视交叉上核gydF4y2Ba 安全性和通信网络gydF4y2Ba 1939 - 0122gydF4y2Ba 1939 - 0114gydF4y2Ba HindawigydF4y2Ba 10.1155 / 2021/6617944gydF4y2Ba 6617944gydF4y2Ba 研究文章gydF4y2Ba 健壮的安全的彩色图像水印使用四维超混沌系统,DWT, HbD,失落和基于改进奇异值分解算法gydF4y2Ba https://orcid.org/0000 - 0001 - 9216 - 2063gydF4y2Ba 纳齐尔gydF4y2Ba 希拉gydF4y2Ba https://orcid.org/0000 - 0002 - 5161 - 6441gydF4y2Ba BajwagydF4y2Ba 伊姆兰萨瓦尔gydF4y2Ba https://orcid.org/0000 - 0002 - 4303 - 672 xgydF4y2Ba SamiullahgydF4y2Ba 默罕默德gydF4y2Ba https://orcid.org/0000 - 0002 - 2374 - 6951gydF4y2Ba 安瓦尔gydF4y2Ba 他gydF4y2Ba https://orcid.org/0000 - 0003 - 1720 - 925 xgydF4y2Ba 穆萨gydF4y2Ba 默罕默德gydF4y2Ba 考尔gydF4y2Ba ManjitgydF4y2Ba 计算机科学与它gydF4y2Ba 巴哈瓦尔布尔Islamia大学gydF4y2Ba 巴哈瓦尔布尔gydF4y2Ba 巴基斯坦gydF4y2Ba iub.edu.pkgydF4y2Ba 2021年gydF4y2Ba 28gydF4y2Ba 2gydF4y2Ba 2021年gydF4y2Ba 2021年gydF4y2Ba 25gydF4y2Ba 12gydF4y2Ba 2020年gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 2021年gydF4y2Ba 12gydF4y2Ba 2gydF4y2Ba 2021年gydF4y2Ba 28gydF4y2Ba 2gydF4y2Ba 2021年gydF4y2Ba 2021年gydF4y2Ba 版权©2021希拉纳齐尔et al。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

在最近的过去,一组不同的水印算法,获得彩色图像已经开发利用变换,分解和优化技术对水印的嵌入和提取。在本文中,我们提出一个优化和鲁棒水印算法加上四维超混沌系统,及其性能进行了分析通过扩展和区分现有的工作。我们的贡献提出了工作是水印,保证优化算法,利用彩色图像的转换技术,如离散小波变换(DWT)和分解技术,如Hessenberg分解(HbD)和奇异值分解(圣)加上四维超混沌系统,在优化进行了改进进化果蝇优化算法(IEFOA)。基于不同的攻击类型的实验结果(过滤攻击、噪声攻击、裁剪攻击,JPEG压缩、运动模糊、锐化、和旋转),密钥敏感性,归一化相关,峰值信噪比,和结构相似度指数测量完成测量算法的性能对不可见性和鲁棒性。实验结果表明,该方案具有良好的不可见性和保持良好的不可见性和鲁棒性之间的权衡。实验结果表明,该方法优于以前的方法。gydF4y2Ba

 1。介绍gydF4y2Ba

云计算时代的计算,数据的安全传感器的数据或云的数据是否已经成为当今时代的迫切需要获得它从恶意攻击。同样,侵犯版权问题和非法销售和修改而经常通过互联网传播信息可能出现(gydF4y2Ba 1gydF4y2Ba,gydF4y2Ba 2gydF4y2Ba]。因此,现有超混沌加密水印加上可以应对侵犯版权的新兴挑战,水印攻击,和安全问题。在水印,标志或秘密信息隐藏在宿主图像传输方面在这个标志或提取秘密信息在接收端为了判断数字接收的数据的所有权。计算的发展如DNA和量子基础计算,突破目前高概率获得水印也可能增加。HbD等技术、DWT和圣言已经被研究者广泛使用在各种水印灰度和彩色图像水印方法。不可见性和鲁棒性之间的平衡一直是一个具有挑战性的问题和需要优化水印方法。gydF4y2Ba

最近,一些算法如萤火虫算法(gydF4y2Ba 3gydF4y2Ba),人工蜂群(ABC) [gydF4y2Ba 4gydF4y2Ba),和粒子群和果蝇优化算法(gydF4y2Ba 5gydF4y2Ba,gydF4y2Ba 6gydF4y2Ba)是用来优化水印技术。的问题委托云服务提供商的水印是在(gydF4y2Ba 7gydF4y2Ba]中,作者提出以下贡献:(1)现代公钥密码体制是用来避免相关的安全危害和密钥交换的实现成本也认为,(2)可逆水印技术兼容同态密码机制进行了研究,(3)存储效率研究通过加密长序列的比特,(4)数据预处理加密之前不是必需的,和(5)离线和在线content-adaptive预测开发各种操作要求。提出的方案实现非凡的忠诚之间的平衡和可逆性在给定的约束能力。此外,它很大程度上减少了加密数据的大小和提高空间效率。大多数现有的水印技术受到某些水印攻击,不优化,加上超混沌映射。一些研究已经发表在现有超混沌加密水印紧随其后的是(gydF4y2Ba 8gydF4y2Ba]。为此,一种新的数字水印技术通过利用组间相关系数嵌入水印的是提出的gydF4y2Ba 9gydF4y2Ba),混乱和Arnold变换用于改善安全。修改完成的图像处理和几何攻击是拒绝。此外,它是证实基于DWT水印具有一定的优势,如良好的压缩和细微;然而,DWT-based水印方案不太健壮的几何攻击gydF4y2Ba 10gydF4y2Ba]。因此,为了使方案更加健壮的图像处理和几何攻击,如奇异值分解和矩阵分解HbD是常用的。SVD-based方案改变了宿主图像分解为三个向量gydF4y2Ba UgydF4y2Ba ,gydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba 和gydF4y2Ba VgydF4y2Ba 。可以嵌入数字水印gydF4y2Ba UgydF4y2Ba 或gydF4y2Ba 年代gydF4y2Ba 或gydF4y2Ba VgydF4y2Ba 。的gydF4y2Ba 年代gydF4y2Ba 矩阵主要是用于水印嵌入由于其强劲的自然攻击(gydF4y2Ba 11gydF4y2Ba]。此外,有点奇异值的变化不影响宿主图像的视觉质量。在另一个注意,FPP奇异值用于水印嵌入时出现。的矩阵gydF4y2Ba UgydF4y2Ba 和gydF4y2Ba VgydF4y2Ba 可以被攻击者的理想矩阵的提取水印(从未插入)承认错误的所有权。计算机科学研究者提出的帮助下奇异值的变化比例因子来控制数字水印嵌入的强度,部分所示gydF4y2Ba 4.2gydF4y2Ba和gydF4y2Ba 4.3gydF4y2Ba(Eq。(13)和算法3)。比例因子可以通过使用不同的算法(如进一步优化粒子群和改进果蝇优化算法和bioinspired计算算法(gydF4y2Ba 5gydF4y2Ba,gydF4y2Ba 6gydF4y2Ba,gydF4y2Ba 12gydF4y2Ba]。FPP可以解决通过加密计算组件通过使用超混沌系统或通过使用单向散列函数(gydF4y2Ba 13gydF4y2Ba,gydF4y2Ba 14gydF4y2Ba]。超混沌加密由于良好的安全业绩是强大的安全的主要来源;也就是说,theFPP can be solved. For example, the author in [ 15gydF4y2Ba)验证了更好的混乱和扩散通过使用5 d超混沌映射创建密钥进行加密和解密。5 d超混沌的初始参数调谐通过使用双重基于本地搜索多目标优化,和加密体系结构是基于两个级别的排列和扩散。同样,作者在gydF4y2Ba 16gydF4y2Ba- - - - - -gydF4y2Ba 18gydF4y2Ba)以一种新颖的方法还使用了超混沌映射加密图像,获得更好的结果。gydF4y2Ba

具体地说,在这篇文章中,一种新的数字水印方法组成的DWT, HbD,和基于超混沌加密计算,测量功能gydF4y2Ba 女朋友gydF4y2Ba 和改进的进化果蝇算法(IEFOA)。具体地说,女朋友会怂恿IEFOA找到最优比例因子gydF4y2Ba αgydF4y2Ba细微和鲁棒性之间平衡取舍,而超混沌加密的水印利用奇异值分解和混沌加密前的圣言组件解决了FPP有效减少计算成本。本文的主要贡献包括以下几点:(1)计划已经显示出很好的平衡的取舍甚至多个水印大小,(2)鲁棒性得到改善通过HbD系数修正,(3)加密的水印颜色由四维超混沌系统在计算过程和混沌加密计算组件的应用也使方案更安全,和(4)女朋友IEFOA用来帮助找到最优比例因子。gydF4y2Ba

拟议的工作组织如下。部分gydF4y2Ba 2gydF4y2Ba给出了相关工作,部分gydF4y2Ba 3gydF4y2Ba强调了预赛,部分gydF4y2Ba 4gydF4y2Ba介绍了方案,部分gydF4y2Ba 5gydF4y2Ba包含实验结果和分析。结论部分给出了未来的发展方向gydF4y2Ba 6gydF4y2Ba。gydF4y2Ba

