摘要
本发明公开了一种基于多通道脉冲耦合神经网络的遥感影像零水印方法。该方法首先将遥感影像各波段分别输入多通道脉冲耦合神经网络模型进行并行处理,并采用多尺度形态梯度和差分盒维数对模型进行优化和激励,以提升特征提取的精确度和鲁棒性。接着,利用非对称Tent映射对提取的特征进行加密,并根据广义Arnold变换对水印图像和加密的特征图像进行置乱,从而提高算法的安全性。最后,将加扰的水印图像和特征图像进行异或运算生成零水印,并存储于星际文件系统(IPFS)。该方法对常见的遥感影像非几何水印攻击和几何水印攻击均具有较强的鲁棒性,为遥感影像的安全管理与版权保护提供了可靠保障。
技术关键词
零水印方法
身份验证信息
影像
密钥
脉冲耦合神经网络
图像
Sigmoid函数
生成混沌序列
星际文件系统
加密
证书
广义
鲁棒性
通道
多尺度
形态
系统为您推荐了相关专利信息
植被提取方法
语义分割网络
植被指数数据
特征提取模块
语义分割神经网络
智能语义理解
语音识别文本
语音识别方法
校准
生成对抗网络
篡改方法
接收方
部署智能合约
密钥管理系统
日志