基于HVS和量化的自适应盲水印算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (34): 92-96.

基于HVS和量化的自适应盲水印算法

张凤梅，韩亚丹，闫德勤

辽宁师范大学计算机与信息学院，辽宁大连 116029

出版日期:2012-12-01 发布日期:2012-11-30

Adaptive digital watermarking based on HVS and quantization

ZHANG Fengmei, HAN Yadan, YAN Deqin

College of Computer and Information Technology, Liaoning Normal University, Dalian, Liaoning 116029, China

Online:2012-12-01 Published:2012-11-30

摘要/Abstract

摘要： 提出了一种基于HVS和量化的自适应盲水印算法，基于HVS的视觉模型使用亮度掩蔽系数，纹理掩蔽系数，频率掩蔽系数来自适应地调整水印的嵌入强度。算法选择在DCT域，通过用JPEG量化表量化DCT系数，比较量化后的DC系数|DC|与选定的量化后的AC系数|AC|之间的关系来嵌入和提取水印，并实现了水印的盲检测。由于DCT系数基于JPEG量化表来量化，对JPEG压缩具有很好的抵抗能力，对叠加噪声、模糊等常规的图像操作也具有很好的鲁棒性。实验结果证明，该算法是一种行之有效的方法。

关键词: 水印, 人类视觉系统（HVS）, 纹理, 频率, 亮度, 量化, 鲁棒性

Abstract: In this paper, a HVS-based algorithm is proposed, which embedded a binary image in DCT domain by quantifying the coefficient of DCT’s middle coefficients. The main idea is to adjust the embedded-intensity of coefficients of the DCT’s domain by calculating values of texture sensitivity and frequency sensitivity and intensity sensitivity. The proposed technique can actually survive several kinds of image processing such as image cropping, shifting, blurring, noise, sharpening and JPEG lossy compression. Simulation results prove the effectiveness of the algorithm.

Key words: digital watermarking, Human Visual System（HVS）, texture sensitivity, frequency sensitivity, intensity sensitivity, quantization, robustness

张凤梅，韩亚丹，闫德勤. 基于HVS和量化的自适应盲水印算法[J]. 计算机工程与应用, 2012, 48(34): 92-96.

ZHANG Fengmei, HAN Yadan, YAN Deqin. Adaptive digital watermarking based on HVS and quantization[J]. Computer Engineering and Applications, 2012, 48(34): 92-96.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	唐蕊，焦继业，徐华昊. 面向嵌入式的卷积神经网络硬件加速器设计[J]. 计算机工程与应用, 2021, 57(4): 252-257.
[3]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[4]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[5]	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.
[6]	秦伟伟，宋泰年，刘洁瑜，王洪伟，梁卓. 基于轻量化YOLOv3的遥感军事目标检测算法[J]. 计算机工程与应用, 2021, 57(21): 263-269.
[7]	蒋润熙，阿里甫·库尔班，耿丽婷. 面向轻量化网络的安全帽检测算法[J]. 计算机工程与应用, 2021, 57(20): 263-270.
[8]	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.
[9]	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.
[10]	姚姗姗，牛保宁. 抗频率变换的采样计数音频检索方法[J]. 计算机工程与应用, 2021, 57(12): 126-131.
[11]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[12]	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.
[13]	朱惠娟，王永利，陈琳琳. 面向三维模型轻量化的自私羊群优化算法研究[J]. 计算机工程与应用, 2020, 56(3): 42-48.
[14]	司海飞，史震，胡兴柳，杨春萍. 基于DeepLab V3模型的图像语义分割速度优化研究[J]. 计算机工程与应用, 2020, 56(24): 137-143.
[15]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.