 2。相关工作gydF4y2Ba

本节涉及的早期研究工作设计彩色水印嵌入和提取方案。缩写的列表在这项研究中的应用是表所示gydF4y2Ba 1gydF4y2Ba。听不清和鲁棒数字水印方案可能是一个潜在的解决方案等敏感信息的隐私和安全的患者电子病历(epr)。为此,结合快速曲波变换和奇异值分解嵌入水印后(EPR)编码为病人的健康和患病的光学相干断层扫描(OCT)扫描(gydF4y2Ba 19gydF4y2Ba];这项计划表明高水平的细微,健壮性和安全性的epr相比现有的水印方案。提出的数字水印协议(gydF4y2Ba 20.gydF4y2Ba)解决假阳性问题通过使用混乱的kb引力搜索算法在两个域,即。、奇异值分解和DCT。一个有效的数字水印方案无法感知,提出的安全性和鲁棒性(gydF4y2Ba 21gydF4y2BaCharlier-Meixner)嵌入水印的分数的时刻。该方法由[gydF4y2Ba 22gydF4y2Ba)实现鲁棒性与几何和过滤攻击和显示了更好的鲁棒性之间的权衡和失真比最先进的方法。该水印方案在gydF4y2Ba 10gydF4y2Ba)使用一种基于分数傅里叶变换的双重加密方法和DCT混合小波域。作者在这个计划使用多参数获得优化的粒子群优化(MP-PSO)嵌入因素,揭示了高安全性和隐形和几何攻击具有很好的鲁棒性。一个健壮、安全的数字水印方案,提高医学图像的管理提出了(gydF4y2Ba 23gydF4y2Ba]。在这个方案中,无形的和零水印技术避免了脱离医学图像和epr之间为病人的识别提供了真实性。另一个数字水印方案包括六个模块(水平转移,混合调制信号相关性,正交修复,失真补偿,和迭代调节),压倒现有SVD-based水印方案的不足,同时提高健壮性和细微gydF4y2Ba 24gydF4y2Ba]。为了提供版权保护和数字数据的所有权,作者在gydF4y2Ba 25gydF4y2Ba]提出一种自适应和鲁棒水印方案的颜色相同的主机和水印图像大小通过阿诺德炒混乱的地图。然后,近似部分波段产生redundant-DWT经过计算产生的主要组件。炒宿主图像的主成分然后用炒嵌入水印利用优化人工蜂群(ABC)自适应多尺度因子。使用redundant-DWT给予较高的嵌入容量而自适应多尺度因子提高了鲁棒性,安全,和视觉透明度。另一个方案基于小波变换的其次是最佳适合方程和布谷鸟搜索算法(CS)是健壮的常见攻击,水印是听不清,人眼(gydF4y2Ba 26gydF4y2Ba]。另一方面,融合多种水印技术如DCT、DFT,圣言,和轻型改善了安全、健壮性、细微,假阳性问题在很大程度上,但作者并没有执行比例因子优化(gydF4y2Ba 27gydF4y2Ba]。圣言会和三级小波变换与全局优化方案基于西城方法(gydF4y2Ba 28gydF4y2Ba保持更好的鲁棒性之间的平衡和细微和获得更好的嵌入系数。一个彩色水印方案中给出gydF4y2Ba 29日gydF4y2Ba)转换RGB YIQ空间,将亮度分量Y,并使用圣言,Arnold变换,和DWT DE算法嵌入提取和优化标量的因素。选择亮度分量Y的原因是人眼不敏感组件;因此,将水印信息嵌入到该组件将给隐形的力量。水印加密然后嵌入宿主图像中提出的(gydF4y2Ba 8gydF4y2Badpm)利用FrMT,圣言,提供增强的安全由于非线性变换,并保持在某种程度上不可见性和鲁棒性之间的平衡。结合IWT DWT, contourlet变换,和3 d Henon地图嵌入和提取水印具有良好的细微和可接受的鲁棒性gydF4y2Ba 30.gydF4y2Ba]。作者在本方案建议Henon映射产生的混沌序列可以作为伪随机数发生器在NIST测试后,顽固,ENT测试套件。执行水印,作者在gydF4y2Ba 31日gydF4y2Ba]算法分为四个阶段称为图像缩放、DCT块分离的特征向量计算,水印识别区域,消息转换、水印嵌入、IDCT和消息恢复后跟一个优化与最有利的鲸鱼FCM聚类优化算法水印方案和获得有效的结果的鲁棒性和不可见性。一个替换RGB图像水印方案提出了基于傅里叶变换(gydF4y2Ba 32gydF4y2Ba]。在这种方法中,几个变种的傅里叶变换应用于R, G, B组成部分单独一个图像,水印嵌入到中频乐队基于奇偶校验系数相结合,结果是令人满意的平均PSNR值大于40分贝融入一个变种的傅里叶变换系数。另一个盲图像水印方案在变换域,没有需要水印和宿主图像中提取水印的,给好细微和健壮性较低计算成本(gydF4y2Ba 33gydF4y2Ba]。在这个方案中,宿主图像分为不重叠的每个小块的大小gydF4y2Ba 8gydF4y2Ba ×gydF4y2Ba 8gydF4y2Ba ,每一块的DCT系数计算;然后,创建了两个数据集(d1和d2)从选定的块,和d1和d2 DCT系数与前缀阈值(k1和k2)如下:如果水印比特值是1,那么相应的d1和d2系数值被修改和设置gydF4y2Ba αgydF4y2Ba 价值;其他相应的d1和d2系数值设置为0。gydF4y2Ba

缩写的列表。gydF4y2Ba

缩写gydF4y2Ba 完整的形式gydF4y2Ba
DCTgydF4y2Ba 离散余弦变换gydF4y2Ba
DFTgydF4y2Ba 离散分数角变换gydF4y2Ba
圣言会gydF4y2Ba 奇异值分解gydF4y2Ba
轻型gydF4y2Ba 提升小波变换gydF4y2Ba
失落gydF4y2Ba 果蝇优化算法gydF4y2Ba
DWTgydF4y2Ba 离散小波变换gydF4y2Ba
HbDgydF4y2Ba Hessenberg分解gydF4y2Ba
IEFOAgydF4y2Ba 改进的进化果蝇优化算法gydF4y2Ba
FrMTgydF4y2Ba 部分梅林变换gydF4y2Ba
王gydF4y2Ba Wang-LandaugydF4y2Ba
德gydF4y2Ba 微分进化gydF4y2Ba
DNAgydF4y2Ba 脱氧核糖核酸gydF4y2Ba
3所示。预赛gydF4y2Ba

Hessenberg分解(HbD)是一个转换的方阵gydF4y2Ba 一个gydF4y2Ba 到酉矩阵gydF4y2Ba 问gydF4y2Ba 和Hessenberg矩阵gydF4y2Ba HgydF4y2Ba 这样gydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba 问gydF4y2Ba HgydF4y2Ba 问gydF4y2Ba TgydF4y2Ba 由家庭矩阵计算,和艾滋病在提高水印不可见性gydF4y2Ba 34gydF4y2Ba]。为此,基于R级DWT水印,HbD,圣言,物流地图,失落和优化基于通过客观评价函数表现出良好的鲁棒性之间的平衡和隐形(gydF4y2Ba 13gydF4y2Ba]。这个方案可以进一步提高使用改进的失落。gydF4y2Ba

虽然基本[失落gydF4y2Ba 6gydF4y2Ba)优势包括更少的参数,简单的原则,但局部优化等缺点,缺乏鲁棒性和收敛速度慢,可以克服IEFOA [gydF4y2Ba 35gydF4y2Ba]。包含两个参数称为一步控制用gydF4y2Ba λgydF4y2Ba 与进化/消除控制(ec)在IEFOA使它不同的失落和提供了一个优势基础。在基础,失落的迭代次数算法需要找到一个最优解是主要的缺点。在早期的迭代和广阔的领域,一个小的搜索半径(搜索步骤)使弱失落基本接近最优解。在迭代的最后阶段群位置接近最优的解决方案,一个非常小的范围是一个更好的选择对于微调解决方案向量。因此,搜索半径大的小(BS)功能可以克服这个缺点。(BS)特性意味着一个大的搜索步骤早期可以改进的全局搜索能力和一个小的搜索步骤最终阶段可以细化局部搜索能力通过确定步骤为每个果蝇灵活的规模。步控制参数gydF4y2Ba λgydF4y2Ba 提供了(BS)功能,可以表示为gydF4y2Ba (1)gydF4y2Ba λgydF4y2Ba =gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba ×gydF4y2Ba 经验值gydF4y2Ba 日志gydF4y2Ba λgydF4y2Ba 最小值gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba ItergydF4y2Ba ItergydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba λgydF4y2Ba 在每个迭代搜索半径,而gydF4y2Ba λgydF4y2Ba 最小值gydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba ,Iter最小半径、最大半径,分别和迭代数。果蝇被一个更大的搜索步骤,从而逃避陷入局部最优值,而在以后的迭代中,gydF4y2Ba λgydF4y2Ba 减少低于线性减少。gydF4y2Ba

第二个参数称为消除参数ev,亚群的消除和主导群保存。的gydF4y2Ba egydF4y2Ba cgydF4y2Ba 可以表示为gydF4y2Ba (2)gydF4y2Ba 电子商务gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba −gydF4y2Ba 语言学校的gydF4y2Ba ,gydF4y2Ba 在语言学校是消除系数,可以被定义为gydF4y2Ba (3)gydF4y2Ba 语言学校的gydF4y2Ba =gydF4y2Ba 语言学校的gydF4y2Ba 马克斯gydF4y2Ba ×gydF4y2Ba 经验值gydF4y2Ba 日志gydF4y2Ba 语言学校的gydF4y2Ba 最小值gydF4y2Ba 语言学校的gydF4y2Ba 马克斯gydF4y2Ba ItergydF4y2Ba ItergydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 在语言学校的gydF4y2Ba最小值gydF4y2Ba等行业gydF4y2Ba马克斯gydF4y2BaIter, ItergydF4y2Ba马克斯gydF4y2Ba最低消除系数、最大消除系数迭代数,和最大迭代数。许多糟糕的性能成群被作为搜索的开始和其余先进飞成群将产生一个新的种群。群消除的重复的过程会导致只有少数成群的保护。消除过程提供的优势让IEFOA跳出局部极值(一个极端点有最大值或最小值)找到一个更好的全球最佳。IEFOA的美妙之处在于它不仅采用的事实gydF4y2Ba λgydF4y2Ba 还将使用ec下成群。gydF4y2Ba

的主要过程IEFOA可以说明如下:gydF4y2Ba

随机生成多个成群的中心位置gydF4y2Ba 。gydF4y2Ba

生成N新群;每个群代表了PSF人口规模的更新规则嗅觉觅食阶段。gydF4y2Ba

选择最优果蝇在每个群作为一个新的中心位置的视觉觅食阶段根据适应度函数值(fval)。gydF4y2Ba

中心位置的新群都是根据他们的fval按升序排序。gydF4y2Ba

一定数量的劣质成群被淘汰;其余主要成群成为下一个迭代群中心位置根据复杂形状系数和群的数量目前位置。gydF4y2Ba

重复步骤2到5,直到满足终止条件。全球最佳时才获得优化的过程就结束了。gydF4y2Ba

4所示。提出了方案gydF4y2Ba

介绍了水印加密算法部分gydF4y2Ba 4.1gydF4y2Ba和嵌入算法中引入部分gydF4y2Ba 4.2gydF4y2Ba,同时提取和解密算法中引入部分gydF4y2Ba 4.3gydF4y2Ba和gydF4y2Ba 4.4gydF4y2Ba。提出的水印方法的优化实现部分中给出了不可见性和鲁棒性之间的权衡gydF4y2Ba 4.5gydF4y2Ba。图中给出了该方案的流程图gydF4y2Ba 1gydF4y2Ba。gydF4y2Ba

