CN101673390A - 基于hsb和lsb的可恢复的半脆弱水印方法 - Google Patents

Abstract

一种数字水印技术领域的基于HSB和LSB的可恢复的半脆弱水印方法。通过利用Logistic混沌序列和置乱方法以及图像中LSB与HSB位平面的特点来嵌入数字水印和进行图像的真伪检测，借助空间域中LSB位平面所含水印信息容量大以及HSB位平面在图像篡改和水印攻击情况下具有相对稳定性的特点，利用HSB编码生成水印信息，采用置乱方法计算出水印嵌入位置，将水印嵌入到LSB中，并结合混沌序列的方法，对篡改区域定位。本发明不仅可对图像内容的恶意篡改进行精确地检测与定位，而且能比较精确地恢复被篡改的原图像信息，对原图质量的影响非常小。

Description

基于HSB和LSB的可恢复的半脆弱水印方法

技术领域

本发明涉及的是一种数字水印技术领域的方法，具体是一种基于HSB和LSB的可恢复的半脆弱水印方法。

背景技术

数字图像的广泛应用带来了其内容真实性鉴别的问题。特别是随着各种高质量和高精度的图像处理设备及大量的数字图像处理软件的出现，使得对数字图像的编辑修改更加的方便。针对图像真伪鉴别问题，主要采用半脆弱数字水印技术作为信息完整性的鉴别工具。但是，很多已有的水印嵌入与检测方法虽然可以定位图片被篡改的位置，却基本不能提供原始图像的信息，因此很难进行图像复原与修复的工作。

经过文献检索，Walton在文章“Information authentication for aslippery new age[J]”(《信息认证的新时代》)(Dr.Dobbs Journal.1995，20(4)：18-26)(Dr.Dobbs杂志)中首次提出用脆弱数字水印的方法来实现图像检测，其方法为：首先随机选择所有像素点，计算它们的灰度值中除了最低有效位(LSB)之外的其它有效位(高7位)的校验和，并将其作为水印信号嵌入到其LSB中。检测时，只需检测图像的校验和与提取的水印信息是否一致即可。嵌入水印的像素在嵌入后平均只有半数像素发生改变，所以该算法能较好的保持图像的透明性。但无法检测像素之间的交换，而且篡改者可以通过替换图像LSB平面来移除水印信息。因此使用校验和的方法不够安全，而且该方法的篡改定位能力比较差。

Wong等人在文章“A public key watermark for image verification andauthentication[C]”(《一种基于公钥的图像鉴别与检测水印》)(Proceedingsof the IEEE International Conference on Image Processing，Chicago，USA.1998，1：455-459)(IEEE图像处理学报)中通过对图像的7个最高有效位及尺寸通过Hash函数运算获得原始图像的某些特征，该特征与一有意义的二值水印图像经过异或操作并经公开密钥加密后嵌人到图像中最低有效位。当图像内容受到怀疑时，首先将图像的7个最高有效位与图像尺寸经过Hash运算后得到某些特征，然后将图像最低有效位公开解密后的结果与该特征通过异或操作后就得到嵌入的水印模式。该算法具有定位特性，从提出的水印可以非常直观地看出被篡改的区域。

Wong等人在文章“A watermark for image integrity and ownershipverification[C]”(《一种用于图像完整性与版权保护的数字水印技术》)(Proceedings of the IS &T PIC Conference，Oregon，Portland，1998)(信息服务与技术图片学报)中提出了一种基于分块的脆弱水印认证算法，算法的主要思想是把图像分割为各个独立的小块，对原图每个图像块的LSB平面置零后并经Hash函数置乱后，与水印信息进行异或操作，并结合私钥进行加密得到二值图像的水印信号，然后分别在各小块上嵌人各自的水印，该类分块独立算法的缺点是不能抵抗伪造真实图像的量化攻击，其原因在于各个分块是独立的。

发明内容

本发明目的在于针对现有技术的不足，提供一种基于HSB和LSB的可恢复的半脆弱水印方法。本发明能够精确定位图像篡改同时还可恢复原图像，保护数字图像的真实性、完整性。

