[發明專利]一種基于LWT-SVD-DCT算法的水印嵌入和提取方法

有效

• 申請號: 201710872684.8
• 申請日: 2017-09-25
• 公開（公告）號: CN107633476B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 李偉;孫云娟
• 申請（專利權）人: 河南師范大學
• 主分類號: G06T1/00
• 分類號: G06T1/00
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 李振瑞

1.一種基于LWT-SVD-DCT算法的水印嵌入和提取方法，其特征在于，包括：

對尺寸為N×N像素的原始圖像進行二維提升小波變換，獲得提升小波變換的LL子帶；

將LL子帶劃分為互不重疊的模塊LL_ij集合，并對每一個模塊LL_ij進行奇異值分解變換，獲得三個分量：U_ij、S_ij、V_ij；

對分量U_ij中的正交向量u_i進行一維離散余弦變換，獲得向量

通過修改中的中頻系數，將每一個水印位w_ij∈{0,1}嵌入到的中頻系數中，獲得其中，系數修改方程為：β為控制水印位w_ij嵌入的強度系數，為嵌入水印位的向量；并對進行一維離散余弦逆變換得到向量形成

對S_ij,V_ij進行奇異值分解逆變換，獲得

將所有的子模塊構成LL子帶，并對各子帶進行提升小波逆變換，獲得嵌入水印圖像；

對嵌入水印圖像進行二維提升小波變換，獲得提升小波變換的LL′子帶；

將LL′子帶劃分為互不相交的子模塊LL′_ij集合，并對每一個子模塊LL′_ij進行奇異值分解變換，獲得三個分量：U′_ij、S′_ij、V′_ij；

對分量U′_ij中的正交向量u_i′進行一維離散余弦變換，獲得向量

通過公式計算誤差系數ε；

根據誤差系數ε的范圍，通過公式(1)，判別水印比特

所述公式(1)，如下所示：

其中，ε_o為判決閾值。

2.如權利要求1所述的基于LWT-SVD-DCT算法的水印嵌入和提取方法，其特征在于，所述提升小波變換，具體包括：

分裂步驟：將輸入信號x(n)分解為偶點和奇點樣值序列x_e(n)和x_o(n)；

預測步驟：利用偶點序列x_e(n)的預測值P[x_e(n)]來預測奇點序列x_o(n)，將差值d(n)＝x_o(n)-P[x_e(n)]定義為信號x(n)的高頻分量，其中，P[·]為預測算子；

更新步驟：利用高頻分量d(n)來更新偶點序列x_e(n)，近似低頻分量c(n)＝x_e(n)+U[d(n)]，其中U[·]為更新算子。

3.如權利要求1所述的基于LWT-SVD-DCT算法的水印嵌入和提取方法，其特征在于，所述奇異值分解變換，具體包括：

尺寸大小為m×n像素的圖像的奇異值分解變換表達式可以展成：C＝USV′，其中，U是一個正交矩陣U′U＝I，S＝diag(λ_i)為奇異值λ_i,i＝1,2...,r的對角矩陣，并且奇異值以降序排列，V也為正交矩陣V′V＝I；U矩陣的列向量u為左邊奇異值向量，V矩陣的列向量v為右邊奇異值向量，則圖像的奇異值分解變換表達式也可以通過下式表示：

4.如權利要求1所述的基于LWT-SVD-DCT算法的水印嵌入和提取方法，其特征在于，所述離散余弦變換，具體包括：

對于向量u_i，尺寸大小為N×1，離散余弦變換表達式如下所示：

其中，