Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安理工大学隋连升获国家专利权

西安理工大学隋连升获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安理工大学申请的专利基于预测误差修正和自适应优化映射的可逆数据隐藏方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116389650B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310339538.4,技术领域涉及:H04N1/32;该发明授权基于预测误差修正和自适应优化映射的可逆数据隐藏方法是由隋连升;周光飚;肖照林;王战敏设计研发完成,并于2023-03-31向国家知识产权局提交的专利申请。

基于预测误差修正和自适应优化映射的可逆数据隐藏方法在说明书摘要公布了:本发明基于预测误差修正和自适应优化映射的可逆数据隐藏方法,具体为:将原始图像分为大小相等互不重叠的块;将像素块分为交叉排列的两个集合,计算块复杂度,并按照从小到大排序;根据周围像素块确定当前像素块的扫描顺序,使用改进的像素值排序算法计算像素块内的四个预测误差;遍历两组复杂度阈值,分别修改不同区间的预测误差,并将值为0和1的预测误差成对,从多组映射中选取失真最小的二维映射;按照嵌入规则嵌入数据,计算峰值信噪比;改变块大小,重复预测优化的过程,选择峰值信噪比最大的块大小、复杂度阈值和映射。本发明方法能够在保证嵌入容量的同时,提高了图像质量。

本发明授权基于预测误差修正和自适应优化映射的可逆数据隐藏方法在权利要求书中公布了:1.基于预测误差修正和自适应优化映射的可逆数据隐藏方法,其特征在于,具体按照以下步骤实施: 步骤1,对原始图像进行溢出处理,将原始图像分为若干大小相同互不重叠的像素块; 步骤2,将步骤1得到的像素块按照交叉排列的形式划分为两个集合,依次计算两个集合中的每个像素块的复杂度,将每个集合中的像素块根据其复杂度依次从小到大排序,每个像素块根据梯度值和确定像素块内的扫描顺序,根据扫描后的像素值大小对像素块内像素进行升序排序; 步骤2的具体过程为: 步骤2.1,将步骤1得到的像素块按照交叉排列的形式划分为两个集合,即: (1) 式(1)中,,分别表示像素块的行和列; 步骤2.2,先对其中一个集合进行处理,处理完后再对另一个集合进行处理,两个集合的处理过程相同; 处理过程为: 将当前像素块的相邻区域内像素的差值的绝对值之和作为当前像素块的复杂度,根据复杂度的大小将像素块从小到大进行排序; 其中,相邻区域内像素指当前像素块的左右两侧P×2区域及上下两侧2×Q区域; 步骤2.3,对于每个像素块,根据公式(2)和公式(3)计算当前像素块的梯度值和,根据梯度值和选择扫描顺序,得到每个像素块内的每个像素值; (2) (3) 式(2)和(3)中,是当前像素块的最左上角像素的坐标; 若,则按照第一行、第二行……最后一行的行间顺序,且每行均按照从左至右的顺序进行扫描; 若,则按照最后一行……第二行、第一行的行间顺序,且每行均按照从左至右的顺序进行扫描; 若,则按照第一行、第二行……最后一行的行间顺序,且每行均按照从右至左的顺序进行扫描; 若,则按照最后一行……第二行、第一行的行间顺序,且每行均按照从右至左的顺序进行扫描; 若,则按照第一列、第二列……最后一列的列间顺序,且每列按照从上到下的顺序进行扫描; 若,则按照第一列、第二列……最后一列的列间顺序,且每列按照从下到上的顺序进行扫描; 若,则按照最后一列……第二列、第一列的列间顺序,且每列按照从上到下的顺序进行扫描; 若,则按照最后一列……第二列、第一列的列间顺序,且每列按照从下到上的顺序进行扫描; 步骤2.4,根据步骤2.3扫描得到的每个像素块内的每个像素值,将每个像素块内的像素按照像素值大小进行升序排列,得到有序序列,以及对应的下标序列,且满足公式(4)的条件,即: (4) 式(4)中,n表示每个像素块内像素值的总数; 步骤3,使用第三大像素预测最大和第二大像素,使用第三小像素预测最小和第二小像素,生成四个预测误差,根据排序像素和下标之间的关系,修改预测误差; 步骤4,定义两个复杂度阈值,循环遍历复杂度阈值,划分复杂度区间,根据复杂度区间的不同修改预测误差,将预测误差值为0、1的进行成对,得到预测误差对序列; 步骤5,对于某组复杂度阈值、,循环遍历所有步骤4得到的预测误差对的二维映射,计算嵌入容量、图像损失程度,根据嵌入容量和图像损失程度得到当前划分方案下的像素块的最优复杂度阈值、和二维映射; 步骤6,改变步骤1中划分的像素块的大小,重复步骤2~5,得到所有像素块下的最优复杂度阈值、和二维映射,在每个像素块的最优复杂度阈值、和二维映射所对应的集合中嵌入数据,得到载密图像,通过峰值信噪比得到最优载密图像、最终参数、最终的载密图像。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。