Artículos 20.10.2024

Tabla 4. Algoritmos para incorporar información digital marcas de agua en imágenes..

Tabla 4. Algoritmos para incrustar imágenes digitales en imágenes.

Tabla 4. Algoritmos para incrustar pinturas digitales en imágenes

td>

No.	Características de CVZ	Principio de trabajo	Ventajas	Desventajas
Algoritmos aditivos
A17	Una secuencia de números pseudoaleatorios distribuido según la ley de Gauss, 1000 números de longitud	Modificación de los 1000 coeficientes más grandes de la transformada discreta del coseno (DCT)	Fuerte robustez de la forma de onda digital durante la compresión y otros tipos de procesamiento de señales	La complejidad de calcular DCT bidimensional
A18	Secuencia de números binarios pseudoaleatorios wi I {-1, 1}, cuya longitud está determinada por las dimensiones del imagen original	Modificación de todos los coeficientes de los subrangos detallados del primer subnivel de descomposición al realizar una transformada wavelet de cuatro niveles	Posibilidad de detectar longitudes de onda digitales sin una imagen original. Fuerte discreción visual del centro de exposición digital	Para extraer imágenes digitales, debe tener la imagen original
A19	Una matriz de números pseudoaleatorios, distribuidos según la ley de Gauss, con un tamaño de 1024 números	Modificación de todos los coeficientes LL de la subbanda de transformada wavelet de una imagen	Posibilidad de modificar el algoritmo para utilizar una clave secreta	Posibilidad de modificar el algoritmo para utilizar una clave secreta	Para extraer imágenes digitales, debe tener la imagen original
A20	Secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss	Modificación de los coeficientes más grandes de subrangos detallados de descomposición de imágenes en tres niveles	Buen enmascaramiento visual de datos incrustados. Para detectar marcas de agua digitales no se requiere la presencia de la imagen original
A21	Una secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss, de 1000 números de longitud	Modificación de la percepción coeficientes significativos de descomposición de imágenes en tres niveles con el uso de filtros wavelet biortogonales	Robustez del filtro wavelet digital ante muchos tipos de ataques. Para detectar marcas de agua digitales no se requiere la presencia de la imagen original
A22	Secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss	Modificación de los coeficientes mayores de cada subrango de descomposición de la imagen en tres niveles (con excepción de las subbandas del nivel de resolución más alto)	Para detectar longitudes de onda digitales, no se requiere la presencia de la imagen original
A23	Matriz de números pseudoaleatorios bipolares	Modificación de los 1000 coeficientes más grandes de la transformada wavelet compleja (CVZ también está sujeto a transformación)	Para detectar marcas de agua digitales no se requiere la presencia de la imagen original
A24	Una secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss con I {1, -1}	Modificación de los coeficientes más grandes de una transformada wavelet de tres niveles ( los coeficientes se seleccionan de acuerdo con un umbral determinado)	Alta robustez de las imágenes digitales ante algunos tipos de ataques	Para extraer imágenes digitales , debes tener la imagen original
A25	Una secuencia de números reales pseudoaleatorios, cuya longitud depende del ancho de banda de la imagen, calculada en base a un modelo de visión humana	Modificación de los coeficientes de transformada wavelet de cuatro niveles seleccionados teniendo en cuenta cuenta un umbral determinado	Alta robustez de la marca de agua digital implementada	Para extraer la marca de agua digital, debe tener la imagen original
A26	Secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss	Modificación de los mayores coeficientes de los rangos de alta y media frecuencia de la transformada de Haar	Muy robusto ante ataques de reescalado. Posibilidad de reducir el número de operaciones computacionales al detectar puntos de referencia digitales	Para extraer imágenes digitales, debe tener la imagen original
A27	Una secuencia de números reales pseudoaleatorios distribuidos según la ley de Gauss (la longitud corresponde al número de coeficientes modificados)	Modificación de coeficientes significativos de todos los subrangos de la wavelet de cinco niveles transform	Posibilidad de modificaciones del algoritmo para utilizar la stegokey	Para extraer marcas de agua digitales es necesario tener la imagen original
A28	El mismo	El algoritmo A28 es una versión modificada del algoritmo A27, con extracción ciega de puntos de referencia digitales	Para la detección de puntos de referencia digitales no se requiere imagen fuente	Inmunidad al ruido muy reducida en comparación con el algoritmo A27
Algoritmos basados en la fusión de marca de agua digital y contenedor
A29	Logotipo en blanco y negro, hasta un 25 % del tamaño de la imagen original	Modificación de toda la descomposición en un solo nivel coeficientes de la imagen original	Gran tamaño de la imagen digital oculta (hasta una cuarta parte del tamaño de la imagen original)	Para extraiga la imagen digital, debe tener la imagen original
A30	Logotipo en blanco y negro	Modificación de todos los coeficientes de las subbandas detalladas de la transformada wavelet de la imagen fuente	No se requiere la presencia de la imagen original para detectar marcas de agua digitales
Algoritmos que utilizan escalar cuantización
A31	Secuencia ±1	Modificación de los coeficientes de alta frecuencia del componente azul de la imagen después de una transformada wavelet entera de cinco niveles	Para detectar longitudes de onda digitales, no se requiere la presencia de la imagen original
A32	Imagen binaria, la mitad del tamaño del original	Modificación de las regiones HF-LF y LF-HF de la transformada wavelet de dos niveles de la imagen original	Gran tamaño de la marca de agua digital oculta	Para extraer la marca de agua digital, debe tener la imagen original; Baja robustez del algoritmo con respecto a las operaciones de procesamiento de señales
	&nbsp ;
A33	Una secuencia de caracteres obtenida de un logotipo con un tamaño del 25% de la imagen original	Modificación del vector n-dimensional de coeficientes de transformada wavelet discreta de la imagen original	Marca de agua digital oculta de gran tamaño Es posible controlar la robustez, el nivel de distorsión y la calidad de la imagen incrustada	Para extraer una marca de agua digital, debe tener la imagen original
Algoritmos que utilizan transformaciones fractales
A34	Formados a partir de la fuente imagen (hasta 15 marcas de agua digitales diferentes)		Para detectar marcas de agua digitales no se requiere la presencia de la imagen original
A35	Cadena de bits		Presencia de una clave secreta; Resistencia a la compresión JPEG
A36	Cadena de bits		Presencia de una clave secreta	Puede haber un deterioro notable en la calidad de la imagen al incorporar una grabación de vídeo digital

Nota. en la mesa 4 para algoritmos CVD se utilizan las notaciones adoptadas en [2]

Tabla 4. Algoritmos para incrustar imágenes digitales en imágenes.

Tabla 4. Algoritmos para incorporar información digital marcas de agua en imágenes..

Добавить комментарий