[发明专利]基于LWT算法和AES加密算法的水印嵌入和提取方法在审
申请号: | 201810239947.6 | 申请日: | 2018-03-22 |
公开(公告)号: | CN108492241A | 公开(公告)日: | 2018-09-04 |
发明(设计)人: | 李伟;孙云娟 | 申请(专利权)人: | 河南师范大学 |
主分类号: | G06T1/00 | 分类号: | G06T1/00 |
代理公司: | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人: | 韩晓娟 |
地址: | 453007 *** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水印 子带 算法 嵌入 奇异值分解 嵌入水印 加密 嵌入水印图像 提升小波变换 图像 修正 奇异值矩阵 获得模块 计算效率 水印技术 水印图像 原始图像 逆变换 重构 分解 | ||
1.基于LWT算法和AES加密算法的水印嵌入和提取方法,其特征在于,包括:水印嵌入方法和水印提取方法;
所述水印嵌入方法包括:
利用提升小波变换LWT将原始图像分解为LL子带、LH子带、HL子带和HH子带;
将LL子带划分成多个l×l大小的模块K,并对每一个模块K进行奇异值分解,获得模块K的奇异值λi;
将水印图像进行AES加密,并将加密后的图像D进行奇异值分解,获得加密后的图像D的奇异值λwi;
根据如下公式修正模块K的奇异值;
其中,α为修正因子,为模块K修正后的奇异值;
基于所述模块K修正后的奇异值构成的奇异值矩阵对模块K进行重构,得到嵌入水印的模块,所有嵌入水印的模块构成嵌入水印的LL子带;
将嵌入水印的LL子带、LH子带、HL子带和HH子带做LWT逆变换,获得嵌入水印图像;
所述水印提取方法包括:
利用提升小波变换LWT将嵌入水印图像进行分解,获得提升小波变换的LL'子带;
将LL'子带划分成多个l×l大小的模块Kd,并对每一个模块Kd进行奇异值分解,获得模块Kd的奇异值;
按照如下公式,确定AES加密水印图像的奇异值;
其中,α为修正因子,为AES加密水印图像的奇异值,为模块Kd的奇异值,λi为模块K的奇异值;
基于AES加密水印图像的奇异值构成的奇异值矩阵,对AES加密水印图像进行重构,得到重构的AES加密水印图像;
将重构的AES加密水印图像进行AES解密,获得原始水印图像。
2.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法,其特征在于,将水印图像分解成8×8个子块,对每一个子块采用AES加密算法进行加密时,采用128bit的密钥,并且对每一个子块均进行10轮的数据加密。
3.如权利要求2所述的基于LWT算法和AES加密算法的水印嵌入和提取方法,其特征在于,每一轮的数据加密具体包括:字节代换、行位移、列混合和轮密钥加。
4.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法,其特征在于,所述提升小波变换,具体包括:
分裂步骤:将输入信号x(n)分解为偶点和奇点样值序列xe(n)和xo(n);
预测步骤:利用偶点序列xe(n)的预测值P[xe(n)]来预测奇点序列xo(n),将差值d(n)=xo(n)-P[xe(n)]定义为信号x(n)的高频分量,其中,P[·]为预测算子;
更新步骤:利用高频分量d(n)来更新偶点序列xe(n),近似低频分量c(n)=xe(n)+U[d(n)],其中U[·]为更新算子。
5.如权利要求1所述的基于LWT算法和AES加密算法的水印嵌入和提取方法,其特征在于,所述奇异值分解变换,具体包括:
尺寸大小为m×n像素的图像的奇异值分解表达式可以展成:C=USV′,其中,U是一个正交矩阵U′U=I,S=diag(λi)为奇异值λi,i=1,2...,r的对角矩阵,并且奇异值以降序排列,V也为正交矩阵V′V=I;U矩阵的列向量u为左边奇异值向量,V矩阵的列向量v为右边奇异值向量,则图像的奇异值分解表达式也可以通过下式表示:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南师范大学,未经河南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810239947.6/1.html,转载请声明来源钻瓜专利网。