本发明是通过以下技术方案实现的：

本发明通过利用Logistic混沌序列和置乱方法以及图像中LSB(LeastSignificant Bit，最低比特位)与HSB(Highest Significant Bit最高比特位)位平面的特点来嵌入数字水印和进行图像的真伪检测；借助空间域中LSB位平面所含水印信息容量大以及HSB位平面在图像篡改和水印攻击情况下具有相对稳定性的特点，利用HSB编码生成水印信息，采用置乱算法计算出水印嵌入位置，将水印嵌入到LSB中，并结合混沌序列的方法，对篡改区域定位。这样不仅可对图像内容的恶意篡改进行精确地检测与定位，而且能比较精确地恢复被篡改的原图像信息，对原图质量的影响非常小。

所述的嵌入数字水印，包括如下步骤：

①将所要嵌入水印的载体图片进行分块，块的大小为2×2，分别以A_k表示，k＝(1KK)，K是总的块数。用下列矩阵表示：

$A_k=\left[\begin{array}{cc}{a}_{k0}& a_{k1}\\ a_{k2}& a_{k3}\end{array}\right]$

②计算每个块的平均值

${\stackrel{\‾}{A}}_k=\frac{1}{4}\underset{j=0}{\overset{3}{\mathrm{\Σ}}}{a}_{\mathrm{kj}}---\left(1\right)$

取出该值的HSB分量，由于图像像素的取值范围是0-255，用8个比特表示：

${\stackrel{\‾}{A}}_k={({\stackrel{\‾}{A}}_k^{b7},{\stackrel{\‾}{A}}_k^{b6},{\stackrel{\‾}{A}}_k^{b5},{\stackrel{\‾}{A}}_k^{b4},{\stackrel{\‾}{A}}_k^{b3},{\stackrel{\‾}{A}}_k^{b2},{\stackrel{\‾}{A}}_k^{b1},{\stackrel{\‾}{A}}_k^{b0})}_2$

这里取最高的4个比特，即：A_k ^b7，A_k ^b6，A_kb ⁵，A_kb ⁴作为该位置的水印信息。

③采用置乱方法计算出水印嵌入位置，包括步骤如下：

将整个水印载体图片的像素以行扫描的方式进行编号1，2，3，，Λ，M*N，M和N分别是图片的长宽，然后将图片分成4大块，以A，B，C，D表示，

然后进行对角线交换，如下所示

$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]>\left[\begin{array}{cc}D& C\\ B& A\end{array}\right]$

交换后像素代表的新的编号就是所要求的f(k)。将嵌入位置f(k)对应的的分块像素用下式表示：

$A_{f\left(k\right)}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}& a_{f\left(k\right)1}\\ a_{f\left(k\right)2}& a_{f\left(k3\right)}\end{array}\right].$

③水印嵌入位置和混沌序列产生。利用如下方法进行置乱：将整个水印载体图片的像素以行扫描的方式进行编号1，2，3，，Λ，M*N，M和N分别是图片的长宽，然后将图片分成4大块，以A，B，C，D表示，然后进行对角线交换，如下所示

$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]>\left[\begin{array}{cc}D& C\\ B& A\end{array}\right]$

交换后像素代表的新的编号就是所要求的f(k)。将嵌入位置f(k)对应的的分块像素用下式表示：

$A_{f\left(k\right)}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}& a_{f\left(k\right)1}\\ a_{f\left(k\right)2}& a_{f\left(k3\right)}\end{array}\right].$

④提取出a_f(k)0，a_f(k)1，a_f(k)2，a_f(k)3的最低LSB分量a_f(k)0 ^b0，a_f(k)1 ^b0，a_f(k)2 ^b0，a_f(k)3 ^b0，并分别用A_k ^b7，A_k ^b6，A_k ^b5，A_k ^b4来替换。

⑤利用用户相关的密钥通过Logistic混沌系统产生一组混沌序列g(k)，k＝(1K K)。每个图像块A_k对应一个混沌序列比特g(k)，用g(k)将图像块A_k的a_k0像素的a_k0 ^b1比特替换，从而此图像块完成水印嵌入，取下一个图像块嵌入水印直到所有图像块完成类此操作。

