CN103606127A - 基于光学微结构的防复印图像水印方法 - Google Patents

Abstract

本发明提供一种检测复印件和原件的方法，从而达到防复印的目的，其基本原理是将经过编码和加密后的水印信息嵌入到载体直线上，再结合光学上的折射理论设计光学微结构并将其印刷到纸介质上，用以校正嵌入水印造成的载体失真。而在检测阶段则采用四步相移技术对待检测材料成像，再经过水印提取算法提取水印信息。该方法包括水印嵌入和提取两个过程，包括步骤：水印形式和载体形式选择；水印编码和加密；水印嵌入到载体；光学微结构修复失真；四步相移技术成像；水印提取算法提取水印。本技术可以有效的区分原件和复印件，并且有较好的鲁棒性，可用于票据、文档等重要材料的防伪中。

Description

基于光学微结构的防复印图像水印方法

技术领域

本发明属于通信与信息系统领域，涉及信息理论与编码、图像处理和材料光学等技术，特别涉及数字图像水印技术。 

背景技术

随着高清扫描和打印设备的快速发展，通过复印的方式对纸质材料进行非授权复制和翻录现象日益严重，严重侵犯了材料所有者的利益。甚至有些不法分子将这种手法用于复印票据、证书、证件等，严重扰乱了社会秩序，给国家和人民财产造成了损失。数字水印正是在这种环境下应运而生。它可以用于作品的知识产权保护，票据防伪，真伪鉴别，文件篡改提示等等。本发明主要为了应对通过对纸质材料的非法复印以达到以假乱真的目的的非法行为。 

国内外从上世纪70年代后期就开始了对纸张防复印技术的研究，已经取得了一定的研究成果，其中最具代表性的方法可分为三类：基于纸张的防复印技术、基于隐形图文的防复印技术、基于特殊油墨的防复印技术。 

基于纸张的防复印技术：扫描仪或复印机的原理是用强光照射纸介质，没有被纸介质吸收的光线将被反射到光学感应器上。仪器接收到这些信号后，将其转换成可以显示的图像，从而达到扫描复制的目的。基于纸张的防复印技术主要思想是通过在纸介质中添加特殊物质，当其被扫描仪的强光照射时会出现模糊或者变色的情况，从而达到防复印的目的。这种技术虽然可以有效的防止复印，但缺点是影响阅读效果，而且其在抗潮湿耐高温性方面较差。 

基于隐形图文的防复印技术：该技术的主要思想是将要印制于纸质介质上的信息与各种图像混杂、交叠在一起印刷，使之不可被阅读机直接读取也不可被肉眼直接看见。印刷后，通过设计的一种识别片，可以达到被阅读机识别、用肉眼可见但是彩色复印机仍不可复印的效果。这种设计虽然也达到了防复印的目的，但是不利于日常使用，人们不可能接受每次读书看报都要通过一个识别片，这样操作太麻烦了。 

基于特殊油墨的防复印技术：这种技术的思想是在油墨中加入一些特殊物质，一般这种物质具有一些特性，比如热敏性、光敏性、磁性。经过特殊的工艺加工成有防复印功能的特殊油墨。 

以上介绍的三种方法都可以实现纸介质材料的防复印，但都是通过改变纸介质或油墨的属性，而在防伪检测中，经常要用到这些属性，所以虽然达到了防复印的目的，但却很难做到快速批量检测纸介质材料的真伪。 

本发明从隐形图案和介质材料的角度，提出一种在纸质材料中嵌入和提取水印的方法，从而达到防伪的目的。 

发明内容

本发明的主要目的是提供一种检测复印件和原件的方法，从而达到防复印的目的。主要原理是将水印信息嵌入到图形载体上，然后印刷到纸介质上。在嵌入水印时会造成载体的失真，反映到载体图形上就是产生弯曲形变。为了弥补失真，我们采取的策略是在形变处添加特殊的光学材料，这种材料可以将光线折射，根据失真的大小，计算材料的参数，然后设计出这种材料将其覆盖到形变处，从而修复失真，使其看上去并没有发生变化。根据扫描仪的原理，它的扫描得到的结果是经过光学微结构校正后的，没有失真的载体，因此是不包含任何的水印信息的。水印检测阶段，采用四步相移数字全息技术重建图像。这种技术的特点是光线可以穿透覆盖在失真处的光学微结构，得到被覆盖处的真实图像，也就是含有水印的载体的 图像。经过识别算法，就可以识别出嵌入到载体中的水印信息。而对于复印的材料，因为复印的结果是不含任何水印信息的，所以不能识别，从而达到区分原件和复印件的目的，整体流程图如图1所示。 

