数字图像处理数字水印埋入方法D-F.pptVIP

D.I.P. Hidden Digital Watermarks in Images ----EMBEDDING METHODS 嵌入方法 D中频系数选择 E：DCT系数的修改 F块的反变换 A水印伪随机排列 C图像的块变换 B图像块的水印排序 block DCT-based algorithm is developed to embed the image watermarking EMBEDDING METHODS Before： 图像分成 8X8的块，水印分解为大小 的块， 对M1XM2的水印编号，排序，变换。 获取中频 更改中频 重建图像 D：Choice of Middle-Frequency Coefficients 人眼对低频信息敏感，但是图像大部分能量集中在频率较低的部分，而高频信息会在处理时丢失。综合考虑不可见性和鲁棒性，将水印加在图像中频范围。 鲁棒性：Robust的音译，也就是健壮和强壮的意思。 To this end, for each8X8 image block, only (64 X（M1XM2）/(N1XN2)) coefficients are selected out of the 64 DCT coefficients. Those selected coefficients are then mapped into a reduced image block of size . Zigzag-scan E:Modification of the DCT Coefficients Now, a permuted digital watermark and a reduced image (which contains only the middle-frequency components of the original image) both with size (M1XM2) are obtained. B得到交换顺序了的水印， D得到了图像的中频部分。 每个块大小： 通过修改相邻块之间相应的像素的极性来嵌入每个水印像素，在低压缩比的JPEG压缩时有较好的隐蔽性和鲁棒性。但是当压缩比大于等于6时鲁棒性较差。 （1）插入到临近块之间的关系 用2D剩余掩膜（residual mask）计算所选的相邻像块的中频系数的极性。 If a=b=c=0,d=-1,e=1, then the polarity is a binary pattern Then Get P. 考虑量化（quantization）的影响： (2)插入每个块内的关系 然而，由于量化往往使许多系数为零（尤其是那些对于较高的空间频率），如果修改的系数是不足够大，最中间的低频系数也将在粗的量化后被截断为零。 另外根据掩膜，为了使量化不至于丢失极性，不仅需要更改中频系数，其他在掩膜里的临近的涉及的块都要更改。这样导致了不可见性的降低。 为了解决此问题，同时不更改相邻块（so as to improve the invisibility），用相对来说更可靠的DC系数作为每个块的参考值。 ——系数变换的整个流程 F：块的反变换：