CN103871015B - 一种针对计算机图形图像的水印方法 - Google Patents
一种针对计算机图形图像的水印方法 Download PDFInfo
- Publication number
- CN103871015B CN103871015B CN201410014322.1A CN201410014322A CN103871015B CN 103871015 B CN103871015 B CN 103871015B CN 201410014322 A CN201410014322 A CN 201410014322A CN 103871015 B CN103871015 B CN 103871015B
- Authority
- CN
- China
- Prior art keywords
- watermark
- embedded
- coefficient
- image
- subband
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种针对计算机图形图像的水印方法,水印信号采用扩谱通信中的伪随进序列,序列项在集合{‑1,1}中取值。首先,对图像进行轮廓波变换,将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中,对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即得到水印图像;然后,对水印图像进行轮廓波变换,选取嵌入水印的子带,对嵌入水印后的轮廓波变换系数取绝对值,对绝对值进行建模,在绝对值域进行水印检测。本发明克服了对计算机图形图像的轮廓波系数准确建模的困难,提高了水印检测的成功率,能够很好的平衡水印的透明性和鲁棒性;检测水印不依赖原始图像,且效果好于直接在变换域上检测。
Description
技术领域
本发明涉及一种针对计算机图形图像的水印方法,属于信息隐藏技术领域。
背景技术
在数字图像(视频)水印领域,人们将注意力主要集中于自然图像而忽视了计算机图形图像(Computer Graphic,简称CG),后者正逐渐成为越来越流行和重要的信息载体。简单的将针对自然图像开发的水印算法移植到计算机图形图像上会造成明显的人为痕迹,很容易被人类视觉系统(Human Visual System,简称HVS)感知。在自然图像的情形下HVS对这个差异较不敏感,因为自然图像的亮度层次丰富,对比度掩蔽效应(contrast maskingeffect)强;而CG图像亮度层次少、边缘锐利,给人一种光滑无噪声的感觉,这种程度的差异很容易被HVS感知,这给在CG图像中嵌入水印增加了难度。
研究发现,HVS对图像边缘的失真较不敏感,CG图像也不例外,因此可以考虑把水印嵌入到CG图像的边缘中。轮廓波变换(Contourlet Transform,简称CT)是由Do等人提出的一种对图像边缘或轮廓具有高效表现力的变换,即在该变换域嵌入水印能够通过较少的系数将水印扩散到图像较大的区域,增强水印的鲁棒性。
最大似然(Maximum Likelihood,简称ML)检测技术检测技术广泛应用于通信工程中,从通信的角度看待数字水印技术,可以将水印的传送理解为发送方以数字媒体作为水印的载体,将水印传递到接收方,其间嵌入水印的数字媒体经受的各种蓄意或无意的数字信号处理(对水印的攻击)好比通信中信道对信号的干扰,水印的检测就是从被攻击的媒体中获取原始水印。在变换域上应用ML检测技术检测水印需要对变换域系数的分布建模,在DCT、DWT和CT域上常用的模型是一般高斯模型(Generalized Gaussian Distribution,简称GGD)。对于CG图像的CT系数分布,由于其分布的特殊性使得用GGD建模时不能较好的描述其分布特点,结果是水印检测性能的下降。CG图像CT系数分布的特殊性是指大量的系数集中于零值附近,使得其分布呈现脉冲形,如图1中(a)所示,这是CG图像的特性造成的。为了能尽量精确的对该种系数分布建模,若对CT系数求绝对值,用韦布尔分布(WeibullDistribution)对其建模,再从绝对值中检测水印。这样一来建模的手段不再局限于对称分布的双边模型,像韦布尔分布这样的单边模型成为可选模型,如图1中(b)所示,该模型在零值附近趋近于无穷的特性使其非常适合于在绝对值域对CG图像的CT系数建模。
发明内容
本发明所要解决的技术问题是提供一种针对计算机图形图像的水印方法,在保证水印透明性的同时具有较好的鲁棒性,并是一种盲水印方法;克服对计算机图形图像轮廓波变换系数准确建模的困难,提高水印检测的成功率。
本发明为解决上述技术问题采用以下技术方案:
一种针对计算机图形图像的水印方法,所述水印信号采用扩谱通信中的伪随机序列,序列项在集合{-1,1}中取值。首先,对图像进行轮廓波变换,将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中,对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即得到水印图像;然后,对水印图像进行轮廓波变换,选取嵌入水印的子带,对嵌入水印后的轮廓波变换系数取绝对值,对轮廓波变换系数的绝对值采用韦布尔分布建模,在绝对值域进行水印检测。
作为本发明的一种优选方案,采用一般伽玛分布或其特例韦布尔分布对所述绝对值进行建模。
作为本发明的一种优选方案,所述水印检测采用最大似然检测技术进行水印检测;所述最大似然检测技术要求系数大于零,则若变换系数的绝对值中存在零值,需给其加上一个数值10-9。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明在保证水印透明性的同时具有较好的鲁棒性,并且是一种盲水印算法;
(2)本发明对轮廓波系数取绝对值,对绝对值域的系数建模,克服了对计算机图形图像轮廓波系数准确建模的困难,提高了水印检测的成功率;
(3)本发明嵌入水印的变换域和位置,能够很好的平衡水印的透明性和鲁棒性,检测水印不依赖原始图像且效果好于直接在变换域上检测的效果。
附图说明
图1是轮廓波变换的方向子带系数分布的直方图和对应模型。
图2是本发明的水印嵌入流程图。
图3是本发明的水印检测流程图。
图4是不同水印攻击下,用韦布尔分布和一般高斯分布对轮廓波系数建模时水印检出率的比较图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
一种针对计算机图形图像的水印方法,所述水印信号采用扩谱通信中的伪随机序列,序列项在集合{-1,1}中取值。首先,对图像进行轮廓波变换,将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中,对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即得到水印图像;然后,对水印图像进行轮廓波变换,选取嵌入水印的子带,对嵌入水印后的轮廓波变换系数取绝对值,对绝对值域的变换系数进行建模,在绝对值域进行水印检测。
如图2所示,首先将原始图像进行轮廓波变换;然后选取第二级变换的八个方向子带中能量最大的子带,根据以下公式所述的乘法规则将水印嵌入其中;最后对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即可得到水印图像。
yi=xi(1+λwi)i=1,2,...,L
式中,xi是方向子带的系数;wi是水印信号;yi是嵌入水印后的方向子带系数;λ是一个标量,其大小决定水印的强度;L是水印长度。
水印信号采用扩谱通信中的伪随机序列,wi在集合{-1,1}中取值,且λ的取值远小于1,一般取值在0.2附近,因此对嵌入水印后的变换系数求取绝对值得:
|yi|=|xi(1+λwi)|=|xi|(1+λwi)
由上式可知,在原始系数上嵌入水印再取绝对值与直接在其绝对值上嵌入水印等价,即可以从变换系数的绝对值中检测水印。
如图3所示的水印检测流程:首先对水印图像进行轮廓波变换,选取嵌入水印的子带;其次对嵌入水印后的变换系数取绝对值,并对其采用韦布尔分布进行建模;再次通过最大似然估计得到模型参数;最后利用Neyman-Pearson准则推导决策统计量和判定阈值,若决策统计量大于判定阀值则判定水印存在,反之则判定水印不存在。
本发明采用最大似然估计检测技术检测水印,该技术要求系数大于零,因此若CT系数绝对值中存在零值,则给其加上一个极小的正数比如10-9,这对模型参数估计和水印检测的影响可以忽略。
决策统计量的表达式如下:
式中,α和ρ是韦布尔模型的参数;是水印图像接收方提取的CT系数。
判定阀值的表达式如下:
式中,erfc-1(·)是补误差函数,PFA是误报率,
水印检出率的计算方法是:对24幅CG图像,从100个水印中随机选取一个嵌入到图像中,从被攻击的图像中检测水印时,当且仅当对于嵌入的水印决策统计量大于其判断阀值,而对于其它水印的决策统计量不大于判断阀值时认为水印检测成功。这样的嵌入和提取步骤重复100次可以计算出一幅图像的水印检出率。当λ=0.4,PFA=10-4时,本发明的方法在多种攻击下的水印检出率如下表所示。
从上表可以看出,本发明不仅对JPEG压缩和高斯滤波等攻击具有较高的鲁棒性,还能抵抗一定程度的的几何攻击,比如破化同步性的旋转和剪切等攻击。
如图4所示,对水印图像进行攻击,其中(a)为缩放比例(Scaling),(b)为JPEG压缩(JPEG Compression),(c)为高斯噪声(Gaussian Noise),(d)为直方图均衡(HistogramEqualization)。分别用韦布尔分布和一般高斯分布对轮廓波系数进行建模,对其水印检出率进行比较,明显可以看出采用韦布尔分布对轮廓波系数的绝对值建模显著提高了水印检出率。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (3)
1.一种针对计算机图形图像的水印方法,其中水印信号采用扩谱通信中的伪随机序列,序列项在集合{-1,1}中取值,其特征在于,所述方法步骤如下:
首先,对图像进行轮廓波变换,将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中,对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即得到水印图像,其中,根据以下公式所述的乘法规则将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中:
yi=xi(1+λwi) i=1,2,...,L
式中,xi是方向子带的系数;wi是水印信号;yi是嵌入水印后的方向子带系数;λ是一个决定水印强度的标量,且λ的取值远小于1;L是水印长度;
然后,对水印图像进行轮廓波变换,选取嵌入水印的子带,对嵌入水印后的轮廓波变换系数取绝对值,对轮廓波变换系数的绝对值采用一般伽玛分布或韦布尔分布进行建模,在绝对值域进行水印检测。
2.根据权利要求1所述的一种针对计算机图形图像的水印方法,其特征在于:所述水印检测采用最大似然检测技术进行。
3.根据权利要求2所述的一种针对计算机图形图像的水印方法,其特征在于:所述最大似然检测技术要求变换系数大于零,若变换系数的绝对值中存在零值,需给其加上一个数值10-9。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410014322.1A CN103871015B (zh) | 2014-01-13 | 2014-01-13 | 一种针对计算机图形图像的水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410014322.1A CN103871015B (zh) | 2014-01-13 | 2014-01-13 | 一种针对计算机图形图像的水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103871015A CN103871015A (zh) | 2014-06-18 |
CN103871015B true CN103871015B (zh) | 2017-04-12 |
Family
ID=50909526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410014322.1A Expired - Fee Related CN103871015B (zh) | 2014-01-13 | 2014-01-13 | 一种针对计算机图形图像的水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103871015B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105072453B (zh) * | 2015-07-21 | 2018-07-24 | 河海大学 | 一种面向移动终端的视频水印方法 |
