CN1377184A - 一种数字水印的嵌入方法 - Google Patents

一种数字水印的嵌入方法 Download PDF

Info

Publication number
CN1377184A
CN1377184A CN 02115174 CN02115174A CN1377184A CN 1377184 A CN1377184 A CN 1377184A CN 02115174 CN02115174 CN 02115174 CN 02115174 A CN02115174 A CN 02115174A CN 1377184 A CN1377184 A CN 1377184A
Authority
CN
China
Prior art keywords
watermark
wavelet
image
coefficient
embedding
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
Application number
CN 02115174
Other languages
English (en)
Other versions
CN1148961C (zh
Inventor
刘九芬
黄达人
黄继武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CNB021151741A priority Critical patent/CN1148961C/zh
Publication of CN1377184A publication Critical patent/CN1377184A/zh
Application granted granted Critical
Publication of CN1148961C publication Critical patent/CN1148961C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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
    • G06T1/0028—Adaptive watermarking, e.g. Human Visual System [HVS]-based watermarking
    • 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
    • G06T2201/0052—Embedding of the watermark in the frequency domain

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明涉及一种基于小波变换的数字水印技术,是一种多媒体视频数据保护方法,属于多媒体信号处理领域。本发明首先选定小波分解的级数,利用小波变换将多媒体数据进行分解,然后选择一些小波系数按一定的规则嵌入水印。最后通过小波逆变换得到嵌入水印的多媒体数据。与原始媒体相比,人眼或耳无法区别两者的差别。而数字水印则为这个问题提供了一种区别的手段。水印可以是任何有意义的数字文档或无意义的随机序列。本发明可使通过网络传播的多媒体数据或文件获得保护。

