基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有的零水印算法对图像的光照、旋转、位置、尺度变化较为敏感的问题,提出一种基于脉冲耦合神经网络(M-PCNN)的零水印算法。该方法模拟生物视觉的感知过程,将图像分解成由若干二值图像组成的认知序列,计算序列中的每幅二值图像的熵作为图像零水印特征。理论与实验结果表明,该方法与现有的零水印算法相比,可以描述图像的全局特征,对图像的光照、旋转、位置等变化有较强的鲁棒性,而且具有较低的维数。
推荐文章
基于改进型脉冲耦合神经网络的图像增强
区域面积
脉冲耦合神经网络
边缘提取
噪声
一种基于人工神经网络的音频水印算法
人工神经网络
水印
DCT变换
基于改进型脉冲耦合神经网络的图像分割方法
脉冲耦合神经网络
图像分割
图像熵
阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于脉冲耦合神经网络的零水印算法
来源期刊 计算机应用与软件 学科 工学
关键词 PCNN M-PCNN 零水印 特征提取 信息熵
年,卷(期) 2014,(5) 所属期刊栏目 图像处理与应用
研究方向 页码范围 227-230
页数 4页 分类号 TP183
字数 3029字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.05.057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晅 陕西师范大学物理学与信息技术学院 61 282 8.0 13.0
2 王晓珍 陕西师范大学物理学与信息技术学院 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (218)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(2)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PCNN
M-PCNN
零水印
特征提取
信息熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导