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:
基于压缩感知的数字水印算法在检测端通过随机测量矩阵迭代求解稀疏系数过程中, 会导致检测端耗时过长、缺乏实用性, 且感知出的水印图像质量较低的问题, 为此, 提出一种采用稀疏变换和拉普拉斯金字塔的数字水印算法. 该算法结合新的稀疏模型(稀疏变换), 在嵌入端对载体图像进行单层拉普拉斯金字塔分解, 均匀分割获取到的低频子带, 并将分割后的图像块拓展为向量训练稀疏变换矩阵, 在稀疏域中选择全局系数最小值进行水印嵌入. 水印检测时则直接通过矩阵相乘的方式, 将含水印载体图像的低频子带变换到稀疏域进行检测, 而不需要重新求解稀疏. 实验结果表明, 文中算法在检测端耗时较少, 具有较好的透明性, 且对 JPEG 压缩、滤波、噪声、剪切等常见图像攻击均具有较好的鲁棒性.
推荐文章
基于拉普拉斯金字塔变换的红外/被动毫米波图像融合
红外/被动毫米波复合探测
拉普拉斯金字塔变换
图像融合
拉普拉斯金字塔与p-m模型联合去噪方法
拉普拉斯金字塔
图像融合
图像恢复
p-m模型
基于PCA的拉普拉斯金字塔变换融合算法研究
图像融合
拉普拉斯金字塔
主元分析
平均梯度
基于拉普拉斯金字塔改进的图像融合方法
图像融合
拉普拉斯金字塔
融合方法
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 采用稀疏变换和拉普拉斯金字塔的数字水印算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 数字水印 压缩感知 稀疏变换 拉普拉斯金字塔
年,卷(期) 2018,(5) 所属期刊栏目 图像与视觉
研究方向 页码范围 901-910
页数 10页 分类号 TP391
字数 9127字 语种 中文
DOI 10.3724/SP.J.1089.2018.16477
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 马小虎 苏州大学计算机科学与技术学院 62 341 9.0 14.0
2 顾宇鑫 苏州大学计算机科学与技术学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (119)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (25)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(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)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数字水印
压缩感知
稀疏变换
拉普拉斯金字塔
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导