CN102142130B - 基于小波域增强型图像掩膜的水印嵌入方法及装置 - Google Patents

Abstract

本发明公开了一种基于小波域增强型图像掩膜的水印嵌入方法，主要解决现有方法计算小波系数恰可失真门限不精确和不可调的缺陷。该方法首先将输入图像进行小波分解；然后通过低频子带的背景亮度和亮度变化的最大加权平均计算小波系数的亮度掩膜，通过压缩的输入图像局部标准差和高频子带的边缘掩膜来计算小波系数的纹理掩膜，并根据子带方向确定小波系数的方向掩膜；最后将亮度掩膜、纹理掩膜和方向掩膜进行加权综合，得到小波系数的恰可失真门限。本发明提高了小波系数恰可失真门限的精确性和可调性，更好地估计了水印嵌入强度，改善了含水印图像的视觉质量，可用于数字图像水印领域中衡量人眼对数字图像的感知特性，自适应地控制水印嵌入强度。

Description

基于小波域增强型图像掩膜的水印嵌入方法及装置

技术领域

本发明属于图像处理技术领域，涉及基于小波域增强型图像掩膜的水印嵌入方法及装置，可用于数字图像水印领域中衡量人眼对数字图像的感知特性，自适应地控制水印嵌入强度。

背景技术

随着人类社会的不断进步和计算机技术的飞速发展，数字图像以其直观、生动、信息量大和跨语言等优势，已成为数字视觉时代人们接收信息、感知客观世界的重要方式，广泛地应用于工业、医疗、军事、教育、通信和航天航空等国民经济的各个领域。作为人类获取视觉信息的重要途径，人类视觉系统的感知特性在实际的图像应用系统中发挥着日益重要的作用。如：在图像质量评价领域，由于主观评价实验耗时耗力、数据量大，人们迫切需要利用人眼对数字图像的感知特性设计客观的图像质量评价方法来近似反映人的主观感受；而在图像版权保护、内容认证等信息安全领域，数字水印技术往往需要将人眼的感知特性与水印方法相结合来控制水印嵌入的强度，保证含水印图像良好的视觉质量。特别是近年来随着小波技术在数字图像处理领域的普遍应用，探索人类视觉系统在小波域对数字图像的感知特性已备受关注。

在数字水印应用领域，有关人类视觉系统在小波域对数字图像感知特性的研究主要以Barni等人提出的像素掩膜方法为代表，该方法综合考虑了人眼在分解尺度、亮度和纹理三方面的敏感性，通过计算图像小波分解系数的恰可失真门限来对人类视觉系统的感知特性进行建模，见文献“Barni M，Bartolini F，and Piva A.Improved wavelet-based watermarkingthrough pixel-wise masking.IEEE Trans.Image Processing，10(5)：783-791，2001”。虽然该像素掩膜方法在提出的小波域水印方法中发挥了积极作用，但其未能精确反映在小波分解的不同尺度人眼的纹理和亮度敏感性，影响了含水印图像的视觉质量。因此，Nafornita等人在文献“Nafornita C，Isar A，and Borda M.Improved pixel-wise masking for imagewatermarking.Lecture Notes in Computer Science，4105：90-97，2006”和“Nafornita C.A newpixel-wise mask for watermarking.In Proc.ACM Multimedia and Security Workshop，Dallas，Texas，USA，September 20-21，2007”中运用压缩的图像局部标准差代替最高小波分解尺度低频子带的局部方差来描述在小波分解的不同尺度人眼的纹理敏感性，并基于不同分解尺度的低频子带对亮度敏感性进行多尺度建模，提高了像素掩膜方法的精确性。然而，该方法在对亮度敏感性进行建模时只考虑了低频子带中像素的分布特性，而忽略了背景亮度及亮度变化对亮度敏感性建模的影响，降低了小波分解系数恰可失真门限的精确性，影响了含水印图像的视觉质量。同时，上述方法均未考虑人眼的亮度敏感性与纹理敏感性在表征图像掩膜特性中的影响程度，使得小波分解系数恰可失真门限不能灵活调整，影响了含水印图像的视觉质量。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于小波域增强型图像掩膜的水印嵌入方法及装置，以提高亮度敏感性建模的精确性，优化亮度敏感性与纹理敏感性在图像掩膜特性表征时的影响，增强不同小波分解尺度下小波系数恰可失真门限的精确性和可调性，进而更好地估计水印嵌入强度，改善含水印图像的视觉质量。

