CN100550049C - 印刷品防伪数字水印的嵌入方法及其检测方法 - Google Patents

Abstract

本发明公开了一种印刷品防伪数字水印的嵌入方法及其检测方法。本发明的印刷品防伪数字水印的嵌入方法，通过在计算图像子通道矩阵的奇异值，然后在相应的子通道上叠加水印图像，添加影响因子的方法，来实现使印刷品本身具有防伪的特性；本发明还提供了一种与数字水印嵌入相逆的检测方法，实现对印刷品真伪的检测。本发明可广泛应用于印刷品防伪领域。

Description

印刷品防伪数字水印的嵌入方法及其检测方法

技术领域

本发明涉及印刷品防伪领域，特别涉及一种印刷品防伪数字水印的嵌入方法及其对应的印刷品真伪的检测方法。

背景技术

数字水印技术是随着信息媒体的数字化而诞生的技术，因为媒体数字化在为信息的存取提供极大便利的同时，也显著提高了信息表达的效率和准确性。数字水印作为一种有效的版权保护和信息安全技术成为了研究热点，它利用人类视觉系统(HVS，Human Vision System)的冗余，通过一定的算法将一些标志性的信息直接嵌入到载体媒体信息当中，但不影响原内容的价值和使用，并且不能被人的视觉系统所察觉到。传统的数字水印技术，其使用对象都是指的数字化的信息媒体。

现有的一种常见的用于印刷品防伪的方法是在印刷品上附加其他防伪标记进行防伪，如激光标记、防伪条码等。这种技术的特点就是通过其他技术制造出具有防伪功能的标记，再将此标记通过物理连接的方式与印刷品结合起来，从而达到通过对附加的防伪标记的识别来判断印刷品及其产品的真伪的目的。

发明内容

本发明所要解决的技术问题是提供一种能向印刷品的图像嵌入水印、使印刷品本身具有防伪功能的印刷品防伪数字水印的嵌入方法以及一种能实现对含有数字水印的印刷品的真伪进行检测的含有数字水印的印刷品真伪的检测方法。

为解决上述的技术问题，本发明提供了一种印刷品防伪数字水印的嵌入方法，其特征在于，所述印刷品防伪数字水印的嵌入方法包括步骤：

a.在RGB色域空间中，分别将原始图像和水印图像分成R、G、B三个子通道矩阵，原始图像的子通道矩阵分别记为I_R、I_G、I_B，水印图像的子通道矩阵分别记为W_R、W_G、W_B；

b.对步骤a中由水印图像分成的三个矩阵中任一矩阵或所有矩阵及相应的由原始图像分成的矩阵进行奇异值分解；

c.将步骤b中的水印图像分成的任一矩阵的奇异值嵌入到相应的原始图像分成的矩阵的奇异值上去，然后利用形成的新奇异值重构出一个新的矩阵；

d.将由步骤c得到的新的矩阵与原始图像的另外两个矩阵合并，重构出图像。

所述步骤b中相应的矩阵指：进行奇异值分解的两子通道矩阵对应的是同一通道。

所述步骤b中，对任一矩阵I，奇异值分解公式为：

I＝USV^T

所述步骤c奇异值的嵌入公式为：

式中S′为嵌入水印后的奇异值，S为原始图像分成的任一矩阵的奇异值，S_W为水印图像对应矩阵的奇异值。其中x₁+x₂＝1。

作为一种优选方案，所述步骤b为：对水印图像B通道的矩阵W_B及相应的由原始图像B通道的矩阵I_B进行奇异值分解。

本发明还提供一种含有数字水印的印刷品真伪的检测方法，包括步骤：

所述含有数字水印的印刷品真伪的检测方法，包括步骤：

a.对待检测的印刷品进行采样，将其转变成待检测数字图像；

b.将待检测数字图像分成R、G、B三个子通道矩阵，提取出待检测图像的子通道矩阵，并对该矩阵进行奇异值分解；

c.判断待检测数字图像与原始图像是否为相似图像，若为“否”，则待检测数字图像为伪制品，若为“是”，则进行下一步；

d.提取待检测数字图像中可能存有水印图像的子通道矩阵的奇异值，根据该奇异值重构出待检测的水印图像对应子通道的矩阵；

e.通过由步骤d中重构出的待检测水印图像子通道矩阵与正确水印图像相应的子通道矩阵的相关性，判断待检测数字图像中是否已嵌入水印信息，若为“否”，则待检测数字图像为伪制品，若为“是”，则进行下一步；

