CN104778651A - 基于超像素的数字图像认证方法 - Google Patents
基于超像素的数字图像认证方法 Download PDFInfo
- Publication number
- CN104778651A CN104778651A CN201510147828.4A CN201510147828A CN104778651A CN 104778651 A CN104778651 A CN 104778651A CN 201510147828 A CN201510147828 A CN 201510147828A CN 104778651 A CN104778651 A CN 104778651A
- Authority
- CN
- China
- Prior art keywords
- super
- pixel
- pixel region
- mark
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明实施例提供了一种基于超像素的数字图像认证和恢复处理方法。将原始图像分割成不同的超像素区域,将超像素分割线标记、认证水印嵌入到原始图像中;从待认证图像中提取分割线标记,通过分割线标记将待认证图像分割成不同的超像素区域;从待认证图像的超像素区域中提取认证水印,根据认证水印判断超像素区域是否被篡改,标记被篡改的超像素区域。根据没有被篡改的超像素区域中提取的恢复水印对所述待认证图像中的被篡改超像素区域进行精细认证和图像恢复处理。本发明实施例能有效抵抗篡改攻击,包括矢量量化攻击。同时,将基于图像内容构造的恢复水印用于精细认证,使篡改定位结果更加准确,恢复后的图像可以很好重建原始图像内容。
Description
技术领域
本发明涉及图像认证处理技术领域,尤其涉及一种基于超像素的数字图像认证和恢复处理方法。
背景技术
随着多媒体数字技术的迅猛发展和互联网的普及,大量的图片信息经过无数次传播和转载,而市场上出现的图像处理软件的多样化,给攻击者提供了很大的便利,他们可以使用这些工具达到篡改图像内容而不易被察觉的目的。此时,数字图像的真实性和完整性已经被破坏,而人们无法通过肉眼直接辨别出这些作品的真伪。因此,数字图像的可信性和真实性得到越来越多的关注和重视。目前,数字签名技术可以用来解决这一问题。可是,传统的数字签名需要附加在图像数据上,增加了数据量,而且无法对图像进行被篡改定位和恢复。数字水印技术的蓬勃发展给这个问题带来了新的解决方案。
数字水印技术是一种新兴的信息隐藏技术,是将数字水印嵌入到数字媒体中,以此达到保护其版权和完整性的作用。而基于数字水印的图像认证技术是通过充分利用图像的冗余和人们的视觉感知特性,将与图像内容相关的特征作为认证数字水印在不被知觉的情况下嵌入到图像中。通过提取这些认证数字水印信息来检测和定位图像的被篡改区域,而且利用这些认证数字水印信息可以恢复被篡改区域的大致内容。
在现有的许多图像认证和自恢复的方法中,大多是基于独立规则图像块的。这类方法有两种实施方案:一种实施方案是将认证信息嵌入到自身规则块中。这种实施方案的缺点是:容易遭受矢量量化攻击,该攻击利用了规则块的独立性,用其他嵌入了相同水印信号的规则块替换以达到认证成功。
另一种实施方案是将一个规则块的认证信息嵌入到其他规则块中,将规则块之间建立联系以抵抗矢量量化攻击。这种实施方案的缺点是:该方案中被篡改定位能力的比较弱。
发明内容
本发明的实施例提供了一种基于超像素的数字图像认证和恢复处理方法,以实现有效地对图像进行认证和恢复处理。
为了实现上述目的,本发明采取了如下技术方案。
一种基于超像素的数字图像认证和恢复处理方法,包括:
将原始图像分割成不同的超像素区域,将超像素分割线标记、认证水印嵌入到所述原始图像中;
从待认证图像中提取分割线标记,通过所述分割线标记将所述待认证图像分割成不同的超像素区域;
从所述待认证图像的超像素区域中提取认证水印,根据所述认证水印判断所述超像素区域是否被篡改,标记被篡改的超像素区域。
所述的将原始图像分割成不同的超像素区域包括:
根据原始图像的内容将原始图像分割成互不重叠的多个超像素区域,每个超像素区域互不重叠,相邻的超像素区域用分割线隔开。
所述的将超像素分割线标记嵌入到所述原始图像中,包括:
在最低有效位平面上,将分割线上的像素的最低有效位置为设定值,将置为设定值的像素作为超像素分割线标记,将分割线上每个像素的8邻域内非分割线像素的最低有效位置零。
所述的将认证水印嵌入到所述原始图像中,包括:
对于每一个超像素区域,扫描超像素区域的内部和相邻分割线上的各个像素,将扫描到的像素的后两位最低有效位置零并归一化,将第一个归一化的像素值输入反馈式混沌系统进行设定次数的迭代计算;
将所述迭代计算的反馈值与第二个归一化的像素值的平均值作为所述反馈式混沌系统的输入,再次进行设定次数的迭代计算;将所述再次进行的迭代计算的反馈值与第三个归一化的像素值的平均值作为所述反馈式混沌系统的输入,依此类推,直到扫描的最后一个归一化的像素值参与所述反馈式混沌系统的迭代计算,将每次迭代计算的反馈值组成序列,将所述系列中的部分数据的二值化结果作为所述超像素区域的认证水印;
将图像的超像素区域的认证水印嵌入到所述超像素区域的前设定数量个像素的第二位最低有效位上。
所述的方法还包括:
将原始图像分成不重叠的多个数据块,对于每一个超像素区域,如果超像素区域与数据块有重叠的像素,则将超像素区域向外扩展至覆盖了所有有重叠的数据块,得到超像素区域延伸后的最小外接矩形,记录所述最小外接矩形在原始图像中的位置,对所述最小外接矩形中涉及所述超像素区域的数据块进行压缩编码,将所述压缩编码形成的码流作为所述超像素区域的恢复水印;
将图像的所述超像素区域的恢复水印嵌入到其他超像素的后两位最低有效位上,并不影响已嵌入的分割线标注和认证水印。
所述的从待认证图像中提取分割线标记,通过所述分割线标记将所述待认证图像分割成不同的超像素区域,包括:
