层含水印的分层宿主图像H p *得到含水印彩色宿主图像H *；
其水印提取的具体过程描述如下：
Step 1：彩色含水印宿主图像的预处理：将含水印彩色宿主图像H *的大小调整为512×512并作分层处理，得到红、绿、蓝三层含水印的分层宿主图像H p *，并将各分层宿主图像中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：选取含水印图像块：利用选块矩阵S从分层宿主图像H p *中选择含水印图像块haarblock * ，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
此时，设选取的含水印图像块haarblock * =
；
Step 3：求得含水印图像块的最大能量系数：根据哈尔变换原理，利用公式（6），在空域中直接计算出含水印图像块haarblock * 经哈尔变换后矩阵HR的第一行第一列元素HR * (1,1)，HR * (1,1)即为图像块haarblock * 的最大能量系数E max * ；
其中，haarblock * (i, j)为含水印图像块haarblock * 第i行第j列的像素值，
；
此时，图像块haarblock * 的最大能量系数E max * =HR * (1,1)=210.50；
Step 4：提取水印位：利用公式（7）提取含水印图像块haarblock * 中含有的水印位w * ；
其中，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，E max * 是在空域中计算得到的含水印图像块haarblock * 的最大能量系数，p=1,2,3分别表示红、绿、蓝三层；
此时，设第一个颜色通道中的量化步长T 1 =18.72，图像块haarblock * 的最大能量系数E max * =210.50，提取的水印位w * =‘0’；
Step 5：提取所有的水印位：重复执行本过程的Step 2-Step 4，直到提取所有的水印位w * ，依次连接得到含水印字符串wt p *，p=1,2,3分别表示红、绿、蓝三层；
Step 7：获得各分层水印图像：依次取wt p * 的8位组成二进制序列并转换成十进制的像素值（例如一个8位的二进制序列为“11010010”，转换为十进制的像素值210），重复该操作，直到所有的序列都被转换为十进制的像素值；然后重新排列这些像素值，得到3个32×32的分层水印图像W p * ，p=1,2,3分别表示红、绿、蓝三层；
Step 8：解密得到提取的水印图像：将每层分层水印图像W p * 进行基于私钥K p 的逆仿射变换，并重组得到最终提取的彩色水印图像W * 。
该方法鲁棒性强、安全性高、水印容量大、执行效率高、水印隐蔽性好，适用于高隐蔽性的大容量彩色数字图像快速版权保护的场合。
本发明有效性验证
为了证明本发明的有效性，选择如图1（a）、图1（b）所示的两幅大小为512×512的24位标准彩色图像作为宿主图像，并用如图2（a）、图2（b）所示的大小为32×32的24位彩色水印图像进行验证。
图3（a）、图3（b）是将图2（a）所示的水印依次嵌入到宿主图像图1（a）、图1（b）后所得到的含水印图像，其结构相似度SSIM值依次是0.9706、0.9579，其峰值信噪比PSNR值依次是41.2219dB、40.7197dB；图4（a）、图4（b）是依次从图3（a）、图3（b）中提取的水印，其归一化互相关系数NC值分别是1.0000、1.0000；图5（a）、图5（b）、图5（c）、图5（d）、图5（e）是将图3（b）所示的含水印图像依次进行JPEG2000压缩（6：1）、椒盐噪声（1%）、JPEG压缩(70)、剪切（12.5%）、缩放（75%）等攻击后所提取的水印，其归一化互相关系数NC值分别是1.0000、0.9841、0.9923、0.9889、0.9997。
图6（a）、图6（b）是将图2（b）所示的水印依次嵌入到宿主图像图1（a）、图1（b）后所得到的含水印图像，其结构相似度SSIM值依次是0.9710、0.9617，其峰值信噪比PSNR值依次是41.2192dB、40.8220dB；图7（a）、图7（b）是依次从图6（a）、图6（b）中提取的水印，其归一化互相关系数NC值分别是1.0000、1.0000；图8（a）、图8（b）、图8（c）、图8（d）、图8（e）是将图6（b）所示的含水印图像依次进行JPEG2000压缩（6：1）、椒盐噪声（1%）、JPEG压缩(70)、剪切（12.5%）、缩放（75%）等攻击后所提取的水印，其归一化互相关系数NC值分别是1.0000、0.9816、0.9910、0.9818、0.9994。
该算法在平台2.8GHZ CPU, 4.00GB RAM, Win 8.1, MATLAB 9.2.0.538062(R2017a)上进行过近万次运行，其数字水印的平均嵌入时间是0.534755秒，平均提取时间是0.292218秒，总计时间为0.826973秒。
