Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2014 | OriginalPaper | Buchkapitel

Intelligence Digital Image Watermark Algorithm Based on Artificial Neural Networks Classifier

verfasst von : Cong Jin, Shu-Wei Jin

Erschienen in: Modern Trends and Techniques in Computer Science

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

An intelligence robust digital image watermarking algorithm using artificial neural network (ANN) is proposed. In new algorithm, for embedding watermark, the original image first is divided into some N 1 × N 2 small blocks, different embedding strengths are determined by RBFNN classifier according to different textural features of every block after DCT. The experimental results show that the proposed algorithm are robust against common image processing attacks, such as JPEG compression, Gaussian noise, cropping, mean filtering, wiener filtering, and histogram equalization etc. The proposed algorithm achieves a good compromise between the robustness and invisibility, too.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel PPSA: A Tool for Suboptimal Control of Time Delay Systems: Revision and Open Tasks
Literatur
1.
Jin, C.: Adaptive robust image watermark scheme based on fuzzy comprehensive evaluation and analytic hierarchy process. SIViP 6, 317–324 (2012)CrossRef
2.
Li, L.D., Yuan, X.P., Lu, Z.L., Pan, J.S.: Rotation invariant watermark embedding based on scale-adapted characteristic regions. Inf. Sci. 180, 2875–2888 (2010)CrossRef
3.
Zhang, F., Zhang, H.B.: Applications of a neural network to watermarking capacity of digital image. Neurocomputing 67, 345–349 (2005)CrossRef
4.
Zhang, J., Wang, N.C., Xiong, F.: Hiding a logo watermark into the multi-wavelet domain using neural networks. In: 14th IEEE International Conference on Tools with Artificial Intelligence (ICTAI’02), pp. 477–482 (2002)
5.
Frank, H.L.L., Chen, Z.Y., Tang, L.: Novel perceptual modeling watermarking with MLF neural networks. Int. J. Inf. Technol. 10, 82–85 (2004)
6.
Tsai, H.H., Liu, C.C.: Wavelet-based image watermarking with visibility range estimation based on HVS and neural networks. Pattern Recogn. 44, 751–763 (2011)CrossRefMATH
7.
Haykin, S.: Neural Networks, A Comprehensive Foundation. Macmillan, New York (1994)MATH
8.
Ohlsson, N., Helander, M., Wohlin, C.: Quality improvement by identification of fault-prone modules using software design metrics. In: International Conference on Software Quality, pp. 1–13 (1996)
9.
Bishop, C.M.: Neural Networks for Pattern Recognition. Oxford University Press, New York (1995)
10.
Haykin, S.: Neural Networks. Prentice Hall, New Jersey (1999)MATH
11.
Lin, W.H., Wang, Y.R., et al.: A blind watermarking method using maximum wavelet coefficient quantization. Expert Syst. Appl. 36, 11509–11516 (2009)CrossRef
12.
Nasir, I., Weng, Y., Jiang, J.: A new robust watermarking scheme for color image in spatial domain. In: IEEE Conference on Signal Image Technologies and Internet-Based System, pp. 942–947. China (2007)
13.
Zhang, D., Wu, B., Sun, J., Huang, H.: A new robust watermarking algorithm based on DWT. In: The Second International Congress on Image and Signal Processing, pp. 1–6. Tianjin, China (2009)
14.
Luo, K., Tian, X.: A new robust watermarking scheme based on wavelet transform. In: Congress Image Signal Processing, pp. 312–316. Hainan, China (2008)
15.
Verma, B., Jain, S.: A spatial domain robust non-oblivious watermarking scheme for image database. In: The Second Indian International Conference on Artificial Intelligence, pp. 3071–3085. Puna, India (2005)
Metadaten
Titel
Intelligence Digital Image Watermark Algorithm Based on Artificial Neural Networks Classifier
verfasst von
Cong Jin
Shu-Wei Jin
Copyright-Jahr
2014
Buch
Modern Trends and Techniques in Computer Science

Print ISBN: 978-3-319-06739-1

Electronic ISBN: 978-3-319-06740-7

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-06740-7_1

Premium Partner

    Bildnachweise