数字图像测量方法DWTDWT-DCT基础比较

纳夫提查图尔维^一号贝沙博士²
M.Tech学者Lakshmi Narain理工学院RGPV大学,印度中央邦印多尔^一号ECE系印度中央邦印多尔Lakshmi Narain理工学院²

抽象性

真实性和版权保护是处理数字多媒体的两个大问题. 图像水印最常用方法由离散Wavelet变换实现版权保护2级分解原创图像和水印图像嵌入最低层子覆盖带逆分波变换用从水印图像恢复原创图像dscrete余弦变换程序将图像转换成M位块并使用IDCT重构本文比较水印使用DWTDWT-DWT方法性能分析

关键字

DWT、DCT、覆盖图像、Watermark、Watermare

导言

数字图像水印技术为版权、图像认证和其他问题提供解决方案侧嵌水印取自水印图像[5]离散波变换DWT使用时,DWT使用二维过滤器分解MxN图像到N级,我们可以将水印嵌入子带中DWT[7]更频繁地用于数字图像水印,因为其极好空间定位和多分辨率特征相似于人类视觉系统理论模型[8]DWT数字图象水算法的性能进一步改善可通过DWT与DCT9合并实现。应用两个变换思想基础是合并变换可互补缺,并产生有效水印本文描述数字图像水印算法基于比较两种方法DWT和DWTDTDWT水分分解并计算精选DWT最小子带波子系数,如果DWT-DCDT方法水平1分解覆盖系数并计算精选DWT最小子带波子系数并随后应用DCT水分变换

二维维特转机

分层波变换(DWT)是一个数学工具,可分层分解图像帮助处理非静止信号变换基础小波调用波子,频率和时间有限不等小波变换为图像提供频率和空间描述与传统傅里叶变换不同,时间信息保留在这一变换过程小波通过传译和扩展固定函数创建,该函数称母波本节分析DWT对图像水印的适配性并提供了使用DWT相对于其他变换的优势二维图像应用DWT对应二维滤镜处理过滤器将输入图像划分为四大非重叠多分辨率子带LL1、LH1、HL1和HH1子带LL1表示粗度DWT系数,子带LH1、HL1和HH1表示DWT系数精度获取下一粗波系数,子带LL1进一步处理,直到某些最终标度达到N等N达标时,我们将有3N+1子带由多分辨率子带LLN和LHx、HLx和HHx组成广频定位性极佳,DWT非常适合识别主机图像中水印有效嵌入区通常图像能量集中在低频子带LLx上,因此在这些子带嵌入水印可显著变色。然而,低频子带嵌入可显著增强强性高频子带HHx包括图像边缘和纹理,人眼对子带变化一般不敏感允许水印嵌入而不为人目视

三维离散COSINE转机

DCT变换:离散余弦变换技术将信号转换为初级频构件[9]表示像素之和大小和频率不等输入图像x转换输出图像y的DCT系数根据Eq计算1显示于下方程中x输入图像显示NxM像素xmn

lephau和alpha

广受欢迎块基DCT变片非重叠块并应用DCT对每个块产生三频子带:低频子带、中频子带和高频子带DCT水印基于两个事实第一个问题是信号能量大都位于低频子带中,它包含图像中最重要的视觉部分。第二个事实是图像高频组件通常通过压缩和噪声攻击清除水印通过修改中频子带系数嵌入,使图像可见性不受影响,水印不通过压缩去除

a) DWT灰色图像水印算算法

开工水印嵌入式

水印嵌入过程包括将原创256x256图像分带分解为1级DWT生成四段子带(LL、LH、HL、HH),LLL(西端)选择嵌入水印中,因为它包含最大能量.Watermark128嵌入LLL,获取图像称Watermare图像图(1)显示水印嵌入过程

二叉水印提取程序

水印提取过程从水印图象中去除水印码过程,反分波波变换法用Daubechies提取水印图解图(1)显示。水印图象使用IDWT重新分解后获取DWT图像,DWT图像比照原图象,水印图象提取水印

算法dWT-DCT水印

水印嵌入和提取法中两种常用方法合并DWTDCT解释如下:

开工水印嵌入式:WT-DCT模组中水印嵌入过程与DWT方法相似,即使用DWT将原型256x256图像分层分层划分为1级,产生四分带(LL、LH、HLHH),LLL(西端)选择水印嵌入中,因为它包含最大能量.Watmark128x128计算出DCT转换水印嵌入LL

二叉水印提取

提取水印DWT水印图像计算并因检测非盲检测原创水印相关

参数使用

分析最佳方法DWTDWT-DWTDT