为实现上述目的，本发明的水印嵌入方法，包括如下步骤：

(1)将输入图像I进行4级小波分解，得到一组小波分解子带序列Q；

(2)提取子带序列Q中的低频子带，得到一组低频子带序列Q_A；

(3)利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B：

$B=\left\{B_k^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，

$B_k^{(m,n)}=\max \{V_k^{(m,n)},S_k^{(m,n)}\}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示子带的大小，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的可见性阈值，

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的平均背景亮度，

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，Q′_k，a表示延拓低频子带，Q′_k，a(m′-3+i，n′-3+j)为Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right]$

表示第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的空域掩膜，

$S_k^{(m,n)}=D_k^{(m,n)}*(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01)$

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的亮度变化的最大加权平均，

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\}$

其中，

是第k级小波分解尺度下低频子带中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4；

(4)提取子带序列Q中的高频子带，得到一组高频子带序列Q_T；

(5)利用输入图像I和高频子带序列Q_T计算子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列X；

(6)根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取

1≤k≤4；

(7)根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J：

$J=\left\{J_{k,y}^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限，

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；

(8)利用得到的恰可失真门限序列J控制水印嵌入强度，将水印信息嵌入到输入图像I中，得到含水印图像I′。

为实现上述目的，本发明的水印嵌入虚拟装置，包括：

小波分解模块，用于将输入图像I进行4级小波分解，得到一组小波分解子带序列Q；

低频子带提取模块，用于提取子带序列Q中的低频子带，得到一组低频子带序列Q_A；

亮度掩膜计算模块，用于利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B：

$B=\left\{B_k^{(m,n)}\right\}$

其中，为第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，

$B_k^{(m,n)}=\max \{V_k^{(m,n)},S_k^{(m,n)}\}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示子带的大小，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的可见性阈值，

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的平均背景亮度，

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，Q′_k，a表示延拓低频子带，Q′_k，a(m′-3+i，n′-3+j)为Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right]$

表示第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的空域掩膜，

$S_k^{(m,n)}=D_k^{(m,n)}*(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01)$

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的亮度变化的最大加权平均，

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\}$

其中，

是第k级小波分解尺度下低频子带中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4；

高频子带提取模块，用于提取子带序列Q中的高频子带，得到一组高频子带序列Q_T；

纹理掩膜计算模块，用于利用输入图像I和高频子带序列Q_T计算子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列X；

方向掩膜计算模块，用于根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取1≤k≤4；

恰可失真门限综合模块，用于根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J：

$J=\left\{J_{k,y}^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限，

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；

水印嵌入模块，用于利用得到的恰可失真门限序列J控制水印嵌入强度，将水印信息嵌入到输入图像I中，得到含水印图像I′。

本发明具有以下优点：

(1)本发明由于考虑了背景亮度和亮度变化对人眼亮度感知的影响，提高了亮度敏感性建模的精确性，增强了不同小波分解尺度下小波系数恰可失真门限的精确性；

(2)本发明由于利用调节因子控制亮度掩膜与纹理掩膜的权值，提高了不同小波分解尺度下小波系数恰可失真门限的可调性；

(3)本发明由于提高了不同小波分解尺度下小波系数恰可失真门限的精确性和可调性，可以更好地估计水印嵌入强度，改善含水印图像的视觉质量。

附图说明

图1是本发明基于小波域增强型图像掩膜的水印嵌入方法总流程图；

图2是本发明中计算亮度掩膜序列子流程图；

图3是本发明基于小波域增强型图像掩膜的水印嵌入虚拟装置图；

图4是本发明方法与现有方法生成的掩膜图像对比结果图。

具体实施方式

参照图1，本发明的基于小波域增强型图像掩膜的水印嵌入方法，其实现步骤如下：

步骤1：将输入图像I进行4级小波分解，得到一组小波分解子带序列Q。

将图像I进行4级小波分解，但不限于4级，得到一组小波分解子带序列Q＝{Q_k，a，Q_k，h，Q_k，v，Q_k，d}，其中，k为分解尺度，1≤k≤4，Q_k，a为第k级小波分解尺度下的低频子带，Q_k，h为第k级小波分解尺度下的水平子带，Q_k，v为第k级小波分解尺度下的垂直子带，Q_k，d为第k级小波分解尺度下的对角子带。

步骤2：提取子带序列Q中的低频子带，得到一组低频子带序列Q_A。

从子带序列Q中选择不同小波分解尺度下的低频子带Q_k，a，1≤k≤4，将它们组成一个集合，得到一组低频子带序列Q_A＝{Q_k，a}。

步骤3：利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B。

参照图2，本步骤的具体实现如下：

3.1)提取低频子带序列Q_A中第k级小波分解尺度下的低频子带Q_k，a，表示为：

$Q_{k,a}=\left[\begin{array}{cccc}{Q}_{k,a}^{\left(\mathrm{1,1}\right)}& Q_{k,a}^{\left(\mathrm{1,2}\right)}& K& Q_{k,a}^{(1,q)}\\ Q_{k,a}^{\left(\mathrm{2,1}\right)}& Q_{k,a}^{\left(\mathrm{2,2}\right)}& K& Q_{k,a}^{(2,q)}\\ M& & K& M\\ Q_{k,a}^{(p,1)}& Q_{k,a}^{(p,2)}& K& Q_{k,a}^{(p,q)}\end{array}\right]$