本发明提出水印嵌入和检测可以实现防复印的目的，整个发明可分为三个功能模块，具体如下： 

1.水印信息的嵌入 

这一模块主要完成在载体中嵌入水印信息。本发明中选择的载体是直线，可以是一条或多条直线，具体根据嵌入水印信息的长度选择。要嵌入的水印信息是0、1序列。当然如果需要嵌入字母等水印，可以先根据字母的ASCALL码将其转换成0、1序列然后进行嵌入。为了提高水印识别的精度，我们采用了对0、1序列进行重复编码，虽然增加了信息冗余，但提高了识别的准确率。而为了保证信息的安全性，我们对重复编码后的0、1序列进行了arnold置乱，使得水印信息杂乱无章，毫无规律。经过置乱的0、1序列就是最终要嵌入载体直线的水印信息。嵌入策略是根据水印0或者1修改直线上一些像素的位置，使之形成凸起或凹陷，以达到保存信息的目的。最终形成的直线上就会有许多的凸起或凹陷，将这些直线印刷在纸质材料上就完成了水印信息的嵌入。 

2.光学微结构的设计及CCD成像 

第一个模块将水印信息嵌入到了载体直线中，造成了载体直线的失真，也就是产生了凹凸，为了校正这些失真，设计了一种光学微结构，将它覆盖到凹凸处，由于其对光线有较大的折射率，因此在扫描仪和肉眼看上去，并没有形变产生，从而达到隐藏信息的目的。为了在检测阶段能够读取到光学微结构下的真实水印信息，CCD成像时采用了光学中的四步相移数字全息技术。四步相移数字全息技术是光学中广泛采用的精确可靠的检测方法。它是基于光的干涉，因此虽然有光学微结构覆盖，它仍然可以穿透光学微结构而读取到覆盖在其下的真实的水印信息。 

3.水印的检测 

经过CCD成像后，就得到了含有水印信息的载体的图像。这一模块要完成的任务是从图像中提取原始的水印信息。因为印刷在纸介质上的水印图片可能遭到各种噪声的污染，比如椒盐噪声，高斯噪声等等，所以在识别前需要对图像进行去噪处理。本发明设计的仿真系统也模拟了椒盐噪声，高斯噪声，高斯滤波的攻击。经过预处理后得到了含有少量噪声的图像，考虑到在CCD成像过程中，纸质材料相对于成像平面有倾斜的情况，此处对图像进行倾斜校正。具体做法是识别图像中的载体直线，根据直线的倾斜角度，旋转图片从而消除倾斜对后续识别的影响。下一步就是从图片中识别载体，进一步提取出嵌入载体的水印信息，具体的识别算法下文会讲到。 

附图说明

图1为系统整体流程图。 

图2为有无光学微结构的扫描光路图。 

图3为微结构底边长度与微结构高度的关系图。 

图4为四步相移基本光路图。 

图5为原始隐藏水印信息图。 

图6为不同相移下的干涉图。 

图7为四步相移技术恢复出的水印信息。 

图8为Hough变换图。 

图9为不同的旋转形式图。 

具体实施方式

下面结合附图详细说明本发明所提供的方法中涉及的各个细节问题。 

1.水印信息的嵌入 

本发明提供的水印信息嵌入的具体实施方案如下： 

(1)载体形式选择和水印形式选择：本发明提供的载体形式有三种，分别是一条载体直线、两条载体直线、三条载体直线。提供的水印的形式也有三种，分别是基于凹凸差异性方案、基于凸起高度差异性方案、基于图案自身特性的方案(长度)。三种水印形式各有优缺点。对于凹凸差异性方案，水印0和水印1区分最明显，因此识别精度也最高。基于凸起高度差异性方案，识别精度没有第一种高，而且要设计多种光学微结构，但是它可以用于水印载体一侧有较大噪声影响的情况，因为它只选择水印载体的一侧进行嵌入。基于图案自身特性的方案(长度)，它具有和第二种方案相同的优点，但是它对于噪声比较敏感，因为表示水印1的图案宽度宽，如果受到较强噪声影响，可能会将其分成多个较短的图案，造成识别错误，因此精度没有第一种高。可以根据实际情况选择这三种水印形式中的一种。 

