CN101877117A - 基于提升小波与奇异值分解的数字图像版权保护方法 - Google Patents

Abstract

该发明名称为“基于提升小波与奇异值分解的数字图像版权保护方法”，其属于计算机应用、信息安全、模式识别、图像处理等技术领域。本发明提出了一种基于提升小波与奇异值分解的数字图像版权保护方法。在嵌入水印的过程中，对载体图像进行提升小波变换后，将得到的低频子带进行奇异值分解，并把水印信息嵌入到该奇异值中，然后，对得到的奇异值再次进行奇异值分解。最后，进行逆运算得到包含水印信息的载体图像。水印提取过程中，先将载体图像进行奇异值分解，然后通过得到的奇异值与原始载体图像信息的运算得到嵌入的水印信息。本发明方法安全性性高、同时能够抵抗裁剪、压缩、旋转等攻击。该方法能够广泛应用于数字图像的版权保护领域内。

Description

基于提升小波与奇异值分解的数字图像版权保护方法

技术领域

该发明方法应用了提升小波、奇异值分解、混沌系统等知识，该发明方法属于计算机应用、信息安全、模式识别、图像处理等技术领域。

背景技术

根据使用目的不同，数字水印一般分为三类：可见水印、脆弱性水印和鲁棒性水印。可见水印通常用于电视台台标、免费图片的样本发布等；脆弱性水印通常用于法律、商业、国防等领域，它可以有效证明当前的文件是否发生过篡改；鲁棒性水印通常用于版权保护，标志数字产品的版权信息。鲁棒性水印能够抵抗一定的信号处理甚至攻击，例如：图像增强、有损压缩、旋转、裁剪、缩放等。

混沌系统经常被用于信息安全领域，被广为应用的混沌系统是Logistic混沌系统，改进型Logistic映射的表达式为：

$x_{n+1}=1-2x_n^2$ x_n∈[-1，1]

该映射为混沌系统，所产生的序列为混沌序列。该映射对初值极为敏感，初始值稍微不同，就会迅速变成完全不同的状态。该混沌序列不依赖于初始值，该混沌系统具有遍历性。

提升小波是由第一代小波变换的提升来实现的。提升小波既有第一代小波的优点，又克服了它的局限性。它运算速度快、允许完全原位计算，并且其逆变换是正变换的反运算。因此应用提升小波进行变换，可以很好地恢复原始图像。提升小波的正向提升过程可分解为三个过程：分裂、预测和修正。

奇异值分解是一个很重要的线性代数工具，在图像压缩、数字水印和其它信号处理领域方面具有很重要的应用。奇异值分解是一种将矩阵对角线化的数值技术。数字图像经过奇异值分解后，可以看成是由许多非负标量组成的一个矩阵。用A∈R^M×N来表示一个图像矩阵，其中R表示实数数域。A可以表示成：

A＝U∑V^T

其中，U∈R^M×M和V∈R^N×N都是正交阵，∑∈R^M×N是一个非对角线上的项都是0的矩阵，其对角线上的元素满足：

σ₁≥σ₂≥…≥σ_r≥σ_r+1＝…＝σ_M＝0

其中，r是A的秩，它等于非零奇异值的个数，∑满足：

σ_i是由该分解所唯一确定的，叫做A的奇异值。它是AA^T特征值的平方根。分解式U∑V^T称作A的奇异值分解。矩阵A对于转置、镜像、旋转、放大、平移等几何失真具有鲁棒性。

发明内容

本发明提出了一种基于提升小波与奇异值分解的数字图像版权保护方法。具体实现中，结合提升小波与奇异值分解技术向数字图像内嵌入数字水印的方法来实现版权保护。在嵌入水印的过程中，首先对载体图像进行提升小波变换，得到提升小波的四个子带，将低频子带进行奇异值分解后，把水印信息嵌入到该奇异值中，并对得到的奇异值再次进行奇异值分解。最后，将得到的奇异值进行逆奇异值分解、逆提升小波变换得到包含水印信息的载体图像。水印提取过程中，先将载体图像进行奇异值分解，然后通过得到的奇异值与原始载体图像信息的运算得到嵌入的水印信息。本发明方法采用了混沌系统对水印信息进行处理，保证了算法的安全性。仿真实验结果表明，该算法具有较高的鲁棒性，能够抵抗诸如裁剪、压缩、旋转等攻击，并具有较高的运算速度。