其中，

表示低频子带Q_k，a中第p行第q列的小波系数，p*q表示子带大小；

3.2)采用文献“Chou C，and Li Y.A perceptually tuned subband image coder based on themeasure of just-noticeable-distortion profile.IEEE Trans.Circuits and Systems for VideoTechnology，5(6)：467-476，1995”的亮度感知模型，计算子带序列Q中第k级小波分解尺度下的低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜

1≤m≤p，1≤n≤q，具体步骤如下：

Step 1：采用对称方式将低频子带Q_k，a进行边界延拓，得到大小为(p+4)*(q+4)的延拓低频子带Q′_k，a，表示为：

$Q_{k,a}^{\′}=\left[\begin{array}{ccccccc}{Q}_{k,a}^{\left(\mathrm{3,3}\right)}& Q_{k,a}^{\left(\mathrm{3,2}\right)}& Q_{k,a}^{\left(\mathrm{3,1}\right)}& K& Q_{k,a}^{(3,q)}& Q_{k,a}^{(3,q-1)}& Q_{k,a}^{(3,q-2)}\\ Q_{k,a}^{\left(\mathrm{2,3}\right)}& Q_{k,a}^{\left(\mathrm{2,2}\right)}& Q_{k,a}^{\left(\mathrm{2,1}\right)}& K& Q_{k,a}^{(2,q)}& Q_{k,a}^{(2,q-1)}& Q_{k,a}^{(2,q-2)}\\ Q_{k,a}^{\left(\mathrm{1,3}\right)}& Q_{k,a}^{\left(\mathrm{1,2}\right)}& Q_{k,a}^{\left(\mathrm{1,1}\right)}& K& Q_{k,a}^{(1,q)}& Q_{k,a}^{(1,q-1)}& Q_{k,a}^{(1,q-2)}\\ M& & & K& & & M\\ Q_{k,a}^{(p,3)}& Q_{k,a}^{(p,2)}& Q_{k,a}^{(p,1)}& K& Q_{k,a}^{(p,q)}& Q_{k,a}^{(p,q-1)}& Q_{k,a}^{(p,q-2)}\\ Q_{k,a}^{(p-\mathrm{1,3})}& Q_{k,a}^{(p-\mathrm{1,2})}& Q_{k,a}^{(p-\mathrm{1,1})}& K& Q_{k,a}^{(p-1,q)}& Q_{k,a}^{(p-1,q-1)}& Q_{k,a}^{(p-1,q-2)}\\ Q_{k,a}^{(p-\mathrm{2,3})}& Q_{k,a}^{(p-\mathrm{2,2})}& Q_{k,a}^{(p-\mathrm{2,1})}& K& Q_{k,a}^{(p-2,q)}& Q_{k,a}^{(p-2,q-1)}& Q_{k,a}^{(p-2,q-2)}\end{array}\right]$

其中，

表示延拓低频子带Q′_k，a中第p+4行第q+4列的小波系数，它等于低频子带Q_k，a中第p-2行第q-2列的小波系数；

Step 2：利用延拓低频子带Q′_k，a计算低频子带Q_k，a中位于(m，n)处的小波系数的平均背景亮度

表示为：

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，1≤m≤p，1≤n≤q，Q′_k，a(m′-3+i，n′-3+j)为延拓低频子带Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right];$

Step 3：利用延拓低频子带Q′_k，a计算低频子带Q_k，a中位于(m，n)处的小波系数的亮度变化的最大加权平均

表示为：

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\},$

其中，

是低频子带Q_k，a中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4，R_x分别是：

$R_1=\left(\begin{array}{ccccc}0& 0& 0& 0& 0\\ 1& 3& 8& 3& 1\\ 0& 0& 0& 0& 0\\ -1& -3& -8& -3& -1\\ 0& 0& 0& 0& 0\end{array}\right),$ $R_2=\left(\begin{array}{ccccc}0& 0& 1& 0& 0\\ 0& 8& 3& 0& 0\\ 1& 3& 0& -3& -1\\ 0& 0& -3& -8& 0\\ 0& 0& -1& 0& 0\end{array}\right),$ $R_3=\left(\begin{array}{ccccc}0& 0& 1& 0& 0\\ 0& 0& 3& 8& 0\\ -1& -3& 0& 3& 1\\ 0& -8& -3& 0& 0\\ 0& 0& -1& 0& 0\end{array}\right),$ $R_4=R_1^T,$

