CN111861845B - 一种基于阈值分割和直方图均衡的可逆水印方法 - Google Patents
一种基于阈值分割和直方图均衡的可逆水印方法 Download PDFInfo
- Publication number
- CN111861845B CN111861845B CN202010570456.7A CN202010570456A CN111861845B CN 111861845 B CN111861845 B CN 111861845B CN 202010570456 A CN202010570456 A CN 202010570456A CN 111861845 B CN111861845 B CN 111861845B
- Authority
- CN
- China
- Prior art keywords
- value
- image
- round
- point
- pixel value
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000011218 segmentation Effects 0.000 title claims abstract description 21
- 230000002441 reversible effect Effects 0.000 title claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000011084 recovery Methods 0.000 claims abstract description 9
- 230000001965 increasing effect Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000016776 visual perception 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
-
- 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
- G06T2201/0203—Image watermarking whereby the image with embedded watermark is reverted to the original condition before embedding, e.g. lossless, distortion-free or invertible watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于阈值分割和直方图均衡的可逆水印方法,能够实现在一张彩色载体图像中嵌入较多的秘密信息,并且能够成功地从载密图像中提取出秘密信息并实现原始图像的无失真恢复。包括:水印嵌入阶段,将秘密信息嵌入到载体图像中生成载密图像;水印提取、载体无失真恢复阶段,负责将秘密信息从载密图像中提取出来,并无损恢复原始图像。本发明通过构造基于阈值分割和直方图均衡的可逆水印方法,增大了载体图像的嵌入容量,在嵌入水印的同时增强图像对比度,获得较好的视觉效果。
Description
技术领域
本发明属于数字水印技术领域,尤其涉及一种基于阈值分割和直方图均衡的可逆水印方法。
背景技术
近年来,随着信息技术的发展,人们的安全意识和知识产权意识不断提高,数字水印技术的使用也越来越广泛。数字水印技术通常被用于数字作品的知识产权保护、军事或医疗中的隐秘通信等方面,按照水印嵌入后图像是否可无损恢复又分为可逆水印技术和不可逆水印技术。可逆数字水印技术是信息隐藏领域的一个重要研究方向,它将水印信息以不可见的方式隐藏在数字载体中,并能够在提取水印的同时无失真地恢复原始载体,从而实现隐秘通信、真伪鉴别等。
目前,现有的可逆数字水印算法大多追求较高的峰值信噪比,算法的嵌入容量有待提升。峰值信噪比仅仅是评估算法透明性的一个指标,其大小并不能完全符合人类的主观视觉感受,因此有学者提出了以增强图像对比度为目标的可逆数字水印技术,但目前相关算法在图像视觉效果或嵌入容量等方面存在不足。因此,设计具有高嵌入容量、高不可见性的可逆数字水印算法具有重要的研究意义。
阈值分割算法是一种图像分割技术,可以用于分割目标和背景灰度范围不同的图像。通过阈值分割,不仅能够极大地压缩数据量,还能够在很大程度上减小运算量,常用于图像预处理。直方图均衡化是一种很常用的调节图像对比度的图像处理技术,尤其当图像的灰度分布不均的时候,直方图均衡化能够增强图像的视觉效果。直方图移位技术是直方图均衡化一种实现方式,也是可逆数字水印的一种实现方法,通过直方图移位,可以增强图像对比度,还可以很好地实现信息隐藏。
发明内容
本发明提出一种基于阈值分割和直方图均衡的可逆水印方法,通过阈值分割和直方图移位,最终实现在一张图像上嵌入较多的秘密信息,且能够从载密图像中提取出秘密信息并实现原始图像的无失真恢复。
为实现上述目的,本发明的技术方案如下:
A、水印嵌入阶段:使用阈值分割算法对图像的梯度幅值矩阵进行处理,从而获取图像前景区的轮廓,并辅以横纵双向扫描确定整个前景区域,将其作为水印嵌入区域,使用直方图移位技术,对前景区的直方图中像素值介于峰值点和零值点之间的直方柱进行移位,实现直方图均衡,在移位的同时,进行水印嵌入,为了在之后实现信息提取和载体无失真恢复,少量的附加信息随水印一同嵌入,随着嵌入循环次数的增加,每次循环中嵌入的附加信息逐渐增长,当图像像素峰值点的数量小于附加信息的长度时,嵌入循环结束;
B、水印提取、载体无失真恢复阶段:由载密图像获取水印提取、载体无失真阶段首轮循环的峰值点和零值点,利用峰值点和零值点从载密图像的前景区提取信息,利用提取到的信息进行图像恢复,提取到的信息除去附加信息便是本轮所提取的水印,进行多次循环提取,当某一次提取到的信息的附加信息显示为最后一轮,提取终止。
利用本发明的方法可以很好地将秘密信息嵌入到载体图像中,与现有技术相比具有以下优点:
1、本发明通过使用阈值分割算法和直方图移位技术对图像的前景区进行水印嵌入,增加了水印嵌入的循环次数,从而使载体图像的嵌入容量更大;
2、本发明通过使用阈值分割算法和直方图移位技术在嵌入水印的同时实现图像前景区的直方图均衡,使得载密图像具有更高的视觉质量;
附图说明
图1(a)为本发明方法进行水印嵌入阶段的流程图。
图1(b)为本发明方法进行水印提取、载体无失真恢复阶段的流程图。
图2为本发明的实施例使用的载体图像。
图3为本发明的实施例得到的载体图像前景区的轮廓。
图4为本发明的实施例得到的载体图像前景区的直方图。
图5为本发明的实施例得到的载体图像完成水印嵌入后的载密图像。
具体实施方式
为使本发明的上述特点和优点更明显易懂,下面结合具体实施方式和附图对本发明作进一步详细说明。
如图1(a)所示,本发明的基于阈值分割和直方图均衡的可逆水印方法的水印嵌入阶段,该方法包括以下步骤:
步骤101、构造一个模板大小为m*n的高斯滤波器,所述m,n 为大于零的正整数,对图像进行平滑处理,并计算图像的梯度幅值矩阵;
步骤102、使用阈值分割算法对梯度幅值矩阵进行处理,得到一个与原图像等大小的二值矩阵BW;
步骤103、构造与原图像等大小的二值矩阵BW1和BW2,横向扫描BW的每一行,获取每一行中值为‘1’的最左侧的坐标left和最右侧的坐标right,将BW1对应行处于left和right之间的值设置为‘1’,两侧的值设置为‘0’,纵向扫描BW的每一列,获取每一列中值为‘1’的最上方的坐标top和最下方的坐标bottom,将BW2 对应列处于top和bottom之间的值设置为‘1’,令两侧的值为‘0’;
步骤104、构造与原图像等大小的二值矩阵bw,同步扫描BW1 和BW2,若两个矩阵中同一位置处的值都是‘1’,则令bw中对应坐标下的值为‘1’,否则设置为‘0’,载体图像中对应于bw矩阵中值为‘1’的位置的像素为前景区,其他像素为背景区;
步骤105、由载体图像的前景区像素构建直方图,获取直方图中的峰值点Mx和零值点Mn,并依据所选峰值点Mx和零值点Mn确定本轮嵌入过程中处于峰值点Mx和零值点Mn之间的直方柱的移动方向,当峰值点小于零值点时,直方柱向右移动,当峰值点大于零值点时,直方柱向左移动;
步骤106、横向扫描图像,使用标记序列S对像素值p等于零值点Mn或其相邻像素值Mn-1或Mn+1的像素进行记录,若直方柱向右移动,当像素值p为Mn时,向S中添加标记‘0’,当像素值 p为Mn-1时,向S中添加标记‘1’,反之,若直方柱向左移动,当像素值p为Mn时,向S中添加标记‘0’,当像素值p为Mn+1 时,向S中添加标记‘1’;
步骤107、将上一轮嵌入过程用到的峰值点Mx和零值点Mn分别转换成8位二进制的表示形式,并将其组合成16位的xn,首轮xn 以16个‘0’填充,最后一轮的峰值点和零值点转换成二进制的表示后,使用LSB替换的方式嵌入本轮载体图像最后一行的前16个像素的LSB,并将原像素的LSB连接在附加信息的xn之后;
步骤108、每轮嵌入先进行附加信息的嵌入,再进行水印的嵌入,按照横向扫描的顺序同步扫描载体图像I和二值矩阵bw的每一行,若直方柱向右移动,对于前景区像素,当其像素值p大于Mx且小于 Mn时,将其值修改为p+1,当像素值p小于Mx或大于等于Mn时,其值不变,当像素值p等于Mx时,将其值修改为p+m,m为当前要嵌入的一个信息比特,若直方柱向左移动,对于前景区像素,当其像素值p大于Mn且小于Mx时,将其值修改为p-1,当像素值p小于等于Mn或大于Mx时,其值不变,当像素值p等于Mx时,将其值修改为p-m,m为当前要嵌入的一个信息比特;
步骤109、重复A5~A8,直到某一轮循环可嵌入的比特数量,即图像像素为峰值点的个数,小于附加信息的比特数时,该轮的上一轮即为嵌入的最后一轮循环,嵌入终止。
如图1(b)所示,本发明的基于阈值分割和直方图均衡的可逆水印方法的水印提取、载体无失真恢复阶段,该方法包括以下步骤:
步骤201、首轮提取,获取载密图像最后一行前16个像素的LSB,每8位一组,分别构成该轮峰值点Mx和零值点Mn;
步骤202、按照横向扫描的顺序同步扫描载密图像I和二值矩阵 bw的每一行,从载密图像的前景区提取信息,若峰值点Mx小于零值点Mn,当像素值p等于Mx时,提取信息比特‘0’,当像素值p 等于Mx+1时,提取信息比特‘1’,若峰值点Mx大于零值点Mn,当像素值p等于Mx时,提取信息比特‘0’,当像素值p等于Mx-1 时,提取信息比特‘1’;