综上所述，含水印彩色宿主图像与原始彩色宿主图像相比，视觉效果差异不大，PSNR值均在40dB以上，说明该方法具有较好的水印隐蔽性；从各种受攻击图像中所提取的彩色图像数字水印具有较高的可鉴别性，NC值在0.98以上，说明该方法具有较强的鲁棒性；同时，该算法所使用仿射变换置乱方法的密钥空间在284以上，具有较高的安全性；另外，实际嵌入彩色数字图像中的二进制信息为3×213位，最大可嵌入的二进制信息为3×216，水印容量较大。因此，所嵌入的彩色图像数字水印具有较好的水印隐蔽性，满足了强鲁棒性、高安全性、高隐蔽性的大容量彩色数字图像快速版权保护的需要。
Claims (1)
1.一种融合哈尔变换的空域彩色图像盲水印方法，包含彩色图像数字水印的嵌入过程和提取过程，其水印嵌入的具体过程描述如下：
Step 1：彩色宿主图像的预处理：将大小为M×M的24位彩色宿主图像H作分层处理，得到红、绿、蓝三个分层宿主图像H p ，并将各层中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：彩色水印图像的预处理：对大小为N×N的24位彩色水印图像W作分层处理，得到红、绿、蓝三个分层水印图像，随之对每层水印图像进行基于私钥K p 的仿射变换得到置乱后的分层水印图像W p ，p=1,2,3分别表示红、绿、蓝三层；然后，将各分层水印图像W p 中的每个十进制像素值转换为一个8位的二进制序列，并依次拼接为水印字符串wt p ，p=1,2,3分别表示红、绿、蓝三层；
Step 3：选择水印嵌入块：利用选块矩阵S从分层宿主图像H p 中选择水印嵌入块haarblock，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
Step 4：求得水印嵌入块的最大能量系数：根据哈尔变换原理，利用公式（1），在空域中直接计算出水印嵌入块haarblock经哈尔变换后矩阵HR的第一行第一列元素HR(1,1)，HR(1,1)即为该图像块的最大能量系数E max ；
其中，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值；
Step 5：计算最大能量系数的上下边界：按照先后顺序从水印字符串wt p 中选取水印位w，利用公式（2）、（3），分别求得最大能量系数E max 的上边界E upper 、下边界E lower ；
其中，E max 是在空域中计算得到的水印嵌入块haarblock的最大能量系数，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，
为量化系数，0</>
<0.5，p=1,2,3分别表示红、绿、蓝三层；
Step 6：计算最优边界值：利用公式（4）求得最大能量系数E max 的最优边界值E max * ；
其中，E upper 、E lower 分别为最大能量系数的上、下边界值，abs(.)是取绝对值函数；
Step 7：求得含水印图像块：根据公式（5），将最大能量系数的变化量分配到图像块的每一个像素中，得到含水印图像块haarblock * ；
其中，最大能量系数的变化量
，haarblock(i, j)为水印嵌入块haarblock第i行第j列的像素值，/>
；
Step 8：获得含水印宿主图像：重复执行本过程的Step 3-Step 7，直到所有的水印位都被嵌入为止；最后重组三层含水印的分层宿主图像H p *得到含水印彩色宿主图像H *；
其水印提取的具体过程描述如下：
Step 1：彩色含水印宿主图像的预处理：将含水印彩色宿主图像H *的大小调整为M×M并作分层处理，得到红、绿、蓝三层含水印的分层宿主图像H p *，并将各分层宿主图像中的像素划分为2×2的非重叠图像块，p=1,2,3分别表示红、绿、蓝三层；
Step 2：选取含水印图像块：利用选块矩阵S从分层宿主图像H p *中选择含水印图像块haarblock * ，其中，选块矩阵S由MATLAB内置函数randperm伪随机生成，p=1,2,3分别表示红、绿、蓝三层；
Step 3：求得含水印图像块的最大能量系数：根据哈尔变换原理，利用公式（6），在空域中直接计算出含水印图像块haarblock * 经哈尔变换后矩阵HR的第一行第一列元素HR * (1,1)，HR * (1,1)即为图像块haarblock * 的最大能量系数E max * ；
其中，haarblock * (i, j)为含水印图像块haarblock * 第i行第j列的像素值，
；
Step 4：提取水印位：利用公式（7）提取含水印图像块haarblock * 中含有的水印位w * ；
其中，mod(.)是求余函数，T p 是第p个颜色通道中的量化步长，E max * 是在空域中计算得到的含水印图像块haarblock * 的最大能量系数，p=1,2,3分别表示红、绿、蓝三层；
Step 5：提取所有的水印位：重复执行本过程的Step 2-Step 4，直到提取所有的水印位w * ，依次连接得到含水印字符串wt p *，p=1,2,3分别表示红、绿、蓝三层；