(2)水印重复编码和arnold置乱：得到用户输入的0、1水印序列后，为了保证水印信息有一定的纠检错能力，也为了保证水印有保密性，我们对原始水印序列进行了重复编码和arnold置乱。重复编码就是把原始水印中的0或1用多个0或1(3个或5个)表示，比如010经过编码后变成000111000(重复三次)。经过重复编码后的水印信息直接看上去有一定的规律性，因此需要对其进行arnold置乱。arnold变换是一种常用的图像置乱技术，其变换的对象是N*N的矩阵，因此在对水印序列置乱前，需要将它变成N*N的矩阵，少的元素用0、1交替补上。arnold变换后新下标为i′＝(i+j)mod N，j′＝(i+2j)mod N，i，j为原坐标。arnold置乱有周期性，即经过若干次变换后，矩阵回到最初状态，不同的阶数N对应一个周期T_n。因此在置乱阶段对原水印信息置乱x次，则经过T_n-x次就可以恢复。x可以当做arnold置乱的密钥保存，用于识别后的解码操作。 

(3)将水印嵌入到载体中：这一步将预处理过后的水印序列按照选择的水印形式和载体形式嵌入到载体直线中。依次读取水印序列中的一位，根据水印形式及水印参数，修改直线上一段像素的位置，形成凸起或凹陷。将所有的水印信息都嵌入载体后，这一模块就完成了。 

根据上述描述，本发明中水印嵌入模块水印可以选择多种载体和水印形式，并且对水印进行了编码和置乱操作，提高了水印的健壮性和安全性。 

2.光学微结构的设计及CCD成像 

1)利用光学微结构进行水印隐藏 

这一步中，为了隐藏信息，设计了一种光学微结构，将其覆盖到嵌入水印的位置。经光学微结构隐藏后的水印信息，即使用高清扫描仪进行扫描，仍然无法读出被隐藏的水印信息。如图2，对无微结构的图像进行扫描，扫描光路为简单的反射光路，扫描后的图像与扫描前的图像不会发生变化。当扫描图像中含有特定的微结构时，扫描光路变为折射光路，使得红色区域的成像位置发生偏移，与蓝色区域重合。下面推导光学微结构的参数。 

设光学微结构的厚度为h，折射率为n。对图像扫描的过程中，待加工的水印经扫描仪照明系统照明后，可看成一个普通的发光物体。物体上一点发出光线以角度β入射到玻璃薄膜表面上，之后以折射角为γ出 射，经扫描系统后成像。扫描仪拍到的像由于微结构的折射作用，发生了位移量为Δ的平移，与蓝色区域重合在一条线上。 

由图2所示，入射角为β，折射角γ，根据折射定律有： 

nsinβ=sinγ    (1) 

其中 $\mathrm{\β}=\frac{\mathrm{\π}}{2}-\mathrm{\α}-\mathrm{\θ},\mathrm{\γ}=\frac{\mathrm{\π}}{2}-\mathrm{\θ},$ 故方程(1)可写为 

cosθ=ncos(θ+α)    (2) 

从图中的几何关系，容易得出h₁，θ，l₀，l₁，l₂和Δ的关系为 

$h_1=\frac{\mathrm{\Δ}}{\tan \mathrm{\α}}---\left(3\right)$

$h_2=h_1+\frac{l_0}{\tan \mathrm{\α}}---\left(4\right)$

l₁=h₂tanα    (5) 

l₂=h₁tanθ    (6) 

上式中，Δ为最小偏移量，l₀为需要的移动线条的宽度，l₁，l₂表示需要的移动线条在微结构底边的位置。联立方程组(2)-(6)，可得微结构底边长度为： 

$l=l_0+l_1+l_2={2l}_0+\mathrm{\Δ}(1+\tan \mathrm{\θ})/\tan (\arccos \left(\frac{\cos \mathrm{\θ}}{n}\right)-\mathrm{\θ})---\left(7\right)$