R₄是R₁的转置矩阵；

Step 4：利用平均背景亮度

计算低频子带Q_k，a中位于(m，n)处的小波系数的可见性阈值表示为：

Step 5：利用平均背景亮度

和亮度变化的最大加权平均

计算低频子带Q_k，a中位于(m，n)处的小波系数的空域掩膜

表示为：

$S_k^{(m,n)}=D_k^{(m,n)}(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01);$

Step 6：利用可见性阈值和空域掩膜计算低频子带Q_k，a中位于(m，n)处的小波系数的亮度掩膜

表示为：

并将

作为第k级小波分解尺度下的低频子带Q_k，a、水平子带Q_k，h、垂直子带Q_k，v和对角子带Q_k，d中位于(m，n)处的小波系数的亮度掩膜；

3.3)重复步骤3.1)～3.2)直到计算出子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列1≤k≤4，1≤m≤p，1≤n≤q。

步骤4：提取子带序列Q中的高频子带，得到一组高频子带序列Q_T。

从子带序列Q中选择不同小波分解尺度下的水平子带Q_k，h、垂直子带Q_k，v和对角子带Q_k，d，将它们组成一个集合，得到一组高频子带序列Q_T＝{Q_k，h，Q_k，v，Q_k，d}，1≤k≤4。

步骤5：利用输入图像I和高频子带序列Q_T计算子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列X。

本步骤采用文献“Nafornita C.A new pixel-wise mask for watermarking.In Proc.ACMMultimedia and Security Workshop，Dallas，Texas，USA，September 20-21，2007”的纹理掩膜计算方法，首先计算子带序列Q中第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

1≤k≤4，然后将不同小波分解尺度下小波系数的纹理掩膜组成一个集合得到子带序列Q的纹理掩膜序列

具体实现如下：

5.1)计算输入图像I中每个像素的局部标准差，并将其压缩到小波域，得到不同小波分解尺度下小波系数的纹理估计；

5.2)利用第k级小波分解尺度的高频子带计算该尺度下每个小波系数的边缘掩膜；

5.3)将第k级小波分解尺度下小波系数的纹理估计与边缘掩膜进行综合，得到该尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

5.4)重复步骤5.2)～5.3)直到计算出子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列

步骤6：根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取1≤k≤4。

步骤7：根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J。

本步骤的具体实现如下：

7.1)提取亮度掩膜序列B中第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜

7.2)提取纹理掩膜序列X中第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

7.3)提取方向掩膜序列E中第k级小波分解尺度下小波系数的方向掩膜E_k，a、E_k，h、E_k，v和E_k，d；

7.4)计算第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2},$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；

7.5)重复步骤7.1)～7.4)直到计算出子带序列Q中不同小波分解尺度下小波系数的恰可失真门限序列

步骤8：利用得到的恰可失真门限序列J控制水印嵌入强度，将水印信息嵌入到输入图像I中，得到含水印图像I′。

本步骤利用数字图像水印领域经典的扩频水印技术将随机生成的水印嵌入到输入图像中，具体实现如下：

8.1)将输入图像I进行1级小波分解，但不限于1级，得到低频子带Q_1，a、水平子带Q_1，h、垂直子带Q_1，v和对角子带Q_1，d；

8.2)从步骤7中得到的恰可失真门限序列J中提取第1级分解尺度下水平子带Q_1，h中小波系数的恰可失真门限；

8.3)根据小波系数的恰可失真门限按如下方式修改水平子带Q_1，h的小波系数，将水印信息嵌入到输入图像中：

其中，

是加入水印后水平子带Q_1，h中位于(m，n)处的小波系数，1≤m≤p，1≤n≤q，

是加入水印前水平子带Q_1，h中位于(m，n)处的小波系数，ξ∈{1，-1}是随机产生的水印信息，

是水平子带Q_1，h中位于(m，n)处的小波系数的恰可失真门限；

8.4)将加入水印后的水平子带

和未加入水印的低频子带Q_1，a、垂直子带Q_1，v和对角子带Q_1，d进行小波逆变换得到含水印图像I′。

参照图3，本发明的基于小波域增强型图像掩膜的水印嵌入虚拟装置包括：小波分解模块、低频子带提取模块、亮度掩膜计算模块、高频子带提取模块、纹理掩膜计算模块、方向掩膜计算模块、恰可失真门限综合模块和水印嵌入模块。其中：

