CN103049880B - 基于离散余弦变换的数字水印方法 - Google Patents

Abstract

本发明公开了一种基于离散余弦变换的数字水印方法，将可见水印嵌入到宿主图像中。在宿主图像中选取特定的区域作为嵌入区域，再用坎尼算子对嵌入区域进行边缘检测，并结合该区域的纹理和亮度特征，将可见水印图像子块嵌入宿主图像的离散余弦变换域中。由于坎尼算子能够精确检测边缘信息，所以本发明运用其计算图像边缘点个数。在嵌入可见水印时，嵌入区域的纹理和亮度特征对嵌入系数的选择有重大影响，所以将三方面特征综合考虑，在离散余弦变换域中自适应地将可见水印图像子块嵌入宿主图像中，从而保证宿主图像的质量，又能使可见水印细节可见。

Description

基于离散余弦变换的数字水印方法

技术领域

本发明属于二维图像处理技术领域，是一种利用离散余弦变换给图片添加可见水印的技术。

背景技术

近年来，随着网络技术的飞速发展和信息媒体的数字化，信息表达的效率和准确性得到了极大地提高。但是数字作品的信息安全和版权保护成为迫切需要解决的实际问题。为此，人们提出了数字水印技术，即将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中，以起到版权保护、信息隐藏、防篡改和数据文件的真伪鉴别作用。

根据水印的可见性，分为可见水印和不可见水印。可见水印指水印在数字图像中可见，可以用来申明数字作品的版权。

数字水印是利用数字作品中普遍存在的冗余数据与随机性把版权信息嵌入到数字作品本身，从而起到保护数字作品版权的一种技术。数字水印可以标识和验证出数

字化图像，视频和音频记录的作者、所有者、发行者或授权消费者的信息，还可追溯

数字作品的非法分发，是目前进行数字作品版权保护的一种较为有效的技术手段。添加数字水印可以起到数字作品的版权告知作用。

发明内容

技术问题：针对已有的水印技术中尚存的不足和限制，本发明提供了一种可达到版权通知的目的、提高水印技术可靠性的基于离散余弦变换的数字水印方法。

技术方案：本发明的基于离散余弦变换的数字水印方法，包括以下步骤：

1）在宿主图像中选取和可见水印图像同样大小的区域作为嵌入区域I，对嵌入区域I求子块的离散余弦变换系数，具体步骤如下：

11）将嵌入区域I分成每块大小为8×8的非重叠的多个子块，对子块随机排序并予以编号，记为k，其中k＝1，2，…；

12）对每个子块进行离散余弦变换，得到各个子块的离散余弦变换矩阵，离散余弦变换矩阵由8×8的离散余弦变换系数组成；

2）根据嵌入区域I的像素信息，分别获取子块的亮度信息、边缘密度归一化值、纹理强度归一化值：

a）获取子块亮度信息的方法为：步骤12）中得到的子块的离散余弦变换矩阵的左上角的系数值即为直流分量，代表子块的亮度信息，用下列公式对每个子块的直流分量进行归一化，得到各个子块的亮度归一化值L(k)：

$L\left(k\right)=\frac{l\left(k\right)-l_{\min }}{l_{\max }-l_{\min }}---\left(1\right)$

其中，l(k)为子块的亮度信息，L_min和l_max分别表示所有子块中最大和最小的亮度信息；

b）获取子块边缘密度归一化值的方法为：用坎尼算子分别计算各个子块的边缘点个数，然后用下列公式分别对各个子块的边缘点个数进行归一化，得到各个子块的边缘密度归一化值E(k)：

$E\left(k\right)=\frac{e\left(k\right)-e_{\min }}{e_{\max }-e_{\min }}---\left(2\right)$

其中，e(k)为子块的边缘点个数，e_min和e_max分别表示嵌入区域I中边缘点个数的最大值和最小值；

c）获取子块纹理强度归一化值的方法为：分别计算各个子块的平均灰度值，进而求得各个子块的灰度值方差，然后用下列公式对所有的灰度值方差进行归一化，得到各个子块的纹理强度归一化值T(k)：

$T\left(k\right)=\frac{t\left(k\right)-t_{\min }}{t_{\max }-t_{\min }}---\left(3\right)$