从方程(7)可以看出，微结构底边长度l是折射率n，移动距离Δ、线的宽度l₀以及微结构顶角θ的函数。为了保证折射情况的发生，微结构的高度为： 

$h=\frac{l}{\tan \mathrm{\θ}}=[{2l}_0+\mathrm{\Δ}(1+\tan \mathrm{\θ})/\tan (\arccos \left(\frac{\cos \mathrm{\θ}}{n}\right)-\mathrm{\θ})]/\tan \mathrm{\θ}---\left(8\right)$

从方程(8)可知，微结构的高度h同样是微结构顶角θ，折射率n，Δ以及线宽度l₀的函数。 

设玻璃的折射率为1.7，θ取60°时，取线的最小打印宽度为60微米，移动距离为40微米，此时光学微结构最大厚度237微米。下图为θ从40°到75°时微结构底边长度和高度的曲线图如图3所示。从图中可以看出，微结构的底边长度与微结构的高度增成正比关系。横坐标代表θ的值，其中绿线代表微结构的高度随倾角θ的变化关系，红线代表微结构的底边长度随倾角θ的变化关系。可以看出，随着微结构顶角的增加，微结构高度增长较为缓慢，微结构的底边长度增长迅速。所以应根据实际需要，选取合理的θ值。 

2)利用四步相移技术检测被隐藏的水印信息 

相移数字全息技术于1996年由日本的I.Yamaguchi提出。具体做法是在数字全息记录过程中改变参考光波相位的同时记录多幅全息图，利用适当的相移算法，对所得到的全息图进行运算，最终直接恢复出记录面上的物光场分布，完全消除了零级像和共轭像的干扰。同时，采用相移技术后，又使得数字全息可以采用同轴方式记录，从而充分利用了CCD的空间带宽积。 

相移算法有很多种，如两步相移、三步相移、四步相移等。实现相移的方法也有很多种，包括倾斜玻璃、移动光栅、偏振移相、压电陶瓷等等。以四步相移为例，它的基本光路如图4所示。 

下面我们推导四步相移成像的公式：设参考光为R(x，y)，物光为O(x，y)。其中相移器(Phase Shifter)由计算机控制给参考光加入不同的相位延迟，比如

不同相移值下，由CCD记录相应的全息图，分别为： 

I₁(x，y，0)=|O(x，y)|²+|R(x，y)|²+OR^*+O^*R    (9) 

$I_2(x,y,\frac{\mathrm{\π}}{2})={\left|O(x,y)\right|}^2+{\left|R(x,y)\right|}^2-\mathrm{iO}{R}^{*}+{\mathrm{iO}}^{*}R---\left(10\right)$

I₃(x，y，π)=|O(xy)|²+|R(x，y)|²-OR^*-O^*R    (11) 

$I_4(x,y,\frac{3\mathrm{\π}}{2})={\left|O(x,y)\right|}^2+{\left|R(x,y)\right|}^2+{\mathrm{iOR}}^{*}-{\mathrm{iO}}^{*}R---\left(12\right)$

利用数字全息相减技术，得到CCD平面上物光波波前的复振幅分布为： 

$O(x,y)=\frac{1}{{4R}^{*}}\{I_1(x,y,0)-I_3(x,y,\mathrm{\π})+i[I_2(x,y,\frac{\mathrm{\π}}{2})-I_4(x,y,\frac{3\mathrm{\π}}{2})\left]\right\}---\left(13\right)$

由(13)式可知，利用相移数字全息技术，可以使再现的数字全息图中只包含CCD记录面上物光场的复振幅信息。然后对CCD面上物光场做逆菲涅尔变换，就可重建出隐藏的水印信息。 

利用四步相移技术，对隐藏的水印信息进行检测，原始隐藏水印的图片如图5所示，用四步相移技术拍摄到的四部干涉图如图6所示，用全息技术重建的水印信息结果如图7，比较图5和图7，可以看出，通过四步相移数字全息系统的检测，隐藏的水印信息得以精确重建，证明了该法用于检测的可行性。 