读取待认证图像的最低有效位平面,当某个像素的最低有效位为设定值,并且所述某个像素的8邻域内像素的最低有效位为零,则将所述某个像素作为分割线标记,获取所述待认证图像中的所有分割线标记,通过所有分割线标记将所述待认证图像分割成不同的超像素区域。
所述的从所述待认证图像的超像素区域中提取认证水印,根据所述认证水印判断所述超像素区域是否被篡改,标记被篡改的超像素区域,包括:
对于所述待认证图像的每个超像素区域,从超像素区域的前设定数量个像素的第二位最低有效位上提取认证水印,将所述超像素区域和其相邻的分割线上的像素后两位最低有效位置零后,利用迭代的反馈式混沌系统按照所述认证水印生成的方法生成一个二值的参考序列,判断提取的认证水印和生成的参考序列是否相等,如果是,则标记所述超像素区域没有被篡改,否则,标记所述超像素区域为被篡改超像素区域;
遍历完所有待认证图像的所有超像素区域后,获取所有的没有被篡改超像素区域和被篡改超像素区域。
所述的方法还包括:
从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印,根据所述恢复水印对所述待认证图像中的被篡改超像素区域进行进一步认证和图像恢复处理。
所述的从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印,根据所述恢复水印对所述待认证图像中的被篡改超像素区域进行图像恢复处理,包括:
从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印的位置信息,判断所述位置信息指向的区域是否包含被篡改超像素区域,如果包含,则从没有被篡改的超像素区域中提取压缩编码的恢复水印,并对恢复水印进行解压缩解码;
将所述解压缩解码的恢复信息与所述被篡改超像素区域的最小外接矩形中对应位置的数据块进行比较,如果比较结果为相等,则去除所述数据块的被篡改标记;如果比较结果为不相等,则继续保留所述数据块的被篡改标记;
利用所述解压缩解码的恢复信息对带有被篡改标记的数据块进行重建,恢复所述被篡改的超像素区域。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例通过采用了基于超像素分割法来建立图像像素的关系,并利用了混合反馈式混沌系统生成生认证水印,同时利用压缩编码生成恢复水印,能有效抵抗矢量量化攻击。同时,因为反馈混沌系统对输入值的敏感,超像素内的每个像素对认证水印的生成都有等价贡献,使认证水印更加有效。此外,将基于图像内容构造的恢复水印用于精细认证,使篡改定位结果更加准确。整个检测过程无需原始图像和原始水印,属于盲检测。两次认证的结果能直观显示篡改定位的位置,恢复后的图像可以很好重建原始图像内容。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于超像素的数字图像认证和恢复处理方法的处理流程图;
图2为本发明实施例提供的一种水印生成和嵌入流程图;
图3为本发明实施例提供的一种图像认证和恢复流程图;
图4为本发明实施例提供的一种分割线标识的嵌入示意图;
图5(a)为本发明实施例提供的一种认证水印生成和嵌入示意图;
图5(b)为本发明实施例提供的一种带有反馈的混沌系统应用示意图;
图6(a)为本发明实施例提供的一种恢复水印生成和嵌入示意图;
图6(b)为本发明实施例提供的一种超像素扩展成的矩形区示意图;
图6(c)为本发明实施例提供的一种恢复水印构造表;
图7(a)为本发明实施例提供的一种基于超像素的认证示意图;
图7(b)为本发明实施例提供的一种精细认证和恢复过程示意图;
图8(a)为本发明实施例提供的一种为原始House图像;
图8(b)为本发明实施例提供的一种为被篡改攻击后的图像;
图8(c)为本发明实施例提供的一种为对原始House图像分割结果;
图8(d)为本发明实施例提供的一种为对House图像的基于超像素认证定位结果;
图8(e)为本发明实施例提供的一种对House图像精细认证定位结果;
图8(f)为本发明实施例提供的一种对被篡改图像的恢复结果;
图9(a)为本发明实施例提供的一种原始Lena图像;
图9(b)为本发明实施例提供的一种矢量量化攻击后的图像;
图9(c)为本发明实施例提供的一种对原始Lena图像分割结果;
图9(d)为本发明实施例提供的一种对Lena图像的基于超像素认证定位结果;
图9(e)为本发明实施例提供的一种对Lena图像精细认证定位结果;
图9(f)为本发明实施例提供的一种对被篡改图像的恢复结果。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
如图1所示,该实施例提供的一种基于超像素的数字图像认证和恢复处理方法的处理流程如图1所述,包括如下处理步骤:
步骤S101,将原始图像进行超像素分割。
根据图像内容将图像分割成互不重叠的超像素区域,相邻超像素区域通过分割线连接。
本发明使用TurboPixels超像素分割算法将一幅m×n大小的图像X分割成M个超像素区域,而且每个超像素区域互不重叠,相邻超像素用分割线隔开。第i(1≤i≤M)个超像素区域用X(i)表示,X(i)内的像素个数用Ni表示,Ni的数值在设定的范围内。
步骤S102,生成分割线标记、认证水印和恢复水印,并嵌入到原始图像中。
本发明实施例提供的一种水印生成和嵌入流程图如图2所示,本发明实施例中的水印包括分割线标记、认证水印和恢复水印,将分割线标记嵌入到图像中,将认证水印和恢复水印嵌入到超像素区域。
图4为本发明实施例提供的一种分割线标识的嵌入示意图,如图4所示,在最低有效位平面上,将分割线上的像素(如图4中的黑色区域)的最低有效位置为设定数值,示例性的,该设定数值为‘1’。将置‘1’的像素作为超像素分割线标记。同时为了能有效识别这些标记,基于分割线的连通特性,将分割线上每个像素的8邻域内非分割线像素的最低有效位置零。然后,为了防止超像素内部最低有效位是‘1’的像素与分割线混淆,对超像素内未修改的区域选择保留每三行的前两行,第三行像素的最低有效位置零。图4中保留的白色区域是未做改动,可以嵌入水印。
