没有合适的资源?快使用搜索试试~ 我知道了~
沙特国王大学学报基于DCT系数影响的自适应缩放因子图像水印算法Dhani Ariatmantoa,Ferda Ernawanb,a印度尼西亚日惹AMIKOM大学计算机科学系信息学系b马来西亚彭亨大学计算与应用科学学院计算机图形与多媒体系,马来西亚关丹阿提奇莱因福奥文章历史记录:收到2019年2020年1月14日修订2020年2月23日接受2020年2月28日在线提供关键词:DCT系数水印影响系数嵌入强度自适应比例因子A B S T R A C T图像水印技术的目标是在嵌入水印后图像的失真最小的情况下,实现水印的不可感知性。在频域中,基于块的离散余弦变换(DCT)是一种流行的方法,可以通过不同的缩放因子来改进。提出了一种自适应DCT系数比例因子的图像水印算法。选择具有最低像素方差的图像块作为嵌入位置。通过寻找图像的最佳质量,获得了中频上所选DCT系数使用所获得的缩放因子来执行嵌入过程。该技术进行了研究,以验证对各种图像处理攻击的鲁棒性和不可感知性实验证明,在大多数情况下,该方法对噪声、滤波和压缩的鲁棒性都比现有方法好我们的技术产生更大的不可感知性比现有的计划。©2020作者(S)。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍如今,数字多媒体的大规模发展给我们的日常生活带来了巨大的好处;然而,它也带来了一些缺点,例如,非法复制、伪造、所有权验证和重新分发多媒体数据。这就需要对多媒体数据进行更强有力的版权或所有权保护。数字水印技术通过在多媒体内容中插入版权或所有权信息来保护数字多媒体版权(Manikandan和Masilamani,2018;Thongkor等人, 2018年)。数字水印可以在空间和变换域中实现(Phadikar等人,2011年)的报告。在空间域中,直接改变图像像素的灰度值来实现水印原始图像(Horng等人,2013),而频域中的数字水印是通过修改频率来执行的。* 通讯作者:马来西亚彭亨大学计算与应用科学学院计算机图形与多媒体系,地址:马来西亚关丹26300 Lebuhraya Tun Razak。电子邮件地址:ferda@ump.edu.my(法国)Ernawan)。沙特国王大学负责同行审查制作和主办:Elsevier系数(Singh和Singh,2017)。变换域中的水印技术比空间域中的水印技术对噪声添加、图像滤波、几何和JPEG压缩具有更高的鲁棒性(Fazli和Moeini,2016年; Parah等人, 2016年)。虽然混合变换技术可以提高水印性能,但基于离散余弦变换(DCT)的水印仍然是研究人员的最佳选择之一,因为其计算成本低,能量高,与硬件兼容(Fazli和Moeini,2016; Ernawan,2016)。在中频嵌入水印具有很高的不可见性,同时,抵抗压缩攻击。封面 图像中 嵌入的 水印需 要具 有鲁棒 性,并 且人眼 不可 见(Ernawan,2019)。基于DCT系数的缩放嵌入水印会显著影响水印图像的质量和鲁棒性(Shaik和Masilamani,2018)。 高比例因子提供嵌入水印的高鲁棒性,同时它减少了加水印图像的不可感知性,反之亦然(Run等人,2012年)。需要适当地确定缩放因子以获得鲁棒性和不可感知性之间的平衡(Ansari等人, 2016年)。然而,由于各个DCT块的不同特性,不同DCT块的单个缩放因子因此,DCT块需要通过不同的缩放因子来缩放。不同DCT块系数的适当缩放因子可以提高质量和鲁棒性(Vishwakarma和Sisaudia,2018)。https://doi.org/10.1016/j.jksuci.2020.02.0051319-1578/©2020作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页:www.sciencedirect.com606D. Ariatmanto,F.Ernawan/ Journal of King Saud UniversitynPP¼n×本文提出了一种基于DCT变换的水印技术,在选定的DCT系数上使用不同的缩放因子该算法根据DCT系数的影响和均值,采用一定的比例因子规则进行嵌入。我们的方案计算方差像素的每个图像块,以选择具有最高的方差嵌入水印的块接着,DCT被用于变换每个选择的块。中频的DCT系数用于嵌入水印,其中提出了一些规则以防止宿主图像受到图像压缩和各种攻击(Kumar等人,2018年)。此外,在将水印插入到封面图像中之前,对水印进行置乱。这产生了额外的安全性,并且使得水印难以被发现(Ernawan和Kabir,2018 a)。2. 相关作品鲁棒性是开发水印方案的最重要目标之一(Parah等人,2018),而对于水印图像,嵌入后必须保持质量-用于生成缩放因子。我们衡量的影响,每个DCT系数,通过实施该计划下的JPEG压缩。实验结果表明,中频P(2,5)和P(3,4)的DCT系数对失真的影响最小,能够抵抗压缩攻击。