Description

一种数字水印的嵌入方法
本发明涉及一种基于小波变换的数字水印技术，是一种多媒体数据保护方法，属于多媒体信号处理领域。
数字媒体有一些模拟媒体不可比拟的优点，如数字信号高质量、编辑加工容易、拷贝不失真、易于通过电子的(网络)或物理的(CD-ROM)系统低价高效地迅速传输和分配等。这些优点使得最近几年数字媒体(数字音频、数字图象、数字视频)的技术开发和应用迅猛发展。然而，也正是由于这些优点，给媒体原始拥有者的权益造成了潜在的威胁：其艰苦劳动的成果有可能在一夜之间被无偿地大批完美复制并传遍世界的每个角落。因而数字媒体的版权保护成为一个迫切需要解决的问题。数字水印则为解决数字媒体版权保护问题的一个有效办法。近几年来，数字水印技术在许多应用领域体现了它的重要性，并得到了广泛的重视。
目前大多数数据隐藏的研究和文献集中于图象水印。根据水印嵌入的方式而言，目前提出的数字水印技术主要可分为二类：空域和变换域技术。前者通过直接改变主图象某些象素值来嵌入水印。后者是在变换域中实现，先将图象做某种变换，然后把水印嵌入到图象的变换域中。由于DWT(Discrete Wavelet Transform)良好的空间一频率局部特性和与人眼视觉特性相符的变换机制，在新一代静止图象压缩标准JPEG 2000占据了核心位置，并且逐渐代替DCT成为变换域数字水印算法的主要工具。
著名并被人们广泛接受的是Cox等人的观点，DCT域水印应嵌入幅值最大前k个AC系数中。黄等进一步推广了这一思想，提出了利用DC分量来嵌入水印。但在DWT域，这方面的研究尚未见报道，并且嵌入公式和小波分解的级数的研究也尚属空白。
本发明的目的是提出一种基于小波变换的数字水印嵌入方法，用于提高水印的稳健性，保护数字媒体版权。
为了实现上述目的，本发明方法采用如下三个步骤：
1)根据所要嵌入水印数据量的多少尽量提高小波分解的级数，确定分解级数后，对原始数据进行小波分解；2)嵌入公式是：vi′＝vi+αxi，其中，vi是小波系数，α是拉伸因子，xi是水印分量；3)按嵌入公式水印首先嵌入小波系数的低频带，若有剩余，再按小波系数频带重要性的排序顺序嵌入高频带。
步骤1)根据水印数据量的多少确定小波分解的级数，小波分解的级数要尽量高，然后进行小波分解。嵌入公式vi′＝vi+αxi中的拉伸因子α在保证水印不可见的前提下，尽可能大。
小波系数频带重要性的排序顺序：
选择可分离的滤波器组，对输入图象进行小波分解，产生LHj、HLj、HHj三个高频带系列，一个LL3低频带(三级分解时)(如图1所示)。其中低频带表示由小波变换分解级数决定的最大尺度、最小分辨率下对原始图象的最佳逼近。它的统计特征和原图象相似，图象的大部分能量集中在此。高频带系列则分别是图象在不同尺度、不同分辨率下的细节信息。分辨率越低，其中有用信息的比例越高。也就是说，经过小波分解把一个图象分成了若干级。对于同一级图象，低频子图象LLj最重要，其次是HLj与LHj，高频子图象HHj相对最不重要。对于不同级来说，级高者重要，级低者不重要。所以，小波图象子频带按其重要性总体的排序为LLk、HLk、LHk、HHk、HLk-1、LHk-1、HHk-1、…、HL1、LH1、HH1(如图1所示)。
本发明与现有水印技术比较有以下优点：
通过研究DWT域的嵌入方法(包括嵌入公式、嵌入位置和小波分解的级数)与稳健性的关系，找到了比较好的嵌入方法。与现有水印技术相比，该技术显著提高了水印的稳健性。
以下我们从理论和实验数据说明本发明带来的积极效果。
1)小波分解的级数
Mallat在1988年提出多分辨率分析(MRA)，它是信号分析和处理的有效工具。在MRA的基础上，S.Mallat提出了用子带结构实现DWT的算法，统一了子带滤波器与小波变换的计算。
给出平方可和的二维信号{xm，n}m，n∈Z，令
               c0，m，n＝xm，n，m，n∈Z则二维信号的小波分解公式为： c j , m , n = 2 Σ k , l h l - 2 m h l - 2 n c j - 1 , k , l , d j , m , n 1 = 2 Σ k , l h k - 2 m g l - 2 n c j - 1 , k , l , d j , m , n 2 = 2 Σ k , l g k - 2 m h l - 2 n c j - 1 , k , l , d j , m , n 3 = 2 Σ k , l g k - 2 m g l - 2 n c j - 1 , k , l . 其中
Figure A0211517400043
gk＝(-1)nh1-n，
Figure A0211517400044
从上面公式可知，小波分解是每级以2加权，并注意到低通滤波器系数和为1，从而随着小波分解级数的增加，低频系数的幅值以近似2的倍数增长。而水印编码可看为在强背景(原始图象)下迭加一个弱信号(水印)，只要迭加的信号低于对比度门限，视觉系统就无法感觉到信号的存在。而根据Weber定律，对比度门限和背景信号的幅值成比例。这就意味着随着小波分解级数的增加，嵌入水印的强度大幅度增加，从而水印的稳健性增强。同时，小波分解的级数越多，水印分量可以更好地扩散。因此在水印算法中，应根据水印数据量的多少，尽可能提高小波分解的级数。
2)嵌入位置
从多分辨分析的角度考虑小波图象的各个频带时，这些频带之间并不是纯粹无关的。对于各个高频带，由于它们是图象同一个边缘、轮廓和纹理信息在不同方向、不同尺度和不同分辨率下由粗到细的描述，它们之间存在着一定的关系：小波系数的幅值随着尺度的减小而衰减，即使图象函数有奇异点，只要在奇异点的邻域里振荡不激烈。若图象函数f(x，y)在(x0，y0)邻域内具有Lipschitz α连续，则尺度为2j、位于(p，q)的小波系数的幅值有：
                           |αj(p，q)|≤A2j(α+1)
其中A为一正常数。因此小波系数的幅值随着尺度的减小而衰减。振荡模型不具有这个性质，幸而振荡模型在实际图象中不常遇到。基于零树的编码正是利用了小波系数的幅值随着尺度的减小而衰减这个性质而获得了极大成功。
随机序列、有意义的文本、图象等都可以作为水印。不同类型的水印包含的数据量不同。不同数据量的水印应有不同的嵌入对策。