本发明实施例提供的一种认证水印的生成和嵌入示意图如图5(a)所述,对于每一个超像素区域,扫描超像素区域的内部和相邻分割线上的各个像素,将扫描到的像素的后两位最低有效位置零并归一化,将第一个归一化的像素值输入反馈式混沌系统进行设定次数的迭代计算;
将所述迭代计算的反馈值与第二个归一化的像素值的平均值作为所述反馈式混沌系统的输入,再次进行设定次数的迭代计算;将所述再次进行的迭代计算的反馈值与第三个归一化的像素值的平均值作为所述反馈式混沌系统的输入,依此类推,直到扫描的最后一个归一化的像素值参与所述反馈式混沌系统的迭代计算,将每次迭代计算的反馈值组成序列,将所述系列中的部分数据的二值化结果作为所述超像素区域的认证水印;
将图像的超像素区域的认证水印嵌入到所述超像素区域的前设定数量个像素的第二位最低有效位上。
主要包括下述的具体处理步骤:
步骤1:上述认证水印的生成过程包括:用X′表示已经嵌入分割线标记的图像,图像X′的每一个超像素区域的认证水印是利用一个反馈式的Logistic混沌系统生成的,其具体实施过程如下:
图像X′中的第i个超像素区域用X′(i)表示,其内部和相邻分割线上的像素总个数用Ni表示,其中包含的每个像素表示为s(k),k=1,2,3,…Ni。
本发明实施例提供的一种带有反馈的混沌系统应用示意图如图5(b)所示,首先,将这Ni个像素的后两位最低有效位置零,然后进行归一化,依次输入到反馈式Logistic混沌系统。每个归一化后的像素都将参与初值运算,使生成的超像素认证水印更加合理,在输入初值后,Logistic混沌系统会进行T次迭代计算,然后将第T次迭代计算的结果作为反馈值输入到Logistic混沌系统中,参与下一个反馈值的计算,此过程可用如下公式(1)表示,
v(k,0)=(s′(k)/256+v(k-1,T))/2 公式(1)
其中,v(k,0)是有第k个像素s(k)参与的混沌系统的初值,s′(k)是s(k)的后两位最低有效位置零后的值,可用公式(2)表示
s′(k)=floor(s(k)/4)×4 公式(2)
其中,floor(x)功能是取不大于x的最大整数。
T是迭代的次数,这里取值为75。在本方案中,设置初始反馈值v(0,T)为0,v(k,0)是在第k个像素参与运算时输入Logistic混沌系统的初值,v(k,T)则是Logistic混沌系统经过T次迭代后的结果。
本发明实施例采用Logistic混沌系统,由公式(3)描述如下,
xn+1=4×xn×(1-xn) xn∈[0,1] 公式(3)
结合图5(b),v(k,0)代替上述公式(3)中的xn,计算得到的xn+1代替xn重新参与计算,依次迭代T次,第T次的计算结果v(k,T)反馈到混沌系统的输入端参与下一个初值的运算。
当最后一个像素参与输入,即s(k)中的k=Ni时,产生一个序列{v(Ni,n),n=1,2,…,T},从中选出最后连续10个元素{w0(t),t=1,2,...,10},然后将10个元素二值化,转化为‘0’和‘1’,该过程中采用阈值法,如公式(4):
具体实施过程中,考虑到Logistic混沌系统的输出值在0~1,故选取阈值Th=0.5,如果元素值大于Th,则将其转化为‘1’,否则转化为‘0’。转化后的序列w(t)是超像素的认证水印。
步骤2:认证水印的嵌入过程包括:将图像的超像素区域X‘(i)的认证水印嵌入到X‘(i)的前设定数量(比如10)个像素的第二位最低有效位上,嵌入按如下公式(5)完成,
其中,mod(.)是取余运算。
遍历完所有的超像素区域,在每个超像素区域中嵌入认证水印后,认证水印嵌入结束,生成一幅含有认证水印的图像X″。
本发明实施例提供的一种恢复水印生成和嵌入示意图如图6(a)所示,将原始图像分成不重叠的多个数据块,对于每一个超像素区域,如果超像素区域与数据块有重叠的像素,则将超像素区域向外扩展至覆盖了所有有重叠的数据块,得到超像素区域延伸后的最小外接矩形,记录所述最小外接矩形在原始图像中的位置,对所述最小外接矩形中涉及所述超像素区域的数据块进行压缩编码,将所述压缩编码形成的码流作为所述超像素区域的恢复水印;
将图像的所述超像素区域的恢复水印嵌入到其他超像素的后两位最低有效位上,并不影响已嵌入的分割线标注和认证水印。
具体处理过程主要包括以下三个步骤:
步骤1:超像素区域的扩展:为了使超像素区域的内容便于压缩编码,首先将超像素进行扩展。原始图像被分成8×8不重叠的数据块,用B={Bii|ii=1,2,…,m×n/64}表示,如果Bii与超像素区域Xi有重叠的像素,则超像素区域Xi向外扩展至覆盖了所有有重叠的8×8块,重叠个数可用公式(6)进行描述:
ci,ii=count(Xi∩Bii),i∈{1,2,…,M},ii∈{1,2,…,m×n/64} 公式6
count(.)是计数,ci,ii为图像块Bii与超像素区域Xii重叠的像素个数。
本发明实施例提供的一种超像素扩展成的矩形区示意图如图6(b)所示,白色虚线是超像素边界。如果扩展的区域仍不是矩形,则进行填充至矩形区域,黑色虚线是扩展后的最小外接矩形边界。
步骤2:恢复水印的生成:为了有效记录恢复信息,选择上述矩形区域中组成超像素区域主要内容的8×8块进行压缩编码。可用公式(7)进行描述
ci,ii>ci’,ii i,i’∈{1,…,M}and i’≠i 公式(7)
即该超像素区域与8×8块的重叠像素个数比其他超像素区域与该8×8块的重叠像素个数多,则该8×8块作为超像素的恢复内容。如图6(b),L1~L9是选择后的8×8块。然后对这些数据块进行离散余弦变换DCT(DiscreteCosine Transform,离散余弦变换),同时选用适当的量化表对变换后的系数进行量化取整,有效减少系数幅度,便于后续的压缩编码。再对量化后的直流系数采用DPCM(Differential Pulse Code Modulation,差分脉冲编码调制),对量化后的交流系数采用游程长度编码,为了进一步压缩,采用霍夫曼技术将所得编码压缩成码流,将该码流作为恢复水印。