步骤203、每一轮提取的信息的前16位,每8位一组,分别构成下一轮提取的峰值点Mx和零值点Mn,若该轮为首轮提取,则用提取到的信息的第17~32位以LSB替换方式还原载密图像最后一行的前16个像素的LSB;
步骤204、余下的信息比特R由标记序列S和水印比特构成,即首轮提取S时从所提取的信息比特的第33位开始,其余轮次提取S 时从所提取的信息比特的第17位开始;
步骤205、按照横向扫描的顺序同步扫描当前载密图像I和二值矩阵bw的每一行,还原前景区像素,若峰值点Mx小于零值点Mn,当像素值p'大于Mx且小于Mn时,将其值修改为p'-1,当像素值p' 等于Mn且当前S标记为‘1”时,将其值修改为p'-1,当像素值 p'等于Mn且当前S标记为‘0’时,其值不变,当像素值p'小于等于 Mx或大于Mn时,其值不变,若峰值点Mx大于零值点Mn,当像素值p'大于Mn且小于Mx时,将其值修改为p'+1,当像素值p'等于Mn 且当前S标记为‘1’时,将其值修改为p'+1,当像素值p'等于Mn 且当前S标记为‘0’时,其值不变,当像素值p'小于Mn或大于等于Mx时,其值不变;
步骤206、除去用于像素还原的标记序列S的比特,R中剩余的比特为该轮提取到的水印比特;
步骤207、重复B2~B6,直到某一次提取的信息的前16位全部为‘0’,则该轮为提取的最后一轮,提取终止。
具体地,如图2~图5所示,以图2为例,本实施例以图2为载体图像,图3中的白色区域为载体图像前景区的轮廓,即水印嵌入区域的轮廓,图4为图像前景区的直方图,图5为载体图像完成水印嵌入后的载密图像,可以看到,完成水印嵌入后,载密图像的对比度比原始图像更高,载密图像的视觉效果更好。
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,任何熟悉该技术的人在本发明所揭露的技术范围内,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 (3)
1.一种基于阈值分割和直方图均衡的可逆水印方法,其特征在于,包括:
A、水印嵌入阶段:使用高斯滤波器对载体医疗图像进行平滑处理,抑制图像噪声;使用阈值分割算法对处理后的图像的梯度幅值矩阵进行处理,获取图像前景区的轮廓;对横纵双向扫描获得的两个二值矩阵进行与运算,进而分割图像的前景区和背景区;将前景区作为水印嵌入区域,使用直方图移位技术,对前景区的直方图中像素值介于峰值点和零值点之间的直方柱进行移位,实现直方图均衡,在移位的同时,进行水印循环嵌入,为了在之后实现信息提取和载体无失真恢复,少量的附加信息随水印一同嵌入,随着嵌入循环次数的增加,每次循环中嵌入的附加信息逐渐增长,当图像像素为峰值点的数量小于附加信息的长度时,嵌入循环结束;
B、水印提取、载体无失真恢复阶段:利用峰值点和零值点从载密图像的前景区提取信息,利用提取到的信息进行图像恢复,提取到的信息除去附加信息便是本轮所提取的水印,进行多次循环提取,当某一次提取信息的附加信息显示为最后一轮,提取终止。
2.根据权利要求1所述的一种基于阈值分割和直方图均衡的可逆水印方法,其特征在于,步骤A进一步包括以下步骤:
A1、构造一个模板大小为m×n的高斯滤波器,所述m,n为大于零的正整数,采用高斯滤波器对图像进行平滑降噪处理,并计算处理后图像的梯度幅值矩阵;
A2、使用阈值分割算法对梯度幅值矩阵进行处理,得到一个与原图像等大小的二值矩阵BW;
A3、构造与原图像等大小的二值矩阵BW1和BW2,横向扫描BW的每一行,获取每一行中值为‘1’的最左侧的坐标left和最右侧的坐标right,将BW1对应行处于left和right之间的值设置为‘1’,两侧的值设置为‘0’,纵向扫描BW的每一列,获取每一列中值为‘1’的最上方的坐标top和最下方的坐标bottom,将BW2对应列处于top和bottom之间的值设置为‘1’,令两侧的值为‘0’;
A4、构造与原图像等大小的二值矩阵bw,同步扫描BW1和BW2,若两个矩阵中同一位置处的值都是‘1’,则令bw中对应坐标下的值为‘1’,否则设置为‘0’,载体图像中对应于bw矩阵中值为‘1’的位置的像素为前景区,其他像素为背景区;
A5、由载体图像的前景区像素构建直方图,获取直方图中的峰值点Mx和零值点Mn,并依据所选峰值点Mx和零值点Mn确定本轮嵌入过程中处于峰值点Mx和零值点Mn之间的直方柱的移动方向,当峰值点小于零值点时,直方柱向右移动,当峰值点大于零值点时,直方柱向左移动;
A6、横向扫描图像,使用标记序列S对像素值p等于零值点Mn或其相邻像素值Mn-1或Mn+1的像素进行记录,若直方柱向右移动,当像素值p为Mn时,向S中添加标记‘0’,当像素值p为Mn-1时,向S中添加标记‘1’,反之,若直方柱向左移动,当像素值p为Mn时,向S中添加标记‘0’,当像素值p为Mn+1时,向S中添加标记‘1’;
A7、将上一轮嵌入过程用到的峰值点Mx和零值点Mn分别转换成8位二进制的表示形式,并将其组合成16位的xn,首轮xn以16个‘0’填充,最后一轮的峰值点和零值点转换成二进制的表示后,使用LSB替换的方式嵌入本轮载体图像最后一行的前16个像素的LSB,并将原像素的LSB连接在附加信息的xn之后;
