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！

龙图腾网获悉山东师范大学申请的专利一种用于安卓平台的图像内容保护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：CN116503231B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310229064.8，技术领域涉及：G06T1/00；该发明授权一种用于安卓平台的图像内容保护方法是由万文博;山文倩;李静;孙建德设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种用于安卓平台的图像内容保护方法在说明书摘要公布了：本申请公开了一种用于安卓平台的图像内容保护方法，提出了适配安卓平台的JND模型水印方法。首先，通过调用安卓端的各种参数，如屏幕亮度、屏幕尺寸和光传感器等参数，得到适配安卓平台的空间对比度敏感函数阈值。并通过分析锐度、纹理和方向复杂度三个特征的权重，进行多特征加权融合得到显著性值，最后调制得到多特征加权融合的视觉掩蔽值加入适配安卓平台的JND模型中。最后，将提出的基于多特征加权融合的适配安卓平台的JND模型应用到量化水印方案中。实验表明本发明所提的基于多特征加权融合的适配安卓平台的JND模型用于水印嵌入、提取具有良好的鲁棒性和不可见性。所设计的水印系统，能够更好的对安卓平台的图像内容进行认证和保护。

本发明授权一种用于安卓平台的图像内容保护方法在权利要求书中公布了：1.一种用于安卓平台的图像内容安全保护方法，步骤如下： 步骤一：调用安卓平台的屏幕亮度、屏幕尺寸和光传感器参数，计算并实时调整适配安卓平台的空间对比度敏感函数阈值； 步骤二：根据纹理、锐度、方向复杂度特征得到多特征加权融合的视觉掩蔽值 1利用高斯模型模拟中心和周围特征块之间的差异来表征图像中的视觉显著区域，纹理、锐度、方向复杂度的显著性映射可表示为 其中k表示特征，其中T表示纹理特征,表示方向复杂度特征，G表示锐度特征，Dkn,Ω2是当前块n与区域Ω2内其他块关于k的特征差异，Ω2大小为5×5，使用高斯分布函数αl来模拟HVS的视觉关注机制，用于测量不同距离块对当前块的影响， 其中l表示当前块n与区域Ω2内其他块之间的欧氏距离； 2通过由公式3将纹理、锐度、方向复杂度的显著性映射与视觉注意机制结合，计算纹理、锐度、方向复杂度的显著性映射期望的中心位置， 其中N表示块总数，Rs表示为全部块的集合，i,j表示块的下标； 3在中心位置块的影响下，当前块位于显著区域的概率计算如下， 其中pks|d表示k特征在参数d影响下当前块位于显著区域的概率，pks|c表示k特征在参数c影响下当前块位于显著区域的概率，d表示当前块与中心位置块之间的欧氏距离，c表示连通参数； 4显著性概率的熵函数可以由公式5求得： 其中Ukd表示k特征在参数d影响下显著性概率的熵函数，Ukc表示k特征在参数c影响下显著性概率的熵函数； 5通过公式6可以得到锐度、纹理和方向复杂度三个不同特征的显著性权重： 6结合锐度、纹理和方向复杂度三个特征的显著性权重进行加权融合，得到融合三个特征的显著值Rn： 其中，μ值是一个非0常数，可保证分母项不为0； 7多特征加权融合的视觉掩蔽值表示为 FS＝1-Rn-0.2·0.28 步骤三：将基于多特征加权融合的适配安卓平台的JND模型用于水印嵌入、提取 1基于多特征加权融合的适配安卓平台的JND模型定义如下： Tjnd＝TCSF·Fls·Mcm·FS9 其中，TCSF是适配安卓平台的空间对比度敏感函数阈值，Fls是亮度掩蔽值，Mcm是对比度掩蔽值，FS是多特征加权融合的视觉掩蔽值； 2采用扩展变换抖动调制STDM方法量化水印，用基于多特征加权融合的适配安卓平台的JND模型得到量化步长，进行水印的嵌入和提取。

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山东师范大学，其通讯地址为：250014 山东省济南市文化东路88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。