水印应放在哪里才足够稳健？在DWT域，不同的小波系数作为水印载体，水印有不同的稳健性。
水印长度较短：
当水印长度不大于小波图象低频系数个数时，水印应嵌入哪里？
首先，Cox等提出：水印应放在HVS感觉上最重要的分量上。这个观点现在已被人们广泛接受。感觉上重要的分量是图象信号的主要成分，携带较多的信号能量，在图象有一定失真的情况下，仍能保留主要成分。但Cox等把DC系数排除在外，原因在于避免加水印的图象出现方块效应。由于小波变换是全局变换，把水印加在低频系数的水印图象不会出现方块效应。同时由前面可知：低频带是对原始图象的低通逼近，图象的大部分能量集中在此，而高频带系列只是图象的细节信息。因此水印应当首先嵌入小波图象低频系数。
其次，同第一步相同的道理，由于低频系数的幅值一般远大于高频系数，从而具有较大的感觉容量，嵌入一定强度的水印后不会引起原始图象视觉质量的明显改变。
再次，根据信号处理理论，嵌入水印的图象最有可能遭遇到的信号处理过程，如数据压缩、低通滤波、次抽样、插值、D/A和A/D转换等，对低频系数的保护比高频系数好。即这些小波系数在经过常见的信号处理和噪声干扰后仍能很好地保留，不过多地为信号处理和噪声干扰所改变。
因此，水印分量嵌入到DWT域低频系数具有足够的稳健性。
水印长度较长：
当水印长度大于小波图象低频系数个数时，除了把水印嵌入低频带系数外，首先利用HL3(三级分解)带的系数来嵌入水印。这是因为：1)HL3带在高频带系列中最重要。2)HL3带的系数通常比其它尺度的系数大(见本部分开头)。同理，接下来应利用LH3带的系数。以此类推，我们得到如下结论：当水印长度较长时，按小波图象频带重要性的排序顺序嵌入水印稳健性最好(图1)。
综上所述，我们通过对小波图象系数的分布特点和振幅进行定性、定量分析，得到了一个新的嵌入对策：水印应当首先嵌入小波图象低频系数，若有剩余，再按小波图象频带重要性的排序顺序嵌入高频带。
3)嵌入公式
嵌入公式也影响水印的稳健性。目前常用的嵌入公式有两个：(1)vi′＝vi+axi；(2)vi′＝vi(1+αxi)，其中α为拉伸因子。
由于嵌入公式(1)对每个小波系数叠加相同的强度，水印图象受攻击后，水印分量可能都以一定的强度存在。但对嵌入公式(2)来说，由于大的系数叠加大的强度，小的系数叠加小的强度，水印图象受攻击后，小系数的水印分量可能不存在。只有在攻击强度很强的情况下，基于嵌入公式(1)的水印分量不存在了，基于嵌入公式(2)的大系数的水印分量仍存在。但这种情况很少存在。
因此，嵌入公式(1)是比较好的选择。
我们用纹理比较简单和比较复杂的图象“Lena”(256×256×8bits)和“Baboon”(256×256×8bits)为测试图象。实验数据表明新方法是非常稳健的。
图1是图象小波分解图。
图2是水印的不可性比较图。
图3为条件完全相同的二种情况水印图象在JPEG压缩和Gaussian噪声干扰下的稳健性能比较图。
图1中，对输入图象进行小波分解，产生LHj、HLj、HHj三个高频带系列，一个LL3低频带(三级分解时)。
图2中，(a)为利用LL3嵌入水印的水印图象；(b)为利用HL3嵌入水印的水印图象。在完全相同的条件下，当PSNR都为44.4dB时，“Lena”第一种情况水印不可见，而第二种情况水印明显可见，说明低频系数具有较大的感觉容量。
图3中，(a)为抗JPEG压缩性能比较；(b)为抗Gaussian噪声性能比较。纵轴表示从失真的水印图象中抽取的水印W*与原始水印W的相似度。图3表明：在低频带系数嵌入水印比在HL3带系数嵌入水印稳健好。把水印嵌入其它高频子带上的实验也可得到类似结果。
表1为基于嵌入公式(1)的稳健性。表中，(a)Lena水印图象抗JPEG(一级分解)(b)Baboon水印图象抗noise(一级分解)(c))Baboon水印图象抗JPEG(三级分解)(d)Lena水印图象抗noise(三级分解)。
表2为基于嵌入公式(2)的稳健性。表2中，(a)Lena水印图象抗JPEG(一级分解)(b)Baboon水印图象抗noise(一级分解)(c))Baboon水印图象抗JPEG(三级分解)(d)Lena水印图象抗noise(三级分解)。
表1-2中小波基选Daubechies小波DbN(1≤N≤10)，所有Baboon抗JPEG都表示Baboon水印图象受JPEG压缩攻击后，PSNR分别为20db、20.9db、21 8db、22.4db、22.9db时，抽取的水印W*与原始水印W的相似度；表中所有Lena抗JPEG都表示Lena水印图象受JPEG压缩攻击后，PSNR分别为23.1db、25db、26.9db、28.1db、29db时，抽取的水印W*与原始水印W的相似度。表中所有Baboon抗noise都表示Baboon水印图象受加性Gaussian噪声攻击后，PSNR分别为18.7db、16.3db、14.6db、13.2db、12.2db时，抽取的水印W*与原始水印W的相似度；表中所有Lena抗noise都表示Lena水印图象受加性Gaussian噪声攻击后，PSNR分别为18.7db、16.3db、14.6db、13.1db、12.1db时，抽取的水印W*与原始水印W的相似度。
表1：基于嵌入公式(1)的稳健性(a)                                            (b)
 Db1  2.82  5.13  7.34  8.54  10.76
 Db2  2.78  5.08  7.09  8.1  10.03
 Db3  2.41  5.14  6.77  7.54  9.04
 Db4  1.79  4.98  6.55  7.07  8.15
 Db5  1.56  4.93  6.43  7.55  8.65
 Db6  2.25  5.14  6.79  7.65  9.71
 Db7  1.79  5.16  6.74  7.91  10.08
 Db8  1.43  5.11  6.32  8.09  10.56
 Db9  0.91  4.54  5.9  7.69  9.65
 Db10  0.71  4.6  5.5  6.96  9.31
 Db1  14.90  11.36  9.12  7.64  6.53
