The invention applies for an image watermarking algorithm that combines the minimum perceptible difference (Just Noticeable Difference, JND) model of the texture complexity and the Discrete Cosine Transform (DCT) domain. First, the original image is divided into sub blocks, and the texture complexity is calculated by using the 4 texture characteristics of each sub block gray level co-occurrence matrix, and then the sub block is sorted to determine the location of the embedded sub block. The original image pixel matrix is transformed by DCT, and the new partition method is used to calculate the JND values of each block, according to the JND value and the new embedding rule. The watermark embedding method in the subblock is determined. The algorithm effectively considers the texture characteristics of the image block and the human visual sensitivity, improves the image quality after embedding the watermark, and expands the embedding capacity of the watermark.
【技术实现步骤摘要】
一种基于纹理复杂度和JND模型的图像数字水印算法系统
本专利技术涉及图像数字水印算法领域,特别是基于纹理复杂度和JND模型的图像数字水印算法系统。
技术介绍
纹理特征分析最初应用于遥感图像分析,由于纹理特征是在图像计算中经过量化的图像特征,通过对其分析能够得到图像有效的宏观和微观信息,故纹理特征分析成为图像处理、数字水印等方面的重要研究途径。但由于其嵌入规则的局限性而限制了水印的嵌入容量,同时其水印集中在图像纹理最复杂的128×128子块上嵌入,影响了图像质量和鲁棒性。最小可觉差(JustNoticeableDifference,JND)描述人眼不能察觉的最大图像失真,考虑人眼能够接受图像一定的改变而不被察觉。在图像处理领域,JND能用来检测人眼对图像中不同区域失真的敏感性。近年来,各种JND模型被广泛应用于图像领域。目前有人将反向传播神经网络技术和JND模型结合应用,水印目标系数的调整受JND影响,其方案能承受各种图像处理攻击,具有优异的鲁棒性和不可感知性,实现了有效的盲图像水印。综上所述,基于灰度共生矩阵(GaryLevelCo-occurrenceMatrix,GLCM)的纹理分析和变换域JND模型在水印的嵌入中各自有着极为广泛的应用前景,但目前还没有一种方法将GLCM和DCT域JND模型结合起来以弥补各自模型的不足,因此本专利技术提出一种将两者结合的水印嵌入新方法。
技术实现思路
1.专利技术目的本专利技术针对已有算法的不足,提出一种基于纹理复杂度和JND模型的图像数字水印算法,本专利技术的方法优化了JND模型,扩充了水印嵌入容量,也提高了图像峰值信噪 ...
【技术保护点】
1.一种基于纹理复杂度和JND模型的图像数字水印算法系统,包括以下几个单元:(1)预处理单元,先将M*N图像划分
【技术特征摘要】
1.一种基于纹理复杂度和JND模型的图像数字水印算法系统,包括以下几个单元:(1)预处理单元,先将M*N图像划分个为n*n的图像子块,根据GLCM的四个参数(能量J、熵H、对比度D、相关性COV),结合均方误差求得各图像子块纹理复杂度,根据该复杂度的大小,可以获取水印的嵌入的优先位置;而对于水印嵌入强度,将图像区域细分为平滑区、纹理区、边缘区,在此基础上考虑JND模型中的对比度掩盖因子Fcontrast(i,j)的影响,最终得到如下关系式:在图像不同的纹理区域Fcontrast(i,j)中ψ的值不同:对于平滑区和边缘区,人眼对其变化较为敏感,式中ψ=1,对于纹理区域,由于人眼对纹理区域低频系数的敏感度相对较小,此时加权系数ψ=2.25,而高频系数的加权ψ=1.25。根据图像区域的分类,不同区域具有不同的Fcontrast(i,j)值,最终得到各个子块的JND值,即为水印在该区域的嵌入强度。所述将图像区域细分为平滑区、纹理区、边缘区的具体步骤如下:首先计算出整副图像的平滑度E:式中分别是计算图像复杂度中能量和熵对应的权值,B代表图像分成的块数。是第i块的平均能量,故子块的平滑度为:然后根据以下规则来划分平滑和非平滑区:再通过对比度和相关性将非平滑区划分纹理区和边缘区:首先计算整幅图像的纹理度:再计算子块的纹理度:按照如下规则来划分纹理区和边缘区:式中分别是计算图像复杂度中...
【专利技术属性】
技术研发人员:李淑芝,龙香玉,邓小鸿,黎琛,
申请(专利权)人:江西理工大学,
类型:发明
国别省市:江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。