非抽样Contourlet变换的低频数字水印

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 201-203.

• 图形、图像、模式识别 • 上一篇下一篇

非抽样Contourlet变换的低频数字水印

杨韫饴，王玲

湖南师范大学物理与信息科学学院，长沙 410081

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Low-frequency digital watermarking of nonsubsampled Contourlet transform

YANG Yunyi，WANG Ling

Physics and Information Science of Hunan Normal University，Changsha 410081，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要： 非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换，在图像处理中具有一定的优越性，提出一种基于非抽样Contourlet变换的数字水印算法，低频系数集中了图像的大部分能量，在低频嵌入水印可以提高鲁棒性，为了满足不可见性，对低频系数进行8×8的分块，根据每一块的能量以及人类视觉特性进行自适应的嵌入水印，实验结果表明算法具有很好的鲁棒性和不可见性，能够有效地抵抗JPEG、噪声等攻击。

关键词: 数字水印, 非抽样Contourlet变换, 平移不变, 鲁棒性

Abstract: The nonsubsampled Contourlet transform is a shift-invariant，multiscale，and multidirection transform，and has certain advantages in image processing.The watermarking algorithm is proposed based on the nonsubsampled Contourlet transform.The low-frequency coefficients concentrate the most energy of the image，embedding the watermarking in this area can increase the robustness.To meet the invisibility，it divides the low-frequency coefficients into 8×8 sub-blocks，adaptively embeds the watermarking according to the energy of each sub-blocks as well as human visual characteristic.Experimental results show that the algorithm has good robustness and invisibility，and effectively resists JPEG，noise attack.

Key words: digital watermarking, nonsubsampled Contourlet transform, shift-invariant, robustness

杨韫饴，王玲. 非抽样Contourlet变换的低频数字水印[J]. 计算机工程与应用, 2011, 47(16): 201-203.

YANG Yunyi，WANG Ling. Low-frequency digital watermarking of nonsubsampled Contourlet transform[J]. Computer Engineering and Applications, 2011, 47(16): 201-203.

[1]	白祉旭，王衡军，郭可翔. 基于深度神经网络的对抗样本技术综述[J]. 计算机工程与应用, 2021, 57(23): 61-70.
[2]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[3]	黄晓琪，王莉，李钢. 融合胶囊网络的文本-图像生成对抗模型[J]. 计算机工程与应用, 2021, 57(14): 176-180.
[4]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[5]	范纯龙，何宇峰，王翼新. 大权值抑制策略用于训练卷积神经网络[J]. 计算机工程与应用, 2020, 56(2): 115-119.
[6]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[7]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[8]	蒋云彪，郭晨，于浩淼. 自主水下航行器的鲁棒自适应姿态控制算法[J]. 计算机工程与应用, 2019, 55(17): 266-270.
[9]	何丽，刘颖，韩克平. 噪声标注下的改进TSVM学习算法[J]. 计算机工程与应用, 2019, 55(17): 44-50.
[10]	李国和1，2，陈晨1，2，吴卫江1，2，郑艺峰1，2，洪云峰3，周晓明3. 面向二维码的数字水印置入与提取方法[J]. 计算机工程与应用, 2019, 55(10): 103-107.
[11]	郑浩，董明利，潘志康. 基于图像分类与多算法协作的目标跟踪算法[J]. 计算机工程与应用, 2018, 54(4): 185-191.
[12]	余景丽，胡恩良，张涛. 一种新的L1度量Fisher线性判别分析研究[J]. 计算机工程与应用, 2018, 54(4): 128-134.
[13]	魏煜，嵩天. 无线传感器网络中的数据传输精简算法[J]. 计算机工程与应用, 2018, 54(3): 100-108.
[14]	罗煜1，周星1，龙宇1，匡汉宝1，Thomas Dreibholz2，谭毓银1. IPv6+MPTCP技术对上层应用支撑的验证[J]. 计算机工程与应用, 2018, 54(24): 79-86.
[15]	王蓉，惠小静，井美. 基于平均逻辑相似度的α-反向三I算法的鲁棒性[J]. 计算机工程与应用, 2018, 54(15): 34-37.

非抽样Contourlet变换的低频数字水印

Low-frequency digital watermarking of nonsubsampled Contourlet transform

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