小波分解模块，将输入图像I进行4级小波分解，但不限于4级，得到一组小波分解子带序列Q＝{Q_k，a，Q_k，h，Q_k，v，Q_k，d}，其中，k为分解尺度，1≤k≤4，Q_k，a为第k级小波分解尺度下的低频子带，Q_k，h为第k级小波分解尺度下的水平子带，Q_k，v为第k级小波分解尺度下的垂直子带，Q_k，d为第k级小波分解尺度下的对角子带。

低频子带提取模块，从子带序列Q中选择不同小波分解尺度下的低频子带Q_k，a，1≤k≤4，将它们组成一个集合，得到一组低频子带序列Q_A＝{Q_k，a}。

亮度掩膜计算模块，利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B。首先，提取低频子带序列Q_A中第k级小波分解尺度下的低频子带Q_k，a：

$Q_{k,a}=\left[\begin{array}{cccc}{Q}_{k,a}^{\left(\mathrm{1,1}\right)}& Q_{k,a}^{\left(\mathrm{1,2}\right)}& K& Q_{k,a}^{(1,q)}\\ Q_{k,a}^{\left(\mathrm{2,1}\right)}& Q_{k,a}^{\left(\mathrm{2,2}\right)}& K& Q_{k,a}^{(2,q)}\\ M& & K& M\\ Q_{k,a}^{(p,1)}& Q_{k,a}^{(p,2)}& K& Q_{k,a}^{(p,q)}\end{array}\right]$

其中，

表示低频子带Q_k，a中第p行第q列的小波系数，p*q表示子带大小；再采用对称方式将低频子带Q_k，a进行边界延拓，得到大小为(p+4)*(q+4)的延拓低频子带Q′_k，a，表示为：

$Q_{k,a}^{\′}=\left[\begin{array}{ccccccc}{Q}_{k,a}^{\left(\mathrm{3,3}\right)}& Q_{k,a}^{\left(\mathrm{3,2}\right)}& Q_{k,a}^{\left(\mathrm{3,1}\right)}& K& Q_{k,a}^{(3,q)}& Q_{k,a}^{(3,q-1)}& Q_{k,a}^{(3,q-2)}\\ Q_{k,a}^{\left(\mathrm{2,3}\right)}& Q_{k,a}^{\left(\mathrm{2,2}\right)}& Q_{k,a}^{\left(\mathrm{2,1}\right)}& K& Q_{k,a}^{(2,q)}& Q_{k,a}^{(2,q-1)}& Q_{k,a}^{(2,q-2)}\\ Q_{k,a}^{\left(\mathrm{1,3}\right)}& Q_{k,a}^{\left(\mathrm{1,2}\right)}& Q_{k,a}^{\left(\mathrm{1,1}\right)}& K& Q_{k,a}^{(1,q)}& Q_{k,a}^{(1,q-1)}& Q_{k,a}^{(1,q-2)}\\ M& & & K& & & M\\ Q_{k,a}^{(p,3)}& Q_{k,a}^{(p,2)}& Q_{k,a}^{(p,1)}& K& Q_{k,a}^{(p,q)}& Q_{k,a}^{(p,q-1)}& Q_{k,a}^{(p,q-2)}\\ Q_{k,a}^{(p-\mathrm{1,3})}& Q_{k,a}^{(p-\mathrm{1,2})}& Q_{k,a}^{(p-\mathrm{1,1})}& K& Q_{k,a}^{(p-1,q)}& Q_{k,a}^{(p-1,q-1)}& Q_{k,a}^{(p-1,q-2)}\\ Q_{k,a}^{(p-\mathrm{2,3})}& Q_{k,a}^{(p-\mathrm{2,2})}& Q_{k,a}^{(p-\mathrm{2,1})}& K& Q_{k,a}^{(p-2,q)}& Q_{k,a}^{(p-2,q-1)}& Q_{k,a}^{(p-2,q-2)}\end{array}\right]$

其中，

表示延拓低频子带Q′_k，a中第p+4行第q+4列的小波系数，它等于低频子带Q_k，a中第p-2行第q-2列的小波系数；随后，利用延拓低频子带Q′_k，a计算低频子带Q_k，a中位于(m，n)处的小波系数的平均背景亮度

表示为：

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，1≤m≤p，1≤n≤q，Q′_k，a(m′-3+i，n′-3+j)为延拓低频子带Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right];$

