基于神经网络的灰度级数字水印嵌入技术

被引:3
作者
顾涛
李旭
机构
[1] 华北科技学院计算机系
[2] 华北科技学院机电系 北京
[3] 北京
关键词
离散余弦变换; 神经网络; 稳健水印;
D O I
10.16208/j.issn1000-7024.2005.01.010
中图分类号
TP309 [安全保密];
学科分类号
081201 ; 0839 ; 1402 ;
摘要
提出一种将灰度级数字水印嵌入到彩色图像中的方法。利用DCT变换,先将灰度水印编码成二值位流信息;用神经网络建立彩色图像中所选择的像素之间关系模型。最后,通过调整被选择像素点与模型输出值之间大小关系来嵌入水印的二值位流信息。采用信息放大技术,加强水印的嵌入强度。利用神经网络、DCT反变换,提取灰度水印。实验结果表明,该算法对目前JPEG图像压缩变换和某些图像处理操作具有极强的鲁棒性。
引用
收藏
页码:31 / 32+52 +52
页数:3
相关论文
共 5 条
[1]   用于图像认证的基于神经网络的水印技术 [J].
张军 ;
王能超 .
计算机辅助设计与图形学学报, 2003, (03) :307-312
[2]   多类水印的同时嵌入 [J].
华先胜 ;
石青云 .
北京大学学报(自然科学版), 2001, (03) :305-314
[3]   数字图像水印研究综述 [J].
刘瑞祯 ;
谭铁牛 ;
不详 .
通信学报 , 2000, (08) :39-48
[4]  
神经网络建模、预报与控制[M]. - 哈尔滨工程大学出版社 , 王科俊, 1996
[5]  
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)