2．2 协同水印检测算法对水印的恢复能力对宿主图像加入不同的椒盐噪声，运用协同水印检测算法对水印进行检测和恢复能力的实验，实验结果如图5。图5（a）是加入椒盐噪声后载体图像和水印图像的破坏程序关系图，它表明载体图像退化程度与水印的退化程度成正比。图5（b）表明典型的加入椒盐噪声强度与水印检测迭代步数的关系。由图5（b）可知，当椒盐系数在0～0.954范围内变化时，本算法有效；当椒盐噪声的强度系数在0.954～1范围内变化时，本算法失效；然后椒盐噪声系数达到0.954时，受损的图像与原载体图像的相关权为0.010984，损坏的载体图像已没有检测研究价值，水印图像检测已没有意义。 另外，本试验还对嵌入的水印载体图像进行了剪切、梯度锐化等不同强度的退化处理试验。试验结果如表2所示，实验结果证明，上述三种都能较好地检测和恢复水印。表2还可以看出，该水印检测算法对于类似白噪声信号的数字水印更加有效，这与水印要求是加密或接近信道噪声的要求是一致的。表1 提取的水印图像与原因像的PSNR和NC退化处理 高斯噪声 灰度拉伸 剪切 JPEG压缩 拉普拉斯锐化 NC 0.0458 0.0760 0.1466 0.02165 0.06338 PSNR 7.9955 5.0509 10.166 7.8592 8.0456 退化处理 图像平滑 椒盐噪声 Soble算子 梯度锐化 中值滤波 NC 0.0543 0.1151 0.06736 0.6365 0.2540 表2 图像退化强度与迭代步数的关系椒盐噪声系数 0.18 0.36 0.54 0.72 0.95 没有加密 115 121 137 166 不能 加密 106 114 119 122 223 剩余图像大小 224～224 160～160 128～128 64～64 32～32 没有加密 224 不能 不能 不能 不能 加密 154 135 132 123 113 梯度锐化 10 20 30 40 50 没有加密 100 104 108 115 125 加密 92 94 99 104 1103 实验结果分析结论从上述一系列的退化处理实验结果可以看出：（1）协同水印检测算法对噪声攻击、灰度拉伸、灰度均衡、线性变换、水滑、低通与中值滤波等图像退化处理有效有较好的恢复性和准确性；（2）本算法对受到JPEG压缩和高斯噪声的退化处理的图像检测能力较弱，但在品质变化不明显的情况下，本算法仍然有效；（3）实验中还发现，嵌入的原始水印图像越接近伪随机噪声的图像，检测和恢复水印的准确性越高，且检测速度变化不明显。如何进一步确定协同检测算法对各种水印嵌入算法的适用性是进一步研究的课题。 来源：电子技术应用 作者：胡汉平 李新天 陈永强 张宝良
相关资讯
-
近日，意大利全国性报纸《福利奥日报》称其出版发行了全球首份、完全由生成式人工智能技术撰写的报纸。 人工智能生成的报纸，以纸质插页的形式，夹在同一天发售的主报当中。在报头上标有人工智能AI字样。报纸文章的标题、摘要、内容等均由人工智能生成。报社工作人员…
2025/3/27 8:04:12
共有 网友评论