基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入及檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入及檢測(cè)方法，在局部特征區(qū)域構(gòu)造的過程中，對(duì)原始灰度圖像進(jìn)行特征點(diǎn)的提取，得到原始圖像特征點(diǎn)集，并以原始圖像特征點(diǎn)為中心，利用自相關(guān)矩陣構(gòu)造得到一系列橢圓特征區(qū)域，計(jì)算其橢圓特征區(qū)域的PHT，并選取穩(wěn)定的PHT，采用量化調(diào)制PHT幅值的方法實(shí)現(xiàn)水印信號(hào)的嵌入。采用與嵌入過程相同的量化公式，達(dá)到對(duì)每個(gè)局部特征區(qū)域水印信息的檢測(cè)。由于結(jié)合了PHT和橢圓特征區(qū)域構(gòu)造理論，使得本發(fā)明能夠很好的抵抗常規(guī)攻擊及去同步攻擊，可以有效的提高數(shù)字水印魯棒性，同時(shí)保證了數(shù)字水印的不可感知性和水印的信息量。
【專利說明】基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入及檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于多媒體信息安全中信息隱藏與數(shù)字水印【技術(shù)領(lǐng)域】，尤其是一種不僅具 有較好的不可感知性，而且對(duì)常規(guī)信號(hào)處理(中值濾波、邊緣銳化、疊加噪聲和JPEG壓縮等） 和去同步攻擊(旋轉(zhuǎn)、平移、縮放、剪切、翻轉(zhuǎn)等）均具有較好的魯棒性的基于局部?jī)?nèi)容特征 的魯棒數(shù)字水印嵌入及檢測(cè)方法。

【背景技術(shù)】
[0002] 數(shù)字水?。―igital Watermarking)作為傳統(tǒng)加密方法的有效補(bǔ)充手段，是一種 可W在開放網(wǎng)絡(luò)環(huán)境下保護(hù)版權(quán)和認(rèn)證來源及完整性的新技術(shù)，近年來已引起人們高度重 視，并已成為國際學(xué)術(shù)界研究的一個(gè)熱點(diǎn)。所謂數(shù)字圖像水印，就是將具有特定意義的標(biāo)記 (水印)，利用數(shù)據(jù)嵌入的方法隱藏在數(shù)字圖像產(chǎn)品中，用W證明創(chuàng)作者對(duì)其作品的所有權(quán)， 并作為鑒定、起訴非法侵權(quán)的依據(jù)，同時(shí)通過對(duì)水印的檢測(cè)和分析保證數(shù)字信息的完整可 靠性，從而成為知識(shí)產(chǎn)權(quán)保護(hù)和數(shù)字多媒體防偽的有效手段。
[0003] 所謂去同步攻擊，并非指該種攻擊能夠從含水印圖像中去除水印信息，而是指其 能夠破壞數(shù)字水印分量的同步（即改變水印嵌入位置)，從而導(dǎo)致檢測(cè)器找不到有效水印。 去同步攻擊包括全局仿射變換（即旋轉(zhuǎn)、縮放、平移）和一般性去同步攻擊(剪切、尺度變換、 行列去除等)。近年來，人們主要采用H種措施設(shè)計(jì)抗去同步攻擊的圖像水印方案，分別為 構(gòu)造幾何不變量、隱藏模版、利用原始圖像重要特征。
[0004] 近年來，抗幾何攻擊數(shù)字圖像水印方法研究取得了很大進(jìn)展，但如何構(gòu)造均勻且 穩(wěn)定的特征點(diǎn)檢測(cè)器及局部特征區(qū)域，如何在現(xiàn)有灰度圖像數(shù)字水印算法的基礎(chǔ)上，使其 具有更好的數(shù)字水印魯棒性和不可感知性，W及如何解決現(xiàn)有基于圖像特征數(shù)字水印算法 中存在的所選用局部特征區(qū)域結(jié)構(gòu)與水印嵌入策略過于簡(jiǎn)單，限制了系統(tǒng)的容納水印信息 能力等問題，現(xiàn)有算法未能很好的解決，因而必然影響數(shù)字水印的魯棒性和不可感知性。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)現(xiàn)有圖像水印方法存在的上述問題，提供一種不僅具有較好的不可感 知性，而且對(duì)常規(guī)信號(hào)處理（中值濾波、邊緣銳化、疊加噪聲和JPEG壓縮等）和去同步攻擊 (旋轉(zhuǎn)、平移、縮放、剪切、翻轉(zhuǎn)等）均具有較好的魯棒性的基于局部?jī)?nèi)容特征的魯棒數(shù)字水 印嵌入及檢測(cè)方法。