所述的图像的真伪检测，包括如下步骤：

①将嵌入水印的载体图片以2×2的大小进行分块，取出其中一个块以A_k ^*表示。其块内元素如下矩阵：

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right]$

②计算这个块的平均值

${\stackrel{\‾}{A}}_k^{*}=\frac{1}{4}\underset{j=0}{\overset{3}{\mathrm{\Σ}}}{a}_{\mathrm{kj}}^{*}---\left(2\right)$

与嵌入部分对应取出该值的HSB的高4个比特分量：A_k ^*b7，A_k ^*b6，A_k ^*b5，A_k ^*b4。

③用与嵌入部分对应的置乱算法产生水印嵌入位置块f(k)，将此位置的分块像素用下式表示：

$A_{f\left(k\right)}^{*}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}^{*}& a_{f\left(k\right)1}^{*}\\ a_{f\left(k\right)2}^{*}& a_{f\left(k\right)3}^{*}\end{array}\right]$

并提取出a_f(k)0 ^*，a_f(k)1 ^*，a_f(k)2 ^*，a_f(k)3 ^*的最低LSB分量a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0。

④分别比较a_f(k)0 ^*b0与A_k ^*b7，a_f(k)1 ^*b0与A_k ^*b6，a_f(k)2 ^*b0与A_k ^*b5，a_f(k)3 ^*b0与A_k ^*b4，如果在上面的比较中有一个比特不相符则转到步骤⑥进行进一步的防篡改检测，反之转到步骤⑤进行混沌序列的检测。

⑤混沌序列的检测。用与水印嵌入部分对应得混沌序列初值产生一个混沌序列g(k)，用将a_k0 ^*b1比特提取出来与g(k)相比较，如果两者不同，则转到步骤⑥还要进一步的确认。如果步骤④中没有检测到篡改并且本步骤也没有检测到篡改则认为这个图像块没有受到篡改，进行下一个图像块的检测，直到所有图像块完成检测为止。

⑥以A_k ^*为中心的8个图像块分别用A_s ^*表示，分别计算这些块的a_s0 ^*b1与对应的混沌序列g(k)不同的数量，计为err(k)，再计算以A_f(k) ^*为中心的8个图像块与混沌序列不同的数量err^*(k)，如果err(k)≥err^*(k)，则说明该图像块受到篡改，转到步骤⑦进行原图像块恢复，反之该图像块没有篡改，进行下一个图像块检测。

⑦如果检测到图像块受到篡改，则通过a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0恢复出原图像块的数据。即

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right]=\left[\begin{array}{cc}{\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\\ {\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\end{array}\right]$

其中： ${\tilde{A}}_k^{*}=128a_{f\left(k\right)0}^{*b0}+64a_{f\left(k\right)1}^{*b0}+32a_{f\left(k\right)2}^{*b0}+16a_{f\left(k\right)3}^{*b0}.$

本发明结合传统的半脆弱水印图像防篡改的方法，通过利用置乱理论产生水印嵌入位置；根据HSB位平面在图像篡改和水印攻击情况下相对稳定性高的特性，利用HSB编码生成水印信息；结合LSB位平面所含信息容量大的特点，在图像最低有效位平面嵌人水印；使用混沌序列原理对图像内容的恶意篡改进行精确地检测与定位并比较精确地恢复被篡改的原图像信息。本发明在充分利用空间冗余度大等特点的基础上，将图像信息编码嵌入在图像之中，不仅可以检测出对媒体是否存在恶意篡改，精确定位出篡改区域，并且尽量减少对图片质量的影响，而且在检测时不需要额外的信息，可以实现盲检测和水印提取，甚至判断篡改方式以及恢复出被篡改的数据，从而保护数字图像的真实性、完整性。

附图说明

图1为本发明图像水印生成与嵌入端流程图；

图2为本发明图像篡改检测与恢复端流程图。

图3为实施例效果示意图。

具体实施方式

以下结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。

本实施例涉及的系统在图像水印嵌入端由水印生成模块、水印嵌入位置生成模块、水印嵌入模块三部分组成，结合本实施例基于HSB和LSB的可恢复的半脆弱水印方法的技术方案，具体实施应用如下：