水印嵌入过程。gydF4y2Ba

 4.1。水印加密gydF4y2Ba

多个大小的彩色水印gydF4y2Ba NgydF4y2Ba ×gydF4y2Ba NgydF4y2Ba ,在那里gydF4y2Ba NgydF4y2Ba = 2、4、8、16、32、128、256、512是水印加密算法的输入。基于DNA序列的初始条件计算从NCBI数据集。外键xK提取的DNA序列从NCBI数据库。例如,我们下载一些动物的DNA序列长度为183015。使用水印图像的平均亮度值作为起始索引来减少DNA序列从这个位置有一个长度为128。切割后的DNA序列长度为128,每个核苷酸基础转换为字节的二进制相当于根据DNA映射规则(gydF4y2Ba 36gydF4y2Ba),见表gydF4y2Ba 2gydF4y2Ba,满足沃森克里克补充规则。通过这种方式,一个256位的二进制关键架子。为了创建初始条件gydF4y2Ba xgydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba zgydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba ugydF4y2Ba 0gydF4y2Ba 四维超混沌系统,我们把架子分成32组,每个子群gydF4y2Ba ggydF4y2Ba 由8位,表示如下:gydF4y2Ba (4)gydF4y2Ba 架子gydF4y2Ba =gydF4y2Ba ggydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba ggydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba ggydF4y2Ba 32gydF4y2Ba 。gydF4y2Ba

DNA的映射规则。gydF4y2Ba

R1gydF4y2Ba R2gydF4y2Ba R3gydF4y2Ba R4gydF4y2Ba R5gydF4y2Ba R6gydF4y2Ba R7gydF4y2Ba R8gydF4y2Ba
00gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba TgydF4y2Ba TgydF4y2Ba CgydF4y2Ba CgydF4y2Ba GgydF4y2Ba GgydF4y2Ba
01gydF4y2Ba CgydF4y2Ba GgydF4y2Ba CgydF4y2Ba GgydF4y2Ba 一个gydF4y2Ba TgydF4y2Ba 一个gydF4y2Ba TgydF4y2Ba
10gydF4y2Ba GgydF4y2Ba CgydF4y2Ba GgydF4y2Ba CgydF4y2Ba TgydF4y2Ba 一个gydF4y2Ba TgydF4y2Ba 一个gydF4y2Ba
11gydF4y2Ba TgydF4y2Ba TgydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba GgydF4y2Ba GgydF4y2Ba CgydF4y2Ba CgydF4y2Ba

现在,使用架子的初始条件计算如下:gydF4y2Ba (5)gydF4y2Ba xgydF4y2Ba 0gydF4y2Ba =gydF4y2Ba ggydF4y2Ba 1gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 2gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 3gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 4gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 5gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 6gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 7gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 8gydF4y2Ba 256年gydF4y2Ba ygydF4y2Ba 0gydF4y2Ba =gydF4y2Ba ggydF4y2Ba 9gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 10gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 11gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 12gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 13gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 14gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 15gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 16gydF4y2Ba 256年gydF4y2Ba zgydF4y2Ba 0gydF4y2Ba =gydF4y2Ba ggydF4y2Ba 17gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 18gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 19gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 20.gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 21gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 22gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 23gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 24gydF4y2Ba 256年gydF4y2Ba ugydF4y2Ba 0gydF4y2Ba =gydF4y2Ba 256年gydF4y2Ba ggydF4y2Ba 25gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 26gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 27gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 28gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 29日gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 30.gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 31日gydF4y2Ba ⊕gydF4y2Ba ggydF4y2Ba 32gydF4y2Ba 。gydF4y2Ba

初始条件和控制参数(gydF4y2Ba 一个gydF4y2Ba ,gydF4y2Ba bgydF4y2Ba ,gydF4y2Ba cgydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ,gydF4y2Ba egydF4y2Ba )输入四维超混沌系统(方程(gydF4y2Ba 1gydF4y2Ba))。该四维超混沌在任何给定的初始条件和控制参数(gydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba 27.5gydF4y2Ba ,gydF4y2Ba bgydF4y2Ba =gydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba cgydF4y2Ba =gydF4y2Ba 19.3gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba =gydF4y2Ba 2.9gydF4y2Ba ,gydF4y2Ba egydF4y2Ba =gydF4y2Ba 3gydF4y2Ba )的行为系统,生成一个超混沌密钥称为hyp-K用于加密水印。gydF4y2Ba (6)gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba −gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 1gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 2gydF4y2Ba =gydF4y2Ba bgydF4y2Ba xgydF4y2Ba 1gydF4y2Ba +gydF4y2Ba cgydF4y2Ba xgydF4y2Ba 2gydF4y2Ba −gydF4y2Ba xgydF4y2Ba 1gydF4y2Ba xgydF4y2Ba 3gydF4y2Ba +gydF4y2Ba xgydF4y2Ba 4gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 3gydF4y2Ba =gydF4y2Ba xgydF4y2Ba 2gydF4y2Ba 2gydF4y2Ba −gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 3gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 4gydF4y2Ba =gydF4y2Ba −gydF4y2Ba egydF4y2Ba xgydF4y2Ba 1gydF4y2Ba 。gydF4y2Ba

基于hyp-K加密水印图像加密步骤如下(算法gydF4y2Ba 1gydF4y2Ba)。gydF4y2Ba

<大胆>算法1:< /大胆>水印加密。gydF4y2Ba

输入:彩色水印图像(gydF4y2Ba WgydF4y2Ba )、初始条件、控制参数。gydF4y2Ba

输出:加密水印图像电子战。gydF4y2Ba

步骤1。gydF4y2Ba解决了四维超混沌系统通过使用初始条件和控制参数gydF4y2Ba hyp-KgydF4y2Ba。gydF4y2Ba

步骤2。gydF4y2Ba 关键gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 国防部gydF4y2Ba CgydF4y2Ba ogydF4y2Ba +gydF4y2Ba 忧郁gydF4y2Ba −gydF4y2Ba KgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 256年gydF4y2Ba 。gydF4y2Ba

步骤3。gydF4y2Ba 电子战gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba XORgydF4y2Ba WgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 关键gydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

步骤4。gydF4y2Ba 关键gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 国防部gydF4y2Ba 关进笼子gydF4y2Ba +gydF4y2Ba 忧郁gydF4y2Ba −gydF4y2Ba KgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 256年gydF4y2Ba 。gydF4y2Ba

第5步。gydF4y2Ba 电子战gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba XORgydF4y2Ba 电子战gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 关键gydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

在算法gydF4y2Ba 1gydF4y2Ba,gydF4y2Ba CgydF4y2Ba ogydF4y2Ba是一个常数数量从0到255,新电子战的平均强度值在步骤3中产生。gydF4y2Ba

 4.2。水印嵌入gydF4y2Ba

水印嵌入算法的输入是电子战的大小gydF4y2Ba NgydF4y2Ba ×gydF4y2Ba NgydF4y2Ba 和宿主图像嗨的大小gydF4y2Ba 米gydF4y2Ba ×gydF4y2Ba NgydF4y2Ba 。和输出是有水印的宿主图像WHI的大小gydF4y2Ba 米gydF4y2Ba ×gydF4y2Ba NgydF4y2Ba 。嵌入步骤如下(算法gydF4y2Ba 2gydF4y2Ba)。gydF4y2Ba

<大胆>算法2:< /大胆>水印嵌入。gydF4y2Ba

输入:gydF4y2Ba 电子战gydF4y2Ba彩色宿主图像(gydF4y2Ba 嗨gydF4y2Ba)。gydF4y2Ba

输出:gydF4y2Ba WHIgydF4y2Ba。gydF4y2Ba

步骤1。gydF4y2Ba获得一个低频子带gydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba RGB分量的gydF4y2Ba 嗨gydF4y2Ba使用gydF4y2Ba HWgydF4y2Ba。gydF4y2Ba

某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba =gydF4y2Ba DWTgydF4y2Ba 嗨gydF4y2Ba 。gydF4y2Ba

步骤2。gydF4y2Ba执行Hessenberg分解(HbD) RGB组件。gydF4y2Ba

总部gydF4y2Ba =gydF4y2Ba IdgydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba μgydF4y2Ba μgydF4y2Ba TgydF4y2Ba /gydF4y2Ba μgydF4y2Ba μgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

在这里,gydF4y2Ba 总部gydF4y2Ba ,gydF4y2Ba IdgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba μgydF4y2Ba ,gydF4y2Ba μgydF4y2Ba TgydF4y2Ba 是家庭正交矩阵、单位矩阵非零向量,和转置gydF4y2Ba μgydF4y2Ba ,分别。例如,HbDgydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba 给出:gydF4y2Ba

PgydF4y2Ba =gydF4y2Ba 总部gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba TgydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 总部gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba

⇒gydF4y2Ba HgydF4y2Ba =gydF4y2Ba PgydF4y2Ba TgydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba PgydF4y2Ba ,gydF4y2Ba

⇒gydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba =gydF4y2Ba PHPgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

步骤3。gydF4y2Ba执行计算gydF4y2Ba HgydF4y2Ba和电子战见以下方程。只有奇异值gydF4y2Ba 年代gydF4y2Ba从gydF4y2Ba PgydF4y2Ba =gydF4y2Ba 总部gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba TgydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 总部gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba 总部gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba 是用在这里。等其他组件gydF4y2Ba UgydF4y2Ba 和gydF4y2Ba VgydF4y2Ba TgydF4y2Ba 作为一种信息提取过程。同样,圣言也应用于电子战的RGB组件。注意组件也加密了物流地图为了避免假阳性问题。gydF4y2Ba

年代gydF4y2Ba =gydF4y2Ba 圣言会gydF4y2Ba HgydF4y2Ba ,gydF4y2Ba

UgydF4y2Ba 电子战gydF4y2Ba ,gydF4y2Ba 年代gydF4y2Ba 电子战gydF4y2Ba ,gydF4y2Ba VgydF4y2Ba 电子战gydF4y2Ba TgydF4y2Ba =gydF4y2Ba 圣言会gydF4y2Ba 电子战gydF4y2Ba 。gydF4y2Ba