利用延拓低频子带Q′_k，a计算低频子带Q_k，a中位于(m，n)处的小波系数的亮度变化的最大加权平均

表示为：

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\},$

其中，

是低频子带Q_k，a中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4，R_x分别是：

$R_1=\left(\begin{array}{ccccc}0& 0& 0& 0& 0\\ 1& 3& 8& 3& 1\\ 0& 0& 0& 0& 0\\ -1& -3& -8& -3& -1\\ 0& 0& 0& 0& 0\end{array}\right),$ $R_2=\left(\begin{array}{ccccc}0& 0& 1& 0& 0\\ 0& 8& 3& 0& 0\\ 1& 3& 0& -3& -1\\ 0& 0& -3& -8& 0\\ 0& 0& -1& 0& 0\end{array}\right),$ $R_3=\left(\begin{array}{ccccc}0& 0& 1& 0& 0\\ 0& 0& 3& 8& 0\\ -1& -3& 0& 3& 1\\ 0& -8& -3& 0& 0\\ 0& 0& -1& 0& 0\end{array}\right),$ $R_4=R_1^T,$

R₄是R₁的转置矩阵；然后，利用平均背景亮度

计算低频子带Q_k，a中位于(m，n)处的小波系数的可见性阈值

表示为：

利用平均背景亮度

和亮度变化的最大加权平均

计算低频子带Q_k，a中位于(m，n)处的小波系数的空域掩膜

表示为：

$S_k^{(m,n)}=D_k^{(m,n)}(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01);$

再利用可见性阈值

和空域掩膜

计算低频子带Q_k，a中位于(m，n)处的小波系数的亮度掩膜

表示为：

并将

作为第k级小波分解尺度下的低频子带Q_k，a、水平子带Q_k，h、垂直子带Q_k，v和对角子带Q_k，d中位于(m，n)处的小波系数的亮度掩膜；最后，重复上述过程直到计算出子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列

1≤k≤4，1≤m≤p，1≤n≤q。

高频子带提取模块，从子带序列Q中选择不同小波分解尺度下的水平子带Q_k，h、垂直子带Q_k，v和对角子带Q_k，d，将它们组成一个集合，得到一组高频子带序列Q_T＝{Q_k，h，Q_k，v，Q_k，d}，1≤k≤4。

纹理掩膜计算模块，利用输入图像I和高频子带序列Q_T计算子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，首先计算输入图像I中每个像素的局部标准差，并将其压缩到小波域，得到不同小波分解尺度下小波系数的纹理估计；然后，利用第k级小波分解尺度的高频子带计算该尺度下每个小波系数的边缘掩膜；并将第k级小波分解尺度下小波系数的纹理估计与边缘掩膜进行综合，得到该尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

最后，将不同小波分解尺度下小波系数的纹理掩膜组成一个集合得到子带序列Q的纹理掩膜序列

1≤k≤4。

方向掩膜计算模块，根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取

1≤k≤4。

恰可失真门限综合模块，根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J。首先，提取亮度掩膜序列B和纹理掩膜序列X中第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜

和纹理掩膜提取方向掩膜序列E中第k级小波分解尺度下小波系数的方向掩膜E_k，a、E_k，h、E_k，v和E_k，d；然后，计算第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2},$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；最后重复上述过程直到计算出子带序列Q中不同小波分解尺度下小波系数的恰可失真门限序列

水印嵌入模块，首先将输入图像I进行1级小波分解，但不限于1级，得到低频子带Q_1，a、水平子带Q_1，h、垂直子带Q_1，v和对角子带Q_1，d，然后从输入的恰可失真门限序列J中提取第1级分解尺度下水平子带Q_1，h中小波系数的恰可失真门限，再根据小波系数的恰可失真门限按如下方式修改水平子带Q_1，h的小波系数，将水印信息嵌入到输入图像中：

其中，

是加入水印后水平子带Q_1，h中位于(m，n)处的小波系数，1≤m≤p，1≤n≤q，

是加入水印前水平子带Q_1，h中位于(m，n)处的小波系数，ξ∈{1，-1}是随机产生的水印信息，是水平子带Q_1，h中位于(m，n)处的小波系数的恰可失真门限；最后将加入水印后的水平子带

和未加入水印的低频子带Q_1，a、垂直子带Q_1，v和对角子带Q_1，d进行小波逆变换得到含水印图像I′。

本发明的优点可通过以下仿真实验进一步说明：

将本发明方法分别与Barni等人提出的图像掩膜方法和Nafornita等人提出的改进型图像掩膜方法进行实验对比，实验中采用“Daubechies 3”小波变换将输入图像分成一系列低频和高频子带。本发明的一些记号为：将Barni等人提出的图像掩膜方法记为PM，将Nafornita等人提出的改进型图像掩膜方法记为IPM，将本发明方法记为EPM。

