用于图像认证的小波域量化盲水印算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 188-191.

• 图形、图像、模式识别 • 上一篇下一篇

用于图像认证的小波域量化盲水印算法

马列红，王冰

西北大学信息科学与技术学院，西安 710127

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Wavelet domain quantization blind watermarking algorithm for image authentication

MA Liehong，WANG Bing

College of Information Science and Technology，Northwest University，Xi’an 710127，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 提出了一种用于图像内容认证的半脆弱水印算法。该算法利用小波变换模极大值提取图像边缘特征，并结合经混沌映射后的小波低频域特征信息生成两个水印。一个主要用于篡改定位，另一个主要用于检测图像的内容篡改。水印嵌入在小波变换的中频域中。水印提取和认证不需要原始水印信息，提高了水印安全性。实验表明，该算法能有效区分偶然失真和恶意篡改，并能定位出篡改发生的位置。

关键词: 图像认证, 半脆弱水印, 小波变换

Abstract: A semi-fragile watermarking algorithm for image authentication is proposed.Edge-character is extracted by finding the maxima of a wavelet transform modulus.Low frequency character is generated by wavelet transform for another watermark.One watermark is used for indicating the modified location and another is used for checking content modification.Watermarks are embedded in the coefficients of middle frequency of wavelet transform.Image authentication and watermark extract need no information about the original watermark.Experimental results show that the proposed algorithm provides good classification of intentional and incidental tampering.

Key words: image authentication, semi-fragile watermark, wavelet transform

马列红，王冰. 用于图像认证的小波域量化盲水印算法[J]. 计算机工程与应用, 2011, 47(9): 188-191.

MA Liehong，WANG Bing. Wavelet domain quantization blind watermarking algorithm for image authentication[J]. Computer Engineering and Applications, 2011, 47(9): 188-191.

[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.

用于图像认证的小波域量化盲水印算法

Wavelet domain quantization blind watermarking algorithm for image authentication

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