基于RLE编码定位的数字水印算法

doi:10.3778/j.issn.1002-8331.2008.24.028

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (24): 98-99.DOI: 10.3778/j.issn.1002-8331.2008.24.028

基于RLE编码定位的数字水印算法

刘晶¹,刘刚²,张九龙¹

1.西安理工大学计算机科学与工程学院，西安 710048
2.西安电子科技大学计算机学院，西安 710071

收稿日期:2007-10-23 修回日期:2008-01-25 出版日期:2008-08-21 发布日期:2008-08-21
通讯作者: 刘晶

Image watermarking algorithm based on RLE orientation

LIU Jing¹,LIU Gang²,ZHANG Jiu-long¹

1.Faculty of Computer Science and Engineering，Xi’an University of Technology，Xi’an 710048，China
2.School of Computer Science and Technology，Xidian University，Xi’an 710071，China

Received:2007-10-23 Revised:2008-01-25 Online:2008-08-21 Published:2008-08-21
Contact: LIU Jing

摘要/Abstract

摘要： 提出了一种二值水印嵌入方案。对水印图像进行游程编码，对载体图像进行离散小波变换，选择最高级细节子带中最大系数为嵌入目标，由密钥K1将水印图像的游程编码拆分成两部分，密钥K2和水印图像的RLE码值共同确定嵌入位置。检测时，根据游程码值和小波系数变化幅度两个原则检测水印信息。实验结果表明：该方案不仅具有很好的不可感知性，而且对常规图像处理和几何攻击均具有较好的鲁棒性。

关键词: 游程编码, 小波变换, 二值水印, 几何攻击

Abstract: The paper presents a new binary watermark method based on Run Length Encoding（RLE） and Discrete Wavelet Transform（DWT）.The watermark is embedded into the image by modifying some of its wavelet coefficients in low-middle-frequency sub-band.The selection of the coefficients is based on the RLE of the binary watermark image and the key K2.Experimental results show that the proposed scheme is not only invisible and robust against common signals processing such as noise adding，sharpening，median filtering，and JPEG compression，but alse robust against the geometric attack such as rotation，scaling，translation，row or column removal，shearing，and bending of images.

Key words: Run Length Encoding（RLE）, Discrete Wavelet Transform（DWT）, binary watermark, geometric attack

刘晶¹,刘刚²,张九龙¹. 基于RLE编码定位的数字水印算法[J]. 计算机工程与应用, 2008, 44(24): 98-99.

LIU Jing¹,LIU Gang²,ZHANG Jiu-long¹. Image watermarking algorithm based on RLE orientation[J]. Computer Engineering and Applications, 2008, 44(24): 98-99.

[1]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[2]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[3]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[4]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[5]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[6]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[7]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[8]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[9]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.
[10]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[11]	陈波1，刘厚泉1，赵志凯2. 时间序列多尺度异常检测方法[J]. 计算机工程与应用, 2018, 54(20): 122-127.
[12]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.
[13]	崔金鸽1，陈炳权1，2，徐庆1. 基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法[J]. 计算机工程与应用, 2018, 54(18): 223-228.
[14]	张艺超，袁贞明，孙晓燕. 基于心冲击信号的睡姿识别[J]. 计算机工程与应用, 2018, 54(17): 135-140.
[15]	黄亚飞，王国富，张法全，叶金才. 基于蜂群算法和带参阈值函数的图像去噪方法[J]. 计算机工程与应用, 2018, 54(17): 164-168.

基于RLE编码定位的数字水印算法

Image watermarking algorithm based on RLE orientation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics