CN101504759A - 基于dct算法数字图像水印提取方法 - Google Patents
基于dct算法数字图像水印提取方法 Download PDFInfo
- Publication number
- CN101504759A CN101504759A CNA2009100215680A CN200910021568A CN101504759A CN 101504759 A CN101504759 A CN 101504759A CN A2009100215680 A CNA2009100215680 A CN A2009100215680A CN 200910021568 A CN200910021568 A CN 200910021568A CN 101504759 A CN101504759 A CN 101504759A
- Authority
- CN
- China
- Prior art keywords
- watermark
- sub
- image
- piece
- sequence
- 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.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
一种基于DCT算法数字图像水印提取方法,包括如下步骤:第一,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置,第二,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置,第三,根据序列位置形成一维水印序列,第四,将一维水印序列重组成二维水印,对图像进行恢复,具有自补偿功能、任意增格的特点。
Description
技术领域
本发明属于图像水印提取技术领域,特别涉及一种基于DCT(离散余弦变换)算法数字图像水印提取方法。
背景技术
随着时代的进步,网络和通信技术的迅猛发展给人类的信息交流带来了极大的便利,而多媒体数据的数字化更是推动了多媒体信息的存取,使信息的交流传播达到了前所未有的广度和深度,然而随之而来数字产品版权保护和安全认证问题也变得十分严重,传统的加密技术和数字签名技术不能完全解决版权保护问题,难以满足当今时代的要求。
水印提取技术能够通过一定的技术检测手段提取出水印,以此作为判断数字产品的版权归属和跟踪起诉非法侵权的证据,或鉴别数字产品的完整可靠性。变换域算法嵌入的水印信号能量能够分布到空域所有像素上,是应用较为广泛的一类算法,但其嵌入位置为整个图像,不利于水印的不可见性。传统的水印提取方法提取水印后,会使图象损失一部分,而且不具有自补偿功能,图象也不能任意被增格。
发明内容
为了克服上述现有技术的不足,本发明的目的在于提出了一种基于DCT(离散余弦变换)算法数字图像水印提取方法,具有自补偿功能、任意增格的特点。
为了实现上述目的,本发明采用的技术方案是:一种基于DCT算法数字图像水印提取方法,包括如下步骤:
第一,读取原始图像和水印化图像,并分别将其分割为互不覆盖的图像块,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
其中vi、分别是修改前和修改后的频域系数,α是拉伸系数,ω是第i个信息位水印;
第二,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块,分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三,根据序列位置形成一维水印序列:
第四,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
由于本发明采用DCT算法数字图像水印提取方法,具有自补偿功能、任意增格的特点。
附图说明
图1为本发明水印提取流程图。
图2为本发明原始水印信息样图。
图3为样图,其中图3(a)提取水印前的样图;图3(b)为提取水印后的样图。
图4为提取的水印信息样图。
具体实施方式
下面结合附图及具体的实施例对本发明作进一步详细说明。
参见图1、2、3、4,一种基于DCT算法数字图像水印提取方法,包括如下步骤:
第一,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的方差最大的子块,分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三、根据序列位置形成一维水印序列:
其中vi、vi′分别是修改前和修改后的频域系数,α是拉伸系数,ωi是第i个信息位水印序列,水印信息为灰度图像,wi有两种取值,即0和1;经过上述步骤得到的是1×m的一维序列;
第三,将一维水印序列重组成二维水印,对图像进行恢复;
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
实施例一
以128×128像素点大小的图像为例说明本实施例的实施步骤:
第一步,读取128×128像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的32×32个图像块,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
实施例二
以256×256像素点大小的图像为例说明本实施例的实施步骤:
第一步,读取256×256像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的32×32个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
其中vi、分别是修改前和修改后的频域系数,α是拉伸系数,ωi是第i个信息位水印序列,水印信息为灰度图像,wi有两种取值,即0和1;经过上述步骤得到的是1×m的一维序列;
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
实施例三
以512×512像素点大小的图像为例说明本实施例的实施步骤:
第一步,读取512×512像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的64×64个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
第四步,将一维水印序列重组成二维水印,对图像进行恢复。
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
实施例四:
以512×512像素点大小的图像为例说明本实施例的实施步骤:
第一步,读取512×512像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的64×64个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
其中vi、分别是修改前和修改后的频域系数,α是拉伸系数,ωi是第i个信息位水印序列,水印信息为灰度图像,wi有两种取值,即0和1;经过上述步骤得到的是1×m的一维序列;
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
Claims (5)
1、一种基于DCT算法数字图像水提取入方法,其特征在于,包括如下步骤:
第一,读取原始图像和水印化图像,并分别将其分割为互不覆盖的图像块,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块,分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三,根据序列位置形成一维水印序列:
第四,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
2、根据权利要求1所述的一种基于DCT算法数字图像水印提取方法,其特征在于,包括如下步骤:
第一步,读取128×128像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的32×32个图像块,将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
3、根据权利要求1所述的一种基于DCT算法数字图像水印提取方法,其特征在于,包括如下步骤:
第一步,读取256×256像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的32×32个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
其中vi、分别是修改前和修改后的频域系数,α是拉伸系数,ωi是第i个信息位水印;
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
4、根据权利要求1所述的一种基于DCT算法数字图像水印提取方法,其特征在于,包括如下步骤:
以512×512像素点大小的图像为例说明本实施例的实施步骤:
第一步,读取512×512像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的64×64个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
其中vi、分别是修改前和修改后的频域系数,α是拉伸系数,ωi是第i个信息位水印序列,水印信息为灰度图像,wi有两种取值,即0和1;经过上述步骤得到的是1×m的一维序列;
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
5、根据权利要求1所述的一种基于DCT算法数字图像水印提取方法,其特征在于,包括如下步骤:
第一步,读取512×512像素点大小的原始图像和水印化图像,并分别将其分割为互不覆盖的64×64个图像块。将原始图像和待测图像分别进行DCT域变换,进行求差计算,确定序列位置:
嵌入规则:
相应提取规则:
第二步,对图像块的方差进行比较,分出纹理块,从而确定水印嵌入图像的位置:
提取水印时须首先确定m个嵌入水印的纹理复杂(即方差最大)的子块;分别计算各子块的平均灰度和方差,并按由大到小顺序排列,前m个子块即为嵌入水印信息的子块:
其中,m代表子块的平均灰度;n代表子块中包含像素点数;i代表像素的横坐标;j代表像素的纵坐标;x代表位于(i,j)位置的像素的灰度值;σ2代表子块灰度的方差;
第三步,根据序列位置形成一维水印序列:
第四步,将一维水印序列重组成二维水印,对图像进行恢复:
一维序列w按以下规则重组为r×r的二维水印信息:
wi=wpq
其中i,p,q满足i=p*(r-1)+q;i代表一维序列w的位置,p,q代表重组二维水印的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100215680A CN101504759B (zh) | 2009-03-17 | 2009-03-17 | 基于dct算法数字图像水印提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100215680A CN101504759B (zh) | 2009-03-17 | 2009-03-17 | 基于dct算法数字图像水印提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101504759A true CN101504759A (zh) | 2009-08-12 |
CN101504759B CN101504759B (zh) | 2012-07-25 |
Family
ID=40976994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100215680A Expired - Fee Related CN101504759B (zh) | 2009-03-17 | 2009-03-17 | 基于dct算法数字图像水印提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101504759B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096893A (zh) * | 2010-12-28 | 2011-06-15 | 浙江工商大学 | Dct域抗二次打印-扫描鲁棒零水印算法 |
CN102298765A (zh) * | 2011-09-20 | 2011-12-28 | 武汉大学 | 图像数字指纹追踪方法 |
CN105761199A (zh) * | 2016-03-25 | 2016-07-13 | 鲁东大学 | 一种基于组合域的鲁棒彩色图像水印方法 |
CN113179407A (zh) * | 2021-04-23 | 2021-07-27 | 山东大学 | 基于帧间dct系数相关性的视频水印嵌入和提取方法及系统 |
CN116758289A (zh) * | 2023-08-14 | 2023-09-15 | 中国石油大学(华东) | 一种自补偿学习的小样本图像分割方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848155A (en) * | 1996-09-04 | 1998-12-08 | Nec Research Institute, Inc. | Spread spectrum watermark for embedded signalling |
CN100452091C (zh) * | 2007-03-30 | 2009-01-14 | 西安电子科技大学 | 基于图像特征区域的抗几何攻击数字水印方法 |
CN101290772B (zh) * | 2008-03-27 | 2011-06-01 | 上海交通大学 | 基于混合域系数矢量量化的音频零水印嵌入和提取方法 |
CN101309410A (zh) * | 2008-07-08 | 2008-11-19 | 武汉大学 | 一种视频编解码体系结构 |
-
2009
- 2009-03-17 CN CN2009100215680A patent/CN101504759B/zh not_active Expired - Fee Related
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096893A (zh) * | 2010-12-28 | 2011-06-15 | 浙江工商大学 | Dct域抗二次打印-扫描鲁棒零水印算法 |
CN102298765A (zh) * | 2011-09-20 | 2011-12-28 | 武汉大学 | 图像数字指纹追踪方法 |
CN102298765B (zh) * | 2011-09-20 | 2013-02-13 | 武汉大学 | 图像数字指纹追踪方法 |
CN105761199A (zh) * | 2016-03-25 | 2016-07-13 | 鲁东大学 | 一种基于组合域的鲁棒彩色图像水印方法 |
CN105761199B (zh) * | 2016-03-25 | 2018-10-12 | 鲁东大学 | 一种基于组合域的鲁棒彩色图像水印方法 |
CN113179407A (zh) * | 2021-04-23 | 2021-07-27 | 山东大学 | 基于帧间dct系数相关性的视频水印嵌入和提取方法及系统 |
CN116758289A (zh) * | 2023-08-14 | 2023-09-15 | 中国石油大学(华东) | 一种自补偿学习的小样本图像分割方法 |
CN116758289B (zh) * | 2023-08-14 | 2023-10-24 | 中国石油大学(华东) | 一种自补偿学习的小样本图像分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101504759B (zh) | 2012-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102147912B (zh) | 一种基于自适应差值扩展的可逆图像水印方法 | |
CN101615286B (zh) | 一种基于图像灰度游程直方图分析的盲信息隐藏检测方法 | |
CN104268823A (zh) | 一种基于图像内容的数字水印算法 | |
Azeroual et al. | Real-time image tamper localization based on fragile watermarking and Faber-Schauder wavelet | |
CN104680473A (zh) | 基于机器学习的彩色图像水印嵌入及检测方法 | |
CN101504759B (zh) | 基于dct算法数字图像水印提取方法 | |
Zhao et al. | Tampered region detection of inpainting JPEG images | |
CN104978706B (zh) | 基于傅里叶描述子的水印嵌入与提取方法、装置及系统 | |
Abu et al. | Image watermarking using psychovisual threshold over the edge | |
CN107067363B (zh) | 一种基于像素序关系不变的非盲鲁棒空域图像水印方法 | |
CN103325081A (zh) | 基于空间域图像数字水印的嵌入及提取方法 | |
CN111028850A (zh) | 一种音频水印的嵌入方法和提取方法 | |
CN103366332B (zh) | 一种基于深度信息的图像水印方法 | |
CN103079066B (zh) | 脊波变换与dct变换相结合的图像水印嵌入和提取方法 | |
CN104766263A (zh) | 基于四元数Legendre矩校正的彩色图像水印嵌入及检测方法 | |
CN103971324A (zh) | 一种保护矢量地图数据版权的非对称水印方法 | |
CN104484850A (zh) | 基于模糊分类的鲁棒图像水印检测方法 | |
Hu et al. | A histogram based watermarking algorithm robust to geometric distortions | |
CN103049880B (zh) | 基于离散余弦变换的数字水印方法 | |
CN100421123C (zh) | 一种鲁棒的二值文本图像多水印实现方法 | |
CN1971613A (zh) | 一种比特流鲁棒数字图像水印嵌入和检测方法及装置 | |
CN103971322A (zh) | 宿主图像的水印嵌入方法及含水印图像的水印提取方法 | |
CN104021516A (zh) | 基于韦布尔模型的dct直流系数上图像水印方法 | |
Zhang et al. | A semi-fragile digital watermarking algorithm for 2D vector graphics tamper localization | |
CN104036450A (zh) | 一种抗几何攻击的数字水印处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120725 Termination date: 20150317 |
|
EXPY | Termination of patent right or utility model |