当前位置: 首页 > 专利查询>四川大学专利>正文

基于FastICA的半脆弱数字水印嵌入及提取方法技术

技术编号:28040059 阅读:30 留言:0更新日期:2021-04-09 23:23
本发明专利技术涉及基于FastICA的半脆弱数字水印嵌入及提取方法,属于图像处理以及水印提取技术领域。包括水印嵌入与水印提取,具体为:步骤1、将私人密钥K、水印图像W以及宿主图像进行线性叠加运算,输出混合信号,即嵌入水印后的图像;步骤2、结合载体图像以及私人密钥,基于非对称数字水印原理提取水印,具体为:步骤2.1将含水印图像、载体图像以及私人密钥进行加载构造混合图像,再将混合图像经水印检测白化过程混合;步骤2.2将混合图像进行白化预处理,得到预处理后图像;步骤2.3将预处理后图像进行FastICA提取水印,分离出原始图像、水印图像以及私人密钥,即使用快速迭代提取出水印图像。所述方法,实现了水印的隐蔽性及鲁棒性。

【技术实现步骤摘要】
基于FastICA的半脆弱数字水印嵌入及提取方法
本专利技术涉及基于FastICA的半脆弱数字水印嵌入及提取方法,属于图像处理以及水印提取

技术介绍
在自然条件下、复杂背景环境中捕获的信号,通常是由多路非同源信号相叠加的混合信号。例如,多台录音设备同时接收多名讲话人的声音;在声纳、阵列及通信信号处理中,由于耦合使多路非同源数据相互混叠。独立成分分析(IndependentComponentAnalysis,ICA)的研究起源于盲源分离,提供了从线性混叠信号中分离出多个非同源原始信号的方法。“盲”的概念是指在信号源特点、数量、传输信道等相关参数均不掌握的前提下,通过对接收端获取的混叠信号进行统计特性分析,就可以还原出各路信号源的过程。从20世纪90年代发展起来的独立成分分析方法是基于信号源在统计学上具备独立性,无需其他先验知识,就可以进行混叠信号分离。相比累加平均、滤波等传统的信号处理方法,ICA在消除噪声方面表现出较优的性能,并且对其它有效信号的细节基本未产生影响。相对于PCA等信号分离方法,ICA采用了高阶统计特性的本文档来自技高网...

【技术保护点】
1.基于FastICA的半脆弱数字水印嵌入及提取方法,其特征在于:包括水印嵌入与水印提取两部分,具体步骤如下:/n步骤1、将私人密钥K、水印图像W以及宿主图像进行线性叠加运算,输出混合信号,即嵌入水印后的图像;/n步骤2、结合载体图像以及私人密钥,基于非对称数字水印原理提取水印,具体包括如下子步骤:/n步骤2.1将含水印图像、载体图像以及私人密钥进行加载构造混合图像,再将混合图像经水印检测白化过程混合;/n步骤2.1具体为:/n步骤2.1A将私人密钥K加载到宿主图像I中;/n步骤2.1B再将水印图像W加载到宿主图像I中,从而构造出另外两个混合图像X

【技术特征摘要】
1.基于FastICA的半脆弱数字水印嵌入及提取方法,其特征在于:包括水印嵌入与水印提取两部分,具体步骤如下:
步骤1、将私人密钥K、水印图像W以及宿主图像进行线性叠加运算,输出混合信号,即嵌入水印后的图像;
步骤2、结合载体图像以及私人密钥,基于非对称数字水印原理提取水印,具体包括如下子步骤:
步骤2.1将含水印图像、载体图像以及私人密钥进行加载构造混合图像,再将混合图像经水印检测白化过程混合;
步骤2.1具体为:
步骤2.1A将私人密钥K加载到宿主图像I中;
步骤2.1B再将水印图像W加载到宿主图像I中,从而构造出另外两个混合图像X1、X2;
步骤2.1C将混合图像、X1和X2变换成行向量,每个行向量的长度为l;
步骤2.2将混合图像进行白化预处理,得到预处理后图像;
步骤2.2A对观测数据x进行去中心化操作,得到去中心化操作的观测数据;
步骤2.2B对步骤2.2得到的去中心化操作后的观测数据x进行白化操作,得到白化后的预处理后图像;
步骤2.3将预处理后图像进行快速独立成分分析FastICA提取水印,分离出原始图像、水印图像以及私人密钥,即使用快速迭代提取出水印图像;
其中,快速独立成分分析,FastICA使wTx体现出最大的非高斯性;具体为:首先提取出分离矩阵中对应的列向量,对其做正交归一化操作,接下来逐个进行估计提取独立成分,最终得到具有正交特点的分离矩阵,
其中,w是分离矩阵P的一行,x为观测数据;通过E{(wTx)}的最适条件对wTx负熵的近似值进行求解,具体为:
步骤2.3A选择要估计的独立成分的个数m;
步骤2.3B选择一个初始权矢量Pq;
其中,初始权矢量是随机的;
步骤2.3C对于每一个i=1,2,...,m,计算:wi←E{xg(wiTx})-E{g'(wiTx})}w;

令Pq...

【专利技术属性】
技术研发人员:刘林刘亮贾鹏
申请(专利权)人:四川大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 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。

1