吴天柱
WU Tian-zhu
摘要: 利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.
中图分类号:
| [1] | 张君捧, 张庆范, 杨红娟. 基于块特征和混沌序列的图像篡改检测与恢复[J]. 山东大学学报(工学版), 2014, 44(6): 63-69. |
| [2] | 杨立才,叶杨,聂红涛,刘慧慧,林洁 . 基于免疫模糊聚类RBF网络的交通信息融合算法[J]. 山东大学学报(工学版), 2008, 38(5): 1-5 . |
| [3] | 赵洪国,张焕水,张承慧 . 基于RBF神经网络的交通流量预测算法研究[J]. 山东大学学报(工学版), 2007, 37(4): 0-0 . |
| [4] | 朱文兴,龙艳萍,,贾磊 . 基于RBF神经网络的交通流量预测算法[J]. 山东大学学报(工学版), 2007, 37(4): 23-27 . |
|
||