步骤4。gydF4y2Ba计算修改后的奇异值通过使用比例因子gydF4y2Ba αgydF4y2Ba 如下:gydF4y2Ba

年代gydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba αgydF4y2Ba 年代gydF4y2Ba 电子战gydF4y2Ba ,gydF4y2Ba

年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba 年代gydF4y2Ba +gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba 。gydF4y2Ba

第5步。gydF4y2Ba执行一个逆圣言gydF4y2Ba HgydF4y2Ba ∗gydF4y2Ba 。gydF4y2Ba

HgydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba inverseSVDgydF4y2Ba UgydF4y2Ba 电子战gydF4y2Ba ,gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ,gydF4y2Ba VgydF4y2Ba 电子战gydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

步骤6。gydF4y2Ba执行一个逆高清gydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba ∗gydF4y2Ba 。gydF4y2Ba

某人gydF4y2Ba 1gydF4y2Ba 嗨gydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba inverseHDgydF4y2Ba PgydF4y2Ba ,gydF4y2Ba HgydF4y2Ba ∗gydF4y2Ba ,gydF4y2Ba PgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

步骤7。gydF4y2Ba执行逆DWT水印宿主图像gydF4y2Ba WHIgydF4y2Ba。gydF4y2Ba

4.3。水印的提取gydF4y2Ba

水印提取以WHI作为输入和输出是XW,类似于原始彩色水印。WHI的大小gydF4y2Ba 米gydF4y2Ba ×gydF4y2Ba NgydF4y2Ba 和XW的大小gydF4y2Ba NgydF4y2Ba ×gydF4y2Ba NgydF4y2Ba 。提取步骤如下(算法gydF4y2Ba 3gydF4y2Ba)。gydF4y2Ba

<大胆>算法3:< /大胆>水印提取。gydF4y2Ba

输入:gydF4y2Ba WHIgydF4y2Ba。gydF4y2Ba

输出:提取水印gydF4y2Ba XWgydF4y2Ba。gydF4y2Ba

步骤1。gydF4y2BaWHI分解成4部分波段:gydF4y2Ba 某人gydF4y2Ba 1gydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba 某人gydF4y2Ba 2gydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba 某人gydF4y2Ba 3gydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba 某人gydF4y2Ba 4gydF4y2Ba WHIgydF4y2Ba 通过使用DWT。gydF4y2Ba

步骤2。gydF4y2Ba执行HbD SB1gydF4y2BaWHIgydF4y2Ba并获得gydF4y2Ba PgydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba HgydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba PgydF4y2Ba WHIgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

步骤3。gydF4y2Ba应用奇异值分解gydF4y2Ba HgydF4y2Ba WHIgydF4y2Ba 并获得gydF4y2Ba UgydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba 年代gydF4y2Ba WHIgydF4y2Ba ,gydF4y2Ba VgydF4y2Ba WHIgydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

步骤4。gydF4y2Ba提取的奇异值gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba 得到如下:gydF4y2Ba

年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba 年代gydF4y2Ba WgydF4y2Ba HgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba /gydF4y2Ba αgydF4y2Ba 。gydF4y2Ba

在这里,gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba 来自gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba =gydF4y2Ba 年代gydF4y2Ba +gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba 。gydF4y2Ba

第5步。gydF4y2Ba应用逆奇异值分解gydF4y2Ba UgydF4y2Ba 电子战gydF4y2Ba ,gydF4y2Ba 年代gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba ,gydF4y2Ba VgydF4y2Ba 电子战gydF4y2Ba TgydF4y2Ba 并获得gydF4y2Ba XWgydF4y2Ba。gydF4y2Ba

4.4。水印解密gydF4y2Ba

水印解密算法所示gydF4y2Ba 4gydF4y2Ba。gydF4y2Ba

<大胆>算法4:< /大胆>水印解密。gydF4y2Ba

输入:gydF4y2Ba XWgydF4y2Ba。gydF4y2Ba

输出:解密水印gydF4y2Ba DWgydF4y2Ba。gydF4y2Ba

步骤:逆的算法步骤gydF4y2Ba 1gydF4y2Ba按照相反的顺序进行。gydF4y2Ba

4.5。算法优化使用IEFOAgydF4y2Ba

在这一部分中,一种改进的进化果蝇优化算法(IEFOA)部分中讨论gydF4y2Ba 3gydF4y2Ba用于查找最优比例因子来解决不可见性和鲁棒性之间的权衡问题。流程图找出最优比例因子图所示gydF4y2Ba 2gydF4y2Ba。隐身是衡量PSNR和SSIM而健壮性是衡量标准化相关(NC)。给出了寻找最优比例因子的步骤如下。gydF4y2Ba

步骤1。gydF4y2Ba初始化参数gydF4y2Ba 年代gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba βgydF4y2Ba ,gydF4y2Ba ωgydF4y2Ba 我gydF4y2Ba 和gydF4y2Ba 年代gydF4y2Ba 2gydF4y2Ba =gydF4y2Ba NSgydF4y2Ba ,gydF4y2Ba PSgydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 最小值gydF4y2Ba ,gydF4y2Ba ItergydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 语言学校的gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 语言学校的gydF4y2Ba 最小值gydF4y2Ba 。等S1的参数gydF4y2Ba βgydF4y2Ba 体重因素和吗gydF4y2Ba ωgydF4y2Ba 我gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1、2、3gydF4y2Ba 是直接的量化系数反映了比例的不可见性和鲁棒性。等S2的参数gydF4y2Ba NSgydF4y2Ba ,gydF4y2Ba PSgydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 最小值gydF4y2Ba ,gydF4y2Ba ItergydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 语言学校的gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba 语言学校的gydF4y2Ba 最小值gydF4y2Ba 代表群的数量,果蝇的人口规模,最大搜索半径,搜索半径最小,最大迭代次数,最大限度消除系数,分别和最低消除系数。集合S1与不同比例的因素将用于评估函数(GF),是基于客观评价函数(OEF) [gydF4y2Ba 13gydF4y2Ba),是由gydF4y2Ba

(7)gydF4y2Ba 女朋友gydF4y2Ba βgydF4y2Ba ,gydF4y2Ba ωgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ωgydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba βgydF4y2Ba PSNR值gydF4y2Ba 嗨,WHIgydF4y2Ba +gydF4y2Ba ωgydF4y2Ba 2gydF4y2Ba SSIMgydF4y2Ba 嗨gydF4y2Ba ,gydF4y2Ba WHIgydF4y2Ba +gydF4y2Ba ωgydF4y2Ba 3gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba KgydF4y2Ba 数控gydF4y2Ba WgydF4y2Ba ,gydF4y2Ba DWgydF4y2Ba 我gydF4y2Ba KgydF4y2Ba ,gydF4y2Ba

在DWgydF4y2Ba 我gydF4y2Ba是gydF4y2Ba 解密gydF4y2Ba水印,即。,解密从extracted watermark EW 我gydF4y2Ba下gydF4y2Ba 我gydF4y2BathgydF4y2Ba攻击。gydF4y2Ba

比例因子gydF4y2Ba 数组gydF4y2Ba用gydF4y2Ba αgydF4y2Ba 我gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1、2gydF4y2Ba ,gydF4y2Ba …gydF4y2Ba ,gydF4y2Ba ngydF4y2Ba ,在那里gydF4y2Ba ngydF4y2Ba是指数最大数量。计算中使用的比例因素PSNR, SSIM,数控。例如,比例因子数组gydF4y2Ba αgydF4y2Ba 我gydF4y2Ba 用于嵌入水印产生水印图像,然后呢gydF4y2Ba 我gydF4y2BathgydF4y2Ba攻击是应用于有水印的图像产生攻击有水印的图像。之后,封面和攻击之间的PSNR和SSIM计算有水印的图片。同样,数控与原始水印计算进行解密。S2将用于IEFOA相关工作中提到的部分。gydF4y2Ba

步骤2。gydF4y2Ba每个位置的女朋友值嗅觉判断计算根据方程(gydF4y2Ba 7gydF4y2Ba)。gydF4y2Ba

步骤3。gydF4y2Ba为了得到最优比例因子,应用IEFOA节中讨论gydF4y2Ba 3gydF4y2Ba。唯一的修改将IEFOA是使用IEFOA GF在步骤3中,重复步骤2到5的IEFOA更新果蝇人口位置时,迭代气味浓度优于之前的气味浓度。gydF4y2Ba

比例因子的优化。gydF4y2Ba

 5。实验结果和分析gydF4y2Ba

该方案的不可见性和鲁棒性进行了分析。计算最优比例因子gydF4y2Ba 5.1gydF4y2Ba,不可见性和鲁棒性分析是进行的部分gydF4y2Ba 5.2gydF4y2Ba,在部分假阳性问题gydF4y2Ba 5.3gydF4y2Ba与相关工作时,比较数据可用在部分gydF4y2Ba 5.4gydF4y2Ba。英特尔(R) core i3 4010 CPU@1.7 GHz 4.0 GB RAM和MATLAB版本R2015a上安装Windows 7, 64位操作系统,用于实验的目的。除了其他图像,标准彩色宿主图像莉娜和胡椒每个尺寸512gydF4y2Ba ×gydF4y2Ba 512年,彩色水印图像大小为256×256,128×128、64×64如图gydF4y2Ba 3gydF4y2Ba用于实验。的初始人口规模50和200年的最大迭代数经验选择的实验。除了上述参数,其他参数设置根据改进的果蝇优化算法(IFFO) [gydF4y2Ba 35gydF4y2Ba,gydF4y2Ba 37gydF4y2Ba];也就是说,gydF4y2Ba λgydF4y2Ba 马克斯gydF4y2Ba =gydF4y2Ba UgydF4y2Ba BgydF4y2Ba −gydF4y2Ba lgydF4y2Ba BgydF4y2Ba /gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba λgydF4y2Ba 最小值gydF4y2Ba =gydF4y2Ba 10gydF4y2Ba −gydF4y2Ba 14gydF4y2Ba 语言学校的gydF4y2Ba 马克斯gydF4y2Ba =gydF4y2Ba 0.1gydF4y2Ba ,gydF4y2Ba 语言学校的gydF4y2Ba 最小值gydF4y2Ba = 0.05。gydF4y2Ba