附图说明

图1为载体图像，该图像为512*512像素大小。

图2为水印图像，该图像为256*256像素大小。

图3为含水印载体图像，该图像的PSNR值为43.2518。

图4为对图3进行顺时针180度旋转后的含水印载体图像。

图5为从图4内提取的水印信息。

图6为对图3进行裁剪攻击的图像，从图中可以看到图像被裁减掉50％左右。

图7为从图6内提取的水印信息。

图8为将图3裁剪掉其右侧50％，再将剩余部分拉伸到与原图等宽后的图像。

图9为从图8内提取的水印信息。

图10为对图3进行JPEG压缩后的图像。

图11为从图9内提取的水印信息。

从上述附图可以看出，含水印图像具有较高的PSNR值，提取出的水印图像均清晰可辨。实验结果证明，该算法具有较好的透明性，较高的鲁棒性。

具体实施方式

该发明方法的具体实施方式主要有：水印图像处理、水印嵌入、水印提取。具体如下：

1 水印图像处理

混度系统具有初始值敏感性，即使初始值发生微小的变化，也会导致结果的完全不同。因此，引用混沌系统处理水印图像能够保证水印信息具有较高的安全性。本方面方法采用Logistic混沌系统来提高安全性，具体实现为：

用混沌系统产生一个长度为n(此处n为需要置乱的水印数列长度)的数列CI，将该数列进行排序，从而得到一个升序数列CIS。此时通过计算数列CIS中的每个数据在数列CI中的下标，得到一个数列I。应用公式为：

I(i)＝FI(CIS(i))，(1≤i≤n)

式中，函数FI(parameter)的功能为找出参数parameter在数列CI中的下标。

嵌入水印信息时，将水印信息数列W按照数列I进行置乱排序得到置乱后的数列WO，然后将置乱后的水印信息WO嵌入到载体图像中。置乱排序应用公式为：

WO(i)＝W(I(i))，(1≤i≤n)

提取水印信息时，在嵌入了水印的载体图像中提取水印信息数列WO，然后将提取到的水印信息WO进行逆置乱，得到正常排序的水印信息OR。逆置乱应用的公式为：

OR(I(i))＝WO(i)，(1≤i≤n)

此时得到的序列OR即为水印信息W。应用上述混沌处理过程保证了嵌入过程的安全性和可靠性。

2水印的嵌入过程

水印的嵌入过程分为：提升小波变换、奇异值分解、嵌入水印信息、二次奇异值分解、逆奇异值分解、逆提升小波变换等6个步骤，具体如下：

第1步：提升小波变换

首先将需要认证的图像O进行2层提升小波变换，得到它的4个频率带，分别是低频、水平、垂直及对角线频率子带。低频LL₂集中了图像的大部分能量，因此，选择低频作为水印嵌入载体。

第2步：奇异值分解

对得到的低频子带LL₂进行奇异值分解，如下：

LL₂＝UDV^T

此时得到LL₂的奇异值D。

第3步：嵌入水印信息

将进行排序置乱处理后的水印信息嵌入到奇异矩阵内，嵌入公式如下：

Wd＝D+α*W

此时得到嵌入了水印信息的矩阵Wd。

第4步：二次奇异值分解

对得到的矩阵Wd进行奇异值分解，公式如下：

Wd＝U^wD^w(V^w)^T

此时得到奇异值D^w。

第5步：逆奇异值分解

根据得到的含有水印信息的奇异值D^w，得到含水印信息的低频子带，如下：

${\mathrm{LL}}_2^w={\mathrm{UD}}^{w}V$

第6步：逆提升小波变换

根据得到的

进行逆提升小波变换，得到含水印信息的载体图像。

3水印的提取过程

水印的提取过程分为：提升小波变换、奇异值分解、逆奇异值分解、提取水印信息、水印信息处理等5个步骤，具体如下：

第1步：提升小波变换

将得到的载体图像进行2层提升小波变换，得到它的4个频率子带，包括低频子带

和3个高频子带。

第2步：奇异值分解

将得到的进行奇异值分解，如下：

${\mathrm{LL}}_2^{*}=U^{*}{D}^{w^{*}}{V}^{T^{*}}$

第3步：逆奇异值分解

将上步得到的

与U^w、V^w进行逆奇异值分解运算，如下：

${\mathrm{Wd}}^{*}=U^w{D}^{w^{*}}{V}^w$

此时，得到含有水印信息的参数Wd^*。

第4步：提取水印信息

将得到的参数Wd^*与奇异值D进行运算，提取水印信息，公式如下：

W^*＝Wd^*-D

第5步：水印信息处理

此时得到的水印信息W^*为在嵌入阶段进行过预处理置乱排序后的水印信息，按照水印处理过程中介绍的逆置乱公式恢复水印信息本来的顺序，得到水印信息We。最后，对水印信息We进行二值化处理，如下：

${\mathrm{We}}^{*}(i,j)=\left\{\begin{array}{cc}0& \mathrm{if}(\mathrm{We}(i,j)>\mathrm{\σ}/2)\\ 1& \mathrm{if}(\mathrm{We}(i,j)\≤\mathrm{\σ}/2)\end{array}\right.$

Claims (4)

1.一种基于提升小波与奇异值分解的数字图像版权保护方法，其特征是应用混沌序列对水印图像进行了置乱预处理。

2.根据权利要求1所述的方法，其特征是低频子带进行了奇异值分解。

3.根据权利要求1所述的方法，其特征是进行了二次奇异值分解。

4.根据权利要求1所述的方法，其特征是采用混沌系统产生的序列对水印信息进行了逆置乱。

Images