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！

龙图腾网获悉中山大学申请的专利一种采用两阶段预编码和小波网络的鲁棒图像水印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：CN114529442B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210181710.3，技术领域涉及：G06T1/00；该发明授权一种采用两阶段预编码和小波网络的鲁棒图像水印方法是由种宜松;倪江群设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种采用两阶段预编码和小波网络的鲁棒图像水印方法在说明书摘要公布了：本发明针对现有技术的局限性，提出了一种采用两阶段预编码和小波网络的鲁棒图像水印方法，将两阶段水印信息预处理方案与掩膜机制严密切合，能够通过冗余编码使得水印信息均匀地分布在图像中，同时结合掩膜机制，在图像富纹理区域嵌入强度更高的水印并且降低了水印在图像平滑区域的嵌入强度，保障了图像的视觉质量；而在水印容量上，一方面小波集成神经网络对鲁棒水印有所提升；另一方面，两阶段水印信息预处理方案的嵌入机制允许手动控制水印的冗余度，从而提升了容量。

本发明授权一种采用两阶段预编码和小波网络的鲁棒图像水印方法在权利要求书中公布了：1.一种采用两阶段预编码和小波网络的鲁棒图像水印方法，其特征在于，通过以下步骤进行水印信息的嵌入： S11，获取载体图像以及水印信息；计算所述载体图像的掩膜；通过两阶段预编码将所述水印信息转换为消息图像； S12，将所述载体图像以及消息图像，输入预设的鲁棒图像水印网络，通过所述鲁棒图像水印网络生成初步残差水印；所述鲁棒图像水印网络由鲁棒图像水印网络训练基础框架训练获得；所述鲁棒图像水印网络训练基础框架中包括分别由小波集成神经网络构成的编码器以及解码器； S13，将所述载体图像的掩膜以及所述初步残差水印相乘获得最终残差水印； S14，将所述最终残差水印与所述载体图像相加，获得嵌入水印后的图像； 在所述编码器中，包括以下处理过程： 输入编码器的载体图像经过一个二维卷积层提取特征后，通过三个离散小波变换模块逐步下采样得到所述载体图像的高维特征； 输入编码器的消息图像经过一个二维卷积层提取特征后，与所述载体图像的高维特征拼接；将拼接结果通过三个逆离散小波变换模块逐步上采样将拼接结果通过三个逆离散小波变换模块逐步上采样，每步上采样后都与对应下采样过程中相同大小的特征图进行拼接，最后再通过一个二维卷积层输出； 在所述解码器中，输入解码器的图像在依序经过一个二维卷积层、三个离散小波变换模块后再通过一个二维卷积层输出解码结果。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。