基于混合的小波系数分类数字水印算法

doi:10.3778/j.issn.1002-8331.2010.03.042

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (3): 139-141.DOI: 10.3778/j.issn.1002-8331.2010.03.042

• 图形、图像、模式识别 • 上一篇下一篇

基于混合的小波系数分类数字水印算法

李兴华，张贵仓，王江泰

西北师范大学数学与信息科学学院，兰州 730070

收稿日期:2009-08-26 修回日期:2009-11-24 出版日期:2010-01-21 发布日期:2010-01-21
通讯作者: 李兴华

Watermarking classified DWT coefficients algorithm based on blending

LI Xing-hua，ZHANG Gui-cang，WANG Jiang-tai

Department of Mathematics and Information，Northwest Normal University，Lanzhou 730070，China

Received:2009-08-26 Revised:2009-11-24 Online:2010-01-21 Published:2010-01-21
Contact: LI Xing-hua

摘要/Abstract

摘要： 部分数字水印算法中水印直接添加到图像小波系数，造成在最大灰度值附近的像素值产生越界，引起水印提取不准确。提出基于混合的小波系数分类数字水印算法，算法在边界值处采用混合嵌入方法，保证了嵌入水印后的像素值不会超出图像灰度范围；其余非边界系数采用叠加水印方法。实验结果表明，该算法避免了水印提取时边界附近产生的误差，水印的相似度也明显提高，嵌入水印后的图像具有较高峰值信噪比。

关键词: 数字水印, 小波系数, 混合, 分类嵌入

Abstract: In view of watermark is added into wavelet coefficients in some watermark method，which causes the pixel value over the maximize of the gray image and not extracting the watermark correctly.A watermarking classified DWT coefficients algorithm based on blending is presented in this papers.The algorithm using different embedding methods on the base of classifying wavelet coefficients which can limit the pixel value within gray image.The other coefficient is added into watermark directly.The experimental results show that the algorithm can reduce boundary error while extracting watermark，the watermarking image is of the higher PSNR，and can enhance watermark similarity.

Key words: digital watermark, wavelet coefficients, blending, classified embedding

中图分类号:

TP391

李兴华，张贵仓，王江泰. 基于混合的小波系数分类数字水印算法[J]. 计算机工程与应用, 2010, 46(3): 139-141.

LI Xing-hua，ZHANG Gui-cang，WANG Jiang-tai. Watermarking classified DWT coefficients algorithm based on blending[J]. Computer Engineering and Applications, 2010, 46(3): 139-141.

[1]	邓利芳，党建武，王阳萍，王松. 结合混合核特征映射的空域图像隐写分析[J]. 计算机工程与应用, 2021, 57(9): 118-125.
[2]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[5]	张隅希，段宗涛，朱依水，王路阳，周祎，郭宇. 机动车油耗模型研究综述[J]. 计算机工程与应用, 2021, 57(24): 14-26.
[6]	梅婕，魏圆圆，许桃胜. 基于密度峰值多起始中心的融合聚类算法[J]. 计算机工程与应用, 2021, 57(22): 78-85.
[7]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[8]	李文亮，杨秋翔，秦权. 多特征混合模型文本情感分析方法[J]. 计算机工程与应用, 2021, 57(19): 205-213.
[9]	郝翔，贺毅朝，朱晓斌，翟庆雷. 基于离散混合多宇宙算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(18): 103-113.
[10]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[11]	戴睿，嵩天. 自适应伪随机序列混合网络隐蔽通道构建方法[J]. 计算机工程与应用, 2021, 57(17): 122-129.
[12]	巫光福，陈颖. 花授粉算法研究与应用综述[J]. 计算机工程与应用, 2021, 57(15): 30-41.
[13]	王浩镔，胡平. 采用多级特征的多标签长文本分类算法[J]. 计算机工程与应用, 2021, 57(15): 193-199.
[14]	岳琪，徐忠亮，郭继峰. 面向混合乐器音乐分析的稀疏特征提取方法[J]. 计算机工程与应用, 2021, 57(14): 181-186.
[15]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.

基于混合的小波系数分类数字水印算法

Watermarking classified DWT coefficients algorithm based on blending

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