f.判断带有正确水印的待检测数字图像是否为真品，若为“是”，则对应的待检测的印刷品为真品，若为“否”，则对应的待检测的印刷品为伪品。

所述步骤d中的提取待检测数字图像中存有水印图像子通道矩阵的奇异值的计算为：

$S_W^{\′\′}(i-1,i-1)=\frac{1}{x_2}(S^{\′\′}(i,i)-x_{1}S(i,i)),i=\mathrm{2,3},\·\·\·\·\·\·,n+1$

式中S″为由步骤b得出的子通道矩阵的奇异值，S为原始图像相应子通道矩阵的奇异值。

所述步骤f的具体做法为：用正确的水印图像作为信号，用检测出的水印图像为噪声，得到一个峰值信噪比值，若该值高于门限值，则该印刷品是第一次打印或者印刷，为真品；若该值低于门限值，则该印刷品不是真品，为伪造品。

与现有技术相比，本发明的印刷品防伪数字水印的嵌入方法，通过向印刷品嵌入水印图像，使印刷品印刷出来就含有水印信息，这样就让印刷品本身就具有防伪的功能，而不需要印刷品附加任何外部的东西。本发明的含有数字水印的印刷品真伪的检测方法，先将待检测的印刷品数字化形成待检测的数字图像，提出待检测的数字图像中含有数字水印的子通道矩阵，并进行奇异值分解，然后依次判断待检测的数字图像与原始图像的相似性、待检测数字图像中水印图像与正确水印图像的相似性，最后通过信噪比来确定印刷品是否为第一次印刷的真品。通过整个流程，从而完成了对印刷品真伪的检测。

下面结合附图说明和具体实施方式对本发明作进一步的描述。

附图说明

图1为本发明实施例的数字水印嵌入的整体流程框图。

图2为本发明实施例中数字水印嵌入印刷品的数字图像的流程框图。

图3为本发明实施例中印刷品真伪检测的流程框图。

具体实施方式

本发明的实施例：参照图1，数字水印的嵌入是指在待印刷的数字图像中另外添加一种有意义的图形，这个图形具有明确的指示含义，能够提供分辨真伪的依据。整个嵌入的过程为：1.对原始图像和水印图像进行处理；2.在原始图像中嵌入水印图像；3.还原为可印刷图像；4.交付印刷或打印。

这四个步骤中，对水印和原始图像进行处理是指在数字空间中，将水印图像和原始图像转换成适合嵌入水印和实现变换的格式，以便于实现水印的嵌入。第二步是在数字系统中，将水印按照既定的方法嵌入到原始图像中，第三步是将已嵌入水印图像的原始图像还原为可以印刷或者打印的图像，最后一步是将图像印刷或打印出来成为产品。

本发明的数字水印嵌入和提取算法是基于RGB色域空间的。水印加入以后，要求经过HVS系统，其差别不能被发现，由于人眼对B通道信息最不敏感，因此优选在B通道中进行操作。

上述四步骤中最复杂最重要的就是第二步：在原始图像中嵌入水印。

参照图2，本实施例中，印刷品防伪数字水印的嵌入方法的步骤为：

a.在RGB色域空间中，分别将原始图像和水印图像分成R、G、B三个矩阵，原始图像的子通道矩阵分别记为I_R、I_G、I_B，水印图像的子通道矩阵分别记为W_R、W_G、W_B，此时就将图像的三维矩阵变为了二维矩阵；因为对于一个三维矩阵来说，进行矩阵的分解在算法上和实现上都要比一个二维矩阵困难得多，在实现为实际的硬件系统的时候，也要求算法不能太复杂，否则会造成硬件过于复杂。变化为RGB主要考虑到是人眼对B通道的不敏感性，在B通道上叠加可以增加水印的隐藏性能。所以将矩阵分解为RGB三个通道，既是三个子矩阵。再分别在这三个子矩阵中进行变换，提取矩阵的矩阵特性。

b.将I_B和W_B分别进行奇异值分解，其分解公式如下：

$\left\{\begin{array}{c}{I}_B=U_B{S}_B{V}_B^T\\ W_B=U_{\mathrm{WB}}{S}_{\mathrm{WB}}{V}_{\mathrm{WB}}^T\end{array}\right.$

对奇异值分解的原因是因为奇异值作为矩阵的一种特性，其本身在矩阵做平移，旋转，剪切等变换的时候就具有较好的鲁棒性，因此，选择奇异值分解可以使得在最后检测的时候，能使得图像抗旋转、剪切、位移等物理变换的性能得到提升。

c.将水印图像B通道的奇异值嵌入到原始图像B通道的奇异值上去，再利用U_B和V_B重构出新的I_B记为I_B’。由于水印图像应该比原始图像小，所以假设S_WB为一个n×n的矩阵。新图像的奇异值矩阵由如下公式得到。

$S_B^{\′}(i,i)=\left\{\begin{array}{cc}{x}_1{S}_B(i,i)+x_2{S}_{\mathrm{WB}}(i-1,i-1)& i=\mathrm{2,3},\·\·\·\·\·\·,n+1\\ S_B(i,i)& i=1,n+2,\·\·\·\·\·\·\end{array}\right.$

其中，由于奇异值中的最大值远远大于其他奇异值，如果改变该值将会在视觉效果上产生较大影响，既是HVS系统对该值较为敏感，因此从第二位奇异值开始加入水印序列。在加入水印的时候，我们采用了两个影响因子x₁和x₂来控制水印添加的强度。其目的是使得添加了水印后的图像对HVS系统产生的影响最小，如果直接采用S_B(i，i)+cS_WB(i-1，i-1)的方式来添加，则必然会造成奇异值的加强，最直接的后果就是会造成打印出来的图片的亮度增加。因此我们采用双影响因子的方式，并要求x₁和x₂满足条件x₁+x₂＝1，这样，我们就可以找到一对影响因子，使得对图片的视觉效果影响最小。值得注意的是，对于不同的图片，x₁和x₂的选取将可能不一样，最佳选择应该根据具体的图像再来确定，但是双影响因子的选取对于水印的嵌入算法和检测算法并没有本质上的影响。双影响因子选取得好，只是使得嵌入了水印得图像与原始图像在视觉上更接近而已。

此处，水印可以看成是密钥，只有在知道水印图像的情况下才能重构出正确的图像。另外，加权因子x1和x2也是另外一个密钥，只有知道准确的x1和x2的值才能得到准确的图像。这就使得在保密性上，所制造出来的印刷品具有了双重的密钥保护，提高了保密的强度。

另外，水印的叠加还可以有更复杂的变化，例如可以不只加入一个单一的水印，也可以使用一组水印，那么就要使用一个序列串X＝{x₁x₂x₃......x_n}为影响因子，这就可以在一幅图像中添加(n-1)个水印。而序列串X和每个水印都可以作为密钥。这样，由于序列串的使用，水印的保密性得到了提高，增加了水印嵌入和检测的复杂程度，但是基本原理是一样的。

最后，我们重构出嵌入水印后的图像的B通道，公式如下。

$I_B^{\′}=U_B{S}_B^{\′}{V}_B^T$

d.将R和G通道的信息与嵌入水印后的B通道信息合并，重构出图像。

I′＝I_R+I_G+I′_B

在本实施例中，水印嵌入技术是在B通道中实现的，这是因为HVS对B通道最不敏感。对于R和G通道，我们也可以通过类似的方法来实现水印的嵌入，这根据实际的需求和复杂度的要求而定。基本思路和方法与B通道的处理方式是类似的，也可在此基础上进行一些方法扩展，加入其他的变换手段，如小波变换、密钥等。