因此,我们的方案选择DCT系数P(2,5)和P(3,4)来生成缩放因子,如图1所示。DCT系数的影响定义如下:Ip¼P2.0; 5p2.0; 5p2.0其中Ip表示所选DCT系数的影响,所选DCT系数由P表示,并且n表示每个块的像素数。所选择的DCT系数的影响被用于为每个所选择的块生成缩放因子。比例因子定义为:a¼IpAp2其中a表示动态缩放因子,并且作为所选块的平均DCT系数的Δp可以通过下式计算:88点击水印。LaiLaiLaiLaiPij一个p 联系我们此外,我们将q定义为:qAp一ð3Þð4Þ噪声添加、缩放图像、高斯滤波器和阈值为0.04的直方图均衡化攻击。然而,该方法对于DCT-SVD的不同块使用相同的阈值。该方案仍然可以通过用于DCT-SVD块的自适应阈值来改进。Makbol方案(Makbol等人,2016)提出了一种基于离散小波变换(DWT)-SVD块的水印技术。Makbol该方法在不同类型的攻击下具有很高的鲁棒性虽然它使用阈值改进了水印性能,但是仍然可以通过针对不同图像块使用各种阈值来增强性能此外,DWT-SVD需要大量的计算时间用于嵌入和提取过程。Takore方案(Takore等人,2018)和Metha的方案(Mehta等人, 2016)提出了一种DCT-SVD水印技术。他们的方案使用遗传算法(GA)来找到嵌入水印的多实验结果表明,该方案具有最佳的尺度因子,可使水印图像具有高的抗干扰性和不可见性。然而,所实施的人工智能技术增加了计算复杂度和时间消耗。Lyu方案(Lyu等人,2014)提出了一种使用尺度不变特征变换(SIFT)的基于DWT的水印方案。利用SIFT算法对第一级小波变换的高频部分进行修改,嵌入水印图像。Lyu的方案对几何攻击具有很高的鲁棒性。然而,SIFT区域的DWT需要大量的计算时间。3. 使用比例因子的在这一部分中,计算DCT系数的影响来衡量水印图像的嵌入强度选择中频中的DCT系数以实现最小失真和对图像处理攻击的鲁棒性(Parah等人,2016年; Koju和Joshi,2015年)。为了选择DCT系数,计算每个系数以研究影响其中Q值用于设置嵌入水印的规则4. 建议的水印方案4.1. 水印插入图2中描绘了所提出的嵌入的框图。所提出的算法可以逐步给出如下:1. 将原始图像分割为8 × 8个像素,然后计算每个块像素的方差。Fig. 1. 对8× 8像素的图像块的DCT系数进行Z字形扫描。D. Ariatmanto,F.Ernawan/ Journal of King Saud University607DCT基于方差像素使用算法1嵌入水印Arnold变换关键水印图像根据从以下位置获得的x和y坐标选择块:数据库计算所选DCT系数的影响系数DCT关键使用算法2提取水印逆Arnold变换×宿主图像图像被分割为非重叠8 × 8像素保存所选块的所有x和y坐标水印图像被分割成8×8像素的非重叠图像置乱后的水印水印提取的水印图3.第三章。提出了水印的提取方法。水印恢复水印图像图二. 提出了嵌入水印的方法。2. 置乱后的水印是通过对原始水印图像进行具有一定密钥的Arnold变换得到的3. 选择具有最高像素方差的块;存储每个所选块的坐标。4. 所选择的块通过DCT变换,然后DCT coeffi- cients用于计算影响系数和缩放嵌入强度,如在等式中定义的(1)Eq.(2)被选中。5. 算法1提出了嵌入技术的一步一步。6. 所有选定的块进行逆DCT变换,并合并到图像中。4.2. 水印提取水印图像的提取过程如图所示。3.第三章。提取算法如下:1. 水印图像被分割成8 8像素。2. 基于来自数据库的坐标选择块。3. 所选择的块通过DCT变换。4. 计算每个选定块的平均DCT系数5. 在等式(1)中给出的所选DCT系数的影响系数(1) 估计。6. q的水印图像,如在方程。(4)计算。7. 算法2给出了水印的提取过程。算法1:. 水印插入选择DCT系数并计算其影响系数使用等式(8)生成缩放嵌入DCT-1608D. Ariatmanto,F.Ernawan/ Journal of King Saud University算法2:. 水印提取,其中Ew表示P(2,5)和P(3,4)的DCT系数水印图像。8. 重复用于根据水印比特的长度提取所有水印的从2到8的9. 使用相同的密钥进行Arnold变换恢复水印图像。10. 最后,水印作为其原始形式的重建。5. 实验结果我们对八幅灰度图像和一幅水印图像进行了一些测试,如图4所示。数字版权保护期望实现的主要目标是:鲁棒性和不可感知性,其性能将在下文中提供分段。(a)(b)(c)(d)(e)(f)(g)(h)㈠(十)图四、八张封面图片和一张水印图片。D. Ariatmanto,F.Ernawan/ Journal of King Saud University609表1PSNR和SSIM值来自我们的方案,Lai和Makbol的方案。