[0006] 本發(fā)明的技術(shù)解決方案是；一種基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其 特征在于按照如下步驟進(jìn)行： 步驟1 ;對(duì)原始灰度圖像進(jìn)行特征點(diǎn)的提取，得到原始圖像特征點(diǎn)集； 步驟2 原始圖像特征點(diǎn)為中也，利用自相關(guān)矩陣構(gòu)造得到一系列楠圓特征區(qū)域； 步驟3;將構(gòu)造出的楠圓特征區(qū)域映射為圓形區(qū)域，外接成方形子圖像，計(jì)算方形子圖 像的raT; 步驟4 ;在獲得的方形子圖像的PHT中選取穩(wěn)定的PHT，采用量化調(diào)制PHT幅值的方法 實(shí)現(xiàn)水印信號(hào)嵌入。
[0007] 所述步驟1如下： 步驟11 ;求取圖像亮度矩陣中每個(gè)點(diǎn)巧X，}')的概率密度； 步驟12 ;求取每一點(diǎn)巧x>)概率密度二階導(dǎo)數(shù)、巧J.:

【權(quán)利要求】
1. 一種基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其特征在于按照如下 步驟進(jìn)行： 步驟1:對(duì)原始灰度圖像進(jìn)行特征點(diǎn)的提取，得到原始圖像特征點(diǎn)集； 步驟2 :以原始圖像特征點(diǎn)為中心，利用自相關(guān)矩陣構(gòu)造得到一系列橢圓特征區(qū)域； 步驟3 :將構(gòu)造出的橢圓特征區(qū)域映射為圓形區(qū)域，外接成方形子圖像，計(jì)算方形子圖 像的PHT; 步驟4 :在獲得的方形子圖像的PHT中選取穩(wěn)定的PHT，采用量化調(diào)制PHT幅值的方法 實(shí)現(xiàn)水印信號(hào)嵌入。
2. 根據(jù)權(quán)利要求1所述的基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其特征所述步 驟1如下： 步驟11 :求取圖像亮度矩陣中每個(gè)點(diǎn)的概率密度； 步驟12 :求取每一點(diǎn)X(U)概率密度二階導(dǎo)數(shù)年、& :
步驟13 :以Piy為輸入信息，構(gòu)建以點(diǎn)X(U)為中心的局部區(qū)域的二階自相關(guān)矩 陣：
步驟14 :構(gòu)建尺度圖像金字塔，進(jìn)而得到基于概率密度的改進(jìn)的SURF算子特征點(diǎn)檢測(cè) 器，最終得到穩(wěn)定的特征點(diǎn)位置。
3. 根據(jù)權(quán)利要求2所述的基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其特征所述步 驟2如下： 步驟21 :用Bay等人提出的改進(jìn)的SURF方法，構(gòu)建以點(diǎn)X(Xj)為中心的改進(jìn)的二階自 相關(guān)矩陣:
步驟22 :利用二階自相關(guān)矩陣的特征值UliI2)求取長短軸，利用二階自相關(guān)矩陣的特 征向量m求取角度，構(gòu)造以此特征點(diǎn)X(U)為圓心的橢圓局部特征區(qū)域，其中：
步驟23 :綜合預(yù)攻擊圖像方法及面積排序方法對(duì)橢圓區(qū)域進(jìn)行篩選。