3.水印的检测 

这一模块是整个项目最关键的部分。上一步通过CCD成像得到了含有水印信息的图片，这一步要做的就是从图片中提取水印信息。主要分为三步完成。 

1)对含有水印的图像模拟噪声攻击以及去噪 

上一步是采用CCD成像得到含水印的图像，而在获得图像的过程中，由于仪器自身存在的噪声以及纸介质本身可能遭到污染等，不可能得到清晰的水印图片，肯定是含有很多的噪声，这一步所做的就是模拟这些噪声，以接近于现实情况，对最终的识别算法的编写有很重要的作用。有了噪声，就要用相应的去噪算法去除噪声，提高识别水印的精度。 

2)水印嵌入位置的识别以及水印区域的切割 

因为嵌入水印的载体可以是多条直线，因此必须识别出每个载体所在的位置，继而切分出每个载体，对其运用识别算法以提取出水印。采取的主要策略是对图像进行投影操作，达到一定阈值的识别为载体。 

3)水印信息提取 

水印图像在经过噪声攻击和去噪后，载体直线可能变得不在规整了，存在锯齿状，对于后续的识别过程及识别精度带来影响。因此，在识别前，先对直线的宽度进行归一化。即就是先扫描整条直线，统计出现次数最多的宽度，将其识别为直线的宽度w，然后重新扫描整条直线，宽度不为w的，根据其左右像素点分布情况，将其宽度调整为w。经后续验证，这一步是很有用的。接下来根据选定的水印嵌入类型，扫描水印所在的像素带，统计出每位水印的长度。水印长度确定后，用其做为阈值重新扫描，大于这个长度的就识别为水印的一位，然后根据嵌入时不同策略的差异，确定是水印0还是水印1，将每一位识别结果连起来经过反arnold置乱，水印解码得到原始的水印信息，完成整个识别过程。 

本发明从水印预处理、水印嵌入到水印的识别，用到的关键技术和方法如下： 

1)arnold置乱 

对于一个N阶矩阵上坐标为(x，y)的点通过一定的算法将其映射到新的点(x’，y’)，对每个点进行相 同的映射处理后就可以将原来的矩阵置乱成为另外一个新的矩阵。因为每个点的位置发生了改变，因此达到了加密的目的。Arnold置乱的坐标映射如公式(12)所示 

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right)=\left(\begin{array}{cc}1& 1\\ 1& 2\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)\left(\mathrm{mod}n\right)---\left(12\right)$

对矩阵进行一次上述变换称为一次Arnold变换。记变换矩阵为A，原坐标点(x，y)为输入，新的坐标点(x’，y’)为输出，可以得出迭代公式(13)，其中n表示迭代次数，也就是进行Arnold变换的次数。 

$\left.\begin{array}{c}{P}_{\mathrm{xy}}^{n+1}={\mathrm{AP}}_{\mathrm{xy}}^n\left(\mathrm{mod}N\right)\\ P_{\mathrm{xy}}^1=(x,y)\end{array}\right\}---\left(13\right)$

Arnold变换除了具有简单，易于实现优点外，还有一个重要的特性就是具有周期性。以图像为例，这种周期性表现为：对图像进行Arnold置乱变换时，起初会使的图像变得杂乱无章，但经过反复使用Arnold变换，图像就渐渐的恢复到了原始图像，对于不同阶数的图像，恢复到原图的变换次数一般不同。具体对应次数如表1所示 

表格1N阶Arnold变换的恢复循环次数 

阶数N	循环次数	阶数N	循环次数	阶数N	循环次数
						2	3	8	6	60	60
3	4	9	12	100	150
						4	3	10	30	120	60
5	10	12	12	125	250
						6	12	25	50	256	192
7	8	50	150	512	384

因此对于阶数为N的矩阵，假设恢复次数为times，如果初始时对图像进行了n次arnold变换，则在经过times-n次变换就可以恢复原始图像。 

2)连通区域检测 

连通区域检测是图像处理、模式识别中常用的一个基本方法。在目标分割，边缘检测，区域检测中有着广泛的应用。为了从经过滤波后的图像中提取载体直线，我们采用连通区域检测，去除区域面积小于一定阈值的连通域，可以有效的去除小面积的噪声影响。具体检测方法如下： 