Lai的HostImageScheme(Lai,2011)Makbol的Scheme(Makbol等人,(2016年)我们的方案PSNRSSIMPSNRSSIMPSNRSSIM莉娜48.7080.99244.8240.98045.7310.994飞机39.7330.98442.0460.95443.4880.988狒狒35.5960.98843.3010.98645.6820.996房子40.1850.98541.9440.95743.8300.989芭芭拉43.5410.99343.6970.98647.8180.997船48.9030.99244.8050.97546.3390.994辣椒46.7630.99243.8890.98145.9530.995帆船45.6100.98642.4790.96543.7960.990平均43.6300.98943.3730.97345.3300.9935.1. 不可感知性能为了研究我们的方案的性能,通过峰值信噪比(PSNR)和结构相似性(SSIM)指数(Roy和Rimen,2017)分析和评估了水印图像的相似性。合格的不可见水印图像的平均PSNR值为45 dB以上。所提出的方案的PSNR和SSIM值在表1中列出。与Lai和Makbol的方案相比,我们的方案产生更高的质量(Lai,2011; Makbol等人,2016年)。给出了原始图像和相应的实验结果图 5,而PSNR值的曲线图如图5所示。六、5.2. 鲁棒性通过归一化互相关(NC)和误码率(BER)值评估各种攻击后提取的水印最高NC值表示嵌入水印的高抵抗性。最低的BER值表示水印恢复的失真较小。NC和BER可以用作参数来测量抵抗各种干扰图五.水印图像的视觉质量。攻击表2列出了不同类型攻击的首字母缩写。我们的方案的各种图像处理攻击的结果列于表3和表4中。高斯噪声(GN)、椒盐噪声(SP)、斑点噪声(SN)等噪声攻击会对水印图像产生失真效应。对嵌入水印后的图像分别进行了GN001、GN 005、SP 01、SP 02、SP 03、SN 001、SN 003、锐化和直方图均衡化攻击在攻击下从提取的水印获得的NC值在表3中列出。所提出的方案在具有不同质量因子的JPEG压缩和具有不同压缩率的JPEG2000下的鲁棒性性能如表4所示。该方案能够抵抗JPEG压缩和JPEG2000压缩。该方案还测试下的几何攻击,如剪切和缩放的水印图像。我们的方案在几何攻击下的实验结果列于表5中。我们的方案与几种现有的水印方法进行了比较,例如Lai(2011),Makbol等人(2016),Takore等人(2018),Mehta等人(2016)和Lyu等人(2014)的方案。 我们的计划达到了高鲁棒性,同时保持水印图像的质量。在各种攻击下从不同方案获得的NC值的实验结果如表6所示,这表明我们的方案优于现有方案。所提出的方案在JPEG压缩下提供比Mehta方案稍低的NC值(Mehta等人,2016年)。表6表明,除了中值滤波和压缩攻击外,我们的方案获得了更高的NC值。我们的方案、Takore、Makbol、Mehta方案的NC值图如图7所示。我们的方案比Takore的方案(Takore等人,2018)和Mehta的方案(Mehta等人,2016年)。还将所提出的方案的鲁棒性与Lyu的方案(Lyu等人,2014年,如表7所示。我们的方案在椒盐攻击下进行了测试,而我们的方案在椒盐攻击下产生的吕从我们的方案、Mehta方案(Mehta等人,2016)和Agarwal的方案(Agarwal等人,2013年),见表8。我们的方案产生抵抗JPEG压缩。 从表8中,已经证明我们的方案实现了比(Mehta等人,2016)和(Agarwal等人, 2013年)。 我们的方案优于Mehta的方案(Mehta等人, 2016)和Agarwal的方案(Agarwal等人,610D. Ariatmanto,F.Ernawan/ Journal of King Saud University原始图像水印图像原始图像水印图像图六、八幅水印图像的PSNR值2013)在除中值滤波和JPEG压缩之外的攻击下的NC值方面。我们的方案与其他方案(Lai,2011)进行了比较,如表9所示。从表中可以看出,我们提出的方案优于Lai的方案(Lai,2011)和Makbol的方案(Makbol等人,2016)用于图像过滤、噪声添加、图像裁剪和压缩图像。除密度为0.005的椒盐噪声和50%的中心剪切攻击外图中给出了BER比较的插图。8.第八条。在图中,我们注意到我们的方案在噪声添加,裁剪图像和压缩攻击下产生更少的BER在所提出的方案中使用DCT,显著的优点,例如它可以在硬件设备中实现,能量压缩和更低的计算复杂性(Ernawan和Kabir,2018 a,b)。在各种攻击后提取的水印可以在图9中观察到,这使我们的方案在各种图像处理和几何攻击后产生水印图像的恰当识别能力。