其中，t(k)为子块的灰度值方差，t_min和t_max分别表示嵌入区域I中灰度值方差的最大值和最小值；

3）根据步骤2）中获取的图像信息，分别计算各个子块的嵌入系数λ_k：

λ_k=L(k)*w_l+E（k)*w_e+T(k)*(1-w_l-w_e)(4)

其中，w_l和w_e分别代表子块的亮度归一化值的权值和边缘密度归一化值的权值，两个权值的和小于1；

4）可见水印图像嵌入：

41）将可见水印图像分成不重叠的大小为8×8的多个子块，按照步骤11）中嵌入区域I的子块的排序，对可见水印图像的子块排序并对应编号，

42）对每个可见水印图像的子块进行离散余弦变换，得到各个子块的离散余弦变换矩阵，水印图像的子块的离散余弦变换矩阵由8×8的离散余弦变换系数组成；

43）：用下列公式将可见水印图像嵌入宿主图像的嵌入区域，得到嵌入区域的嵌入图像后的离散余弦变换系数：

$I_{\mathrm{ij}}^{\′}\left(k\right)=(1-{\mathrm{\λ}}_k)I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)+{\mathrm{\λ}}_k*W_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)*\frac{I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)}{255}---\left(5\right)$

其中，i，j分别表示水印图像的子块的离散余弦变换矩阵中系数的行序和列序，和分别表示嵌入区域和可见水印图像的第k个子块的离散余弦变换矩阵在i，j位置上的系数值，I′_ij(k)表示嵌入区域的第k个子块在i，j位置的嵌入图像后的离散余弦变换系数值，1≤i≤8,1≤j≤8；

44）对嵌入区域的嵌入图像后的离散余弦变换系数组成的矩阵进行逆离散余弦变换，得到嵌入区域的嵌入图像后的子块，组成嵌入区域的水印嵌入图像；

5）将嵌入区域部分和宿主图像的非嵌入区域合并得到包含水印的宿主图像。

有益效果：与现有技术相比，本发明的优点在于：

根据宿主图像的特征，在宿主图像中嵌入可见水印。由于坎尼算子能够精确检测边缘信息，所以本发明运用其计算图像边缘点个数canny算子。在嵌入可见水印时，嵌入区域的纹理和亮度特征对嵌入系数的选择有重大影响，所以将三方面结合起来，在离散余弦变换域中自适应地将可见水印图像子块嵌入宿主图像中，从而保证宿主图像的质量，又能使可见水印细节可见。

附图说明

图1是本发明提出的基于离散余弦变换的数字水印方法原理图。

图2是本发明提出的基于离散余弦变换的数字水印方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步描述。

本发明的基于离散余弦变换的数字水印方法，在Windows操作系统中通过VC6.0平台用C++编程语言实现基于离散余弦变换数字水印方法的全部过程。我们选取大小为512×512的灰度lena图像为宿主图像，128×128大小的灰度logo图像作为可见水印图像，以此作为实例，基于本发明提出的方法对图像进行嵌入处理，并检验其处理效果。具体步骤如下：

1）在宿主图像中右下角选取和水印图像同样大小即128×128的区域作为嵌入区域I，对嵌入区域I求子块的离散余弦变换系数，具体步骤如下：

11）将嵌入区域I分块，每块大小为8×8而且块与块之间互不重叠，就像用8×8的窗口在嵌入区域上遍历，由于嵌入区域的大小为128×128，所以可以分得4096个子块，对子块随机排序并予以编号，记为k，其中K＝1,2，…；

12）对每个子块进行离散余弦变换，得到各个子块的离散余弦变换矩阵，离散余弦变换矩阵由8×8的离散余弦变换系数组成，各个分块的DCT系数大小也是8×8的；

2）根据嵌入区域I的像素信息，分别获取子块的亮度信息、边缘密度归一化值、纹理强度归一化值：

a）获取子块亮度信息的方法为：步骤12）得到的子块的离散余弦变换矩阵的左上角的系数值即为直流分量，代表子块的亮度信息，用下列公式对每个子块的直流分量进行归一化，得到各个子块的亮度归一化值L(k)：