采用标记连通域的方法，即就是将连通的区域标记成相同的记号，不同的连通区域标记成不同的记号。在扫描整幅图像的过程中，可能出现等价对，它的产生是由于扫描次序的不同，导致开始时认为是两个不同的连通区域，后来随着扫描的深入，又发现这两个区域是连通的。所以，需要记录等价对，以表明它们隶属于同一个连通区域，以便第一次扫描结束后进行修正。步骤归纳如下： 

(1)标记图像左上角，即，第一行第一列的像素。如果其像素值为255，则标记该点的值为1，否则，开始扫描第一行第二列的像素。 

(2)标记第一行的其它像素，此时，不会产生等价对的情况，不必考虑记录等价对。对该行的每一个像素，如果其值为255，检测左边像素是否为255，若是，则该点标记为左边像素点的标记；否则，该点的标记为前一个标记值加一；若该点的像素值为0，继续扫描下一个像素。 

(3)对除了第一行以外的像素行进行标记，此时会出现等价对的情况，需要进行记录。 

●首先对第一列进行处理，若该点像素值为0，则扫描该行下一个像素，否则，检测上、右上两个 像素位置的像素值。若上被标记过，该点标记为上像素点的标记值。这时，再看右上是否被标记过，若也被标记过，比较上和右上的标记值是否相等，如果不相等，则记录上和右上为一个等价对，并将其记录在等价对记录表中。若上没有被标记，而右上被标记了，则该点标记为右上的标记值。如果上和右上都没有被标记，该点的标记值为上一个标记值加一。 

●对中间列进行处理，若该像素的像素值为255，则检测左、左上、上、右上位置的像素值。若上述四个位置的像素值都为0，则该点的标记值为上一个标记值加一。如果上述四个位置中只有一个的像素值为255，则该点就标记为那个像素点的标记值。如果其中有m(m大于1，小于等于4)个像素点的像素值为255，则按照左、左上、上、右上的优先顺序来确定该点的标记值，然后对这m个像素位置的标记值进行等价对的分析，并进行相应的记录。 

●对最后一列进行处理，步骤同上。 

●依次扫描，直到所有像素值都被扫描。 

(4)对等价记录表中的所有等价对进行处理，得到最终的连通区域标记。 

3)Hought直线检测 

Hough变换的基本思想是利用点一线的对偶性，即图像空间共线的点对应在参数空间里相交的线，而交点就是参数的值。反过来，在参数空间中交于同一个点的所有直线在图像空间里都有点与之对应。 

在图像空间X-Y中，所有共线的点(x，y)都可以用直线方程描述为：y＝mx+c 

其中m为直线的斜率，c为截距，又可以改写为：c＝-xm+y 

在图8中，(a)所示是图像空间中位于同一直线的点，(b)所示是图像中直线上的点映射到参数空间中的一簇直线，图像空间中的一条直线上的点经过Hough变换后，对应的参数空间中的直线相交于一点，这一点是确定的，确定该点在参数空间中的位置皆可以知道图像中直线的参数。Hough变换把在图像空间中的直线检测问题转换到参数空间里交点的检测问题，通过在参数空间里进行简单的累加统计完成检测 

4)图像旋转 

图像旋转：Hough直线识别后可以得到图像的倾斜角度，通过对图像旋转实现原图像的倾斜校正。 

原理：本程序中选择以图像中心为圆心旋转。旋转之后若要保持目标区域大小不变，则整幅图像变大，若要保持政府图像的大小不变，则旋转超出原图的部分需要裁减掉，而空白部分用白色像素填充。如图9所示。旋转过程中的坐标变换公式为： 

x′=(x0-xcenter)cosθ-(y0-ycenter)sinθ+xcenter    (14) 

y′=(x0-xcenter)sinθ+(y0-ycenter)cosθ+ycenter    (15) 

式子中(x0，y0)表示原坐标，(xcenter，ycenter)表示整幅图像的中心点坐标，(x′，y′)表示旋转后的新坐标。因为经过坐标变换后得到的新坐标不一定是整数，而图像的像素坐标必须是整数，因此旋转后新坐标点处的像素值应该采用一定的插值算法确定。 

最近邻差值算法：对于一个目标像素，通过坐标反向变换求出对应于原图中的浮点数坐标，然后将该坐标四舍五入取整得到整数坐标，则目标像素值与该原图中该整数坐标的像素值相同。 

