买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁师范大学

摘要：本发明公开一种基于矢量非高斯HMT模型的图像水印方法，首先通过对原始图像的UDWT域奇异值进行修改来实现水印的嵌入，然后对利用乘性嵌入方式修改的奇异值进行重构及UDWT逆变换，得到含水印图像；然后，考虑了奇异值的尺度间，方向间和子带内的相关性建立了矢量Laplace‑CauchyMixtureHMT模型，并使用上向下向和SEM结合的算法对模型的参数进行估计。在提取端，本发明利用对数似然比构造最大似然解码器提取水印信息。

主权项：1.基于矢量非高斯HMT模型的图像水印方法，其过程包含水印嵌入和提取，其特征在于：约定：A代表原始图像，N×N表示原始图像尺寸；B3代表第三尺度高频子带中奇异值能量最大的子带；x代表横坐标；y代表纵坐标；wk表示第k个取值为{-1,+1}的二进制水印位；L表示水印位长度；xi表示原始图像的UDWT域奇异值，i代表奇异值节点索引；α表示嵌入强度；yi代表含水印图像的UDWT域奇异值；A′代表含水印图像；B′3代表含水印的第三尺度奇异值能量最大子带；表示每个尺度下不同方向子带同一位置奇异值向量，j代表子带方向索引；表示矢量拉普拉斯分布权值占比；表示矢量柯西分布权值占比；μi表示矢量拉普拉斯分布的位置参数；表示矢量拉普拉斯分布的协方差矩阵；δi表示矢量柯西分布的位置参数；表示矢量柯西分布的协方差矩阵；Dk代表第k个高熵块；所述水印嵌入过程如下：S1：初始设置：输入原始图像A和变量初始值；S2：水印嵌入：S2.1：UDWT变换将原始图像进行UDWT三级变换，变换后得到1个低频子带、每个尺度垂直、水平、对角三个方向高频子带；S2.2：能量最大子带的选取：选择B3进行水印嵌入，能量计算方式为： 其中，Dj[x,y]为第j方向子带的UDWT域奇异值；S2.3：高熵块的选取：将子带B3平均分成Nb×Nb个大小为的无重叠块。对Nb×Nb个块进行奇异值分解，然后按高熵排序选取熵值最高的L个块，并记录其位置信息；S2.4：乘性线性嵌入：令表示第k个高熵块的UDWT域奇异值集合；W＝[w1,w2,...,wL]为随机生成的二进制水印序列，其取值为1或-1，值得注意的是，同一块内奇异值嵌入相同的水印位。所以我们可以通过乘性嵌入得到第k个高熵块含水印奇异值的集合每个含水印奇异值yi通过如下乘性嵌入方式得到：yi＝1+αwkxiyi∈Yk，其中，xi为第k个高熵块中第i个奇异值；S2.5：重构图像：将奇异值矩阵重构得到子带B′3，用B′3替换B3后进行逆UDWT变换，从而得到含水印图像A′；所述水印提取过程如下：S3：矢量非高斯HMT模型统计建模：S3.1：UDWT变换：将含水印图像A′进行UDWT三级变换，得到1个低频子带、每个尺度垂直、水平、对角三个方向高频子带；S3.2：矢量Cauchy-LaplaceMixtureHMT模型统计建模：把各个尺度所有高频子带奇异值按嵌入流程中的分块方式进行分块，然后构造矢量Cauchy-LaplaceMixtureHMT模型对所有奇异值建模，矢量Cauchy-LaplaceMixtureHMT的概率密度函数f可表示为： 其中， S3.3：参数估计：应用SEM和上向下向相结合的算法估计出参数将估计出的参数值作为待处理参数的估计值；S4：构造最大似然解码器：S4.1：对A′进行UDWT三级分解，产生1个低频子带、每个尺度垂直、水平、对角三个方向高频子带；S4.2：选择尺度三高频子带中奇异值能量最大的子带，找到与嵌入水印相同位置的L个高熵块奇异值，并通过二元假设检验方法构造水印解码器；S4.3：设H1，H0分别表示嵌入水印位是“1”和“-1”两种情况下的假设，则其表达形式如下：H1:yi＝1+αxi,wk＝1H0:yi＝1-αxi，wk＝-1；S4.4：根据最大似然准则构造ML解码器，将参数估计值代入解码器，提取二进制水印位wk：

全文数据：

权利要求：

百度查询： 辽宁师范大学 基于矢量非高斯HMT模型的图像水印方法