CN104504643A

CN104504643A - 基于局部内容特征的鲁棒数字水印嵌入及检测方法

Info

Publication number: CN104504643A
Application number: CN201410817022.7A
Authority: CN
Inventors: 杨红颖; 张妍; 王向阳
Original assignee: Liaoning Normal University
Current assignee: Liaoning Normal University
Priority date: 2014-12-25
Filing date: 2014-12-25
Publication date: 2015-04-08

Abstract

本发明公开了一种基于局部内容特征的鲁棒数字水印嵌入及检测方法，在局部特征区域构造的过程中，对原始灰度图像进行特征点的提取，得到原始图像特征点集，并以原始图像特征点为中心，利用自相关矩阵构造得到一系列椭圆特征区域，计算其椭圆特征区域的PHT，并选取稳定的PHT，采用量化调制PHT幅值的方法实现水印信号的嵌入。采用与嵌入过程相同的量化公式，达到对每个局部特征区域水印信息的检测。由于结合了PHT和椭圆特征区域构造理论，使得本发明能够很好的抵抗常规攻击及去同步攻击，可以有效的提高数字水印鲁棒性，同时保证了数字水印的不可感知性和水印的信息量。

Description

基于局部内容特征的鲁棒数字水印嵌入及检测方法

技术领域

本发明属于多媒体信息安全中信息隐藏与数字水印技术领域，尤其是一种不仅具有较好的不可感知性，而且对常规信号处理（中值滤波、边缘锐化、叠加噪声和JPEG压缩等）和去同步攻击（旋转、平移、缩放、剪切、翻转等）均具有较好的鲁棒性的基于局部内容特征的鲁棒数字水印嵌入及检测方法。

背景技术

数字水印（Digital Watermarking）作为传统加密方法的有效补充手段，是一种可以在开放网络环境下保护版权和认证来源及完整性的新技术，近年来已引起人们高度重视，并已成为国际学术界研究的一个热点。所谓数字图像水印，就是将具有特定意义的标记（水印），利用数据嵌入的方法隐藏在数字图像产品中，用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的依据，同时通过对水印的检测和分析保证数字信息的完整可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段。

所谓去同步攻击，并非指该种攻击能够从含水印图像中去除水印信息，而是指其能够破坏数字水印分量的同步（即改变水印嵌入位置），从而导致检测器找不到有效水印。去同步攻击包括全局仿射变换（即旋转、缩放、平移）和一般性去同步攻击（剪切、尺度变换、行列去除等）。近年来，人们主要采用三种措施设计抗去同步攻击的图像水印方案，分别为构造几何不变量、隐藏模版、利用原始图像重要特征。

近年来，抗几何攻击数字图像水印方法研究取得了很大进展，但如何构造均匀且稳定的特征点检测器及局部特征区域，如何在现有灰度图像数字水印算法的基础上，使其具有更好的数字水印鲁棒性和不可感知性，以及如何解决现有基于图像特征数字水印算法中存在的所选用局部特征区域结构与水印嵌入策略过于简单，限制了系统的容纳水印信息能力等问题，现有算法未能很好的解决，因而必然影响数字水印的鲁棒性和不可感知性。

发明内容

本发明针对现有图像水印方法存在的上述问题，提供一种不仅具有较好的不可感知性，而且对常规信号处理（中值滤波、边缘锐化、叠加噪声和JPEG压缩等）和去同步攻击（旋转、平移、缩放、剪切、翻转等）均具有较好的鲁棒性的基于局部内容特征的鲁棒数字水印嵌入及检测方法。

本发明的技术解决方案是：一种基于局部内容特征的鲁棒数字水印嵌入方法，其特征在于按照如下步骤进行：

步骤1：对原始灰度图像进行特征点的提取，得到原始图像特征点集；

步骤2：以原始图像特征点为中心，利用自相关矩阵构造得到一系列椭圆特征区域；

步骤3：将构造出的椭圆特征区域映射为圆形区域，外接成方形子图像，计算方形子图像的PHT；

步骤4：在获得的方形子图像的PHT中选取稳定的PHT，采用量化调制PHT幅值的方法实现水印信号嵌入。

所述步骤1如下：

步骤11：求取图像亮度矩阵中每个点的概率密度；

步骤12：求取每一点概率密度二阶导数、：

步骤13：以、为输入信息，构建以点为中心的局部区域的二阶自相关矩阵：

；

步骤14：构建尺度图像金字塔，进而得到基于概率密度的改进的SURF算子特征点检测器，最终得到稳定的特征点位置。

所述步骤2如下：

步骤21：用Bay等人提出的改进的SURF方法，构建以点为中心的改进的二阶自相关矩阵：

;