实验结果表明,在剪切和高斯噪声下,该方案的NC和BER值所提出的方案在密度为0.001的椒盐攻击下没有取得令人满意的性能,如表9所示。它可能会在未来的工作中进行调查。D. Ariatmanto,F.Ernawan/ Journal of King Saud University611表2不同类型攻击的缩写。Attack高斯滤波器GF中值滤波MF平均滤波器AF维纳滤波器WF高斯模糊GB高斯噪声GN椒盐噪声SP散斑噪声SN切断CO中切CC从CRO中裁剪行从CCLO中裁剪色谱柱缩放SCJPEG with quality factor JPEGQJPEG 2000压缩比JPEG 2000CR锐化SH亮度和对比度BC直方图均衡HE图7.第一次会议。建议方案、Takore、Makbol和Mehta方案的NC比较表3NC值从我们的计划在各种噪声攻击。图像GN001公司简介SP001公司简介公司简介SN001SN005SH他莉娜0.99320.88290.98830.95960.80361.00000.95221.00001.0000飞机1.00000.91970.99120.96670.86441.00000.95291.00001.0000狒狒0.98040.97060.97060.97060.79851.00000.95911.00000.9990房子1.00000.92440.99710.97460.85721.00000.96341.00001.0000芭芭拉0.89060.80080.98930.93760.74931.00000.96981.00000.9990船0.92580.83720.92600.89590.76300.93280.90240.93990.9442辣椒0.95910.83550.98630.93030.77830.99800.96300.99710.9893帆船1.00000.92230.99410.96660.84771.00000.97051.00001.0000表4NC值从我们的计划在各种压缩攻击。图像JPEGQ50JPEGQ60JPEGQ70JPEGQ80JPEGQ90JPEG2000(CR2)JPEG2000(CR4)JPEG2000(CR6)JPEG2000(CR8)JPEG2000(CR10)莉娜0.99610.99900.99901.00001.00001.00001.00001.00000.99800.9941飞机1.00001.00001.00001.00001.00001.00001.00001.00001.00001.0000狒狒0.92040.99220.99420.99801.00001.00000.94650.82940.56150.5049房子1.00001.00001.00001.00001.00001.00001.00001.00000.98820.9488芭芭拉0.83460.87320.87690.96401.00001.00000.99220.91280.84310.6887船0.92710.92710.92710.92710.93610.94510.94110.92450.92490.9219辣椒0.88920.95230.95920.96390.98930.99800.98450.96110.94600.9262帆船0.99800.99901.00001.00001.00001.00001.00000.99320.92810.9111表5NC值从我们的计划在各种几何攻击。图像CO 25%CO 50%CC 25%CC 50%CRO 25%CRO 50%CCO 25%CCO 50%SC 0.8莉娜0.83750.79090.99510.97540.84290.71440.92200.88351.0000飞机0.90660.79730.99120.95290.96790.85990.82160.78191.0000狒狒0.91990.91120.92250.68740.98840.79820.92230.74760.9980房子0.70540.52740.99610.98820.54670.53920.98420.85071.0000芭芭拉0.89220.76020.99020.87670.83120.67060.87850.64061.0000船0.67050.54320.92970.87510.61190.48120.77410.64950.9358辣椒0.88390.72420.99120.89020.83920.71610.86650.65840.9931帆船0.90750.81720.91200.71350.83550.51880.98060.78681.0000表6NC值来自我们的方案,Makbol,Takore和Mehta的方案MF 3 ×3攻击Makbol的方案(Makbol等人,( 2016年)Takore的方案(Takore等人, 2018年)Mehta的方案(Mehta等人,(2016年)我们的方案自动对焦3 ×3GF 3 ×30.70210.99710.91310.92680.95760.94660.93570.99300.99841.00001.00000.9971WF 3× 3HE0.70800.99220.94510.84491.00000.99841.00001.0000JPEGQ50SH0.96880.99710.97870.99151.00000.93990.99611.0000612D. Ariatmanto,F.Ernawan/ Journal of King Saud University表7NC值来自我们的方案和Lyu的GF 3× 3(sigma:0.1)0.9818 1.0000GF 3× 3(sigma:0.2)0.9818 1.0000一氧化碳25% 0.9743 0.9730表8NC值来自我们的方案,Mehta和Agarwal的方案WF(3 ×3)表9NC和BER值来自我们的方案和Lai和Makbol的攻击莉娜狒狒Lai的计划(Lai,2011)Makbol的方案(Makbol等人,(2016年)我们的计划(Lai,2011)Makbol的方案(Makbol等人,(2016年)我们的方案NCBERNCBERNCBERNCBERNCBERBERNC没有攻击0.9950.0041.0000.0001.0000.0000.9980.0021.0000.0001.0000.000GF 3x3(1.0)0.8490.1510.9210.0751.0000.0000.9140.0840.8300.1550.9940.006AF 3x30.8060.1950.6340.2971.0000.0000.8800.1190.6800.2690.9810.020WF 3x30.8150.1850.6640.2921.0000.0000.8790.1200.6910.2610.9840.016MF 3x30.8200.1780.9080.0860.9970.0020.8540.1450.7750.1990.9750.025GN0010.6300.3760.9360.0610.9930.0060.8050.1960.9660.0330.9820.019公司简介0.5030.4900.8010.1810.8820.1180.6230.3790.8400.1480.8680.133SP0010.9710.0280.9930.0060.9880.0110.9790.0210.9900.0100.9920.008公司简介0.8740.1260.9540.0440.9590.0420.9010.0990.9600.0390.9540.046SN0050.5770.4210.9350.0620.9520.0480.7830.2190.9280.0690.9660.034CC50%0.9660.0330.9950.0040.9750.0240.7050.2900.7460.2220.6870.315二氧化碳50%0.7250.2800.6810.2670.7900.2150.8910.1100.8900.1040.9110.089CRO 50%0.6620.3390.5300.3580.7140.2940.8050.1910.8320.1530.7980.205CCO 50%0.8140.1880.7970.1810.8840.1160.7320.2670.7150.2440.7480.250JPEGQ 500.7250.2730.9680.0310.9960.0030.9880.0120.9960.0040.9880.012JPEGQ 700.7320.2700.9970.0020.9990.0010.9970.0030.9980.0020.9940.006表10中给出了所提出的方案与Lai和Makbol方案之间的计算时间比较。实验在Matlab 2018上进行,该Matlab 2018在CPU IntelCore 2 Duo@2.6 GHz上运行,具有8 GB RAM,在Windows操作系统下。参考表10,可以注意到,所提出的方案在嵌入和提取水印方面比Lai和Makbol的方案总体而言,所提出的方案大大提高了鲁棒性和不可感知性的性能与较低的计算复杂度比其他现有的水印方案。6. 结论提出了一种基于DCT系数的水印嵌入算法。所提出的缩放因子技术可以通过考虑图像内容本身来基本上适应。在该方案中,图像块中的高方差像素被选为嵌入位置。首先利用Arnold变换对水印进行置乱,然后将置乱后的水印嵌入到载体图像中。建议的比例因子使用某些规则,提供更少的失真。