[发明专利]一种基于神经网络与DCT变换的数字水印方法在审
| 申请号： | 201811385721.3 | 申请日： | 2018-11-20 |
| 公开（公告）号： | CN109544438A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 孙光民;宋瑞祥 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06N3/04 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于神经网络与DCT变换的数字水印方法涉及数字水印技术领域，是鲁棒性较强的不可见数字水印方法。本发明根据人眼视觉特性结合原始图像RGB分量的比例，自适应的嵌入水印，提高透明性，数字水印在抵御几何攻击方面不足，利用Hopfield神经网络的优势，在水印检测过程中，对水印图像进行校正，从而提高鲁棒性。新型数字水印方法可以更好地平衡水印透明性和鲁棒性之间的关系。 | ||
| 搜索关键词： | 数字水印 鲁棒性 神经网络 水印 不可见数字水印 人眼视觉特性 数字水印技术 水印检测过程 几何攻击 嵌入水印 水印图像 新型数字 原始图像 自适应 校正 平衡 | ||
【主权项】：
1.一种基于神经网络与DCT变换的数字水印方法，其特征在于包括如下步骤：步骤1：将二值图像作为嵌入的水印信号；步骤2：原始彩色图像的三色分离；步骤3：使用Arnold变换对水印图像进行置乱处理；步骤4：原始图像的离散余弦变换；步骤5：水印图像自适应的嵌入到原始彩色图像；步骤6:进行IDCT变换，得到嵌水印图像步骤7：嵌入的水印图像，输入到Hopfield神经网络中；步骤8：将Hopfield神经网络联想恢复出来的水印信号与提取的水印进行比较；步骤9：如果存在水印，比较两者像素差值，提取出由0,1组成的二值水印信息；步骤10：通过Hopfield神经网络联想出原始水印位平面信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811385721.3/，转载请声明来源钻瓜专利网。