步骤22：利用二阶自相关矩阵的特征值求取长短轴，利用二阶自相关矩阵的特征向量求取角度，构造以此特征点为圆心的椭圆局部特征区域，其中：

步骤23：综合预攻击图像方法及面积排序方法对椭圆区域进行筛选。

所述步骤3如下：

步骤31：将构造出的椭圆特征区域映射为圆形区域；

步骤32：根据得出的椭圆方向角，长半轴和短半轴，选取参数、和，按照，，的顺序依次将椭圆区域像素映射到对应的圆形区域，公式如下：

其中，为椭圆方向角，、和为三个映射所需的参数，和为圆形区域圆心位置，x和y为映射得到的圆形区域坐标，由此得到映射的圆形区域图像；

步骤33：将原始图像中的每个局部区域四周“补0”，以得到外接方形子图像；

步骤34：计算各方形子图像的PHT，通过下式限制PHT的阶数和重复度:

其中，K是PHT的最高阶数，对于任意一个K，PHT的个数为。

所述步骤4如下：

步骤41：对载体图像进行几何攻击和常规攻击，找到攻击前后变化率小的

矩，选取稳定矩的规则如下：

（1）除去重复度为的矩值；（2）对于互为共轭的PHT，只选取正阶数的矩；最终选定的矩以及矩的个数满足下式：

；

步骤42：采用量化调制PHT幅值的方法实现水印信号嵌入，选取的PHT为，对应的幅值为，量化规则如下：

式中：是四舍五入操作，Δ是量化步长，是通过密钥Key产生的量化函数，且满足，量化PHT幅值时，应修改它关于中心对称位置的PHT幅值，嵌入水印之后得到的PHT幅值为，对应的PHT为；

步骤43：对选取的PHT嵌入水印信息前后分别进行重构，得到两个重构图像，对这两个重构图像做差值运算，将得到的差值叠加到原载体对应局部图像中，即得到了局部含水印图像；

步骤44：依次将每个圆形区域都嵌入水印，然后将嵌入水印的圆形区域图像映射为椭圆区域，最终得到含水印图像。

一种与上述的基于局部内容特征的鲁棒数字水印嵌入方法相对应的检测方法，其特征在于按如下步骤进行：

步骤51：对含水印图像进行图像特征点提取，得到稳定的特征点位置；

步骤52：求得一系列含水印图像的椭圆特征区域；

步骤53：求得椭圆区域的PHT值；

步骤54：数字水印的提取:

步骤541：利用稳定矩的选取规则，选择的PHT为，设其对应的PHT幅值为；

步骤542：利用密钥Key产生量化函数，使之满足；

步骤543：采用与嵌入过程相同的量化公式，用两个量化函数，分别量化：

通过上式，可以得到两组向量式和；

步骤544：通过比较及其两组量化式距离提取水印信息，即

步骤545：完成对每个局部特征区域水印信息的提取。

本发明在局部特征区域构造的过程中，对原始灰度图像进行特征点的提取，得到原始图像特征点集，并以原始图像特征点为中心，利用自相关矩阵构造得到一系列椭圆特征区域，计算其椭圆特征区域的PHT，并选取稳定的PHT，采用量化调制PHT幅值的方法实现水印信号的嵌入。对于数字水印的提取，采用与嵌入过程相同的量化公式，达到对每个局部特征区域水印信息的检测。由于结合了PHT和椭圆特征区域构造理论，本发明能够很好的抵抗常规攻击及去同步攻击，可以有效的提高数字水印鲁棒性，同时保证了数字水印的不可感知性和水印的信息量。

具体实施方式

水印嵌入按照如下步骤进行：

步骤1：对原始灰度图像进行特征点的提取，得到原始图像特征点集：

步骤11：求取图像亮度矩阵中每个点的概率密度，矩阵中的每一点的亮度概率密度可以通过核函数估计得到，点处的亮度概率密度的估计值为

其中，W是每一点概率密度的观测窗口，是以X为中心的窗口W的一点，是图像中点的亮度，是图像空间中的带宽，是亮度空间中的带宽，C是相应的标准化常数，、是核函数（通常为高斯函数）：

步骤12：求取每一点的概率密度二阶导数、：

步骤13：以、为输入信息，便可以构建以点为中心的局部区域的二阶自相关矩阵：

步骤14：用类似SIFT的方法构建尺度图像金字塔，进而得到基于概率密度的改进的SURF算子特征点检测器：令为自相关矩阵的最大特征值，为自相关矩阵的最小特征值，设它们之间的比率为r，通常r取值为10. 表示矩阵的行列式，表示矩阵的迹，则有：