A8、每轮嵌入先进行附加信息的嵌入,再进行水印的嵌入,按照横向扫描的顺序同步扫描载体图像I和二值矩阵bw的每一行,若直方柱向右移动,对于前景区像素,当其像素值p大于Mx且小于Mn时,将其值修改为p+1,当像素值p小于Mx或大于等于Mn时,其值不变,当像素值p等于Mx时,将其值修改为p+m,m为当前要嵌入的一个信息比特,若直方柱向左移动,对于前景区像素,当其像素值p大于Mn且小于Mx时,将其值修改为p-1,当像素值p小于等于Mn或大于Mx时,其值不变,当像素值p等于Mx时,将其值修改为p-m,m为当前要嵌入的一个信息比特;
A9、重复A5~A8,直到某一轮循环可嵌入的比特数量,即图像像素为峰值点的个数,小于附加信息的比特数时,该轮的上一轮即为嵌入的最后一轮循环,嵌入终止。
3.根据权利要求1所述的一种基于阈值分割和直方图均衡的可逆水印方法,其特征在于,步骤B进一步包括以下步骤:
B1、首轮提取,获取载密图像最后一行前16个像素的LSB,每8位一组,分别构成该轮峰值点Mx和零值点Mn;
B2、按照横向扫描的顺序同步扫描载密图像I和二值矩阵bw的每一行,从载密图像的前景区提取信息,若峰值点Mx小于零值点Mn,当像素值p等于Mx时,提取信息比特‘0’,当像素值p等于Mx+1时,提取信息比特‘1’,若峰值点Mx大于零值点Mn,当像素值p等于Mx时,提取信息比特‘0’,当像素值p等于Mx-1时,提取信息比特‘1’;
B3、每一轮提取的信息的前16位,每8位一组,分别构成下一轮提取的峰值点Mx和零值点Mn,若该轮为首轮提取,则用提取到的信息的第17~32位以LSB替换方式还原载密图像最后一行的前16个像素的LSB;
B4、余下的信息比特R由标记序列S和水印比特构成,即首轮提取S时从所提取的信息比特的第33位开始,其余轮次提取S时从所提取的信息比特的第17位开始;
B5、按照横向扫描的顺序同步扫描当前载密图像I和二值矩阵bw的每一行,还原前景区像素,若峰值点Mx小于零值点Mn,当像素值p'大于Mx且小于Mn时,将其值修改为p′-1,当像素值p'等于Mn且当前S标记为‘1”时,将其值修改为p′-1,当像素值p'等于Mn且当前S标记为‘0’时,其值不变,当像素值p'小于等于Mx或大于Mn时,其值不变,若峰值点Mx大于零值点Mn,当像素值p'大于Mn且小于Mx时,将其值修改为p′+1,当像素值p'等于Mn且当前S标记为‘1’时,将其值修改为p′+1,当像素值p'等于Mn且当前S标记为‘0’时,其值不变,当像素值p'小于Mn或大于等于Mx时,其值不变;
B6、除去用于像素还原的标记序列S的比特,R中剩余的比特为该轮提取到的水印比特;
B7、重复B2~B6,直到某一次提取的信息的前16位全部为‘0’,则该轮为提取的最后一轮,提取终止,将提取的水印信息输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570456.7A CN111861845B (zh) | 2020-06-19 | 2020-06-19 | 一种基于阈值分割和直方图均衡的可逆水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570456.7A CN111861845B (zh) | 2020-06-19 | 2020-06-19 | 一种基于阈值分割和直方图均衡的可逆水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861845A CN111861845A (zh) | 2020-10-30 |
CN111861845B true CN111861845B (zh) | 2022-09-16 |
Family
ID=72987722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010570456.7A Expired - Fee Related CN111861845B (zh) | 2020-06-19 | 2020-06-19 | 一种基于阈值分割和直方图均衡的可逆水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861845B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7974477B2 (en) * | 2007-02-19 | 2011-07-05 | New Jersey Institute Of Technology | Apparatus and method for reversible data hiding for JPEG images |
US8175324B2 (en) * | 2008-10-17 | 2012-05-08 | New Jersey Institute Of Technology | Reversible data hiding |