(a - b)宿主图像大小为512×512。(汉英)水印大小为256×256,128×128、64×64,分别。gydF4y2Ba

 5.1。寻找最优比例因子gydF4y2Ba

最优状态性能的特征是一个最佳的比例因子。根据节gydF4y2Ba 4.5gydF4y2Ba,一个最优gydF4y2Ba ngydF4y2Ba是决定测量的输入函数(方程(gydF4y2Ba 7gydF4y2Ba)找到最优比例因子。归一化相关(NC)通常是用来评估水印算法的鲁棒性和被定义为gydF4y2Ba 13gydF4y2Ba]gydF4y2Ba (8)gydF4y2Ba 数控gydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba WgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba DWgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba WgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba 2gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba DWgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

原始水印之间的nc (gydF4y2Ba WgydF4y2Ba )和extracted-decrypted DW水印在各种攻击和缩放因子图所示gydF4y2Ba 4gydF4y2Ba。模拟中使用的攻击如表所示gydF4y2Ba 3gydF4y2Ba。数控值不同的范围(0:0.06)并获得稳定的范围在很大程度上(0.09:0.2);因此,可以设置为初始值gydF4y2Ba ngydF4y2Ba 1gydF4y2Ba =gydF4y2Ba 0.09gydF4y2Ba 。同样,曲线的PSNR和SSIM也如图gydF4y2Ba 5gydF4y2Ba和gydF4y2Ba 6gydF4y2Ba。类似地,可以设置为起始值PSNRgydF4y2Ba ngydF4y2Ba 2gydF4y2Ba =gydF4y2Ba 0gydF4y2Ba :gydF4y2Ba 0.02gydF4y2Ba 的PSNR值有负相关性gydF4y2Ba αgydF4y2Ba 我gydF4y2Ba 的范围内gydF4y2Ba 0.009gydF4y2Ba :gydF4y2Ba 0.2gydF4y2Ba SSIM,它可以设置为gydF4y2Ba ngydF4y2Ba 3gydF4y2Ba =gydF4y2Ba 0gydF4y2Ba :gydF4y2Ba 0.2gydF4y2Ba 在这个范围内作为SSIM值几乎不变。和gydF4y2Ba ngydF4y2Ba可以计算为gydF4y2Ba ngydF4y2Ba =gydF4y2Ba ngydF4y2Ba 马克斯gydF4y2Ba −gydF4y2Ba ngydF4y2Ba 年代gydF4y2Ba /gydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ,在那里gydF4y2Ba ngydF4y2Ba 马克斯gydF4y2Ba = 0.2,gydF4y2Ba ngydF4y2Ba 年代gydF4y2Ba是一组包含所有的元素gydF4y2Ba ngydF4y2Ba1gydF4y2Ba这也属于gydF4y2Ba ngydF4y2Ba2gydF4y2Ba和gydF4y2Ba ngydF4y2Ba3gydF4y2Ba,gydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba最小间隔。的价值gydF4y2Ba ngydF4y2Ba ngydF4y2Ba 然后用在女朋友获取最优比例因子。表gydF4y2Ba 4gydF4y2Ba显示了更好的nc在某些攻击的比例因子gydF4y2Ba αgydF4y2Ba =gydF4y2Ba 0.115gydF4y2Ba 。gydF4y2Ba

数控值在不同缩放因子和攻击。gydF4y2Ba

用于实验目的的攻击。gydF4y2Ba

攻击gydF4y2Ba 规范gydF4y2Ba
过滤攻击gydF4y2Ba 维纳滤波器(3×3)gydF4y2Ba
中值滤波器(3×3)gydF4y2Ba
GLP过滤器(3×3)gydF4y2Ba
平均滤波器(3×3)gydF4y2Ba
噪声攻击gydF4y2Ba 盐和胡椒噪声(0.001)gydF4y2Ba
散斑噪声(0.001)gydF4y2Ba
高斯噪声(0.001)gydF4y2Ba
裁剪攻击gydF4y2Ba 比例2%gydF4y2Ba
JPEG压缩gydF4y2Ba QF = 50gydF4y2Ba
运动模糊gydF4y2Ba θ= 4,len = 7gydF4y2Ba
锐化gydF4y2Ba 0.8gydF4y2Ba
旋转gydF4y2Ba 2度gydF4y2Ba

PSNR值在不同缩放因子和攻击。gydF4y2Ba

SSIM值在不同缩放因子和攻击。gydF4y2Ba

nc的水印图像从攻击中提取颜色有水印的图像。图片所示的数据gydF4y2Ba 3gydF4y2Ba(一)和gydF4y2Ba 3gydF4y2Ba(c)是用来计算的值nc在某些攻击。gydF4y2Ba

攻击gydF4y2Ba nc在gydF4y2Ba αgydF4y2Ba =gydF4y2Ba 0.115gydF4y2Ba
没有攻击gydF4y2Ba 1。0gydF4y2Ba
高斯低通滤波器gydF4y2Ba 0.827244gydF4y2Ba
中值滤波(5、1)gydF4y2Ba 0.887447gydF4y2Ba
高斯噪声gydF4y2Ba 0.908452gydF4y2Ba
椒盐噪声gydF4y2Ba 0.944562gydF4y2Ba
散斑噪声gydF4y2Ba 0.951758gydF4y2Ba
JPEG压缩gydF4y2Ba 0.900064gydF4y2Ba
如JPEG2000压缩gydF4y2Ba 0.880474gydF4y2Ba
加强攻击gydF4y2Ba 0.99612gydF4y2Ba
直方图均衡化gydF4y2Ba 0.826685gydF4y2Ba
平均滤波器gydF4y2Ba 0.826939gydF4y2Ba
运动模糊gydF4y2Ba 0.830194gydF4y2Ba
5.2。不可见性和鲁棒性分析gydF4y2Ba

莉娜的隐身性能,我们使用彩色图像和胡椒的宿主图像和彩色商标Islamia巴哈瓦尔布尔大学,巴基斯坦作为水印,用不同的维度。除了可视化表示,我们也使用三个指标,PSNR, SSIM,数控,量化隐形。该算法在任何攻击的隐身性能,如图gydF4y2Ba 7gydF4y2Ba,反映出优秀的隐形。鲁棒性需要评估时隐身是可以接受的。在鲁棒性,水印提取的质量检查在某些攻击。数情况下攻击莉娜彩色图像(512×512)嵌入水印(128×128)如图gydF4y2Ba 8gydF4y2Ba。就从攻击中提取水印图像的提取算法和解密的解密算法。相应的数控extracted-decrypted水印的值在图所示gydF4y2Ba 9gydF4y2Ba。数控的值(图gydF4y2Ba 9gydF4y2Ba中位数)是可以接受的,高斯噪声,盐和胡椒,散斑噪声、JPEG压缩。此外,数控extracted-decrypted水印的值在不同参数下遭受多次袭击也显示在图gydF4y2Ba 10gydF4y2Ba。gydF4y2Ba

0.115隐形比例因子的测试结果。(一)水印。(b)宿主图像1024×1024。(c)有水印的图像。(d) PSNR (db)。SSIM (e)。(f)提取水印。(g)数控(没有攻击)。gydF4y2Ba

各种各样的攻击有水印的图像。高斯低通滤波器(a)、(b)值,(c)高斯噪声,(d)盐和胡椒噪音,(e)散斑噪声、JPEG压缩(f), (g)如JPEG2000压缩,(h)锐化攻击,(我)直方图均衡化,(j)平均滤波器(k)动态模糊。gydF4y2Ba

鉴于在图水印提取攻击有水印的图像gydF4y2Ba 8gydF4y2Ba。(一)高斯低通滤波器:数控= 0.79286。(b)中位数:数控= 0.94175。(c)高斯噪声:数控= 0.9124。(d)盐和胡椒噪音:数控= 0.93241。斑点噪声(e):数控= 0.85761。(f) JPEG压缩:数控= 0.88661。(g)如JPEG2000压缩:数控= 0.85736。(h)锐化攻击:数控= 0.82034。(我)直方图均衡化:数控= 0.76479。 (j) Average filter: NC =0.79288. (k) Motion blur: NC = 0.76144.

数控的结果在不同的攻击和参数。(一)JPEG压缩,(b)如JPEG2000压缩,(c)高斯低通滤波器,(d)中值滤波器,高斯噪声(e), (f)加强攻击。gydF4y2Ba

 5.3。假阳性问题分析gydF4y2Ba

数字水印所有权保护和认证水印方案的一个重要应用;也就是说,only the actual owner should be able to extract the embedded digital watermark from the images correctly. FPP problems are very common and become a challenging issue in digital watermarking schemes, where an attacker claims false ownership of the watermark by embedding and extracting the forged watermarks. This state is a serious security matter that creates a barrier in confirming the real ownership of digital media [ 25gydF4y2Ba]。有两种方法在计算域嵌入水印:(i)计算水印和封面图像的奇异值,然后将水印的奇异值嵌入到封面图像的奇异值或(ii)直接嵌入水印比特封面图像的奇异值。一般来说,SVD-based水印方案满足不可见性和鲁棒性的标准,但可能暴露在FPP的概率增加。gydF4y2Ba

为了解决FPP的问题,我们在研究中实现了两种解决方案。首先,我们进行加密gydF4y2Ba UgydF4y2Ba 和gydF4y2Ba VgydF4y2Ba TgydF4y2Ba 组件通过使用逻辑映射。其次,四维超混沌系统是用于加密水印在嵌入前封面图片。这给对FPP一个额外的安全层。因此,它将再次强制解密后的水印提取。FPP的实验装置,选择水印(64×64)如图gydF4y2Ba (11日)gydF4y2Ba。与正确的解密水印参数有数控= 1.0000图所示gydF4y2Ba 11 (b)gydF4y2Ba,而图gydF4y2Ba 11 (c)gydF4y2Ba提取的水印(数控= 0.62)使用不正确的参数是不能辨认。gydF4y2Ba

FPP结果与正确的和不正确的参数。原始水印(a)、(b)解密后的水印与正确的参数,和(c)解密后的水印不正确的参数。gydF4y2Ba

 5.4。性能比较gydF4y2Ba

在本节中,提出的水印方案相比,一些最近出版计划。鲁棒性比较基于数控值应用一些袭击后如表所示gydF4y2Ba 5gydF4y2Ba。很明显,在一些攻击,我们的研究结果与最近出版方案相比更好。改进的结果写在大胆的格式。中列出的细微对比表gydF4y2Ba 6gydF4y2Ba基于平均数控、PSNR和SSIM之间盖,有水印的图像。很明显,无法感知的结果比一些最近出版的作品相比,在大多数情况下。计算时间组成的水印嵌入、水印提取时间,水印加密和解密时间在表gydF4y2Ba 7gydF4y2Ba。计算时间是验证了使用五个测试主机图像尺寸的512×512从USC-SIPI图像数据库,而三RGB图像数据gydF4y2Ba 2gydF4y2Ba(c) -gydF4y2Ba 2gydF4y2Ba(e)的尺寸256×256,128×128、64×64作为水印。改进的水印嵌入和提取时间等结果写粗体格式。gydF4y2Ba