如图6(c)所示的恢复水印构造表的内容包含三部分:超像素扩张后矩形的位置信息(包含左上角8×8块的其实位置以及长和宽的8×8的个数)、矩形内8×8块的标识信息、内容的压缩编码数据。
步骤3:恢复水印的嵌入:为了在认证后能对被篡改区域进行有效恢复,将超像素X(i)的恢复水印信息嵌入到其他一个匹配超像素X(i’)中,为了使匹配超像素能提够足够的嵌入恢复信息的空间,本方案中采用了排序法,即将每个超像素的恢复信息大小和嵌入空间容量进行从大到小的排序,从此形成一一对应的关系,如果超像素在两个排序中相同,则与相邻的超像素交换。最后,排列在嵌入空间容量中的超像素是在恢复信息大小的排序中具有相同排列序号的超像素的匹配超像素。
找到匹配超像素之后,将恢复信息先嵌入到匹配超像素的最低有效位上,如果不够则继续嵌入到第二位最低有效位上,这样,一幅含有认证水印和恢复水印的图像就生成了。
步骤S103、从待认证图像中提取分割线标记,根据分割线标记对待认证图像进行超像素区域分割。
本发明实施例提供的一种图像认证和恢复流程图如图3所示,水印认证和自恢复过程包括:待认证图像分割阶段、提取认证水印阶段、生成参考序列阶段、基于超像素认证阶段、精细认证阶段和图像恢复阶段。
在待认证图像分割阶段,首先读取待认证图像的最低有效位平面,当某个像素的最低有效位为设定值,并且所述某个像素的8邻域内像素的最低有效位为零,则将所述某个像素作为分割线标记,8邻域内最低有效位是零的像素不是4邻域连通。获取所述待认证图像中的所有分割线标记,通过所有分割线标记将所述待认证图像分割成不同的超像素区域。
待认证图像用Y表示,为了有效提取认证和恢复水印,首先通过提取嵌入在图像中的分割线标记将待认证图像分割。首先读取图像的LSBP(LeastSignificant Bits Planes,最低有效位平面),显示为‘1’的可能是分割线标记,因为在嵌入过程中分割线周围LSB(Least Significant Bits,最低有效位)都被置零了,而它周围的‘0’又分属不同的超像素区域,利用这个特性,可以将分割线标记与水印中的其他的‘1’区分开。
将LSBP中的‘0’进行4连通(上下左右)标号,如果‘1’的3×3邻域中的‘0’是不都属于一个标号,则将这类的‘1’认为是分割线标记。得到分割线标记后,可以将待认证图像分割成不同的超像素区域。
步骤S104、从待认证图像的超像素区域中提取认证水印,根据认证水印判断超像素区域是否被篡改,标记被篡改的超像素区域,根据恢复水印对所述待认证图像中的被篡改超像素区域进行图像恢复处理。
对于待认证图像的每个超像素区域,从超像素区域的前设定数量个像素的第二位最低有效位上提取认证水印,将所述超像素区域和其相邻的分割线上的像素后两位最低有效位置零后,利用迭代的反馈式混沌系统按照所述认证水印生成的方法生成一个二值的参考序列,判断提取的认证水印和生成的参考序列是否相等,如果是,则标记所述超像素区域没有被篡改,否则,标记所述超像素区域为被篡改超像素区域。
遍历完所有待认证图像的所有超像素区域后,获取所有的没有被篡改超像素区域和被篡改超像素区域。
基于超像素的认证阶段:一种基于超像素的认证示意图如图7(a)所示,对于待认证图像分割后的超像素Y(j),先从其前10个像素的第二位LSB上提取认证水印。然后将Y(j)像素的后两位LSBs置零后,利用迭代的反馈式Logistic混沌系统,按照认证水印生成的方法生成一个二值的参考序列,比较提取的认证水印和生成的参考序列,如果两者相等,则标记超像素区域没有被篡改,否则,将超像素区域标记为被篡改超像素区域。遍历完所有超像素后,只保留通过认证的超像素区域及其相邻分割线,其他的超像素区域标记为被篡改超像素区域。
精细认证和恢复阶段:为了使检测结果更精确,利用恢复水印缩小上述的被篡改定位区域,一种精细认证和恢复过程示意图如图7(b)所示,从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印的位置信息,判断所述位置信息指向的区域是否包含被篡改超像素区域,如果包含,则从没有被篡改的超像素区域中提取压缩编码的恢复水印,并对恢复水印进行解压缩解码;
将所述解压缩解码的恢复信息与所述被篡改超像素区域的最小外接矩形中对应位置的数据块进行比较,如果比较结果为相等,则去除所述数据块的被篡改标记;如果比较结果为不相等,则继续保留所述数据块的被篡改标记;
利用所述解压缩解码的恢复信息对带有被篡改标记的数据块进行重建,恢复所述被篡改的超像素区域。
具体处理过程包括:首先从认证通过的超像素后两位LSBs提取恢复信息的位置信息,该位置信息包括前面记录的最小外接矩形的位置信息。
通过恢复信息的位置信息对图像进行定位,若位置定位中有被篡改的区域,则该恢复信息将用于精确认证和恢复,将后续的恢复水印进行解码。
同时,对位置信息指向的被篡改区域中每个8×8块在后两位LSBs置零后进行DCT变换,然后利用同样的量化表对变换后的系数进行量化压缩。将解码后的解码恢复信息与量化压缩后的数据块进行比较,如果相等则去除相应8*8数据块块中被篡改标记,已达到精确认证;否则,解码后的恢复信息继续进行解压缩,然后做反余弦变换(IDCT),得到的像素值直接重建其相应位置处带有被篡改标记的像素。遍历完认证通过的超像素后,通过去除一些像素的被篡改标记达到精确认证的目的,同时通过利用恢复信息实现了被篡改区域的自恢复过程。