CN106408497A (zh) * | 2016-08-31 | 2017-02-15 | 南京师范大学 | 一种面向原始遥感影像的强鲁棒水印嵌入及提取方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533506A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
-
2014
- 2014-01-13 CN CN201410014322.1A patent/CN103871015B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533506A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
Non-Patent Citations (3)
Title |
---|
A Novel Blind Watermarking Scheme in Contourlet Domain Based on Singular Value Decomposition;Shao-min Zhu 等;《Second International Workshop on Knowledge Discovery and Data Mining》;20091231;672-675 * |
基于Contourlet变换的稳健性图像水印算法;李海峰 等;《通信学报》;20060430;第27卷(第4期);87-94 * |
安全高效的水印认证协议;许文丽 等;《计算机研究与发展》;20080331;第45卷(第3期);557-562 * |
Also Published As
Publication number | Publication date |
---|---|
CN103871015A (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | Analysis of digital image watermark attacks | |
Al-Otum | Semi-fragile watermarking for grayscale image authentication and tamper detection based on an adjusted expanded-bit multiscale quantization-based technique | |
Nikolaidis et al. | Region-based image watermarking | |
Phadikar et al. | Region based QIM digital watermarking scheme for image database in DCT domain | |
CN102892048B (zh) | 一种抗几何攻击的视频水印防伪方法 | |
CN101866478A (zh) | 一种数字图像中的水印嵌入和提取方法 | |
CN103871015B (zh) | 一种针对计算机图形图像的水印方法 | |
Maity et al. | Multistage spread spectrum watermark detection technique using fuzzy logic | |
CN108053360B (zh) | 基于多相关hmt模型的数字图像水印检测方法 | |
Agarwal et al. | A novel image watermarking technique using fuzzy-BP network | |
Li et al. | Improved robust watermarking in DCT domain for color images | |
CN104021516A (zh) | 基于韦布尔模型的dct直流系数上图像水印方法 | |
CN108876692A (zh) | 基于极谐-傅里叶矩统计建模的水印嵌入方法及检测方法 | |
Abdullatif et al. | Robust image watermarking scheme by discrete wavelet transform | |
CN107910010B (zh) | 基于多参数Weibull统计建模的数字水印检测方法 | |
Saryazdi et al. | A blind DCT domain digital watermarking | |
Song et al. | Curvelet based adaptive watermarking for images | |
Taherinia et al. | A robust spread spectrum watermarking method using two levels DCT | |
CN107918924A (zh) | 基于鲁棒差值的数字图像水印检测方法 | |
Vidal et al. | Optimum watermark detection and embedding in digital images | |
Nafornita | Improved detection for robust image watermarking | |
Raval et al. | Secure and robust watermarking technique | |
Wang et al. | A semi-fragile image watermarking resisting to JPEG compression | |
Zhang et al. | Applications of neural network to watermarking capacity | |
CN113034335B (zh) | 水印嵌入方法、系统及含水印图像的水印提取方法、系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170412 Termination date: 20210113 |