[發(fā)明專利]建立本福德定律閾值庫提高半脆弱水印認證檢測率的方法在審
| 申請?zhí)枺?/td> | 201510022928.4 | 申請日： | 2015-01-16 |
| 公開（公告）號： | CN104700345A | 公開（公告）日： | 2015-06-10 |
| 發(fā)明（設(shè)計）人： | 趙希;楊巨成;趙婷婷;陳亞瑞;劉建征;張傳雷;王曉婧 | 申請（專利權(quán)）人： | 天津科技大學 |
| 主分類號： | G06T1/00 | 分類號： | G06T1/00 |
| 代理公司： | 天津盛理知識產(chǎn)權(quán)代理有限公司 12209 | 代理人： | 陳娟 |
| 地址： | 300457 *** | 國省代碼： | 天津;12 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 建立 定律 閾值 提高 脆弱 水印 認證 檢測 方法 | ||
1.一種建立本福德定律閾值庫提高半脆弱水印認證檢測率的方法，其特征在于：通過對測試圖像進行與水印嵌入時一致的頻率域變換得到其相應(yīng)的系數(shù)，然后分析這些系數(shù)并在閾值庫里搜索匹配，進而得到最適合此圖像檢測的閾值對圖像進行檢測。
2.根據(jù)權(quán)利要求1所述的建立本福德定律閾值庫提高半脆弱水印認證檢測率的方法，其特征在于：具體步驟如下：
⑴獲取圖像系數(shù)：通過對測試圖像進行與水印嵌入時一致的頻率域變換得到其相應(yīng)的系數(shù)；
⑵分析：按系數(shù)首位出現(xiàn)率的規(guī)律生成曲線圖；
⑶匹配：利用誤差平方和SSE將步驟⑵生成的曲線圖與閾值庫中由變量組生成的曲線圖組進行對照，當誤差平方和為最小值時，判定二者匹配；
⑷根據(jù)匹配的變量組找到閾值庫中相對應(yīng)的最佳閾值；
⑸利用所得最佳閥值對圖像進行檢測。
3.根據(jù)權(quán)利要求1或2所述的建立本福德定律閾值庫提高半脆弱水印認證檢測率的方法，其特征在于：所述閾值庫其建立方法為：
⑴建立圖像庫：選取英國諾丁漢特倫特大學提供的圖像庫中1338張無壓縮、分辨率為512×384的灰度圖像，以及圖像處理研究中常用的30張試驗用圖像；
⑵嵌入水印：選取50～100個具有代表性的半脆弱水印算法，在所選每一圖像上均分別嵌入該50～100個半脆弱水印算法；
⑶非惡意處理：首先通過實驗對非惡意操作及其程度進行認定，然后利用一種非惡意操作或多種非惡意操作結(jié)合，并采用不同操作程度對每一圖像分別進行處理；
⑷頻率域轉(zhuǎn)換：采用與步驟⑵水印嵌入時相同的頻率域?qū)?jīng)非惡意處理的圖像進行頻率域變換，獲取其頻率域系數(shù)；
⑸判定：檢查所獲取的頻率域系數(shù)首位出現(xiàn)率的規(guī)律是否符合本福德定律；
⑹分析：對符合本福德定律的系數(shù)進行分析，通過曲線曲面擬合方法中的移動最小二乘MLS法得出這些系數(shù)在廣義本福德定律中的變量組，找到不同程度非惡意操作與此變量組的對應(yīng)關(guān)系，同時通過實驗得出不同程度非惡意操作下使誤檢率與漏檢率相對較低的最佳檢測閾值組；
⑺分類、對應(yīng)：利用機器學習中的常用快速分類算法SVM，對前面得出的變量組與閾值組進行分類，然后依據(jù)不同程度非惡意操作，將變量組與最佳檢測閾值組相對應(yīng)，建立檢測閾值庫。
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)利屬于天津科技大學;，未經(jīng)天津科技大學;許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510022928.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