本方案在实验中采用256×256的House图像,嵌入水印后的图像如图8(a)所示,它与原图的峰值信噪比(PSNR)为47.01dB。图8(b)为被篡改后的图像,攻击者改变了图片中的人所在的位置,从视觉上很难判断出图片经过被篡改。图8(c)是原图分割的结果,提取分割线后与原超像素分割线不同的区域用阴影标注出来。基于超像素的认证结果如图8(d)所示,图8(e)是精细认证的结果,被篡改区域用白色标注出来,可见,检测结果能够很清晰的定位出这种肉眼很难判断的被篡改操作。恢复结果如图8(f)所示,计算其与原图的PSNR是43.57dB。该实施案例中是将图片中的物体移动,并将原始区域进行遮掩,让人从感官上很难察觉。应用本发明提出的方案能够准确的对待检图像进行认证,同时对被篡改位置实现精确的定位和自恢复,恢复后的图像能够还原图像的原始大概内容,不会影响图片的正常使用。
该方案还可以检测到图片受到矢量量化攻击的被篡改操作。图9(a)是256×256含水印的Lena图像,它与原图的PSNR是47.68dB.图9(b)是对含水印的图像进行矢量量化被篡改操作后的图像,白线框内的部分是攻击区域,改变了其内部的像素值,在视觉效果上没有太大改变。图9(c)是原始分割结果,阴影部分表示被篡改影响的区域。基于超像素的认证结果如图9(d),精细认证结果如图9(e),白色区域表示定位的被篡改区域。最后对被篡改区域进行自恢复,如图9(f),其与原始图片的PSNR是43.25dB,可有效重建被篡改区域内容。该实验部分证明本发明方案同样可以抵抗矢量量化攻击。从认证结果可以看到本发明可以检测到肉眼难以发觉的被篡改,并且定位精准;从恢复结果可以看出该本发明还可以对图像的被篡改区域进行高质量的自恢复。
综上所述,本发明实施例通过采用了基于超像素分割法来建立图像像素的关系,并利用了混合反馈式混沌系统生成生认证水印,同时利用压缩编码生成恢复水印,能有效抵抗矢量量化攻击。同时,因为反馈混沌系统对输入值的敏感,超像素内的每个像素对认证水印的生成都有等价贡献,使认证水印更加有效。此外,将基于图像内容构造的恢复水印用于精细认证,使篡改定位结果更加准确。整个检测过程无需原始图像和原始水印,属于盲检测。两次认证的结果能直观显示篡改定位的位置,恢复后的图像可以很好重建原始图像内容。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种基于超像素的数字图像认证和恢复处理方法,其特征在于,包括:
将原始图像分割成不同的超像素区域,将超像素分割线标记、认证水印嵌入到所述原始图像中;
从待认证图像中提取分割线标记,通过所述分割线标记将所述待认证图像分割成不同的超像素区域;
从所述待认证图像的超像素区域中提取认证水印,根据所述认证水印判断所述超像素区域是否被篡改,标记被篡改的超像素区域。
2.根据权利要求1所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的将原始图像分割成不同的超像素区域包括:
根据原始图像的内容将原始图像分割成互不重叠的多个超像素区域,每个超像素区域互不重叠,相邻的超像素区域用分割线隔开。
3.根据权利要求1所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的将超像素分割线标记嵌入到所述原始图像中,包括:
在最低有效位平面上,将分割线上的像素的最低有效位置为设定值,将置为设定值的像素作为超像素分割线标记,将分割线上每个像素的8邻域内非分割线像素的最低有效位置零。
4.根据权利要求3所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的将认证水印嵌入到所述原始图像中,包括:
对于每一个超像素区域,扫描超像素区域的内部和相邻分割线上的各个像素,将扫描到的像素的后两位最低有效位置零并归一化,将第一个归一化的像素值输入反馈式混沌系统进行设定次数的迭代计算;
将所述迭代计算的反馈值与第二个归一化的像素值的平均值作为所述反馈式混沌系统的输入,再次进行设定次数的迭代计算;将所述再次进行的迭代计算的反馈值与第三个归一化的像素值的平均值作为所述反馈式混沌系统的输入,依此类推,直到扫描的最后一个归一化的像素值参与所述反馈式混沌系统的迭代计算,将每次迭代计算的反馈值组成序列,将所述系列中的部分数据的二值化结果作为所述超像素区域的认证水印;
将图像的超像素区域的认证水印嵌入到所述超像素区域的前设定数量个像素的第二位最低有效位上。
5.根据权利要求4所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的方法还包括:
将原始图像分成不重叠的多个数据块,对于每一个超像素区域,如果超像素区域与数据块有重叠的像素,则将超像素区域向外扩展至覆盖了所有有重叠的数据块,得到超像素区域延伸后的最小外接矩形,记录所述最小外接矩形在原始图像中的位置,对所述最小外接矩形中涉及所述超像素区域的数据块进行压缩编码,将所述压缩编码形成的码流作为所述超像素区域的恢复水印;
将图像的所述超像素区域的恢复水印嵌入到其他超像素的后两位最低有效位上,并不影响已嵌入的分割线标注和认证水印。
6.根据权利要求4或5所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的从待认证图像中提取分割线标记,通过所述分割线标记将所述待认证图像分割成不同的超像素区域,包括:
读取待认证图像的最低有效位平面,当某个像素的最低有效位为设定值,并且所述某个像素的8邻域内像素的最低有效位为零,则将所述某个像素作为分割线标记,获取所述待认证图像中的所有分割线标记,通过所有分割线标记将所述待认证图像分割成不同的超像素区域。
7.根据权利要求6所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的从所述待认证图像的超像素区域中提取认证水印,根据所述认证水印判断所述超像素区域是否被篡改,标记被篡改的超像素区域,包括:
