摘要:量化步长是影响量化水印算法性能的最关键因素之一。该文根据JPEG量化表自适应地选择抖动调制中的量化步长,提出了一种新的自适应量化水印算法;并将JPEG量化表和Watson感知模型相结合提出了另一种新的自适应量化水印算法。实验结果表明该文提出的两种算法对噪声干扰和常见的图像处理具有较好的鲁棒性。此外,研究还表明JPEG量化表和Watson模型均可以用于缓解量化水印算法对噪声的敏感程度,而结合了两者的水印算法可以获得最佳性能。
关键词:量化水印 抖动调制 watson模型 jpeg量化表 自适应量化
单位:中国科学院研究生院 北京100049 福建师范大学网络安全与密码技术重点实验室 福州350007
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社