嵌入水印是攻击Lyu的方案(Lyu等人, 2014年度)建议计划SP0010.98030.9883公司简介0.96980.9581SP010.94940.9242JPEG 1000.98181.0000GF 3× 3(sigma:0.05)0.98181.0000攻击莉娜狒狒我们的方案(Mehta等人,(2016年)(Agarwal等人,2013年度)我们的方案(Mehta等人,(2016年)(Agarwal等人,2013年度)PSNR45.731345.724137.634545.68243.123037.5532GB10.99030.94420.99710.96180.9323MF(3 ×3)0.997110.998410.90130.9340.97470.98440.94280.93560.90060.9189BCSCJPEGQ 90JPEGQ 75JPEGQ 5011110.99610.99840.9905111111110.99900.998010.99800.92040.97520.94190.97290.97290.972911111D. Ariatmanto,F.Ernawan/ Journal of King Saud University613见图8。 提出的方案的BER比较,Makbol和Lai的方案。见图9。水印恢复从各种攻击。614D. Ariatmanto,F.Ernawan/ Journal of King Saud University表10建议的嵌入和提取方案的计算时间宿主图像嵌入时间(秒)提取时间(秒)Lai的计划(Lai,2011)Makbol的方案(Makbol等人,(2016年)我们的方案Lai的计划(Lai,2011)Makbol的方案(Makbol等人,(2016年)我们的方案莉娜1.85001.93000.43000.96000.66000.2300飞机1.82001.88000.49000.95000.65000.3100狒狒1.89001.92000.48000.96000.64000.2800房子1.86001.99000.43000.96000.71000.2500芭芭拉1.81001.87000.43001.00000.64000.2500船1.81001.86000.42000.99000.64000.2600辣椒1.82001.99000.49000.97000.65000.2800帆船1.87001.93000.42000.96000.64000.2500通过检查中频中的选定系数来执行。实验结果表明,与现有方案相比,该方法具有更大的水印恢复NC值。实验结果表明,该算法能够保持45dB的PSNR质量。竞争利益作者声明,他们没有已知的竞争性财务利益或个人关系,可能会影响本文报告的工作。确认这项工作是由马来西亚彭亨大学通过研究资助计划,高等教育部根据赠款RDU 190117支持。引用Agarwal,C.,米什拉,A.,夏尔马,A.,2013.基于GA-BPN混合网络的灰度图像水印。J.维斯Commun.ImageRepresent24,1135-1146.网址:http://doi.org/10.1016/J.JVCIR.2013.07.007安萨里洛杉矶潘特,M.,Ahn,C.W.,2016. ABC优化的安全图像水印方案,以找出合法的所有者。光学-国际光电子光学杂志127,5711-5721。https://doi.org/10.1016/J.IJLEO.2016.03.070网站。Ernawan,F.,2016.基于心理视觉阈值的鲁棒图像水印。 J. ICT Res. Appl.10,228-242.10.5614%2Fitbj.ict.res.appl.2016.10.3.3.Ernawan,F.,2019. Tchebichef图像边缘水印利用YCoCg-R颜色空间进行版权保护。国际电子计算杂志Eng.9,1850-1860. https://doi.org/10.11591/ijece.v9i3.pp1850-1860网站。Ernawan,F.,Kabir,M.N.,2018年a.一种基于冗余小波变换的版权保护盲水印技术。2018 IEEE第14届信号处理及其应用国际学术讨论会(CSPA),221-226。网址:http://doi.org/10.1109/CSPA.2018.8368716Ernawan,F.,Kabir,M.N.,2018年b月。一种最佳DCT-心理视觉阈值的鲁棒图像水印技术。IEEE Access 1. https://doi.org/10.1109/ACCESS.2018.2819424.Fazli,S.,Moeini,M.,2016.提出了一种基于小波变换、离散余弦变换和奇异值分解的鲁棒图像水印算法。Optik。127,964-972。https://doi.org/10.1016/j.ijleo.2015.09.205网站。Horng,S.- J.,Rosiyadi,D.,Li,T.,Takao,T.,郭,M.,Khan,M.K.,2013.一种适用于电子政务的盲图像版权保护方案。 J.维斯 Commun. 图像代表。24,1099-1105。https://doi.org/10.1016/J.JVCIR.2013.07.008网站。