印刷品数字水印的检测，在技术上来说是数字水印嵌入的逆过程，就是通过对嵌入在印刷品中的水印信息的提取，还原出水印来，从而确定印刷品的真伪。其步骤可以分为三个部分，首先是将印刷品通过特定的设备，如扫描仪、照相机等进行采样，转变成数字图像。采样后的文件经过一些预处理以后就成为可进行检测的数字图像。这些预处理过程包括调整采集后图像的边界，调整图像的大小等。接下来就是通过特定的算法进行真伪判断的水印检测部分，最后是显示部分，通过一些特定的信号指示出检测的结果，也可以通过显示设备显示出实际检测到的水印图像。在这三部分中，最重要和核心的就是水印检测部分。

参照图3，本实施例中，下面详细叙述一下印刷品数字水印的检测的步骤：

a.对待检测的印刷品进行采样，将其转变成待检测数字图像；

b.将待检测的数字图像分成R、G、B三个子通道矩阵，提取出B通道。记B通道矩阵为I_B ^//。并将I_B ^//进行奇异值分解，得到相应的矩阵

I_B ^//＝U_B ^//S_B ^//V_B ^T//

这是进行数字水印分析的第一步，由于水印是叠加在图像的奇异值分量上，所以首先要提取出待检测图像的奇异值。

c.在我们设计的算法中，最后是对检测出的水印图像与原始水印图像的B通道进行相关性分析，来判断水印是否存在。但是在实际的过程中，一幅与待检测图像完全不相同的另一图像在奇异值检测的时候，仍然可以计算出奇异值，也可以得出水印的B通道的奇异值。由于有意义的水印检测是需要将水印还原出来，这就有可能使得一幅完全不同的图像反而被检测成含有水印的图像。这是因为其相关性正好落在了检测区间中。因此，奇异值检测的方法应该是对与原始图像相似的图像才有效，在实际的过程中就有必要首先判断待检测的图像是否与原始图像是类似的图像，也就是说，检测是在人眼不能分辨出差别的情况下才被需要的。在本方法中，我们通过判断I_B ^//和I_B的相似性来确定是否为类似图像，如果两个矩阵的相关性高于某一个值η₁，则认为是相似图像，反之就不是。其公式如下：

if η₁＜corr(I_B ^//，I_B)是相似图像

if η₁＞corr(I_B ^//，I_B)不是相似图像

其中矩阵的相关性计算公式为：

$\mathrm{corr}=\frac{\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}(A_{\mathrm{mn}}-\stackrel{\‾}{A})(B_{\mathrm{mn}}-\stackrel{\‾}{B})}{\sqrt{\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{(A_{\mathrm{mn}}-\stackrel{\‾}{A})}^2\right)\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{(B_{\mathrm{mn}}-\stackrel{\‾}{B})}^2\right)}}$

η₁的取值只要能保证图像在视觉上的相关性就可以了，因为对η₁的判断是一种预判决，其目的是为了找到相似图像，避免不相关图像的干扰。从视觉上来判断，一般要求η₁的取值大于70％，即0.7。

d.在判定待检测图像为相似图像以后，则进行水印图像奇异值的提取和水印图像的重构。重构水印B通道的奇异值由下式计算得到。

$S_{\mathrm{WB}}^{\′\′}(i-1,i-1)=\frac{1}{x_2}(S_B^{\′\′}(i,i)-x_1{S}_B(i,i)),i=\mathrm{2,3},\·\·\·\·\·\·,n+1$

在得到水印奇异值以后，并不直接通过奇异值来判定水印的存在与否，而是需要通过奇异值将水印图像重构出来，通过实际的水印图像来判定水印的有无和真伪，重构出水印图像的B通道矩阵

$W_B^{\′\′}=U_{\mathrm{WB}}{S}_{\mathrm{WB}}^{\′\′}{V}_{\mathrm{WB}}^T$

e.计算重构出来的的矩阵W″_B的特性值，与原始的水印图像进行相关性的比较，如果相关性高于某一个门限η₂，则表示为加了水印的图像，否则为未加水印的图像。具体公式如下：