对于所述待认证图像的每个超像素区域,从超像素区域的前设定数量个像素的第二位最低有效位上提取认证水印,将所述超像素区域和其相邻的分割线上的像素后两位最低有效位置零后,利用迭代的反馈式混沌系统按照所述认证水印生成的方法生成一个二值的参考序列,判断提取的认证水印和生成的参考序列是否相等,如果是,则标记所述超像素区域没有被篡改,否则,标记所述超像素区域为被篡改超像素区域;
遍历完所有待认证图像的所有超像素区域后,获取所有的没有被篡改超像素区域和被篡改超像素区域。
8.根据权利要求7所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的方法还包括:
从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印,根据所述恢复水印对所述待认证图像中的被篡改超像素区域进行进一步认证和图像恢复处理。
9.根据权利要求8所述的基于超像素的数字图像认证和恢复处理方法,其特征在于,所述的从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印,根据所述恢复水印对所述待认证图像中的被篡改超像素区域进行图像恢复处理,包括:
从所述待认证图像中的没有被篡改的超像素区域中提取恢复水印的位置信息,判断所述位置信息指向的区域是否包含被篡改超像素区域,如果包含,则从没有被篡改的超像素区域中提取压缩编码的恢复水印,并对恢复水印进行解压缩解码;
将所述解压缩解码的恢复信息与所述被篡改超像素区域的最小外接矩形中对应位置的数据块进行比较,如果比较结果为相等,则去除所述数据块的被篡改标记;如果比较结果为不相等,则继续保留所述数据块的被篡改标记;
利用所述解压缩解码的恢复信息对带有被篡改标记的数据块进行重建,恢复所述被篡改的超像素区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510147828.4A CN104778651A (zh) | 2015-03-31 | 2015-03-31 | 基于超像素的数字图像认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510147828.4A CN104778651A (zh) | 2015-03-31 | 2015-03-31 | 基于超像素的数字图像认证方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104778651A true CN104778651A (zh) | 2015-07-15 |
Family
ID=53620099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510147828.4A Pending CN104778651A (zh) | 2015-03-31 | 2015-03-31 | 基于超像素的数字图像认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778651A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090864A (zh) * | 2017-12-18 | 2018-05-29 | 辽宁师范大学 | 基于超像素的四元数小波域图像水印检测方法 |
CN108648212A (zh) * | 2018-04-24 | 2018-10-12 | 青岛科技大学 | 基于超像素模型的自适应分块目标跟踪方法 |
CN108681982A (zh) * | 2018-04-04 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 一种基于奇异值分解的数字水印的嵌入和提取方法及系统 |
CN109714599A (zh) * | 2017-10-26 | 2019-05-03 | 北京京东尚科信息技术有限公司 | 基于hevc的视频水印处理的方法及装置 |
CN110489943A (zh) * | 2019-07-15 | 2019-11-22 | 贝壳技术有限公司 | 页面水印防篡改方法和系统 |
CN111670441A (zh) * | 2018-03-09 | 2020-09-15 | 思杰系统有限公司 | 用于在远程会话显示中嵌入数据的系统和方法 |
WO2021011333A1 (en) * | 2019-07-16 | 2021-01-21 | Ctm Insights Llc | Methods for determining data integrity using overlapping regions |
CN113014742A (zh) * | 2021-02-09 | 2021-06-22 | 安徽师范大学 | 基于脆弱水印的图像篡改检测定位与自恢复方法 |
CN113934989A (zh) * | 2021-09-22 | 2022-01-14 | 中国人民解放军战略支援部队信息工程大学 | 基于自嵌入水印的G-code文件认证与恢复方法 |
CN117078327A (zh) * | 2023-06-09 | 2023-11-17 | 国能(北京)商务网络有限公司 | 电子发票开具方法、管理系统和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101665A (zh) * | 2007-07-26 | 2008-01-09 | 北京交通大学 | 基于反馈混沌系统和邻域辅助的图像认证方法 |
CN101141466A (zh) * | 2007-10-26 | 2008-03-12 | 北京交通大学 | 基于交织水印和生物特征的文件认证方法 |