科朱河Joshi,S. R.,2015.彩色图像水印技术在RGB、YUV和YCbCr颜色通道中的比较分析。 Nepal J. Sci. 技术人员:15Kumar,C.,辛格,A.K.,库马尔,P.,2018.图像水印技术及其在电子政务中的应用。多次。工具应用77,3597-3622。https://doi.org/10.1007/s11042-017-5222-8网站。赖角,澳-地C.的方法,2011年。一种利用人眼视觉特性的改进SVD水印算法光学通信284,938-944。https://doi.org/10.1016/J的网站。OPTCOM.2010.10.047网站。Lyu,W.L.,Chang,C.C.,Nguyen,T.S.,Lin,C.C.,2014.基于尺度不变特征变换的图 像 水 印 方 案 。 KSIITrans.InternetInf.Syst.8 , 3591-3606.https://doi.org/10.3837/tiis.2014.10.018网站。Makbol,新墨西哥州,Khoo,B.E.,Rassem,T.H.,2016.基于分块离散小波变换-奇异值分解的图像水印方案。IET图像处理。10,34网址://doi. org/10.1049/iet-ipr.Manikandan,V.M.,Masilamani,V.,2018.基于直方图移位的5G版权保护盲水印方案。Comput.电子工程72,614-630。https://doi.org/10.1016/J.COMPELECENG.2018.03.007网站。梅塔河,Rajpal,N.,维什瓦卡玛副总裁2016.基于模糊熵和GA-ELM混合的DCT域自适 应 图 像 版 权 保 护 水 印 算 法 J. 信 号 处 理 System.84 , 265-281.https://doi.org/10.1007/s11265-015-1055-8.Parah,S.A.,Loan,N.A.,Shah,A.A.,谢赫,J.A.,巴特,总经理,2018年提出了一种新的基于Logistic映射和DC系数修正的安全非线性动力学93,1933-1951.https://doi.org/10.1007/s11071-018-4299-6Parah,S.A.,谢赫,J.A.,Loan,N.A.,巴特,总经理,2016年。基于块间系数差分的DCT域鲁棒盲数字。信号处理。53,11-24。https://doi.org/10.1016/J.DSP.2016.02.005网站。Phadikar,A.,Maity,S.P.,Verma,B.,2011. DCT域基于区域的QIM图像数据库数字水印方案。Comput.电气工程37,339-355。https://doi.org/10.1016/J.COMPELECENG.2011.02.002网站。罗伊,S.,A.K.,2017.一种基于DCT变换的彩色盲水印算法。AEU -国际电子通讯杂志72,149-161。https://doi.org/10.1016/J.AEUE.2016.12.003网站。快跑,雷-美国,Horng,S.-J.,Lai,J.-L.,Kao,T.-W.,陈河J.,2012年。一种改进的基于SVD的版权保护水印技术。专家系统应用39,673https://doi.org/10.1016/J.ESWA.2011.07.059网站。Shaik,A.,Masilamani,V.,2018.一种用于5G网络数据认证和版权保护的数字水印方案。Comput.电子工程https://doi.org/10.1016/J.COMPELECENG.2018.02.045。辛格,D.,Singh,S.K.,2017.基于DWT-SVD和DCT的版权保护鲁棒盲水印算法多次。工具应用76,13001-13024。https://doi.org/10.1007/s11042-016-3706-6网站。塔科雷,T. T.,Kumar,P.R.,Devi,G.L.,2018年一种基于边缘检测的鲁棒性和不可感知性灰度SVD和GA 434,51-61。https://doi.org/10.1007/978-981-10-4280-5网站。Thongkor,K.,Amornraksa,T.,Delp,E.J.,2018.基于恰可察觉失真和维纳滤波的摄像机图像数字水印。J.维斯Commun.图像代表。53,146-160。https://doi.org/10.1016/J的网站。JVCIR.2018.03.005网站。维什瓦卡玛副总裁Sisaudia,V.,2018.基于DE- KELM的DCT域灰度图像水印。程序计算Sci. 132,1012-1020。https://doi.org/10.1016/J.PROCS.2018.05.017。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功