(1)水印生成模块——首先将水印载体图片以2×2的大小进行分块，计算每个块的平均值A_k，取出该值的HSB分量，由于图像像素的取值范围是0-255，用8个比特表示：

取最高的4个比特，即：A_k ^b7，A_k ^b6，A_k ^b5，A_k ^b4作为该位置的水印信息。利用用户相关的密钥通过Logistic混沌系统产生一组混沌序列g(k)，k＝(1K K)。

(2)水印嵌入位置生成模块——利用如下方法进行置乱：将整个水印载体图片的像素以行扫描的方式进行编号1，2，3，，Λ，M*N，M和N分别是图片的长宽，然后将图片分成4大块，以A，B，C，D表示，然后进行对角线交换，如下所示

$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]>\left[\begin{array}{cc}D& C\\ B& A\end{array}\right]$

交换后像素代表的新的编号就是所要求的f(k)。将嵌入位置f(k)对应的的分块像素用下式表示：

$A_{f\left(k\right)}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}& a_{f\left(k\right)1}\\ a_{f\left(k\right)2}& a_{f\left(k3\right)}\end{array}\right]$

(3)水印嵌入模块——提取出a_f(k)0，a_f(k)1，a_f(k)2，a_f(k)3的最低LSB分量a_f(k)0 ^b0，a_f(k)1 ^b0，a_f(k)2 ^b0，a_f(k)3 ^b0，并分别用A_k ^b7，A_k ^b6，A_k ^b5，A_k ^b4来替换。将(1)中得到的混沌序列比特g(k)的每一个比特位对应每个图像块A_k，用g(k)将图像块A_k的a_k0像素的a_k0 ^b1比特替换，从而此图像块完成水印嵌入，取下一个图像块嵌入水印直到所有图像块完成类此操作。

本实施例涉及的系统在图像篡改检测与恢复端由嵌入位置生成模块、图像水印提取模块、篡改检测和内容恢复模块三个模块组成，结合本实施例基于HSB和LSB的可恢复的半脆弱水印方法的技术方案，具体实施应用如下：

(1)嵌入位置生成模块——用与嵌入部分对应的置乱算法产生水印嵌入位置块f(k)，将此位置的分块像素用下式表示：

$A_{f\left(k\right)}^{*}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}^{*}& a_{f\left(k\right)1}^{*}\\ a_{f\left(k\right)2}^{*}& a_{f\left(k\right)3}^{*}\end{array}\right]$

并提取出a_f(k)0 ^*，a_f(k)1 ^*，a_f(k)2 ^*，a_f(k)3 ^*的最低LSB分量a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0。

(2)图像水印提取模块——将嵌入水印的载体图片以2×2的大小进行分块，取出其中一个块以A_k ^*表示，k＝(1K K)。其块内元素如下矩阵：

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right]$

计算每个块的平均值

${\stackrel{\‾}{A}}_k^{*}=\frac{1}{4}\underset{j=0}{\overset{3}{\mathrm{\Σ}}}{a}_{\mathrm{kj}}^{*}$

与嵌入部分对应取出该值的HSB的高4个比特分量：A_k ^*b7，A_k ^*b6，A_k ^*b5，A_k ^*b4。

(3)篡改检测和内容恢复模块——分别比较a_f(k)0 ^*b0与A_k ^*b7，a_f(k)1 ^*b0与A_k ^*b6，a_f(k)2 ^*b0与A_k ^*b5，a_f(k)3 ^*b0与A_k ^*b4。如果在上面的比较中有一个比特不相符则转到防篡改检测阶段，反之则转到混沌序列的检测阶段。在防篡改检测阶段，以A_k ^*为中心的8个图像块分别用A_s ^*表示，分别计算这些块的a_s0 ^*b1与对应的混沌序列g(k)不同的数量，计为err(k)，再计算以A_f(k) ^*为中心的8个图像块与混沌序列不同的数量err^*(k)，如果err(k)≥err^*(k)，则说明该图像块受到篡改，通过a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0恢复出原图像块的数据。即

