基于脉冲耦合神经网络的零水印算法.PDFVIP

第３１卷第５期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．５ ４ ２０１４年５月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｙ２０１ 基于脉冲耦合神经网络的零水印算法 王晓珍　王　癶 （陕西师范大学物理学与信息技术学院　陕西西安７１００６２） 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。 关键词　　ＰＣＮＮ　ＭＰＣＮＮ　零水印　特征提取　信息熵 中图分类号　ＴＰ１８３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０５．０５７ ＺＥＲＯＷＡＴＥＲＭＡＲＫＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＰＵＬＳＥＣＯＵＰＬＥＤＮＥＵＲＡＬＮＥＴＷＯＲＫ ＷａｎｇＸｉａｏｚｈｅｎ　ＷａｎｇＸｕａｎ （ＳｃｈｏｏｌｏｆＰｈｙｓｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＳｈａａｎｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００６２，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｅｘｉｓｔｉｎｇｚｅｒｏｗａｔｅｒｍａｒｋｉｎｇａｌｇｏｒｉｔｈｍｓｔｏｂｅｓｅｎｓｉｔｉｖｅｔｏｔｈｅｖａｒｉａｔｉｏｎｓｏｆｉｍａｇｅｓｉｎｉｌｌｕｍｉｎａｔｉｏｎ， ｒｏｔａｔｉｏｎ，ｐｏｓｉｔｉｏｎａｎｄｓｃａｌｅ，ｗｅｐｒｏｐｏｓｅａｚｅｒｏｗａｔｅｒｍａｒｋｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｐｕｌｓｅｃｏｕｐｌｅｄｎｅｕｒａｌｎｅｔｗｏｒｋ（ＭＰＣＮＮ）．Ｔｈｅ ｍｅｔｈｏｄｉｍｉｔａｔｅｓｔｈｅｐｅｒｃｅｐｔｉｏｎｐｒｏｃｅｓｓｏｆｂｉｏｌｏｇｉｃａｌｖｉｓｉｏｎ，ｄｅｃｏｍｐｏｓｅｓｔｈｅｉｍａｇｅｓｉｎｔｏａｒｅｃｏｇｎｉｔｉｏｎｓｅｑｕｅｎｃｅｃｏｍｐｏｓｅｄｏｆａｂｏｄｙｏｆｂｉｎａｒｙ ｉｍａｇｅｓ，ａｎｄｔｈｅｎｃａｌｃｕｌａｔｅｓｔｈｅｅｎｔｒｏｐｙｏｆｅａｃｈｂｉｎａｒｙｉｍａｇｅｉｎｔｈｅｓｅｑｕｅｎｃｅａｎｄｕｓｅｓｔｈｅｍａｓｉｍａｇｅ’ｓｚｅｒｏｗａｔｅｒｍａｒｋｉｎｇｆｅａｔｕｒｅｓ． Ｔｈｅｏｒｅｔｉｃａｌａｎｄｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｃａｎｄｅｓｃｒｉｂｅｔｈｅｇｌｏｂａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｉｍａｇｅａｎｄｉｓｒｏｂｕｓｔｔｏ ｉｍａｇｅ’ｓｖａｒｉａｔｉｏｎｓｉｎｉｌｌｕｍｉｎａｔｉｏｎ，ｒｏｔａｔｉｏｎａｎｄｐｏｓｉｔｉｏｎｔｈａｎｔｈｅｅｘｉｓｔｉｎｇｚｅｒｏｗａｔｅｒｍａｒｋｉｎｇａｌｇｏｒｉｔｈｍｓ．Ｉｔｉｓａｌｓｏｈａｓｌｏｗｅｒｄｉｍｅｎｓｉｏｎｓ． Ｋｅｙｗｏｒｄｓ　　ＰＣＮＮ　ＭＰＣＮＮ　Ｚｅｒｏｗａｔｅｒｍａｒｋｉｎｇ　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　Ｅｎｔｒｏｐｙ 像不变矩的方法。 ０　引　言 基于子空间分解的方法是将数字图像利用 ＰＣＡ［６］等方法 进行分解，计算其分解系数的统计特征作为零水印特征；基于变 ［７］ 随着计算机网络的迅速发展和应