双线性插值算法：对于一个目标像素，通过坐标反向变换求出对应于原图中的浮点数坐标，将该浮点数坐标周围的四个整数坐标处的像素取出，以一定的权重求其加权和作为目标像素的像素值。设浮点坐标为f(i+u，j+v)，其中i，j为整数部分，u，v为小数部分。 

f(i+u，j+v)=(1-u)(1-v)f(i，j)+(1-u)vf(i，j+1)+u(1-v)f(i+1，j)+uvf(i+1，j+1)    (16) 

4.测试结果 

1)容量分析 

载体直线可以嵌入的水印的个数与水印的参数、编码方式以及噪声的强度有关。水印的参数中主要是水印的宽度参数直接影响载体的容量。编码方式是为了增强代码的健壮性，因此有一定的冗余，它也在很大程度上影响了载体的容量。下面给出实验中固定一个变量得到的容量同另外一个变量的关系： 

表格2固定编码方式为不重复，容量大小与水印的宽度的关系 

水印宽度	容量(固定载体长度为1800pixels)
		5pixels	150bits
10pixels	80bits
		15pixels	50bits
20pixels	40bits
		25pixels	30bits

由上表可以看出，载体的容量与水印的宽度大致呈线性关系。 

表格3固定水印宽度，容量大小与编码方式的关系 

编码方式	容量(固定载体长度为1800pixels，水印宽度为15pixels)
		不重复	50bits
重复三次	20bits
		重复五次	10bits

2)抗噪声性能分析 

系统总共模拟了三种噪声攻击，有倾斜攻击，高斯噪声，椒盐噪声。这些噪声类型模拟了现实成像中的噪声，对于检验算法的鲁棒性有很好的体现。下面分别列出各种噪声在不同的噪声强度下，系统的识别情况。 

表格4各种噪声参数下水印正确识别率 

倾斜角度	识别正确率	高斯噪声强度	识别正确率	椒盐噪声强度	识别正确率
						5	100％	0.05	100％	0.05	100％
10	100％	0.10	100％	0.10	100％
						20	100％	0.15	100％	0.15	100％
30	0	0.20	100％	0.20	100％

3)时间性能分析 

表格5批量生成和检测水印图片时间性能分析 

图片个数	生成水印图片(单位：秒)	检测水印图片(单位：秒)
			10	0.104	1.810
20	0.207	3.634
			30	0.277	5.409

[0122] 400.4227.838600.62911.560800.82115.4421001.08619.621 。

Claims (4)

1.一种基于光学微结构的防复印图像水印方法，其技术要点是：采用直线作为水印载体，用0，1序列作为嵌入的水印信息，选择不同的水印形式将经过编码和加密的水印信息嵌入到载体直线上形成凹凸，以保存信息。利用设计的一种光学微结构覆盖到嵌入水印的地方，修复这些凹凸失真使扫描仪不能扫描到水印信息，达到隐藏水印的目的。最后经过四步相移技术成像和水印提取算法提取载体直线中的水印信息。实现水印的嵌入的具体步骤是：

(1)载体形式选择和水印形式选择：本发明提供的载体形式有三种，分别是一条载体直线、两条载体直线、三条载体直线。提供的水印的形式也有三种，分别是基于凹凸差异性方案、基于凸起高度差异性方案、基于图案自身特性的方案(长度)。可以根据实际情况选择这三种水印形式中的一种。

(2)水印重复编码和置乱：得到用户输入的0、1水印序列后，为了保证水印信息有一定的纠检错能力，也为了保证水印有保密性，对原始水印序列进行了重复编码和置乱。

(3)将水印嵌入到载体中：将预处理过后的水印序列按照选择的水印形式和载体形式嵌入到载体直线中。依次读取水印序列中的一位，根据水印形式及水印参数，修改直线上一段像素的位置，形成凸起或凹陷。将所有的水印信息都嵌入载体后，完成水印的嵌入。

2.根据权利要求1所述的基于光学微结构的防复印图像水印方法，其特征是光学微结构具有较大的折射率，使通过它的光线发生折射，用以修复嵌入水印造成的图像失真。设计如下：从侧面看光学微结构为直角三角形，一个直角边h与介质面垂直，与斜边夹角为θ，折射率为n。光线由底直角边l射入，由斜边射出要产生Δ的平移。设l₀为需要的移动线条的宽度，根据水印嵌入位置失真的大小Δ，计算光学微结构的参数如下：