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right]=\left[\begin{array}{cc}{\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\\ {\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\end{array}\right]$

其中

反之该图像块没有篡改，进行下一个图像块检测；在混沌序列检测阶段，用与水印嵌入部分对应得混沌序列初值产生一个混沌序列g(k)，用将a_k0 ^*b1比特提取出来与g(k)相比较，如果两者不同，则转到步骤6还要进一步的确认。如果步骤4中没有检测到篡改并且本步骤也没有检测到篡改则认为这个图像块没有受到篡改，进行下一个图像块的检测，直到所有图像块完成检测为止。

将本实施例应用于LENA和BABOON图片，并用PSNR值作为衡量水印对载体图片质量的影响，从附图3.b中可以看出LENA图片水印的透明性很好，没有视觉上的差异，LENA测量的PSNR值为48.1229dB，BABOON测量的PSNR值为48.0529。攻击试验，如附图3.c所示，将512×512大小的灰度图片LENA加载水印。然后在含水印的LENA图片上a.切去一个方形的区域，并用黑色填充；b.再切去一个方形的区域，并用白色填充；c.将LENA图片自身的一部分移动到其他部分(在肩部)；d.任意画一条干扰线；经本实施例检测并修复后，在说明书附图3.d中可以清晰和准确的检测出被篡改的区域。并且，在检测到有篡改后，进一步的可以恢复出被篡改的原像素，如附图3.e。将BABOON的鼻子和眼睛的颜色换掉，在附图3.h中可以明显的看出检测出的篡改区域。从而证明了本实施例的有效性。

Claims (5)

1、一种基于HSB和LSB的可恢复的半脆弱水印方法，其特征在于，通过利用Logistic混沌序列和置乱方法以及图像中LSB与HSB位平面的特点来嵌入数字水印和进行图像的真伪检测，借助空间域中LSB位平面所含水印信息容量大以及HSB位平面在图像篡改和水印攻击情况下具有相对稳定性的特点，利用HSB编码生成水印信息，采用置乱方法计算出水印嵌入位置，将水印嵌入到LSB中，并结合混沌序列的方法，对篡改区域定位。

2、根据权利要求1所述的基于HSB和LSB的可恢复的半脆弱水印方法，其特征是，所述的嵌入数字水印，包括如下步骤：

①将所要嵌入水印的载体图片进行分块，块的大小为2×2，分别以A_k矩阵表示：

$A_k=\left[\begin{array}{cc}{a}_{k0}& a_{k1}\\ a_{k2}& a_{k3}\end{array}\right]$

其中：k＝(1K K)，K是总的块数；

②计算每个块的平均值：

取出该值的HSB分量，由于图像像素的取值范围是0-255，用8个比特表示：这里取最高的4个比特，即：A_k ^b7，A_k ^b6，A_k ^b5，A_k ^b4作为该位置的水印信息；

③采用置乱方法计算出水印嵌入位置，以下式表示：

$A_{f\left(k\right)}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}& a_{f\left(k\right)1}\\ a_{f\left(k\right)2}& a_{f\left(k\right)3}\end{array}\right]$

其中：以行扫描的方式编号1.2.3…；

④提取出a_f(k)0，a_f(k)1，a_f(k)2，a_f(k)3的最低LSB分量a_f(k)0 ^b0，a_f(k)1 ^b0，a_f(k)2 ^b0，a_f(k)3 ^b0，并分别用A_k ^b7，A_k ^b6，A_k ^b5，A_k ^b4来替换；

⑤利用用户相关的密钥通过Logistic混沌系统产生一组混沌序列g(k)，k＝(1K K)，每个图像块A_k对应一个混沌序列比特g(k)，用g(k)将图像块A_k的a_k0像素的a_k0 ^b1比特替换，从而此图像块完成水印嵌入，取下一个图像块嵌入水印直到所有图像块完成类此操作。

