基于ULV分解的彩色图像数字水印方法

    公开(公告)号:CN117495647A

    公开(公告)日:2024-02-02

    申请号:CN202310659887.4

    申请日:2023-06-06

    Applicant: 鲁东大学

    Abstract: 本发明利用频域数字水印算法鲁棒性强的优点,公开了一种基于ULV分解的彩色图像数字水印方法。本发明根据ULV分解后下三角矩阵中的元素分布规律,通过对其最大能量元素进行量化完成了彩色数字水印嵌入与盲提取。本发明将彩色数字水印图像嵌入到彩色宿主图像中,在具有较好的水印隐蔽性的基础上,本发明既具有较强的鲁棒性,又具有较高的安全性,解决了大容量彩色图像数字水印算法鲁棒性差和安全性低的难题,适用于强鲁棒性、高安全性的大容量数字媒体版权保护的场合。

    基于矩阵Schur分解的可变步长彩色图像盲水印方法

    公开(公告)号:CN109829845B

    公开(公告)日:2023-07-14

    申请号:CN201910085155.2

    申请日:2019-01-29

    Applicant: 鲁东大学

    Abstract: 本发明结合频域数字水印算法鲁棒性高的优点,公开了一种基于矩阵Schur分解的可变步长彩色图像盲水印方法。本发明根据Schur分解在频域中较其他矩阵分解方法复杂性低的特点,对图像块进行Schur分解得到上三角矩阵,该上三角矩阵的主对角元素即为图像块的特征值,本方法通过对特征值的和进行量化来完成彩色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,不但具有较强的鲁棒性、高安全性和大容量的特点,而且具有较好水印隐蔽性的特点,解决了大容量彩色图像数字水印安全性低的难题,适用于高安全性的大容量数字媒体版权保护的场合。

    基于Slant变换的空域自适应彩色图像盲水印方法

    公开(公告)号:CN111882478B

    公开(公告)日:2022-04-29

    申请号:CN202010772609.6

    申请日:2020-08-04

    Applicant: 鲁东大学

    Abstract: 本发明结合Slant变换理论和整数配对理论,公开了一种基于Slant变换的空域自适应彩色图像盲水印方法。首先,本发明根据水印容量、自适应水印编码方式、Slant变换特性,在空域中直接求出经Slant变换后所得系数矩阵的最大能量系数,并通过对该系数进行量化来完成彩色水印的嵌入,具有较好的隐蔽性和较大的水印容量;其次,本发明既能根据图像的尺寸自适应量化步长,也能利用被攻击图像的几何属性矫正多种攻击的图像,具有较强的抗几何攻击的鲁棒性;另外,本发明可将多个整数密钥加密为一个大整数并隐写至图像的文件结构中,具有较高的安全性。本发明适用于安全性高、隐蔽性好、鲁棒性强、水印容量大的高效彩色数字图像版权保护的场合。

    一种基于近似哈达玛变换的彩色数字图像盲水印方法

    公开(公告)号:CN113191933A

    公开(公告)日:2021-07-30

    申请号:CN202110562065.5

    申请日:2021-05-24

    Applicant: 鲁东大学

    Abstract: 本发明利用频域数字水印算法鲁棒性强的优点,公开了一种基于近似哈达玛变换的彩色数字图像盲水印方法。该方法利用哈达玛矩阵能量集中的特点,将图像块的能量集中于频域矩阵的左上角,并通过量化左上角的系数来完成数字水印的嵌入与盲提取。该方法将彩色图像数字水印嵌入到彩色宿主图像中,既具有较好的水印不可见性和较强的鲁棒性,又有效解决了大容量彩色图像数字水印运行速度慢的难题,适用于快速、高效进行数字媒体版权保护的场合。

    基于矩阵奇异值分解的四元数彩色数字图像盲水印方法

    公开(公告)号:CN112488904A

    公开(公告)日:2021-03-12

    申请号:CN202110059404.8

    申请日:2021-01-18

    Applicant: 鲁东大学

    Abstract: 本发明利用频域数字水印算法鲁棒性强的优点,公开了一种基于矩阵奇异值分解(Singular Value Decomposition,SVD)的四元数彩色数字图像盲水印方法。本发明根据四元数表示的图像在奇异值分解后所得对角矩阵的特点,通过量化对角矩阵的最大特征值来完成彩色数字水印的嵌入与盲提取。本发明将彩色数字水印嵌入到彩色宿主图像中,不但具有较强的鲁棒性,而且具有较好的水印隐蔽性和较大的嵌入容量,解决了大容量彩色图像数字水印算法鲁棒性差的难题,适用于强鲁棒性的大容量数字媒体版权保护的场合。

    一种基于矩阵Schur分解的高性能数字水印方法

    公开(公告)号:CN106157233B

    公开(公告)日:2019-11-05

    申请号:CN201610536291.5

    申请日:2016-07-11

    Applicant: 鲁东大学

    Abstract: 本发明公开了一种基于矩阵Schur分解的高性能数字水印方法,旨在改变当前数字水印多为二值或灰度图像的现状,满足彩色数字图像作为数字水印的需要。其技术要点是:首先,将彩色宿主图像降维处理并分成4×4的图像块;其次,把每个图像块进行矩阵Schur分解,并确定其上三角矩阵中最大能量元素所在的列号;然后,在其酉矩阵中找到该列号所对应的第二行元素和第三行元素,通过微调二者之间的大小关系,实现彩色图像数字水印的嵌入;提取水印时,仅需要含水印的宿主图像而无需原始水印或原始宿主图像的帮助,达到盲提取的目的。该方法具有较好的水印不可见性、较强的鲁棒性及较高的执行效率,适用于彩色数字图像作为数字水印的版权保护。

    一种新型的基于矩阵Schur分解的数字水印方法

    公开(公告)号:CN106204410B

    公开(公告)日:2019-08-06

    申请号:CN201610549655.3

    申请日:2016-07-14

    Applicant: 鲁东大学

    Abstract: 本发明公开了一种新型的基于矩阵Schur分解的数字水印方法,旨在改变当前数字水印多为二值或灰度图像的现状,满足彩色数字图像作为数字水印的需要。其技术要点是:首先,将彩色宿主图像降维处理并分成4×4的图像块;其次,把每个图像块进行矩阵Schur分解,并确定其上三角矩阵中最大能量元素;然后,通过系数量化技术修改上三角矩阵的最大系数,从而将加密的彩色水印图像信息嵌入到彩色宿主图像中;提取水印时,仅需要含水印的宿主图像而无需原始水印或原始宿主图像的帮助,可达到盲提取的目的。该方法具有较好的水印不可见性、较强的鲁棒性及较高的执行效率,适用于彩色数字图像作为数字水印的版权保护。

    一种基于二维离散正弦变换的彩色数字图像盲水印方法

    公开(公告)号:CN109035129A

    公开(公告)日:2018-12-18

    申请号:CN201810925869.5

    申请日:2018-08-15

    Applicant: 鲁东大学

    CPC classification number: G06T1/005 G06T2201/0052

    Abstract: 本发明利用频域数字水印算法鲁棒性强的优点,公开了一种基于二维离散正弦变换的彩色数字图像盲水印方法。本发明根据二维离散正弦变换的独有特性,在变换域中获得图像块的二维离散正弦变换中的最大能量系数,并利用该能量系数完成数字水印的嵌入与盲提取。该发明能将彩色图像数字水印嵌入到彩色宿主图像中,不但具有较好的水印不可见性,而且具有较强的鲁棒性,解决了大容量彩色图像数字水印鲁棒性弱的难题,适用于彩色数字图像版权保护的场合。

    一种基于Schur分解的双彩色数字图像盲水印方法

    公开(公告)号:CN102663669A

    公开(公告)日:2012-09-12

    申请号:CN201210116211.2

    申请日:2012-04-20

    Applicant: 鲁东大学

    Abstract: 本发明公开了一种双彩色盲水印算法,旨在改变当前数字水印多为二值或灰度图像的现状,满足彩色数字图像作为数字水印的需要。其技术要点是,通过微调Schur分解后所得的正交矩阵的第一列第二个元素和第一列第三个元素之间的大小关系,将彩色数字水印图像嵌入到彩色宿主图像中;同时提取水印是不要原始水印的帮助,达到盲提取的目的,该发明简单快捷,具有较高的水印不可见性、强鲁棒性和大容量性,本发明适用于彩色图像作为数字水印的版权保护。

    一种基于水循环优化算法的鲁棒彩色图像盲水印方法

    公开(公告)号:CN119671837A

    公开(公告)日:2025-03-21

    申请号:CN202411806701.4

    申请日:2024-12-10

    Applicant: 鲁东大学

    Abstract: 本发明公开了一种基于水循环优化算法的鲁棒彩色图像盲水印方法。该方法通过离散余弦变换将图像块系数转为频域系数矩阵,利用Laplace变换聚集低频能量,并通过量化最大能量系数来完成水印的嵌入与盲提取。利用水循环优化算法模拟水循环过程,动态更新水印方法中的最优嵌入步长,以平衡水印的不可见性和鲁棒性。该方法将彩色图像水印嵌入到彩色宿主图像中,具有较好的水印不可见性和较强的鲁棒性。

Patent Agency Ranking