CN102073978A (zh) * | 2010-12-15 | 2011-05-25 | 北京交通大学 | 利用不规则区域分割的数字图像认证与恢复方法及系统 |
WO2013180660A1 (en) * | 2012-06-01 | 2013-12-05 | Agency For Science, Technology And Research | Robust graph representation and matching of retina images |
-
2015
- 2015-03-31 CN CN201510147828.4A patent/CN104778651A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101665A (zh) * | 2007-07-26 | 2008-01-09 | 北京交通大学 | 基于反馈混沌系统和邻域辅助的图像认证方法 |
CN101141466A (zh) * | 2007-10-26 | 2008-03-12 | 北京交通大学 | 基于交织水印和生物特征的文件认证方法 |
CN102073978A (zh) * | 2010-12-15 | 2011-05-25 | 北京交通大学 | 利用不规则区域分割的数字图像认证与恢复方法及系统 |
WO2013180660A1 (en) * | 2012-06-01 | 2013-12-05 | Agency For Science, Technology And Research | Robust graph representation and matching of retina images |
Non-Patent Citations (2)
Title |
---|
XIUMEI QIAO等: "Superpixel-Based Watermarking Scheme for Image Authentication and Recovery", 《13TH INTERNATIONAL WORKSHOP,IWDW 2014》 * |
程宝田: "基于精细认证和迭代补偿机制的图像认证与恢复算法", 《数据采集与处理》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109714599A (zh) * | 2017-10-26 | 2019-05-03 | 北京京东尚科信息技术有限公司 | 基于hevc的视频水印处理的方法及装置 |
CN108090864B (zh) * | 2017-12-18 | 2021-06-11 | 辽宁师范大学 | 基于超像素的四元数小波域图像水印检测方法 |
CN108090864A (zh) * | 2017-12-18 | 2018-05-29 | 辽宁师范大学 | 基于超像素的四元数小波域图像水印检测方法 |
CN111670441B (zh) * | 2018-03-09 | 2022-08-12 | 思杰系统有限公司 | 用于在远程会话显示中嵌入数据的系统和方法 |
CN111670441A (zh) * | 2018-03-09 | 2020-09-15 | 思杰系统有限公司 | 用于在远程会话显示中嵌入数据的系统和方法 |
US11270007B2 (en) | 2018-03-09 | 2022-03-08 | Citrix Systems, Inc. | Systems and methods for embedding data in remote session displays |
CN108681982A (zh) * | 2018-04-04 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 一种基于奇异值分解的数字水印的嵌入和提取方法及系统 |
CN108648212A (zh) * | 2018-04-24 | 2018-10-12 | 青岛科技大学 | 基于超像素模型的自适应分块目标跟踪方法 |
CN110489943A (zh) * | 2019-07-15 | 2019-11-22 | 贝壳技术有限公司 | 页面水印防篡改方法和系统 |
CN110489943B (zh) * | 2019-07-15 | 2020-07-28 | 贝壳找房(北京)科技有限公司 | 页面水印防篡改方法和系统 |
WO2021011333A1 (en) * | 2019-07-16 | 2021-01-21 | Ctm Insights Llc | Methods for determining data integrity using overlapping regions |
CN113014742A (zh) * | 2021-02-09 | 2021-06-22 | 安徽师范大学 | 基于脆弱水印的图像篡改检测定位与自恢复方法 |
CN113014742B (zh) * | 2021-02-09 | 2022-04-12 | 安徽师范大学 | 基于脆弱水印的图像篡改检测定位与自恢复方法 |
CN113934989A (zh) * | 2021-09-22 | 2022-01-14 | 中国人民解放军战略支援部队信息工程大学 | 基于自嵌入水印的G-code文件认证与恢复方法 |
CN113934989B (zh) * | 2021-09-22 | 2024-04-26 | 中国人民解放军战略支援部队信息工程大学 | 基于自嵌入水印的G-code文件认证与恢复方法 |
CN117078327A (zh) * | 2023-06-09 | 2023-11-17 | 国能(北京)商务网络有限公司 | 电子发票开具方法、管理系统和电子设备 |