微结构底边长度l根据式(1)确定为：

$l={2l}_0+\mathrm{\Δ}(1+\tan \mathrm{\θ})/\tan (\arccos \left(\frac{\cos \mathrm{\θ}}{n}\right)-\mathrm{\θ})---\left(1\right)$

微结构的高度h根据式(2)确定为：

$h=\frac{l}{\tan \mathrm{\θ}}=[{2l}_0+\mathrm{\Δ}(1+\tan \mathrm{\θ})/\tan (\arccos \left(\frac{\cos \mathrm{\θ}}{n}\right)-\mathrm{\θ})]/\tan \mathrm{\θ}---\left(2\right)$

3.根据权利要求1所述的基于光学微结构的防复印图像水印方法，其特征是利用四步相移技术检测被隐藏的水印信息。设参考光为R(x，y)，物光为O(x，y)。其中相移器(Phase Shifter)由计算机控制给参考光加入不同的相位延迟，采用值

不同相移值下，由CCD记录相应的全息图，分别为：

I₁(x，y，0)=|O(x，y)|²+|R(x，y)|²+OR^*+O^*R    (3)

$I_2(x,y,\frac{\mathrm{\π}}{2})={\left|O(x,y)\right|}^2+{\left|R(x,y)\right|}^2-\mathrm{iO}{R}^{*}+{\mathrm{iO}}^{*}R---\left(4\right)$

I₃(x，y，π)=|O(xy)|²+|R(x，y)|²-OR^*-O^*R    (5)

$I_4(x,y,\frac{3\mathrm{\π}}{2})={\left|O(x,y)\right|}^2+{\left|R(x,y)\right|}^2+{\mathrm{iOR}}^{*}-{\mathrm{iO}}^{*}R---\left(6\right)$

利用数字全息相减技术，得到CCD平面上物光波波前的复振幅分布为：

$O(x,y)=\frac{1}{{4R}^{*}}\{I_1(x,y,0)-I_3(x,y,\mathrm{\π})+i[I_2(x,y,\frac{\mathrm{\π}}{2})-I_4(x,y,\frac{3\mathrm{\π}}{2})\left]\right\}---\left(7\right)$

有(7)式可知，利用相移数字全息技术，可以使再现的数字全息图中只包含CCD记录面上物光场的复振幅信息。然后对CCD面上物光场做逆菲涅尔变换，就可重建出隐藏的水印信息。

4.根据权利要求1所述的基于光学微结构的防复印图像水印方法，其特征是实现水印信息的提取具体步骤是：

(1)对含有水印的图像去噪处理：在采用CCD成像得到含水印的图像过程中，由于仪器自身存在的噪声以及纸介质本身可能遭到污染等，图像含有很多的噪声，采用高斯滤波和中值滤波课有效的去除这些噪声。除此而外成像过程中，可能存在倾斜，所以采用Hough直线识别，识别出载体直线的倾斜角θ，对图像旋转-θ角。达到倾斜校正的目的，提高识别水印的精度。

(2)水印嵌入位置的识别以及水印区域的切割：嵌入水印的载体可以是多条直线，必须识别出每个载体所在的位置，继而切分出每个载体，对其运用识别算法以提取出水印。采取的主要策略是对图像进行投影操作，达到一定阈值的识别为载体。

(3)水印信息提取：水印图像在经过噪声攻击和去噪后，载体直线可能变得不再规整了，存在锯齿状，对于后续的识别过程及识别精度带来影响。因此，在识别前，先对直线的宽度进行归一化。即就是先扫描整条直线，统计出现次数最多的宽度，将其识别为直线的宽度w，然后重新扫描整条直线，宽度不为w的，根据其左右像素点分布情况，将其宽度调整为w。接下来根据选定的水印嵌入类型，扫描水印所在的像素带，统计出每位水印的长度。水印长度确定后，用其做为阈值重新扫描，大于这个长度的就识别为水印的一位，然后根据嵌入时不同策略的差异，确定是水印0还是水印1，将每一位识别结果连起来经过反置乱，水印解码得到原始的水印信息，完成整个识别过程。

Images