3、根据权利要求1所述的基于HSB和LSB的可恢复的半脆弱水印方法，其特征是，所述的采用置乱方法计算出水印嵌入位置，步骤如下：

将整个水印载体图片的像素以行扫描的方式进行编号1，2，3，，Λ，M*N，M和N分别是图片的长宽，然后将图片分成4大块，以A，B，C，D表示，

然后进行对角线交换，如下所示

$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]>\left[\begin{array}{cc}D& C\\ B& A\end{array}\right]$

最后获得交换后像素代表的的f(k)，将嵌入位置f(k)对应的的分块像素用下式表示：

$A_{f\left(k\right)}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}& a_{f\left(k\right)1}\\ a_{f\left(k\right)2}& a_{f\left(k\right)3}\end{array}\right].$

4、根据权利要求1所述的基于HSB和LSB的可恢复的半脆弱水印方法，其特征是，所述的图像的真伪检测，包括如下步骤：

①将嵌入水印的载体图片以2×2的大小进行分块，取出其中一个块以A_k ^*矩阵表示：

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right];$

②计算这个块的平均值

${\stackrel{\‾}{A}}_k^{*}=\frac{1}{4}\underset{j=0}{\overset{3}{\mathrm{\Σ}}}{a}_{\mathrm{kj}}^{*}$

与嵌入部分对应取出该值的HSB的高4个比特分量：A_k ^*b7，A_k ^*b6，A_k ^*b5，A_k ^*b4；

③用与嵌入部分对应的置乱方法产生水印嵌入位置块f(k)，将此位置的分块像素用下式表示：

$A_{f\left(k\right)}^{*}=\left[\begin{array}{cc}{a}_{f\left(k\right)0}^{*}& a_{f\left(k\right)1}^{*}\\ a_{f\left(k\right)2}^{*}& a_{f\left(k\right)3}^{*}\end{array}\right],$

并提取出a_f(k)0 ^*，a_f(k)1 ^*，a_f(k)2 ^*，a_f(k)3 ^*的最低LSB分量a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0；

④分别比较a_f(k)0 ^*b0与A_k ^*b7，a_f(k)1 ^*b0与A_k ^*b6，a_f(k)2 ^*b0与A_k ^*b5，a_f(k)3 ^*b0与A_k ^*b4，如果有一个比特不相符则转到步骤⑥进行进一步的防篡改检测，反之转到步骤⑤进行混沌序列的检测；

⑤混沌序列的检测，完成所有图像块检测；

⑥以A_k ^*为中心的8个图像块分别用A_s ^*表示，分别计算这些块的a_s0 ^*b1与对应的混沌序列g(k)不同的数量，计为err(k)，再计算以A_f(k) ^*为中心的8个图像块与混沌序列不同的数量err^*(k)，如果err(k)≥err^*(k)，则说明该图像块受到篡改，转到步骤⑦进行原图像块恢复，反之该图像块没有篡改，进行下一个图像块检测；

⑦如果检测到图像块受到篡改，则通过a_f(k)0 ^*b0，a_f(k)1 ^*b0，a_f(k)2 ^*b0，a_f(k)3 ^*b0恢复出原图像块的数据，即

$A_k^{*}=\left[\begin{array}{cc}{a}_{k0}^{*}& a_{k1}^{*}\\ a_{k2}^{*}& a_{k3}^{*}\end{array}\right]=\left[\begin{array}{cc}{\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\\ {\tilde{A}}_k^{*}& {\tilde{A}}_k^{*}\end{array}\right]$

其中： ${\tilde{A}}_k^{*}=128a_{f\left(k\right)0}^{*b0}+64a_{f\left(k\right)1}^{*b0}+32a_{f\left(k\right)2}^{*b0}+16a_{f\left(k\right)3}^{*b0}.$

5、根据权利要求14所述的基于HSB和LSB的可恢复的半脆弱水印方法，其特征是，所述的混沌序列的检测，包括步骤如下：

用与水印嵌入部分对应得混沌序列初值产生一个混沌序列g(k)，用将a_k0 ^*b1比特提取出来与g(k)相比较，如果两者不同，则转到步骤⑥进一步的确认；如果步骤④中没有检测到篡改并且本步骤也没有检测到篡改，则认为这个图像块没有受到篡改，进行下一个图像块的检测，直到所有图像块完成检测为止。

Images