4. 根據(jù)權(quán)利要求3所述的基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其特征所述步 驟3如下： 步驟31 :將構(gòu)造出的橢圓特征區(qū)域映射為圓形區(qū)域； 步驟32 :根據(jù)得出的橢圓方向角《，長半軸&和短半軸^，選取參數(shù)沒、fn-和i++'n， 按照5: 0 4It, :O4： 〇 4 的順序依次將橢圓區(qū)域像素映射到對(duì)應(yīng)的圓 形區(qū)域，公式如下：
其中，a為橢圓方向角，#、rH-和rH為三個(gè)映射所需的參數(shù)，^ x和eewrerj.'為圓形區(qū)域圓心位置，z和_7為映射得到的圓形區(qū)域坐標(biāo)，由此得到映射的圓形 區(qū)域圖像； 步驟33 :將原始圖像中的每個(gè)局部區(qū)域四周"補(bǔ)0"，以得到外接方形子圖像； 步驟34 :計(jì)算各方形子圖像的PHT，通過下式限制PHT的階數(shù)和重復(fù)度： |?i| + |w|<Z 其中，提PHT的最高階數(shù)，對(duì)于任意一個(gè)J，PHT的個(gè)數(shù)為(尤二if 。
5. 根據(jù)權(quán)利要求4所述的基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法，其特征所述步 驟4如下： 步驟41 :對(duì)載體圖像進(jìn)行幾何攻擊和常規(guī)攻擊，找到攻擊前后變化率小的 矩，選取穩(wěn)定矩的規(guī)則如下： (1)除去重復(fù)度為/=4w,iweZ的矩值；（2)對(duì)于互為共軛的PHT，只選取正階數(shù)的矩； 最終選定的矩以及矩的個(gè)數(shù)滿足下式：
步驟42 :采用量化調(diào)制PHT幅值的方法實(shí)現(xiàn)水印信號(hào)嵌入，選取的PHT為 ￡ = ,對(duì)應(yīng)的幅值為J=(為=%，為,量化規(guī)則如下：
式中：[|是四舍五入操作，A是量化步長，丨是通過密鑰Key產(chǎn)生的量化函數(shù)，且滿足
量化PHT幅值時(shí)，修改它關(guān)于中心對(duì)稱位置的PHT幅值，嵌入 水印之后得到的PHT幅值為分=(4^ U對(duì)應(yīng)的PHT為F= (A; 步驟43 :對(duì)選取的PHT嵌入水印信息前后分別進(jìn)行重構(gòu)，得到兩個(gè)重構(gòu)圖像，對(duì)這兩個(gè) 重構(gòu)圖像做差值運(yùn)算，將得到的差值疊加到原載體對(duì)應(yīng)局部圖像中，即得到了局部含水印 圖像； 步驟44:依次將每個(gè)圓形區(qū)域都嵌入水印，然后將嵌入水印的圓形區(qū)域圖像映射為橢 圓區(qū)域，最終得到含水印圖像。
6. -種與權(quán)利要求1、2、3、4或5所述的基于局部?jī)?nèi)容特征的魯棒數(shù)字水印嵌入方法 相對(duì)應(yīng)的檢測(cè)方法，其特征在于按如下步驟進(jìn)行： 步驟51 :對(duì)含水印圖像進(jìn)行圖像特征點(diǎn)提取，得到穩(wěn)定的特征點(diǎn)位置； 步驟52 :求得一系列含水印圖像的橢圓特征區(qū)域； 步驟53 :求得橢圓區(qū)域的PHT值； 步驟54:數(shù)字水印的提取： 步驟541 :利用穩(wěn)定矩的選取規(guī)則，選擇的PHT為F= …，￡丨乂），設(shè)其對(duì)應(yīng)的 PHT幅值為義=h;
步驟543 :采用與嵌入過程相同的量化公式，用兩個(gè)量化函數(shù)忒0丨，出1丨分別量化Alm_(i=L-"-.￡J；
通過上式，可以得到兩組向量式UiirI和u丨i; 步驟544 :通過比較及其兩組量化式距離提取水印信息，即
步驟545 :完成對(duì)每個(gè)局部特征區(qū)域水印信息的提取。
【文檔編號(hào)】G06T1/00GK104504643SQ201410817022
【公開日】2015年4月8日 申請(qǐng)日期:2014年12月25日 優(yōu)先權(quán)日:2014年12月25日
【發(fā)明者】楊紅穎, 張妍, 王向陽 申請(qǐng)人:遼寧師范大學(xué)