若η₂＜corr(W_B，W″_B)是嵌入水印的图像

若η₂＞corr(W_B，W″_B)不是嵌入水印的图像

η₂的取值与η₁的取值类似，因为两者都是进行相似程度的判定，这种判定只是确定是否存在水印，并不区分水印是真实的或者是伪造的。因此η₂的取值仍然是0.7。当然，根据具体的情况，也可以调整η₂的取值。

f.如果经过上面的判断为真，则只能说明有水印存在，但是如果将已经添加了水印的印刷品经过复印，再打印成印刷品，仍然可以检测到水印。虽然经过复印和二次打印的水印图像在相关性检测时候会由于细节损失而使得相关性在一般情况下略低于一次打印的印刷品，但是其差别用于区分一次和二次打印的图像并不十分准确，因为其他的因素，如旋转和位移也会带来相关性的降低。因此，我们用另外一个指标来区分一次和二次打印。这个指标就是PSNR。图片经过二次打印后，由于细节的损失，峰值信噪比将会下降，我们用原始的水印图像作为信号，用检测出来的水印图像作为噪声，就可以得到一个PSNR的值。如果这个值高于某一个门限η₃，则为一次打印的印刷品，否则就不是。

若η₃＜PSNR(W_B W″_B)强度足够，是一次打印图像

若η₃＞PSNR(W_B W″_B)强度不足，不是一次打印图像

$\mathrm{PSNR}=10{\log }_{10}\frac{{255}^3}{\mathrm{MSE}}$

其中 $\mathrm{MSE}=\frac{1}{\mathrm{MN}}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{(W_B^{\′\′}(i,j)-W_B(i,j))}^2$

M和N分别为矩阵的行数和列数，在这里就是表示图像的大小。

η₃的取值与前面两个不同，其判断的标准是依据PSNR来确定的，PSNR反映的是图像细节的相似程度，其值越高，表示两幅图像在细节上越接近，反之差异越大。而在印刷品伪造的过程中，最容易损失的就是图像的细节，这种细节的损失往往不能被HVS所察觉。在视觉上可能会觉得是一样的。通过对PSNR值的计算，我们就可以分辨出真品和伪造品。η₃的取值是不同的，对于不同的图像来说，其取值也不一样，在设定η₃的取值的时候要根据图像来选择合适的值。一般来说，其门限值应该是真品检测结果的75％，例如，真品检测的结果是PSNR为20，那么η₃的取值就是15。

此处本发明的用于印刷品防伪的数字水印算法与其他传统的数字水印防伪技术具有以下区别：

1.应用对象不同。传统的数字水印算法应用的对象是数字媒体，主要包括以数字格式为基础的媒体，如数字图片、数字音频、数字视频等。而我们的技术主要是针对印刷品，这是一种实际实体，具有模拟性质，包括通过印刷过程生产的印刷品，打印机打印的图片等。

2.解决的问题不一样。传统的用于数字媒体的数字水印算法主要针对的是在数字的环境中，进行各种变换使得水印仍然能被有效的保持的问题。这就要求水印要针对数字变换的情况下，具有很好的鲁棒性。而用于印刷品防伪的数字水印主要是针对印刷过程中，水印保持，并在检测的时候将水印测试出来。该过程面临两个主要问题，一个是要求在将图像变成印刷品的印刷过程中，水印嵌入和检测的方法能够保证水印仍然能存在于生产出来的印刷品中，这就要求水印具有较好的鲁棒性；第二是在对印刷品的伪造过程中，水印又需要损失掉，这样才能使得伪造的印刷品中不会检测到水印，就要求水印又具有脆弱性。这就需要我们通过算法来保证水印是一种易检测的脆弱水印。

3.所针对的攻击不一样。传统的数字水印算法主要要求水印能承受各种数字攻击，比如压缩、色域空间转换、拷贝、数据格式转换等。而印刷品防伪，在印刷品生成的时候是数模转换，在印刷品检测的阶段则需要进行模数转换。除了模数、数模转换的攻击以外，印刷品在使用和检测的过程中主要受到的是一些物理攻击，如缺损、旋转、位移、几何形变、光线等。模数转换中，由于采样而引起的失真也会引起数字水印数据精度的损失。因此，我们的方法就需要针对与传统方法不同的攻击来设计。