实验1：掩膜图像视觉效果实验

本实验采用图像处理领域最常用的Lena图像进行测试，首先将Lena图像进行1级小波分解，提取水平子带，然后分别用现有PM、IPM和本发明三种方法计算该水平子带的恰可失真门限并予以显示，实验结果如图4所示，其中图4(a)是PM方法生成的视觉掩膜图像，图4(b)是IPM方法生成的视觉掩膜图像，图4(c)是本发明方法生成的视觉掩膜图像，本发明方法中的调节因子β取0.5。本实验以人眼的视觉感知作为主观评判依据，对三种方法的掩膜效果进行对比。

由图4结果可见，由于本发明方法更加精确地对亮度敏感性进行建模，并有效控制了亮度掩膜与纹理掩膜的权值，增强不同小波分解尺度下小波系数恰可失真门限的精确性和可调性，使得到的掩膜图像更加清晰地表征了图像的纹理和边缘，更好地估计了水印的嵌入强度，优于PM和IPM方法。

实验2：数字水印实验

本实验采用图像处理领域最常用的Airplane图像进行测试，首先将Airplane图像进行1级小波分解，提取水平子带Q_1，h，然后分别用现有PM、IPM和本发明三种方法计算Q_1，h的恰可失真门限并修改Q_1，h的小波系数得到含水印图像。

本发明以峰值信噪比PSNR作为客观评判依据，分别测试利用三种方法生成的含水印图像的视觉质量，其中PSNR表示为

$\mathrm{PSNR}=10\log \left(\frac{h*w*{255}^2}{\underset{i=1}{\overset{h}{\mathrm{\Σ}}}\underset{j=1}{\overset{w}{\mathrm{\Σ}}}{(I(i,j)-I^{\′}(i,j))}^2}\right),$

式中，h*w是输入图像大小，I(i，j)是输入图像在第i行第j列的像素值，I′(i，j)是含水印图像在第i行第j列的像素值。在相同的水印嵌入情况下，含水印图像的PSNR越高，说明含水印图像的视觉质量越好。实验中本发明方法中的调节因子β取0.1，实验结果如表1所示。

表1.不同掩膜方法生成的含水印图像的PSNR(dB)值

由表1的实验结果可见，由本发明方法生成的含水印图像的PSNR值最高，这说明在相同的水印嵌入情况下本发明方法更好地估计了水印嵌入强度，改善了含水印图像的视觉质量，优于PM和IPM方法。

Claims (2)

1.一种基于小波域增强型图像掩膜的水印嵌入方法，包括如下步骤：

(1)将输入图像I进行4级小波分解，得到一组小波分解子带序列Q；

(2)提取子带序列Q中的低频子带，得到一组低频子带序列Q_A；

(3)利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B：

$B=\left\{B_k^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，

$B_k^{(m,n)}=\max \{V_k^{(m,n)},S_k^{(m,n)}\}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示子带的大小，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的可见性阈值，

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的平均背景亮度，

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，Q′_k，a表示延拓低频子带，Q′_k，a(m′-3+i，n′-3+j)为Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right]$

表示第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的空域掩膜，

$S_k^{(m,n)}=D_k^{(m,n)}*(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01)$

其中，为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的亮度变化的最大加权平均，

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\}$

其中，是第k级小波分解尺度下低频子带中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4；

(4)提取子带序列Q中的高频子带，得到一组高频子带序列Q_T；

(5)利用输入图像I和高频子带序列Q_T计算子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列X：

(5a)计算输入图像I中每个像素的局部标准差，并将其压缩到小波域，得到不同小波分解尺度下小波系数的纹理估计；

(5b)利用第k级小波分解尺度的高频子带计算该尺度下每个小波系数的边缘掩膜；

(5c)将第k级小波分解尺度下小波系数的纹理估计与边缘掩膜进行综合，得到该尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

(5d)重复步骤(5b)～(5c)直到计算出子带序列Q中不同小波分解尺度下小波系数的纹理掩膜，得到一组纹理掩膜序列

(6)根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取

1≤k≤4；

(7)根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J：

$J=\left\{J_{k,y}^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限，

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；

(8)利用得到的恰可失真门限序列J控制水印嵌入强度，将水印信息嵌入到输入图像I中，得到含水印图像I′。

2.一种基于小波域增强型图像掩膜的水印嵌入装置，包括：

小波分解模块，用于将输入图像I进行4级小波分解，得到一组小波分解子带序列Q；

低频子带提取模块，用于提取子带序列Q中的低频子带，得到一组低频子带序列Q_A；

亮度掩膜计算模块，用于利用低频子带序列Q_A计算子带序列Q中不同小波分解尺度下小波系数的亮度掩膜，得到一组亮度掩膜序列B：

$B=\left\{B_k^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，

$B_k^{(m,n)}=\max \{V_k^{(m,n)},S_k^{(m,n)}\}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示子带的大小，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的可见性阈值，