CN117078327B (zh) * | 2023-06-09 | 2024-02-13 | 国能(北京)商务网络有限公司 | 电子发票开具方法、管理系统和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104778651A (zh) | 基于超像素的数字图像认证方法 | |
Attaby et al. | Data hiding inside JPEG images with high resistance to steganalysis using a novel technique: DCT-M3 | |
Singh et al. | DCT based efficient fragile watermarking scheme for image authentication and restoration | |
Yu et al. | Digital watermarking based on neural networks for color images | |
Nguyen et al. | A reversible image authentication scheme based on fragile watermarking in discrete wavelet transform domain | |
Arham et al. | Multiple layer data hiding scheme based on difference expansion of quad | |
Benrhouma et al. | Chaotic watermark for blind forgery detection in images | |
Qin et al. | Visible watermark removal scheme based on reversible data hiding and image inpainting | |
Al-Qershi et al. | ROI-based tamper detection and recovery for medical images using reversible watermarking technique | |
Hien et al. | Robust multi-logo watermarking by RDWT and ICA | |
CN102147912B (zh) | 一种基于自适应差值扩展的可逆图像水印方法 | |
Mane et al. | Review paper on video watermarking techniques | |
Huo et al. | Alterable-capacity fragile watermarking scheme with restoration capability | |
Benrhouma et al. | Tamper detection and self-recovery scheme by DWT watermarking | |
Rajput et al. | Image tamper detection and self-recovery using multiple median watermarking | |
Kim et al. | Region-based tampering detection and recovery using homogeneity analysis in quality-sensitive imaging | |
CN104933668A (zh) | 一种基于局部定位和Alattar整数变换的可逆水印的处理方法 | |
Singh et al. | Block truncation coding based effective watermarking scheme for image authentication with recovery capability | |
Chang et al. | An effective image self-recovery based fragile watermarking using self-adaptive weight-based compressed AMBTC | |
Jana et al. | Local feature based self-embedding fragile watermarking scheme for tampered detection and recovery utilizing AMBTC with fuzzy logic | |
CN101572819A (zh) | 一种基于量化dct系数零值索引的可逆图像水印方法 | |
Hemida et al. | A restorable fragile watermarking scheme with superior localization for both natural and text images | |
Ullah et al. | Dual-purpose semi-fragile watermark: authentication and recovery of digital images | |
CN102073978B (zh) | 利用不规则区域分割的数字图像认证与恢复方法及系统 | |
Shen et al. | A self-embedding fragile image authentication based on singular value decomposition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150715 |
|
WD01 | Invention patent application deemed withdrawn after publication |