Step 7：获得各分层水印图像：依次取wt p * 的8位组成二进制序列并转换成十进制的像素值，重复该操作，直到所有的序列都被转换为十进制的像素值；然后重新排列这些像素值，得到3个N×N的分层水印图像W p * ，p=1,2,3分别表示红、绿、蓝三层；
Step 8：解密得到提取的水印图像：将每层分层水印图像W p * 进行基于私钥K p 的逆仿射变换，并重组得到最终提取的彩色水印图像W * 。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910714542.8A CN110415155B (zh) | 2019-08-04 | 2019-08-04 | 一种融合哈尔变换的空域彩色图像盲水印方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910714542.8A CN110415155B (zh) | 2019-08-04 | 2019-08-04 | 一种融合哈尔变换的空域彩色图像盲水印方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110415155A CN110415155A (zh) | 2019-11-05 |
| CN110415155B true CN110415155B (zh) | 2023-07-14 |
Family
ID=68365585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910714542.8A Active CN110415155B (zh) | 2019-08-04 | 2019-08-04 | 一种融合哈尔变换的空域彩色图像盲水印方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110415155B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112508765B (zh) * | 2021-01-18 | 2022-05-10 | 鲁东大学 | 一种基于沃尔什-哈达玛变换的频域彩色数字图像盲水印方法 |
| CN113191933B (zh) * | 2021-05-24 | 2022-03-18 | 鲁东大学 | 一种基于近似哈达玛变换的彩色数字图像盲水印方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105023237A (zh) * | 2015-07-17 | 2015-11-04 | 上海理工大学 | 提高图像数字水印隐蔽性能的方法 |
| WO2016016040A1 (en) * | 2014-07-31 | 2016-02-04 | Innovation Ulster Limited | Digital image watermarking system and method |
| CN106375871A (zh) * | 2016-09-28 | 2017-02-01 | 青岛科技大学 | 基于分形理论的小波域视频水印方法 |
| CN108648134A (zh) * | 2018-05-21 | 2018-10-12 | 鲁东大学 | 一种融合离散小波变换的空域彩色数字图像盲水印方法 |
| CN109829845A (zh) * | 2019-01-29 | 2019-05-31 | 鲁东大学 | 基于矩阵Schur分解的可变步长彩色图像盲水印方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10296999B2 (en) * | 2017-02-13 | 2019-05-21 | Macau University Of Science And Technology | Methods and apparatus for color image watermarking |
-
2019
- 2019-08-04 CN CN201910714542.8A patent/CN110415155B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016016040A1 (en) * | 2014-07-31 | 2016-02-04 | Innovation Ulster Limited | Digital image watermarking system and method |
| CN105023237A (zh) * | 2015-07-17 | 2015-11-04 | 上海理工大学 | 提高图像数字水印隐蔽性能的方法 |
| CN106375871A (zh) * | 2016-09-28 | 2017-02-01 | 青岛科技大学 | 基于分形理论的小波域视频水印方法 |
| CN108648134A (zh) * | 2018-05-21 | 2018-10-12 | 鲁东大学 | 一种融合离散小波变换的空域彩色数字图像盲水印方法 |