CN108022197B (zh) * | 2017-11-21 | 2021-03-12 | 安徽大学 | 一种基于多纹理度划分的医学图像可逆信息隐藏方法 |
CN109617682B (zh) * | 2018-12-12 | 2020-11-13 | 北京邮电大学 | 一种基于直方图左右移位的密文域可逆信息隐藏方法 |
-
2020
- 2020-06-19 CN CN202010570456.7A patent/CN111861845B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111861845A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qin et al. | An inpainting-assisted reversible steganographic scheme using a histogram shifting mechanism | |
Yang et al. | Improving histogram-based reversible data hiding by interleaving predictions | |
CN105741224B (zh) | 基于pvo和自适应块分割的可逆水印算法 | |
Lu et al. | Secure halftone image steganography based on pixel density transition | |
CN106228501B (zh) | 一种基于整数变换的自适应可逆数字水印方法 | |
CN110910299B (zh) | 一种基于整数小波变换的自适应可逆信息隐藏方法 | |
CN111898136A (zh) | 一种基于预测误差值排序的高保真可逆信息隐藏方法和装置 | |
Hong et al. | An improved human visual system based reversible data hiding method using adaptive histogram modification | |
WO2009099914A1 (en) | System and method for reversible binary image data hiding using run-length histogram modification and logical operations | |
CN114399419B (zh) | 基于预测误差扩展的可逆图像水印算法 | |
Wu et al. | Reversible data hiding with brightness preserving contrast enhancement by two-dimensional histogram modification | |
CN110047029B (zh) | 一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置 | |
CN112700363A (zh) | 一种基于区域选择的自适应可视水印嵌入方法和装置 | |
CN111861845B (zh) | 一种基于阈值分割和直方图均衡的可逆水印方法 | |
CN110533569B (zh) | 基于二次差值扩展的水印处理方法 | |
Lee et al. | Reversible data hiding using a piecewise autoregressive predictor based on two-stage embedding | |
CN110148079B (zh) | 一种数字图像篡改检测定位和自恢复的方法 | |
CN108171643B (zh) | 一种基于直方图移位的鲁棒可逆图像水印方法及应用 | |
CN112862656B (zh) | 一种抗打印扫描拍摄的数字图像水印方法 | |
Yang et al. | Improving visual quality of reversible data hiding in medical image with texture area contrast enhancement | |
Xiang et al. | A pixel-based reversible data hiding method based on obtuse angle prediction | |
CN116542835A (zh) | 字符水印生成和提取方法以及系统 | |
CN109389546B (zh) | 多分块可逆水印嵌入方法及装置、水印提取方法及装置 | |
JP4096902B2 (ja) | 透かし情報検出装置及び透かし情報検出方法 | |
El-Alfy et al. | High-capacity image steganography based on overlapped pixel differences and modulus function |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220916 |