$L\left(k\right)=\frac{l\left(k\right)-l_{\min }}{l_{\max }-l_{\min }}---\left(1\right)$

其中l(k)为各个子块的亮度信息，l_min和L_max分别表示所有子块中最大和最小亮度信息；

b）获取子块边缘密度归一化值的方法为：用坎尼算子计算各个子块的边缘点个数，然后用下列公式分别对各个子块的边缘点个数进行归一化，得到各个子块的边缘密度归一化值E(k)：

$E\left(k\right)=\frac{e\left(k\right)-e_{\min }}{e_{\max }-e_{\min }}---\left(2\right)$

其中，e(k)为各个子块的边缘密度值，e_min和e_min分别表示区域I中边缘点个数最大值和最小值；

c）获取子块纹理强度归一化值的方法为：分别用下列公式计算各个子块的平均灰度值：

$I_{\mathrm{ave}}=\frac{1}{64}\underset{i=1}{\overset{i=8}{\mathrm{\Σ}}}\underset{j=1}{\overset{j=8}{\mathrm{\Σ}}}I(i,j)---\left(3\right)$

其中I_ave为子块的平均灰度值，I(i，j)为子块的i，j位置上的像素值，进而由下列公式求得各个子块的灰度值方差：

$t\left(k\right)=\frac{1}{64}\underset{i=1}{\overset{i=8}{\mathrm{\Σ}}}\underset{j=1}{\overset{j=8}{\mathrm{\Σ}}}{\left(I(i,j){-I}_{\mathrm{ave}}\right)}^2---\left(4\right)$

其中t(k)为各个子块的灰度值方差；

用下列公式对灰度值方差进行归一化，得到各个子块的纹理强度归一化值T(k)：

$T\left(k\right)=\frac{t\left(k\right)-t_{\min }}{t_{\max }-t_{\min }}---\left(5\right)$

其中，t_min和t_max分别表示区域I中纹理强度最大和最小的值

3）根据步骤2）获取的图像信息，即子块的亮度信息、边缘密度归一化值、纹理强度归一化值，分别计算各个子块的嵌入系数：

λ_k=L(k)*w_l+E(k)*w_e+T(k)*(1-w_l-w_e)(6)

其中，w_l和w_e分别代表子块的亮度归一化值的权值和边缘密度归一化值的权值，因为λ_k的值是小于1而且纹理强度T(k)的权值由他们决定，所以两个权值的和小于1；，通过多次验证实验，为了保证效果，这里取经验值w_l＝0.35，w_e=0.5；

4）可见水印图像嵌入：

41）将水印图像logo分成不重叠的大小为8×8的多个子块，按照步骤11）中嵌入区域I的子块的排序，对可见水印图像的子块排序并对应编号；

42）对每个可见水印图像的子块进行离散余弦变换，得到各个子块的离散余弦变换系数矩阵，该矩阵由8×8的离散余弦变换系数组成；

43）用下列公式将可见水印图像嵌入宿主图像的嵌入区域，得到嵌入区域的嵌入图像后的离散余弦变换系数：

$I_{\mathrm{ij}}^{\′}\left(k\right)=(1-{\mathrm{\λ}}_k)I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)+{\mathrm{\λ}}_k*W_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)*\frac{I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)}{255}---\left(7\right)$

其中，i，j分别表示水印图像的子块的离散余弦变换矩阵中系数的行序和列序，和分别表示嵌入区域和可见水印图像的第k子块的离散余弦变换矩阵在i，j位置上的系数值，I′_ij(k)表示嵌入区域的第k个子块在i，j位置的嵌入图像后的离散余弦变换系数值，1≤i≤8,1≤j≤8；

44）对嵌入区域的嵌入图像后的离散余弦变换系数组成的矩阵进行逆离散余弦变换，得到嵌入区域的嵌入图像后的子块，组成嵌入区域的水印嵌入图像；

5）将嵌入区域部分和宿主图像的非嵌入区域合并得到包含水印的宿主图像。

Claims (1)