| CN109829845A (zh) * | 2019-01-29 | 2019-05-31 | 鲁东大学 | 基于矩阵Schur分解的可变步长彩色图像盲水印方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于矩阵Schur分解的彩色图像盲水印算法;刘凡;杨洪勇;苏庆堂;计算机应用研究(第010期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110415155A (zh) | 2019-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109035129B (zh) | 一种基于二维离散正弦变换的彩色数字图像盲水印方法 | |
| CN108648134B (zh) | 一种融合离散小波变换的空域彩色数字图像盲水印方法 | |
| CN110390621B (zh) | 一种基于可变步长的dct域彩色数字图像盲水印方法 | |
| CN110349073B (zh) | 基于Schur分解的四进制彩色数字图像盲水印方法 | |
| CN109829845B (zh) | 基于矩阵Schur分解的可变步长彩色图像盲水印方法 | |
| CN107895340B (zh) | 一种融合qr分解的空频域彩色数字图像盲水印方法 | |
| CN109102454B (zh) | 一种融合快速傅里叶变换的彩色qr码数字盲水印方法 | |
| CN111199508B (zh) | 一种融合dct和dht的空域彩色数字图像盲水印方法 | |
| CN110415155B (zh) | 一种融合哈尔变换的空域彩色图像盲水印方法 | |
| Saturwar et al. | Secure visual secret sharing scheme for color images using visual cryptography and digital watermarking | |
| CN112508765B (zh) | 一种基于沃尔什-哈达玛变换的频域彩色数字图像盲水印方法 | |
| CN112488904B (zh) | 基于矩阵奇异值分解的四元数彩色数字图像盲水印方法 | |
| CN106991636B (zh) | 一种融合近似Schur分解的空域彩色图像盲水印方法 | |
| CN116993567A (zh) | 一种基于哈达玛变换和教学优化算法的频域盲水印方法 | |
| CN110570345B (zh) | 一种融合离散余弦变换的空域彩色数字图像盲水印方法 | |
| CN109829846B (zh) | 一种基于二维离散余弦变换的数字图像盲水印方法 | |
| CN110415154B (zh) | 一种基于哈尔变换的四进制彩色数字图像盲水印方法 | |
| CN111242828B (zh) | 一种融合离散傅里叶变换的空域彩色数字图像盲水印方法 | |
| CN106169171A (zh) | 基于Hessenberg分解的高性能数字水印方法 | |
| CN112488903B (zh) | 一种融合多级离散傅里叶变换的空域彩色数字图像盲水印方法 | |
| CN113191933B (zh) | 一种基于近似哈达玛变换的彩色数字图像盲水印方法 | |
| Qi et al. | An adaptive QIM-and SVD-based digital image watermarking scheme in the wavelet domain | |
| CN113222803B (zh) | 基于纯四元数Schur分解的彩色数字图像盲水印方法 | |
| CN117495647A (zh) | 基于ulv分解的彩色图像数字水印方法 | |
| CN113191932B (zh) | 一种融合离散切比雪夫变换的空域彩色数字图像盲水印方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Huanying Inventor after: Liu Decheng Inventor after: Yuan Zihan Inventor after: Wang Gang Inventor after: Su Qingtang Inventor after: Xu Xiaomei Inventor after: Zhang Xueting Inventor before: Su Qingtang Inventor before: Liu Decheng Inventor before: Yuan Zihan Inventor before: Wang Gang Inventor before: Wang Huanying Inventor before: Xu Xiaomei Inventor before: Zhang Xueting |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |