[發(fā)明專利]基于范數(shù)與范數(shù)均值比較的印刷防偽水印算法無(wú)效
| 申請(qǐng)?zhí)枺?/td> | 201110005859.8 | 申請(qǐng)日: | 2011-01-11 |
| 公開(公告)號(hào): | CN102063696A | 公開(公告)日: | 2011-05-18 |
| 發(fā)明(設(shè)計(jì))人: | 葉天語(yǔ) | 申請(qǐng)(專利權(quán))人: | 浙江工商大學(xué) |
| 主分類號(hào): | G06T1/00 | 分類號(hào): | G06T1/00 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 310018 浙江*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 范數(shù) 均值 比較 印刷 防偽 水印 算法 | ||
1.一種基于范數(shù)與范數(shù)均值比較的印刷防偽水印算法,對(duì)印刷品進(jìn)行防偽保護(hù),包括以下兩個(gè)過(guò)程:
A、零水印產(chǎn)生過(guò)程;
B、零水印提取過(guò)程。
2.根據(jù)權(quán)利要求1所述的一種基于范數(shù)與范數(shù)均值比較的印刷防偽水印算法,步驟A進(jìn)一步包括以下內(nèi)容:
A1:對(duì)大小為M×M的原始圖像進(jìn)行n層DWT;
A2:將小波低頻逼近子帶分割成互不重疊的m×m子塊;
A3:對(duì)每個(gè)子塊進(jìn)行SVD,計(jì)算每個(gè)子塊奇異值矩陣的范數(shù),記為Normj,其中
A4:計(jì)算所有子塊奇異值矩陣范數(shù)的均值,將其記為Normaverage,其中
A5:判斷各個(gè)子塊奇異值矩陣的范數(shù)與所有子塊奇異值矩陣范數(shù)的均值之間的大小關(guān)系產(chǎn)生原始零水印序列w。如果Normj>Normaverage,則令wj=1;如果Normj≤Normaverage,則令wj=0。其中,wj為w的第j比特。
3.根據(jù)權(quán)利要求1所述的一種基于范數(shù)與范數(shù)均值比較的印刷防偽水印算法,步驟B進(jìn)一步包括以下內(nèi)容:
B1:對(duì)攻擊后的圖像進(jìn)行n層DWT;
B2:將小波低頻逼近子帶分割成互不重疊的m×m子塊;
B3:對(duì)每個(gè)子塊進(jìn)行SVD,計(jì)算每個(gè)子塊奇異值矩陣的范數(shù),記為Norm′j;
B4:計(jì)算所有子塊奇異值矩陣范數(shù)的均值,將其記為Norm′average,其中
B5:判斷各個(gè)子塊奇異值矩陣的范數(shù)與所有子塊奇異值矩陣范數(shù)的均值之間的大小關(guān)系提取零水印序列w′。如果Norm′j>Norm′average,則令w′j=1;如果Norm′j≤Norm′average,則令w′j=0。其中,w′j為w′的第j比特。
B6:計(jì)算原始零水印序列w和從攻擊后的圖像提取的零水印序列w′之間的相似度以判斷版權(quán)。相似度定義為:
其中為異或運(yùn)算。如果γ大于等于閾值ρ,則認(rèn)為持有者所宣稱的版權(quán)合法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江工商大學(xué),未經(jīng)浙江工商大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110005859.8/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:充氣輪胎
- 下一篇:壓縮模制系統(tǒng)
- 音頻信號(hào)的瞬態(tài)檢測(cè)
- 一種多視圖網(wǎng)絡(luò)垃圾頁(yè)面檢測(cè)方法
- 一種混合范數(shù)的高質(zhì)量快速CS-MRI成像方法
- 基于FPGA的可配置浮點(diǎn)向量范數(shù)求解IP核
- 基于耦合電流信號(hào)超范數(shù)的電磁脈沖多端口效應(yīng)評(píng)估方法
- 神經(jīng)網(wǎng)絡(luò)處理裝置及其執(zhí)行向量范數(shù)指令的方法
- 一種基于原子范數(shù)的到達(dá)角估計(jì)方法
- 室內(nèi)混合稀疏LOS/NLOS場(chǎng)景下的L0范數(shù)定位方法
- 一種基于改進(jìn)的截?cái)嗪朔稊?shù)的魯棒主成分分析方法
- 深度學(xué)習(xí)模型對(duì)抗樣本生成方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)
- 一種基于顏色特征的攝像頭識(shí)別和檢測(cè)方法
- 一種采樣濾波電流值的計(jì)算方法及其系統(tǒng)
- 圖像清晰度識(shí)別方法和自動(dòng)聚焦方法
- 一種圖像亮度調(diào)整方法、終端及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 信號(hào)均值檢測(cè)方法、裝置和系統(tǒng)
- 一種機(jī)器人運(yùn)動(dòng)障礙的判斷方法
- 基坑監(jiān)測(cè)數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 以太網(wǎng)幀間距均值調(diào)節(jié)方法、裝置、智能終端及存儲(chǔ)介質(zhì)
- 基于大數(shù)據(jù)和人工智能的匹配度計(jì)算方法
- 數(shù)字均值追憶儀