 Db2  14.61  11.07  8.84  7.37  6.28
 Db3  14.54  10.99  8.78  7.30  6.22
 Db4  14.3  10.75  8.57  7.09  6.01
 Db5  13.91  10.37  8.21  6.75  5.66
 Db6  13.52  9.96  7.83  6.38  5.28
 Db7  13.11  9.54  7.42  5.99  4.89
 Db8  12.70  9.12  7.01  5.57  4.48
 Db9  12.31  8.72  6.60  5.16  4.08
 Db10  12.08  8.47  6.34  4.89  3.82
(c)                                          (d)
 Db1  2.54  6.66  11.39  13.03  15.2
 Db2  4.01  6.86  11.67  14.76  15.96
 Db3  3.99  6.86  12.91  15.63  17.88
 Db4  4.88  6.88  12.02  15.62  18.06
 Db5  5.05  7.25  11.81  14.78  17.70
 Db6  4.75  5.86  11.46  14.64  18.21
 Db7  3.94  5.50  11.74  14.13  18.06
 Db8  3.71  5.27  11.87  14.13  17.96
 Db9  4.06  6.91  11.50  13.97  16.83
 Db10  3.86  6.92  11.28  13.60  16.66
 Db1  13.1  10.17  8.13  6.52  5.22
 Db2  13.03  10.0  7.86  6.19  4.84
 Db3  13.22  10.18  8.07  6.45  5.11
 Db4  13.74  10.8  8.75  7.16  5.85
 Db5  14.31  11.46  9.43  7.85  6.56
 Db6  13.83  10.97  8.96  7.45  6.25
 Db7  12.81  9.87  7.87  6.44  5.33
 Db8  12.07  9.08  7.1  5.7  4.65
 Db9  12.29  9.31  7.35  5.93  4.88
 Db10  13.12  10.23  8.3  6.86  5.79
表2：基于嵌入公式(2)的稳健性(a)                                          (b)
 Db1  2.49  3.97  5.83  6.83  8.1
 Db2  2.52  3.82  5.46  6.45  7.46
 Db3  2.16  3.83  5.2  5.91  6.7
 Db4  1.49  3.84  4.89  5.87  6.07
 Db5  1.43  3.74  4.58  5.92  6.61
 Db6  1.25  3.73  4.71  5.97  7.05
 Db7  0.95  3.25  4.70  5.75  7.73
 Db8  0.62  3  4.08  5.42  7.24
 Db9  0.35  2.85  3.92  5.29  7.06
 Db10  0.01  2.93  3.79  4.93  6.52
 Db1  10.71  8.03  6.28  5.02  4.14
 Db2  10.40  779  6.11  4.87  4.03
 Db3  2.45  2.97  3.58  4.06  4.05
 Db4  10.04  7.31  5.53  4.3  3.44
 Db5  10.68  8.12  6.47  5.28  4.47
 Db6  2.89  2.17  1.68  1.34  1.09
 Db7  9.12  6.62  5.13  4.15  3.49
 Db8  8.86  6.23  4.55  3.42  2.63
 Db9  8.06  6.24  5.08  4.34  3.81
 Db10  5.26  3.58  2.54  1.83  1.39
                              (c)                              (d)
 Db1  2.17  5.88  9.47  11  12.35
 b2  2.54  5.78  10.14  12.04  13.85
 Db3  3.38  5.48  11.1  14.5  15.47
 Db4  3.69  5.93  10.36  13.73  15.94
 Db5  3.54  7.29  10.14  12.4  15.52
 Db6  3.90  6.22  9.53  12.52  15.28
 Db7  3.46  4.47  10.25  11.77  15.79
 Db8  2.32  4.14  10.06  12.43  15.70
 Db9  2.37  5.18  9.18  13.12  14.85
 Db10  3.04  5.16  9.75  12.39  14.27
 Db1  10.39  8.01  7.09  5.56  4.34
 Db2  11.48  8.74  6.75  5.16  3.9
 Db3  11.56  8.77  6.77  5.22  3.98
 Db4  12.09  9.37  7.4  5.86  4.63
 Db5  12.47  9.86  7.95  6.42  5.2
 Db6  11.77  9.17  7.30  5.86  4.71
 Db7  10.38  7.73  5.90  4.54  3.49
 Db8  9.48  6.79  4.96  3.63  2.64
 Db9  9.91  7.21  5.36  3.97  2.95
 Db10  10.96  8.35  6.50  5.07  3.98