鲁棒性比较nc在某些攻击的基地,当数据是可用的。gydF4y2Ba

攻击gydF4y2Ba 我们的数控(ref数控)gydF4y2Ba
没有攻击gydF4y2Ba 1.0 (1.0 [gydF4y2Ba 25gydF4y2Ba),1.0 (gydF4y2Ba 38gydF4y2Ba])gydF4y2Ba
高斯低通滤波器gydF4y2Ba 0.827244gydF4y2Ba
中值滤波(5、1)gydF4y2Ba 0.8874 (0.9968 [gydF4y2Ba 25gydF4y2Ba),0.5743 (gydF4y2Ba 39gydF4y2Ba),0.9356 (gydF4y2Ba 40gydF4y2Ba),0.8814 (gydF4y2Ba 38gydF4y2Ba),0.8370 (gydF4y2Ba 41gydF4y2Ba])gydF4y2Ba
中值滤波(3)gydF4y2Ba 0.847447 (0.7897 [gydF4y2Ba 42gydF4y2Ba),0.9188 (gydF4y2Ba 30.gydF4y2Ba),0.9258 (gydF4y2Ba 9gydF4y2Ba])gydF4y2Ba
平均滤波器”(3)gydF4y2Ba 0.826939gydF4y2Ba(0.7569 (gydF4y2Ba 42gydF4y2Ba])gydF4y2Ba
高斯噪声(gydF4y2Ba 米gydF4y2Ba= 0,gydF4y2Ba VgydF4y2Ba= 0.0001)gydF4y2Ba 0.94806 (0.9706 [gydF4y2Ba 25gydF4y2Ba),0.9256 (gydF4y2Ba 39gydF4y2Ba),0.9387 (gydF4y2Ba 40gydF4y2Ba),0.9131 (gydF4y2Ba 38gydF4y2Ba])gydF4y2Ba
盐和胡椒噪声(0.001)gydF4y2Ba 0.984562 (0.9952 [gydF4y2Ba 25gydF4y2Ba),0.9287 (gydF4y2Ba 39gydF4y2Ba),0.9122 (gydF4y2Ba 40gydF4y2Ba),0.9902 (gydF4y2Ba 38gydF4y2Ba),0.9421 (gydF4y2Ba 43gydF4y2Ba])gydF4y2Ba
散斑噪声gydF4y2Ba 0.951758gydF4y2Ba
JPEG压缩(Qf = 30)gydF4y2Ba 0.87903 (0.9968 [gydF4y2Ba 25gydF4y2Ba),0.8594 (gydF4y2Ba 39gydF4y2Ba),0.9789 (gydF4y2Ba 40gydF4y2Ba),0.8469 (gydF4y2Ba 38gydF4y2Ba])gydF4y2Ba
JPEG压缩(Qf = 90)gydF4y2Ba 0.92956 (0.9862 [gydF4y2Ba 30.gydF4y2Ba),0.9061 (gydF4y2Ba 43gydF4y2Ba),0.89109 (gydF4y2Ba 32gydF4y2Ba])gydF4y2Ba
加强攻击(0.2)gydF4y2Ba 0.96612gydF4y2Ba(0.9138 (gydF4y2Ba 42gydF4y2Ba),0.9579 (gydF4y2Ba 9gydF4y2Ba])gydF4y2Ba
加强攻击(0.8)gydF4y2Ba 0.856457gydF4y2Ba
加强攻击(1.0)gydF4y2Ba 0.8052 (0.9638 [gydF4y2Ba 25gydF4y2Ba),0.9877 (gydF4y2Ba 39gydF4y2Ba),0.9366 (gydF4y2Ba 40gydF4y2Ba),0.9999 (gydF4y2Ba 38gydF4y2Ba])gydF4y2Ba
直方图均衡化gydF4y2Ba 0.8785 (0.8805 [gydF4y2Ba 11gydF4y2Ba])gydF4y2Ba
运动模糊gydF4y2Ba 0.830194gydF4y2Ba
翻转(水平/垂直)gydF4y2Ba 0.9912 (1.0 [gydF4y2Ba 19gydF4y2Ba])gydF4y2Ba

优化的比例因子gydF4y2Ba αgydF4y2Ba =gydF4y2Ba 0.115gydF4y2Ba 。gydF4y2Ba

普通数控、PSNR和SSIM比较原始和有水印的图像时的数据是可用的。gydF4y2Ba

图像尺寸,水印尺寸gydF4y2Ba 我们的数控(ref数控)gydF4y2Ba 我们的PSNR (ref PSNR)gydF4y2Ba 我们的SSIM (ref SSIM)gydF4y2Ba
512×512、256×256gydF4y2Ba 0.999830gydF4y2Ba 29.2385gydF4y2Ba 0.9941gydF4y2Ba
512×512、128×128gydF4y2Ba 0.999959gydF4y2Ba 35.2342gydF4y2Ba 0.9987gydF4y2Ba
512×512、64×64gydF4y2Ba 0.999990gydF4y2Ba 41.1389gydF4y2Ba(40.77 (gydF4y2Ba 32gydF4y2Ba),35.97 (gydF4y2Ba 43gydF4y2Ba),38.95 (gydF4y2Ba 44gydF4y2Ba])gydF4y2Ba 0.9997gydF4y2Ba(0.9885 (gydF4y2Ba 43gydF4y2Ba])gydF4y2Ba

比例因子是gydF4y2Ba αgydF4y2Ba =gydF4y2Ba 0.115gydF4y2Ba 。gydF4y2Ba

计算时间比较每当数据是可用的。gydF4y2Ba

计算时间(年代)gydF4y2Ba 我们的价值(ref值)gydF4y2Ba
水印加密时间gydF4y2Ba 0.127723gydF4y2Ba
水印嵌入时间gydF4y2Ba 0.350738gydF4y2Ba(0.8509 (gydF4y2Ba 42gydF4y2Ba),0.611810 (gydF4y2Ba 30.gydF4y2Ba),0.7901 (gydF4y2Ba 41gydF4y2Ba])gydF4y2Ba
水印提取时间gydF4y2Ba 0.140354gydF4y2Ba(0.2295 (gydF4y2Ba 42gydF4y2Ba),0.2015 (gydF4y2Ba 41gydF4y2Ba])gydF4y2Ba
水印解密时间gydF4y2Ba 0.127649gydF4y2Ba
6。结论和未来的发展方向gydF4y2Ba

本文试图开发一种听不清,安全,和健壮水印的程序框架基于IEFOA比例因子优化解决问题的认证、完整性和FPP。可以用彩色水印嵌入宿主图像的多个维度效率。嵌入过程前,彩色水印加密通过使用一个超混沌系统的初始参数发现DNA序列从NCBI数据库。加密水印图像的RGB分量后,嵌入过程组成的logarithmic-based DWT, HbD,圣言是用来获得有水印的图像。宿主图像嵌入水印显示平均PSNR值大于35岁,被认为是可接受的,使水印不可见人的视觉系统。这个计划也完成了出色的细微但结果可比的鲁棒性。此外,双重加密(圣言之前和之后计算使它更安全的应对安全问题。圣言的微小修改参数或超混沌键使提取的水印完全认不出来。gydF4y2Ba

在未来,我们打算扩展方案以DICOM图像如超声波、x射线和磁共振成像。我们也想让它更强大的攻击并不强劲。此外,我们打算采用这个方案与其他频率变换结合它与高维超混沌系统实现高效的批处理。gydF4y2Ba

