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！

龙图腾网获悉中国科学院自动化研究所;北京邮电大学申请的专利一种感知约束和引导下的特征点增强局部水印嵌入与提取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：CN119338659B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411394617.6，技术领域涉及：G06T1/00；该发明授权一种感知约束和引导下的特征点增强局部水印嵌入与提取方法是由黄樱;关虎;郭娜;牛保宁;张树武设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种感知约束和引导下的特征点增强局部水印嵌入与提取方法在说明书摘要公布了：本发明公开一种感知约束和引导下的特征点增强局部水印嵌入与提取方法。所述嵌入方法包括：对待嵌入水印图像进行SIFT特征点检测，得到若干个特征点；按照所述特征点的强度从大到小对所述特征点进行排序，选择强度最高的多个所述特征点定位的多个不重叠区域作为水印嵌入区域；根据水印信息位的长度对每个所述水印嵌入区域进行分块；在每个所述水印嵌入区域的每个所述分块中利用融合特征点增强的水印嵌入策略嵌入一位水印；用嵌入水印后的所述水印嵌入区域替换所述待嵌入水印图像中对应的区域，得到含水印图像。本发明相比于已有自适应局部图像水印嵌入与提取方法有更好的不可见性以及更强的鲁棒性。

本发明授权一种感知约束和引导下的特征点增强局部水印嵌入与提取方法在权利要求书中公布了：1.一种感知约束和引导下的特征点增强局部水印嵌入方法，具体包括： 步骤S1：对待嵌入水印图像进行SIFT特征点检测，得到若干个特征点； 步骤S2：按照所述特征点的强度从大到小对所述特征点进行排序，选择强度最高的多个所述特征点定位的多个不重叠区域作为水印嵌入区域； 步骤S3：根据水印信息位的长度对每个所述水印嵌入区域进行分块； 步骤S4：在每个所述水印嵌入区域的每个所述分块中利用融合特征点增强的水印嵌入策略嵌入一位水印，包括： 步骤S41：根据预先建立的基于PSNR的量化参数模型，确定所述融合特征点增强的水印嵌入策略中的嵌入参数； 步骤S42：根据所述分块中是否含特征点将所述分块分类，含特征点的分块称为中心图像块，不含特征点的分块称为非中心图像块； 步骤S43：在JND的引导下，利用量化方法在每个所述非中心图像块中嵌入一位水印；量化公式如公式1所示，修改权重如公式2所示，嵌入公式如公式3所示： 1 2 3 其中，i,j表示图像块的索引；Bi,j和B′i,j分别表示所述待嵌入水印图像和所述含水印图像中的所述非中心图像块，ui,j和u′i,j分别表示Bi,j和B′i,j的像素均值；lq是所述嵌入参数，也称为量化步长，用于控制像素修改量；wi,j表示待嵌入的水印位；round是一个取整函数，mod表示取余操作；Jndi,j是图像块Bi,j中每个像素的JND矩阵，Mi,j表示所述非中心图像块的像素修改权重；sum是求和函数； 步骤S44：在JND的引导下，利用优化函数在所述中心图像块中嵌入一位水印；权重矩阵如公式4所示，优化函数如公式5所示： 4 5 6 7 其中，h为图像块的长度，w为图像块的宽度，Bo是所述待嵌入水印图像I中包含特征点po的所述中心图像块，Jndo表示Bo的JND矩阵；Mo表示所述中心图像块的像素修改权重；I′为所述含水印图像，Bo′为所述含水印图像中与Bo相对应的图像块；min表示取最小值，||MoBo-Bo′||表示二范数；限制条件C.1保证po的强度增加到指定值；po:maximun和po:minimun分别表示po是以其自身为中心的Spo邻域内的最大强度特征点和最小强度特征点；DIpo表示特征点po的初始强度值，DI’po表示特征点po被增强后的强度值，ξ表示特征点强度的增强值；限制条件C.2保证Spo邻域内没有新特征点生成；pmax和pmin分别表示Spo邻域内的最大特征强度和最小特征强度，限制条件C.3保证水印的嵌入； 步骤S5：用嵌入水印后的所述水印嵌入区域替换所述待嵌入水印图像中对应的区域，得到含水印图像。

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中国科学院自动化研究所;北京邮电大学，其通讯地址为：100190 北京市海淀区中关村东路95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”。

以上内容由龙图腾AI智能生成。