其中，

为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的平均背景亮度，

$G_k^{(m,n)}=\frac{1}{32}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*L(i,j)$

其中，i、j、m′和n′为控制变量，1≤i≤5，1≤j≤5，m′＝m+2，n′＝n+2，Q′_k，a表示延拓低频子带，Q′_k，a(m′-3+i，n′-3+j)为Q′_k，a中第m′-3+i行第n′-3+j列的小波系数，L(i，j)是低通加权算子L中第i行第j列的权值，L表示为：

$L=\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 2& 2& 2& 1\\ 1& 2& 0& 2& 1\\ 1& 2& 2& 2& 1\\ 1& 1& 1& 1& 1\end{array}\right]$

表示第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的空域掩膜，

$S_k^{(m,n)}=D_k^{(m,n)}*(G_k^{(m,n)}*0.0001+0.115)+(0.5-G_k^{(m,n)}*0.01)$

其中，为第k级小波分解尺度下低频子带中位于(m，n)处的小波系数的亮度变化的最大加权平均，

$D_k^{(m,n)}=\underset{x=\mathrm{1,2,3,4}}{\max }\left\{\right|{\▿}_{k,x}^{(m,n)}\left|\right\}$

其中，

是第k级小波分解尺度下低频子带中位于(m，n)处的小波系数沿x方向的亮度变化，

${\▿}_{k,x}^{(m,n)}=\frac{1}{16}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\underset{j=1}{\overset{5}{\mathrm{\Σ}}}{Q}_{k,a}^{\′}(m^{\′}-3+i,n^{\′}-3+j)*R_x(i,j)$

其中，R_x(i，j)是方向加权因子R_x在(i，j)处的权值，1≤x≤4；

高频子带提取模块，用于提取子带序列Q中的高频子带，得到一组高频子带序列Q_T；

纹理掩膜计算模块，包括：

小波系数的纹理估计子模块，用于计算输入图像I中每个像素的局部标准差，并将其压缩到小波域，得到不同小波分解尺度下小波系数的纹理估计；

小波系数的纹理掩膜估计子模块，用于利用第k级小波分解尺度的高频子带计算该尺度下每个小波系数的边缘掩膜，并将第k级小波分解尺度下小波系数的纹理估计与边缘掩膜进行综合，得到该尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜

纹理掩膜序列子模块，用于将不同小波分解尺度下小波系数的纹理掩膜组成一个集合得到子带序列Q的纹理掩膜序列

1≤k≤4；

方向掩膜计算模块，用于根据不同小波分解尺度下小波系数所在的子带确定子带序列Q中不同小波分解尺度下小波系数的方向掩膜，得到一组方向掩膜序列E：

E＝{E_k，a，E_k，h，E_k，v，E_k，d}

其中，E_k，a是第k级小波分解尺度下低频子带中所有小波系数的方向掩膜，取1，E_k，h是第k级小波分解尺度下水平子带中所有小波系数的方向掩膜，取1，E_k，v是第k级小波分解尺度下垂直子带中所有小波系数的方向掩膜，取1，E_k，d是第k级小波分解尺度下对角子带中所有小波系数的方向掩膜，取

1≤k≤4；

恰可失真门限综合模块，用于根据亮度掩膜序列B、纹理掩膜序列X和方向掩膜序列E，计算子带序列Q中不同小波分解尺度下小波系数的恰可失真门限，得到一组恰可失真门限序列J：

$J=\left\{J_{k,y}^{(m,n)}\right\}$

其中，

为第k级小波分解尺度下y子带中位于(m，n)处的小波系数的恰可失真门限，

$J_{k,y}^{(m,n)}=E_{k,y}*{\left(B_k^{(m,n)}\right)}^{\mathrm{\β}}*{\left(X_k^{(m,n)}\right)}^{0.2}$

其中，1≤k≤4，1≤m≤p，1≤n≤q，p*q表示y子带的大小，y分别取低频子带、水平子带、垂直子带和对角子带，E_k，y是第k级小波分解尺度下y子带中每个小波系数的方向掩膜，是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的亮度掩膜，0＜β≤1是调节因子，控制亮度掩膜的强度，

是第k级小波分解尺度下低频子带、水平子带、垂直子带和对角子带中位于(m，n)处的小波系数的纹理掩膜；

水印嵌入模块，用于利用得到的恰可失真门限序列J控制水印嵌入强度，将水印信息嵌入到输入图像I中，得到含水印图像I′。

Images