Claims (3)

1、一种数字水印的嵌入方法，其特征在于该方法的步骤为：1)根据所要嵌入水印数据量的多少确定小波分解的级数；2)嵌入公式是：vi′＝vi+αxi，其中，vi是小波系数，α是拉伸因子，xi是水印分量；3)水印按嵌入公式首先嵌入小波系数的低频带，若有剩余，再按小波系数频带重要性的排序顺序嵌入高频带。
2、根据权利要求1所述的一种数字水印的嵌入方法，其特征是步骤1)根据水印数据量的多少确定小波分解的级数，小波分解的级数要尽量高，然后进行小波分解。
3、根据权利要求1所述的一种数字水印的嵌入方法，其特征是嵌入公式Vi′＝vi+αxi中的拉伸因子α在保证水印不可见的前提下，尽可能大。
CNB021151741A 2002-04-30 2002-04-30 一种数字水印的嵌入方法 Expired - Fee Related CN1148961C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB021151741A CN1148961C (zh) 2002-04-30 2002-04-30 一种数字水印的嵌入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB021151741A CN1148961C (zh) 2002-04-30 2002-04-30 一种数字水印的嵌入方法

Publications (2)

Publication Number Publication Date
CN1377184A true CN1377184A (zh) 2002-10-30
CN1148961C CN1148961C (zh) 2004-05-05

Family

ID=4743496

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB021151741A Expired - Fee Related CN1148961C (zh) 2002-04-30 2002-04-30 一种数字水印的嵌入方法

Country Status (1)