Claims (8)

1.一种印刷品防伪数字水印的嵌入方法，其特征在于，所述印刷品防伪数字水印的嵌入方法包括步骤：

a.在RGB色域空间中，分别将原始图像和水印图像分成R、G、B三个子通道矩阵，原始图像的子通道矩阵分别记为I_R、I_G、I_B，水印图像的子通道矩阵分别记为W_R、W_G、W_B；

b.对步骤a中由水印图像分成的三个矩阵中任一矩阵或所有矩阵及相应的由原始图像分成的矩阵进行奇异值分解；

c.将步骤b中的水印图像分成的任一矩阵的奇异值嵌入到相应的原始图像分成的矩阵的奇异值上去，然后利用形成的新奇异值重构出一个新的矩阵；

d.将由步骤c得到的新的矩阵与原始图像的另外两个矩阵合并，重构出图像。

2.如权利要求1所述的印刷品防伪数字水印的嵌入方法，其特征在于，所述步骤b中，对任一矩阵I，奇异值分解公式为：

I＝USV^T。

3.如权利要求1所述的印刷品防伪数字水印的嵌入方法，其特征在于，所述步骤c奇异值的嵌入公式为：

$S^{\′}(i,i)=\left\{\begin{array}{cc}{x}_{1}S(i,i)+x_2{S}_W(i-1,i-1)& i=\mathrm{2,3},......,n+1\\ S(i,i)& i=1,n+2,......\end{array}\right.$

式中S′为嵌入水印后的奇异值，S为原始图像分成的任一矩阵的奇异值，S_W为水印图像对应矩阵的奇异值。

4.如权利要求3所述的印刷品防伪数字水印的嵌入方法，其特征在于，所述奇异值的嵌入公式中，X₁+X₂＝1。

5.如权利要求1所述的印刷品防伪数字水印的嵌入方法，其特征在于，所述步骤b为：对水印图像B通道的矩阵W_B及相应的由原始图像B通道的矩阵I_B进行奇异值分解。

6.一种含有数字水印的印刷品真伪的检测方法，其特征在于，所述含有数字水印的印刷品真伪的检测方法，包括步骤：

a.对待检测的印刷品进行采样，将其转变成待检测数字图像；

b.将待检测数字图像分成R、G、B三个子通道矩阵，提取出待检测图像的子通道矩阵，并对该矩阵进行奇异值分解；

c.判断待检测数字图像与原始图像是否为相似图像，若为“否”，则待检测数字图像为伪制品，若为“是”，则进行下一步；

d.提取待检测数字图像中可能存有水印图像的子通道矩阵的奇异值，根据该奇异值重构出待检测的水印图像对应子通道的矩阵；

e.通过由步骤d中重构出的待检测水印图像子通道矩阵与正确水印图像相应的子通道矩阵的相关性，判断待检测数字图像中是否已嵌入水印信息，若为“否”，则待检测数字图像为伪制品，若为“是”，则进行下一步；

f.判断带有正确水印的待检测数字图像是否为真品，若为“是”，则对应的待检测的印刷品为真品，若为“否”，则对应的待检测的印刷品为伪品。

7.如权利要求6所述的含有数字水印的印刷品真伪的检测方法，其特征在于，所述步骤d中的提取待检测数字图像中存有水印图像子通道矩阵的奇异值的计算为：

$S_W^{\′\′}(i-1,i-1)=\frac{1}{x_2}(S^{\′\′}(i,i)-x_{1}S(i,i)),i=\mathrm{2,3},......,n+1$

式中S″为由步骤b得出的子通道矩阵的奇异值，S为原始图像相应子通道矩阵的奇异值。

8.如权利要求6所述的含有数字水印的印刷品真伪的检测方法，其特征在于，步骤f的具体做法为：用正确的水印图像作为信号，用检测出的水印图像为噪声，得到一个峰值信噪比值，若该值高于门限值，则该印刷品是第一次打印或者印刷，为真品；若该值低于门限值，则该印刷品不是真品，为伪造品。