【摘要】 本发明提供了一种基于视觉模型的迭代自适应量化索引调制水印方法，包括以下步骤：(1)对特定待量化值，通过Watson视觉模型来确定量化步长，量化步长随着待量化值的不同而不同；(2)采用量化步长，用量化索引调制算法嵌入水印；(3)嵌入水印过程中增加迭代嵌入过程，每个比特嵌入之后进行水印检测，如果检测嵌入失败则再次嵌入，如果检测嵌入成功则进入下一比特的嵌入。本发明通过Watson视觉模型来确定量化步长，通过迭代嵌入方法消除水印嵌入检测由于量化步长的不一致性造成的水印提取错误，具有更好的鲁棒性，可以在保证水印不可见的条件下尽可能地增强水印的强度，并且通过迭代嵌入的方法来保证水印的检测正确。水印嵌入流程如图1所示。。 （，） 【专利类型】发明授权 【申请人】山东大学 【申请人类型】学校 【申请人地址】250100 山东省济南市历下区山大南路27号 【申请人地区】中国 【申请人城市】济南市 【申请人区县】历下区 【申请号】CN200810016321.5 【申请日】2008-05-16 【申请年份】2008 【公开公告号】CN101271568B 【公开公告日】2010-08-11 【公开公告年份】2010 【授权公告号】CN101271568B 【授权公告日】2010-08-11 【授权公告年份】2010.0 【IPC分类号】G06T1/00 【发明人】刘琚; 孙建德; 孙兴华; 凌洁 【主权项内容】一种基于视觉模型的迭代自适应量化索引调制水印方法，其特征在于，包括以下步骤：(1)对特定待量化值，通过Watson视觉模型来确定量化步长，量化步长随着待量化值的不同而不同；(2)采用量化步长，用量化索引调制算法嵌入水印；(3)每嵌入一个比特之后就进行水印检测，如果检测失败则进行迭代嵌入，也就是按照同一量化步长在前一次嵌入水印之后得到的系数上进行再次嵌入，成功则进入下一比特的嵌入；所述量化步长等于Watson视觉模型中的掩蔽阈值再乘以加权因子，掩蔽阈值是针对8×8的块离散余弦变换系数计算的，Watson视觉模型包括一个敏感度表、一个基于亮度的掩蔽部分和一个基于对比度的掩蔽部分，通过调整该加权因子调整水印嵌入量；所述嵌入水印选取的嵌入域是基于8×8块DCT变换的，水印嵌入到DCT变换得到的中低频DCT系数，即待量化值；所述嵌入水印采用纠错码进行编码，每个8×8图像块中嵌入1比特水印。 ： 【当前权利人】山东大学 【当前专利权人地址】山东省济南市历下区山大南路27号 【统一社会信用代码】12100000495570303U 【家族被引证次数】6