Country Link
CN (1) CN1148961C (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100364260C (zh) * 2004-01-18 2008-01-23 哈尔滨工业大学 数字签名和数字水印条码的制作及验证方法
CN100399353C (zh) * 2006-07-07 2008-07-02 中山大学 一种基于图像特征的电子印章认证方法
CN103559677A (zh) * 2013-10-29 2014-02-05 华北电力大学 基于小波变换和视觉特性的自适应图像水印嵌入方法
CN105283915A (zh) * 2013-06-11 2016-01-27 株式会社东芝 数字水印嵌入装置、数字水印检测装置、数字水印嵌入方法、数字水印检测方法、数字水印嵌入程序以及数字水印检测程序
CN105719226A (zh) * 2016-01-26 2016-06-29 陕西师范大学 一种结合非重叠分块和等频带融合的水印嵌入及提取方法
CN109146520A (zh) * 2018-08-17 2019-01-04 珠海丹德图像技术有限公司 一种基于图像信息安全技术的商品防伪系统及方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100364260C (zh) * 2004-01-18 2008-01-23 哈尔滨工业大学 数字签名和数字水印条码的制作及验证方法
CN100399353C (zh) * 2006-07-07 2008-07-02 中山大学 一种基于图像特征的电子印章认证方法
CN105283915A (zh) * 2013-06-11 2016-01-27 株式会社东芝 数字水印嵌入装置、数字水印检测装置、数字水印嵌入方法、数字水印检测方法、数字水印嵌入程序以及数字水印检测程序
CN105283915B (zh) * 2013-06-11 2019-05-07 株式会社东芝 数字水印嵌入装置及方法以及数字水印检测装置及方法
CN103559677A (zh) * 2013-10-29 2014-02-05 华北电力大学 基于小波变换和视觉特性的自适应图像水印嵌入方法
CN103559677B (zh) * 2013-10-29 2016-04-20 华北电力大学 基于小波变换和视觉特性的自适应图像水印嵌入方法
CN105719226A (zh) * 2016-01-26 2016-06-29 陕西师范大学 一种结合非重叠分块和等频带融合的水印嵌入及提取方法
CN105719226B (zh) * 2016-01-26 2019-03-15 陕西师范大学 一种结合非重叠分块和等频带融合的水印嵌入及提取方法
CN109146520A (zh) * 2018-08-17 2019-01-04 珠海丹德图像技术有限公司 一种基于图像信息安全技术的商品防伪系统及方法

Also Published As

Publication number Publication date
CN1148961C (zh) 2004-05-05

Similar Documents

Publication Publication Date Title
US6556689B1 (en) Watermarking methods for digital images and videos
Song et al. Recent advances and classification of watermarking techniques in digital images
Narasimhulu et al. A hybrid watermarking scheme using contourlet Transform and Singular value decomposition
CN1148961C (zh) 一种数字水印的嵌入方法
Kejgir et al. Lifting wavelet transform with singular value decomposition for robust digital image watermarking
Li et al. Blind image watermarking scheme based on wavelet tree quantization robust to geometric attacks
Maity et al. An image watermarking scheme using HVS characteristics and spread transform
CN116503230A (zh) 一种基于双通道的鲁棒图像水印算法
Yuan et al. Blind watermarking method based on DWT middle frequency pair
Huang et al. An adaptive digital image watermarking algorithm based on morphological Haar wavelet transform
Moyasser Basheer et al. Digital Image Watermarking Algorithm in Discrete Wavelet Transform Domain Using HVS Characteristics
Kumar et al. Non blind image watermarking based on similarity in contourlet domain
Aboofazeli et al. A wavelet transform based digital image watermarking scheme
Taskovski et al. A low resolution content based watermarking of images in wavelet domain
Maity et al. Robust image watermarking using multiresolution analysis
Keshavarzian A new ROI and block based watermarking scheme using DWT
Panda et al. Analysis of robustness of an image watermarking algorithm using the Dual Tree Complex Wavelet Transform and Just Noticeable Difference
Xu et al. A novel watermarking scheme in contourlet domain based on independent component analysis
CN1234230C (zh) 一种用于电子印章保护的脆弱水印方法
SEO et al. A digital watermarking algorithm using correlation of the tree structure of DWT coefficients
Phadikar et al. Multibit QIM watermarking using M-ary modulation and lifting
Lin et al. A block-based watermarking method using wavelet coefficient quantization
Lou et al. Adaptive DWT-based watermarking scheme using neighboring mean value relationship
Kumar et al. An oblivious image watermarking scheme using singular value decomposition
Lu et al. Robust image watermarking based on the wavelet contour detection

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20040505