当时，将此特征点保留，反之剔除，最终得到稳定的特征点位置。

步骤2：以原始图像特征点为中心，利用自相关矩阵构造得到一系列椭圆特征区域：

步骤23：综合预攻击图像方法及面积排序方法对椭圆区域进行筛选：

步骤231：先对图像简单进行几组攻击，再选取攻击后稳定的区域，即：结合攻击结果选取稳定区域；

步骤232：对所构造的椭圆区域按面积从大到小排序，选取面积较大的局部区域作为最终保留区域，从而保证稳定性的同时，提高水印容量。

步骤3：将构造出的椭圆特征区域映射为圆形区域，外接成方形子图像，计算方形子图像的PHT：

步骤31：将构造出的椭圆特征区域映射为圆形区域，由于PHT是根据图像内切圆或外接圆计算的，所以需将构造出的椭圆区域映射为圆形区域图像。映射中，圆形区域面积要小于等于椭圆区域面积，因为椭圆长半轴为，短半轴为，则椭圆面积为，假设圆形区域半径为，则圆形区域面积为，所以要满足，即，所以取；

步骤33：将原始图像中的每个局部区域四周“补0”，以得到外接方形子图像，把其中的每个子图像看成一个完整图像，在这些子图像中进行数字水印的嵌入；

步骤34：计算各方形子图像的PHT，为了公正的评估PHT，通过下式限制PHT的阶数和重复度

其中，K是PHT的最高阶数，对于任意一个K，PHT的个数为。

步骤4：在获得的方形子图像的PHT中选取稳定的PHT，采用量化调制PHT幅值的方法实现水印信号嵌入：

矩，选取稳定矩的规则如下：

（1）除去重复度为的矩值（不准确）；（2）对于互为共轭的PHT，只选取正阶数的矩。因此，最终选定的矩以及矩的个数满足下式：

这里，是四舍五入操作，Δ是量化步长，是通过密钥Key产生的量化函数，且满足，需要说明的是量化PHT幅值时，应修改它关于中心对称位置的PHT幅值，以保证其满足幅值关于中心对称。嵌入水印之后得到的PHT幅值为，对应的PHT为；

与上述嵌入方法相对应的图像水印检测步骤如下：

步骤52：求得一系列含水印图像的椭圆特征区域；

步骤53：求得椭圆区域的PHT值；

步骤54：数字水印的提取:

步骤542：利用密钥Key产生量化函数，使之满足；

通过上式，可以得到两组向量式和；

步骤544：通过比较及其两组量化式距离提取水印信息，即

步骤545：完成对每个局部特征区域水印信息的提取。

Claims

1. 一种基于局部内容特征的鲁棒数字水印嵌入方法，其特征在于按照如下

步骤进行：

2.根据权利要求1所述的基于局部内容特征的鲁棒数字水印嵌入方法，其特征所述步骤1如下：

步骤11：求取图像亮度矩阵中每个点的概率密度；

步骤12：求取每一点概率密度二阶导数、：

；

3.根据权利要求2所述的基于局部内容特征的鲁棒数字水印嵌入方法，其特征所述步骤2如下：

;

4.根据权利要求3所述的基于局部内容特征的鲁棒数字水印嵌入方法，其特征所述步骤3如下：

步骤31：将构造出的椭圆特征区域映射为圆形区域；

其中，K是PHT的最高阶数，对于任意一个K，PHT的个数为。

5.根据权利要求4所述的基于局部内容特征的鲁棒数字水印嵌入方法，其特征所述步骤4如下：

矩，选取稳定矩的规则如下：

；

式中：是四舍五入操作，Δ是量化步长，是通过密钥Key产生的量化函数，且满足，量化PHT幅值时，修改它关于中心对称位置的PHT幅值，嵌入水印之后得到的PHT幅值为，对应的PHT为；

6. 一种与权利要求1、2、3、4或5所述的基于局部内容特征的鲁棒数字水印嵌入方法相对应的检测方法，其特征在于按如下步骤进行：

步骤52：求得一系列含水印图像的椭圆特征区域；

步骤53：求得椭圆区域的PHT值；

步骤54：数字水印的提取:

步骤542：利用密钥Key产生量化函数，使之满足；

通过上式，可以得到两组向量式和；

步骤544：通过比较及其两组量化式距离提取水印信息，即

步骤545：完成对每个局部特征区域水印信息的提取。