 数据可用性gydF4y2Ba

使用的数据来支持本研究的发现可以从相应的作者。gydF4y2Ba

 的利益冲突gydF4y2Ba

作者宣称没有利益冲突。gydF4y2Ba

 李gydF4y2Ba X。gydF4y2Ba 金gydF4y2Ba S.-T。gydF4y2Ba 李gydF4y2Ba I.-K。gydF4y2Ba 图像隐藏算法的鲁棒性增强细胞自动机域gydF4y2Ba 光学通信gydF4y2Ba 2015年gydF4y2Ba 356年gydF4y2Ba 1gydF4y2Ba 186年gydF4y2Ba 194年gydF4y2Ba 10.1016 / j.optcom.2015.07.073gydF4y2Ba 2 - s2.0 - 84938765034gydF4y2Ba 苏gydF4y2Ba Q。gydF4y2Ba 妞妞gydF4y2Ba Y。gydF4y2Ba 邹gydF4y2Ba H。gydF4y2Ba 赵gydF4y2Ba Y。gydF4y2Ba 姚gydF4y2Ba T。gydF4y2Ba 一位盲人双基于QR分解的彩色图像水印算法gydF4y2Ba 多媒体工具和应用程序gydF4y2Ba 2014年gydF4y2Ba 72年gydF4y2Ba 1gydF4y2Ba 987年gydF4y2Ba 1009年gydF4y2Ba 10.1007 / s11042 - 013 - 1653 - zgydF4y2Ba 2 - s2.0 - 84905964980gydF4y2Ba MishragydF4y2Ba 一个。gydF4y2Ba 阿加瓦尔gydF4y2Ba C。gydF4y2Ba 沙玛gydF4y2Ba 一个。gydF4y2Ba 贝蒂gydF4y2Ba P。gydF4y2Ba 灰度图像水印使用DWT-SVD和萤火虫算法进行了优化gydF4y2Ba 专家系统与应用程序gydF4y2Ba 2014年gydF4y2Ba 41gydF4y2Ba 17gydF4y2Ba 7858年gydF4y2Ba 7867年gydF4y2Ba 10.1016 / j.eswa.2014.06.011gydF4y2Ba 2 - s2.0 - 84905374004gydF4y2Ba 安萨里gydF4y2Ba 我一个。gydF4y2Ba 裤子gydF4y2Ba M。gydF4y2Ba 安gydF4y2Ba c·W。gydF4y2Ba 人工蜂群优化robust-reversible图像水印gydF4y2Ba 多媒体工具和应用程序gydF4y2Ba 2017年gydF4y2Ba 76年gydF4y2Ba 17gydF4y2Ba 18001年gydF4y2Ba 18025年gydF4y2Ba 10.1007 / s11042 - 016 - 3680 - zgydF4y2Ba 2 - s2.0 - 84974777341gydF4y2Ba AslantasgydF4y2Ba V。gydF4y2Ba 多根gydF4y2Ba 一个。gydF4y2Ba OzturkgydF4y2Ba 年代。gydF4y2Ba 使用粒子群优化器基于DWT-SVD图像水印gydF4y2Ba 学报2008年IEEE国际多媒体会议和博览会gydF4y2Ba 2008年6月gydF4y2Ba 德国汉诺威gydF4y2Ba 241年gydF4y2Ba 244年gydF4y2Ba 锅gydF4y2Ba W.-T。gydF4y2Ba 一个新的果蝇优化算法:以财务困境模型为例gydF4y2Ba 以知识为基础的系统gydF4y2Ba 2012年gydF4y2Ba 26gydF4y2Ba 69年gydF4y2Ba 74年gydF4y2Ba 10.1016 / j.knosys.2011.07.001gydF4y2Ba 2 - s2.0 - 84155181068gydF4y2Ba 常gydF4y2Ba C。gydF4y2Ba 成员gydF4y2Ba 年代。gydF4y2Ba 李gydF4y2Ba C。gydF4y2Ba 成员gydF4y2Ba 年代。gydF4y2Ba 在云计算环境中Privacy-aware可逆水印gydF4y2Ba IEEE访问gydF4y2Ba 2020年gydF4y2Ba 6gydF4y2Ba 70720年gydF4y2Ba 70733年gydF4y2Ba 10.1109 / ACCESS.2018.2880904gydF4y2Ba 2 - s2.0 - 85056593040gydF4y2Ba 辛格gydF4y2Ba H。gydF4y2Ba 水印图像加密使用确定的相位掩模和奇异值分解部分梅林变换域gydF4y2Ba 专业图像处理gydF4y2Ba 2018年gydF4y2Ba 12gydF4y2Ba 11gydF4y2Ba 1994年gydF4y2Ba 2001年gydF4y2Ba 10.1049 / iet-ipr.2018.5399gydF4y2Ba 2 - s2.0 - 85055094214gydF4y2Ba 贷款gydF4y2Ba n。gydF4y2Ba 成员gydF4y2Ba 年代。gydF4y2Ba 好哇gydF4y2Ba N . N。gydF4y2Ba 成员gydF4y2Ba 年代。gydF4y2Ba 安全的、健壮的数字图像水印利用系数差分和混沌加密gydF4y2Ba IEEE访问gydF4y2Ba 2018年gydF4y2Ba 6gydF4y2Ba 19876年gydF4y2Ba 19897年gydF4y2Ba 10.1109 / ACCESS.2018.2808172gydF4y2Ba 2 - s2.0 - 85044090840gydF4y2Ba 李gydF4y2Ba Y.-M。gydF4y2Ba 魏gydF4y2Ba D。gydF4y2Ba 张gydF4y2Ba lgydF4y2Ba Double-encrypted水印算法基于余弦变换和分数傅里叶变换不变的小波域gydF4y2Ba 信息科学gydF4y2Ba 2021年gydF4y2Ba 551年gydF4y2Ba 205年gydF4y2Ba 227年gydF4y2Ba 10.1016 / j.ins.2020.11.020gydF4y2Ba AraghigydF4y2Ba t·K。gydF4y2Ba ManafgydF4y2Ba 答:一个。gydF4y2Ba AraghigydF4y2Ba 美国K。gydF4y2Ba 安全的盲目的基于离散小波变换的水印方案使用二级奇异值分解gydF4y2Ba 专家系统与应用程序gydF4y2Ba 2018年gydF4y2Ba 112年gydF4y2Ba 208年gydF4y2Ba 228年gydF4y2Ba 10.1016 / j.eswa.2018.06.024gydF4y2Ba 2 - s2.0 - 85048985128gydF4y2Ba ShaikgydF4y2Ba 一个。gydF4y2Ba MasilamanigydF4y2Ba V。gydF4y2Ba 小说使用蜻蜓优化器在变换域数字水印方案gydF4y2Ba 计算机与电气工程gydF4y2Ba 2021年gydF4y2Ba 90年gydF4y2Ba 106923年gydF4y2Ba 10.1016 / j.compeleceng.2020.106923gydF4y2Ba 杨gydF4y2Ba 美国U。gydF4y2Ba 魏gydF4y2Ba D。gydF4y2Ba 周gydF4y2Ba R。gydF4y2Ba 一个优化的图像水印方法基于HD和DWT域的圣言gydF4y2Ba IEEE访问gydF4y2Ba 2019年gydF4y2Ba 7gydF4y2Ba 80849年gydF4y2Ba 80860年gydF4y2Ba 10.1109 / ACCESS.2019.2915596gydF4y2Ba 2 - s2.0 - 85068965935gydF4y2Ba 女王gydF4y2Ba M。gydF4y2Ba UddingydF4y2Ba m . S。gydF4y2Ba 数字图像水印技术通过混合方法的分析gydF4y2Ba 多媒体的发展gydF4y2Ba 2020年gydF4y2Ba 2020年gydF4y2Ba 2gydF4y2Ba 1gydF4y2Ba 12gydF4y2Ba 10.1155 / 2020/7912690gydF4y2Ba 考尔gydF4y2Ba M。gydF4y2Ba 辛格gydF4y2Ba D。gydF4y2Ba 基于多目标进化优化技术的超混沌映射及其应用在图像加密gydF4y2Ba 多维系统和信号处理gydF4y2Ba 2020年gydF4y2Ba 32gydF4y2Ba 281年gydF4y2Ba 301年gydF4y2Ba 10.1007 / s11045 - 020 - 00739 - 8gydF4y2Ba 古普塔gydF4y2Ba 一个。gydF4y2Ba 辛格gydF4y2Ba D。gydF4y2Ba 考尔gydF4y2Ba M。gydF4y2Ba 一种有效的图像加密使用基于non-dominated排序遗传algorithm-III四维混沌映射gydF4y2Ba 环境智能和人性化计算杂志》上gydF4y2Ba 2020年gydF4y2Ba 11gydF4y2Ba 3gydF4y2Ba 1309年gydF4y2Ba 1324年gydF4y2Ba 10.1007 / s12652 - 019 - 01493 - xgydF4y2Ba 2 - s2.0 - 85073819343gydF4y2Ba 考尔gydF4y2Ba M。gydF4y2Ba 辛格gydF4y2Ba D。gydF4y2Ba 辛格UppalgydF4y2Ba R。gydF4y2Ba 基于平行力量帕累托进化算法检测二图像加密gydF4y2Ba 专业图像处理gydF4y2Ba 2020年gydF4y2Ba 14gydF4y2Ba 6gydF4y2Ba 1015年gydF4y2Ba 1026年gydF4y2Ba 10.1049 / iet-ipr.2019.0587gydF4y2Ba 考尔gydF4y2Ba M。gydF4y2Ba 辛格gydF4y2Ba D。gydF4y2Ba 库马尔gydF4y2Ba V。gydF4y2Ba 彩色图像加密使用极小极大微分基于进化学7 d hyper-chaotic地图gydF4y2Ba 应用物理B:激光和光学gydF4y2Ba 2020年gydF4y2Ba 126年gydF4y2Ba 9gydF4y2Ba 10.1007 / s00340 - 020 - 07480 - xgydF4y2Ba 哈桑gydF4y2Ba B。gydF4y2Ba 艾哈迈德gydF4y2Ba R。gydF4y2Ba 李gydF4y2Ba B。gydF4y2Ba 哈桑gydF4y2Ba O。gydF4y2Ba 一个听不清医学图像水印框架自动诊断视网膜病理的电子健康安排gydF4y2Ba IEEE访问gydF4y2Ba 2019年gydF4y2Ba 7gydF4y2Ba 69758年gydF4y2Ba 69775年gydF4y2Ba 10.1109 / access.2019.2919381gydF4y2Ba 2 - s2.0 - 85067265091gydF4y2Ba 辛格gydF4y2Ba R。gydF4y2Ba AshokgydF4y2Ba 一个。gydF4y2Ba 一个优化的鲁棒水印技术在频域中使用CKGSAgydF4y2Ba 《信息安全与应用程序gydF4y2Ba 2021年gydF4y2Ba 58gydF4y2Ba 102734年gydF4y2Ba 10.1016 / j.jisa.2020.102734gydF4y2Ba YamnigydF4y2Ba M。gydF4y2Ba KarmounigydF4y2Ba H。gydF4y2Ba SayyourigydF4y2Ba M。gydF4y2Ba QjidaagydF4y2Ba H。gydF4y2Ba 图像水印使用分离Charlier-Meixner分数的时刻gydF4y2Ba 富兰克林研究所杂志》上gydF4y2Ba 2021年gydF4y2Ba 10.1016 / j.jfranklin.2021.01.011gydF4y2Ba SadeghigydF4y2Ba M。gydF4y2Ba ToosigydF4y2Ba R。gydF4y2Ba AkhaeegydF4y2Ba m·A。