1.一种基于离散余弦变换的水印方法，其特征在于，该方法包括以下步骤：

1)在宿主图像中选取和可见水印图像同样大小的区域作为嵌入区域I，对所述嵌入区域I求子块的离散余弦变换系数，具体步骤如下：

11)将嵌入区域I分成每块大小为8×8的非重叠的多个子块，对所述子块随机排序并予以编号，记为k，其中k＝1，2，…；

12)对每个所述子块进行离散余弦变换，得到各个子块的离散余弦变换矩阵，所述离散余弦变换矩阵由8×8的离散余弦变换系数组成；

2)根据嵌入区域I的像素信息，分别获取子块的亮度信息、边缘密度归一化值、纹理强度归一化值：

a)获取子块亮度信息的方法为：所述步骤12)中得到的子块的离散余弦变换矩阵的左上角的系数值即为直流分量，代表子块的亮度信息，用下列公式对每个子块的直流分量进行归一化，得到各个子块的亮度归一化值L(k)：

$L\left(k\right)=\frac{l\left(k\right)-l_{\min }}{l_{\max }-l_{\min }}---\left(1\right)$

其中，l(k)为子块的亮度信息，l_min和l_max分别表示所有子块中最小和最大的亮度信息；

b)获取子块边缘密度归一化值的方法为：用坎尼算子分别计算各个子块的边缘点个数，然后用下列公式分别对各个子块的边缘点个数进行归一化，得到各个子块的边缘密度归一化值E(k)：

$E\left(k\right)=\frac{e\left(k\right)-e_{\min }}{e_{\max }-e_{\min }}---\left(2\right)$

其中，e(k)为子块的边缘点个数，e_min和e_max分别表示嵌入区域I中边缘点个数的最小值和最大值；

c)获取子块纹理强度归一化值的方法为：分别计算各个子块的平均灰度值，进而求得各个子块的灰度值方差，然后用下列公式对所有的灰度值方差进行归一化，得到各个子块的纹理强度归一化值T(k)：

$T\left(k\right)=\frac{t\left(k\right)-t_{\min }}{t_{\max }-t_{\min }}---\left(3\right)$

其中，t(k)为子块的灰度值方差，t_min和t_max分别表示嵌入区域I中灰度值方差的最小值和最大值；

3)根据所述步骤2)中获取的子块的亮度信息、边缘密度归一化值、纹理强度归一化值，分别计算各个子块的嵌入系数λ_k：

λ_k＝L(k)*w_l+E(k)*w_e+T(k)*(1-w_l-w_e)   (4)

其中，w_l和w_e分别代表子块的亮度归一化值的权值和边缘密度归一化值的权值，所述两个权值的和小于1；

4)可见水印图像嵌入：

41)将可见水印图像分成不重叠的大小为8×8的多个子块，按照所述步骤11)中嵌入区域I的子块的排序，对所述可见水印图像的子块排序并对应编号，

42)对每个所述可见水印图像的子块进行离散余弦变换，得到各个子块的离散余弦变换矩阵，所述水印图像的子块的离散余弦变换矩阵由8×8的离散余弦变换系数组成；

43)：用下列公式将可见水印图像嵌入宿主图像的嵌入区域，得到嵌入区域的嵌入图像后的离散余弦变换系数：

$I_{\mathrm{ij}}^{\′}=\left(k\right)=(1-{\mathrm{\λ}}_k)I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)+{\mathrm{\λ}}_k*W_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)*\frac{I_{\mathrm{ij}}^{\mathrm{DCT}}\left(k\right)}{255}---\left(5\right)$

其中，i，j分别表示水印图像的子块的离散余弦变换矩阵中系数的行序和列序，和分别表示嵌入区域和可见水印图像的第k个子块的离散余弦变换矩阵在i，j位置上的系数值，I′_ij(k)表示嵌入区域的第k个子块在i，j位置的嵌入图像后的离散余弦变换系数值，1≤i≤8,1≤j≤8；

44)对嵌入区域的嵌入图像后的离散余弦变换系数组成的矩阵进行逆离散余弦变换，得到嵌入区域的嵌入图像后的子块，组成嵌入区域的水印嵌入图像；

5)将嵌入区域部分和宿主图像的非嵌入区域合并得到包含水印的宿主图像。