gydF4y2Ba 盲目的增益不变的图像水印使用随机投影的方法gydF4y2Ba 信号处理gydF4y2Ba 2019年gydF4y2Ba 163年gydF4y2Ba 213年gydF4y2Ba 224年gydF4y2Ba 10.1016 / j.sigpro.2019.05.026gydF4y2Ba 2 - s2.0 - 85067990925gydF4y2Ba Cedillo-HernandezgydF4y2Ba M。gydF4y2Ba Cedillo-HernandezgydF4y2Ba 一个。gydF4y2Ba Nakano-MiyatakegydF4y2Ba M。gydF4y2Ba Perez-MeanagydF4y2Ba H。gydF4y2Ba 提高医学影像管理通过使用健壮的和安全的双重水印gydF4y2Ba 生物医学信号处理和控制gydF4y2Ba 2020年gydF4y2Ba 56gydF4y2Ba 101695年gydF4y2Ba 10.1016 / j.bspc.2019.101695gydF4y2Ba 胡gydF4y2Ba H.-T。gydF4y2Ba 许gydF4y2Ba L.-Y。gydF4y2Ba 周gydF4y2Ba h。gydF4y2Ba 一种改进SVD-based盲目的彩色图像水印算法与混合调制gydF4y2Ba 信息科学gydF4y2Ba 2020年gydF4y2Ba 519年gydF4y2Ba 161年gydF4y2Ba 182年gydF4y2Ba 10.1016 / j.ins.2020.01.019gydF4y2Ba 沙玛gydF4y2Ba 年代。gydF4y2Ba 沙玛gydF4y2Ba H。gydF4y2Ba 沙玛gydF4y2Ba j·B。gydF4y2Ba 一种自适应彩色图像水印使用基于RDWT-SVD和人工蜂群的质量指标强度系数的优化gydF4y2Ba 应用软计算杂志gydF4y2Ba 2019年gydF4y2Ba 84年gydF4y2Ba 1gydF4y2Ba 30.gydF4y2Ba 10.1016 / j.asoc.2019.105696gydF4y2Ba 2 - s2.0 - 85071080643gydF4y2Ba SundararajangydF4y2Ba M。gydF4y2Ba 亚穆纳河gydF4y2Ba G。gydF4y2Ba 优化的彩色图像水印最适合方程的使用面积和布谷鸟搜索算法gydF4y2Ba 今天材料:诉讼gydF4y2Ba 2018年gydF4y2Ba 5gydF4y2Ba 1gydF4y2Ba 1138年gydF4y2Ba 1146年gydF4y2Ba 10.1016 / j.matpr.2017.11.194gydF4y2Ba 2 - s2.0 - 85041300676gydF4y2Ba 周gydF4y2Ba n R。gydF4y2Ba 罗gydF4y2Ba 答:W。gydF4y2Ba 邹gydF4y2Ba w·P。gydF4y2Ba 安全、健壮水印方案基于多个转换和粒子群优化算法gydF4y2Ba 多媒体工具和应用程序gydF4y2Ba 2019年gydF4y2Ba 78年gydF4y2Ba 2gydF4y2Ba 2507年gydF4y2Ba 2523年gydF4y2Ba 10.1007 / s11042 - 018 - 6322 - 9gydF4y2Ba 2 - s2.0 - 85049688139gydF4y2Ba 王gydF4y2Ba B。gydF4y2Ba 一种自适应的图像水印方法结合奇异值分解和wang-landau DWT域的采样gydF4y2Ba 数学gydF4y2Ba 2020年gydF4y2Ba 8gydF4y2Ba 1gydF4y2Ba 20.gydF4y2Ba 崔gydF4y2Ba X。gydF4y2Ba 妞妞gydF4y2Ba Y。gydF4y2Ba 郑gydF4y2Ba X。gydF4y2Ba 汉gydF4y2Ba Y。gydF4y2Ba 一个优化的小波域数字水印算法基于微分进化为彩色图像gydF4y2Ba 《公共科学图书馆•综合》gydF4y2Ba 2018年gydF4y2Ba 13gydF4y2Ba 5gydF4y2Ba 1gydF4y2Ba 15gydF4y2Ba 10.1371 / journal.pone.0196306gydF4y2Ba 2 - s2.0 - 85047440861gydF4y2Ba Yousefi ValandargydF4y2Ba M。gydF4y2Ba 贾法里BaranigydF4y2Ba M。gydF4y2Ba AyubigydF4y2Ba P。gydF4y2Ba 一个盲人和健壮的基于块变换的彩色图像水印方法,修改三维Henon地图gydF4y2Ba 软计算gydF4y2Ba 2020年gydF4y2Ba 24gydF4y2Ba 2gydF4y2Ba 771年gydF4y2Ba 794年gydF4y2Ba 10.1007 / s00500 - 019 - 04524 - zgydF4y2Ba SopparigydF4y2Ba K。gydF4y2Ba 钱德拉gydF4y2Ba n S。gydF4y2Ba 发展提高鲸鱼文中针对FCM聚类图像水印gydF4y2Ba 计算机科学评论gydF4y2Ba 2020年gydF4y2Ba 37gydF4y2Ba 100287年gydF4y2Ba 10.1016 / j.cosrev.2020.100287gydF4y2Ba 票价gydF4y2Ba K。gydF4y2Ba 胺gydF4y2Ba K。gydF4y2Ba 沙拉gydF4y2Ba E。gydF4y2Ba 一个健壮的盲目的彩色图像基于傅里叶变换域的水印gydF4y2Ba OptikgydF4y2Ba 2020年gydF4y2Ba 208年gydF4y2Ba 1gydF4y2Ba 9gydF4y2Ba 10.1016 / j.ijleo.2020.164562gydF4y2Ba SuneshgydF4y2Ba 基肖尔gydF4y2Ba R R。gydF4y2Ba 一种新颖的和有效的盲图像水印在变换域gydF4y2Ba Procedia计算机科学gydF4y2Ba 2020年gydF4y2Ba 167年gydF4y2Ba 2019年gydF4y2Ba 1505年gydF4y2Ba 1514年gydF4y2Ba 10.1016 / j.procs.2020.03.361gydF4y2Ba 苏gydF4y2Ba Q。gydF4y2Ba 小说盲目使用Hessenberg分解的彩色图像水印技术gydF4y2Ba 专业图像处理gydF4y2Ba 2016年gydF4y2Ba 10gydF4y2Ba 11gydF4y2Ba 817年gydF4y2Ba 829年gydF4y2Ba 杨gydF4y2Ba X。gydF4y2Ba 李gydF4y2Ba W。gydF4y2Ba 苏gydF4y2Ba lgydF4y2Ba 王gydF4y2Ba Y。gydF4y2Ba 杨gydF4y2Ba 一个。gydF4y2Ba 一种改进的进化果蝇优化算法及其应用gydF4y2Ba 神经计算和应用gydF4y2Ba 2019年gydF4y2Ba 32gydF4y2Ba 14gydF4y2Ba 9897年gydF4y2Ba 9914年gydF4y2Ba 10.1007 / s00521 - 019 - 04512 - 2gydF4y2Ba 太阳gydF4y2Ba J。gydF4y2Ba 彭gydF4y2Ba M。gydF4y2Ba 刘gydF4y2Ba F。gydF4y2Ba 唐gydF4y2Ba C。gydF4y2Ba 保护压鬼成像与超混沌系统和DNA编码gydF4y2Ba 复杂性gydF4y2Ba 2020年gydF4y2Ba 2020年gydF4y2Ba 13gydF4y2Ba 8815315gydF4y2Ba 10.1155 / 2020/8815315gydF4y2Ba 锅gydF4y2Ba Q.-K。gydF4y2Ba 唱gydF4y2Ba H.-Y。gydF4y2Ba 段gydF4y2Ba 黄永发。gydF4y2Ba 高gydF4y2Ba lgydF4y2Ba 一种改进的果蝇优化算法对连续函数优化问题gydF4y2Ba 以知识为基础的系统gydF4y2Ba 2014年gydF4y2Ba 62年gydF4y2Ba 69年gydF4y2Ba 83年gydF4y2Ba 10.1016 / j.knosys.2014.02.021gydF4y2Ba 2 - s2.0 - 84899057011gydF4y2Ba 苏gydF4y2Ba Q。gydF4y2Ba 王gydF4y2Ba G。gydF4y2Ba 张gydF4y2Ba X。gydF4y2Ba 盲目的彩色图像水的新算法——基于LU分解gydF4y2Ba 多维系统和信号处理gydF4y2Ba 2018年gydF4y2Ba 29日gydF4y2Ba 2018年gydF4y2Ba 1055年gydF4y2Ba 1074年gydF4y2Ba 10.1007 / s11045 - 017 - 0487 - 7gydF4y2Ba 2 - s2.0 - 85016212525gydF4y2Ba 苏gydF4y2Ba Q。gydF4y2Ba 陈gydF4y2Ba B。gydF4y2Ba 健壮的彩色图像在空间域水印技术gydF4y2Ba 软计算gydF4y2Ba 2017年gydF4y2Ba 22gydF4y2Ba 1gydF4y2Ba 91年gydF4y2Ba 106年gydF4y2Ba 10.1007 / s00500 - 017 - 2489 - 7gydF4y2Ba 2 - s2.0 - 85009895412gydF4y2Ba 罗伊gydF4y2Ba 年代。gydF4y2Ba 朋友gydF4y2Ba 答:K。gydF4y2Ba 基于奇异值分解的具体位置健壮的彩色图像水印方案使用RDWT和阿诺德匆忙gydF4y2Ba 无线个人通信gydF4y2Ba 2018年gydF4y2Ba 98年gydF4y2Ba 2gydF4y2Ba 2223年gydF4y2Ba 2250年gydF4y2Ba 10.1007 / s11277 - 017 - 4971 - zgydF4y2Ba 2 - s2.0 - 85029904136gydF4y2Ba PrabhagydF4y2Ba K。gydF4y2Ba Shatheesh山姆gydF4y2Ba 我。gydF4y2Ba 一个有效的健壮和听不清盲目的彩色图像水印使用什么gydF4y2Ba 沙特国王大学计算机与信息科学杂志》上gydF4y2Ba 2020年gydF4y2Ba 10.1016 / j.jksuci.2020.04.003gydF4y2Ba 张gydF4y2Ba H。gydF4y2Ba 王gydF4y2Ba C。gydF4y2Ba 一个强大的基于奇异值分解的图像水印方案在空间域gydF4y2Ba 未来的互联网gydF4y2Ba 2017年gydF4y2Ba 9gydF4y2Ba 45gydF4y2Ba 1gydF4y2Ba 16gydF4y2Ba 10.3390 / fi9020013gydF4y2Ba 2 - s2.0 - 85018963918gydF4y2Ba 曹gydF4y2Ba Y。gydF4y2Ba 余gydF4y2Ba F。gydF4y2Ba 唐gydF4y2Ba Y。gydF4y2Ba 基于FPGA的数字水印加密技术云加速器gydF4y2Ba IEEE访问gydF4y2Ba 2020年gydF4y2Ba 8gydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba 15gydF4y2Ba 徐gydF4y2Ba H。gydF4y2Ba 康gydF4y2Ba X。gydF4y2Ba 陈gydF4y2Ba Y。gydF4y2Ba 王gydF4y2Ba Y。gydF4y2Ba 旋转和尺度不变的基于极坐标的图像水印谐波转换gydF4y2Ba OptikgydF4y2Ba 2019年gydF4y2Ba 183年gydF4y2Ba 401年gydF4y2Ba 414年gydF4y2Ba 10.1016 / j.ijleo.2019.02.001gydF4y2Ba 2 - s2.0 - 85062145821gydF4y2Ba