CN104217390B - 一种零水印方法、装置和水印提取方法、装置 - Google Patents
一种零水印方法、装置和水印提取方法、装置 Download PDFInfo
- Publication number
- CN104217390B CN104217390B CN201410334935.3A CN201410334935A CN104217390B CN 104217390 B CN104217390 B CN 104217390B CN 201410334935 A CN201410334935 A CN 201410334935A CN 104217390 B CN104217390 B CN 104217390B
- Authority
- CN
- China
- Prior art keywords
- mrow
- mtd
- watermark
- msup
- msub
- 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
本发明涉及一种零水印方法、装置和水印提取方法、装置，本发明采用扩频和解扩思想，将载体图像提取的二值特征矩阵与水印图像矩阵做异或处理，获取一个特征矩阵，用于盲提取水印，使得水印提取算法简单易实现，且不需要改变原始载体图像的像素值，构造一个零水印，提高了水印图像的嵌入容量，完全实现了水印的不可感知性要求。而且载体图像二值特征矩阵的获取采用阈值和量化获取的方式，在不同的实施方式中，还可改变阈值和量化比例，这不仅有利于提高算法的安全性，而且屡次量化分散嵌入点的位置坐标，使得提取的水印失真度小，抗攻击能力增强。
Description
技术领域
本发明涉及一种零水印方法、装置和水印提取方法、装置；具体涉及一种信息安全领域中的数字图像水印技术。
背景技术
数字图像水印作为传统加密方法的有效补充手段，利用数据嵌入方法隐藏在数字图像产品中，用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的依据，同时通过对水印的检测和分析保证数字信息的完整可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段，近年来引起了人们的高度重视，也已成为国际学术界研究的一个热点。
零水印是一种不改变图像内容，利用图像重要特征构造水印信息的算法，有效地解决了水印算法不可感知性、鲁棒性和嵌入容量相互制约的问题。现有的零水印算法主要包括基于图像特征值的方法、基于图像变换域的方法、基于图像不变矩的方法等。但这些方法的水印检测阈值的确定精确度不高，而且零水印构造和水印检测过程也十分复杂，导致整个水印嵌入与提取设备十分复杂，不利于实际应用。
发明内容
本发明的目的是提供一种零水印方法、装置和水印提取方法、装置，用以解决现有零水印方法水印检测阈值的确定精确度低且构造和检测过程复杂的问题。
为实现上述目的，本发明的方案包括：
一种零水印方法，包括步骤如下：
1)置乱步骤：用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换，得到置乱后的水印图像W’；
2)特征提取步骤：水印图像W’在载体图像中的位置坐标是(xi’,yi’)，将该位置坐标在载体图像中的像素值按位提取出，然后按照阈值Y制成二值特征矩阵I’；
3)获得特征矩阵步骤：将记录的二值特征矩阵I’与置乱后的水印图像矩阵W’做异或运算，得到密钥特征矩阵C，并进行保存。
用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换的具体过程为：以水印图像的位置坐标(x0,y0)作为初值，映射为(xn,yn)，其中1≤x0≤P，1≤y0≤Q，按照如下公式
进行n次迭代，是迭代的主体成分；其中：a,b,c,d为正整数，1≤xn≤K，1≤yn≤K,其保面积要求ad–bc＝1；K为水印图像矩阵此时的阶数；在此要求下a,b,c,d中四个参数只有三个是独立的，置乱后图像大小不变；位置坐标变换后，将水印图像的像素值也一一对应，W’(xn,yn)＝W(x0,y0)。
所述位置坐标(xi’,yi’)，i＝1,2,…,K，1≤Y≤255，
将水印图像W’的宽、高分别按照比例p、q进行扩展得到水印图像的位置坐标(xi’，yi’)；
floor是向下取整函数，K为水印图像矩阵此时的阶数，M、N为原始载体图像的阶数。p、q是(xi，yi)在载体图像中对应位置坐标的放大倍数。
水印提取方法，包括步骤如下：
1)提取二值矩阵步骤：在含零水印的载体图像I1中找出坐标为(i’，j’)的像素值，按照所述阈值Y，将矩阵I1转换成二值特征矩阵I1’；
2)水印像素值恢复步骤：将二值特征矩阵I1’与保存的密钥特征矩阵C进行异或运算，得到置乱后的水印图像W’；
3)水印恢复步骤：将运算得出的水印图像W’进行广义Amold反变换，再恢复出其所对应的像素值，得到水印图像W。
图像I1的大小是M×N，I1(i，j)表示嵌有零水印信息的载体图像在(i，j)位置的像素值，其中1≤i≤M，1≤j≤N；对于坐标位置(i，j)，它对应的位置坐标为(i’，j’)，其中1≤i≤K，1≤j≤K，p、q是水印位置坐标(i，j)在载体图像中对应位置坐标(i’，j’)的放大倍数；在图像I1中找出位置坐标为(i’，j’)的像素值，1≤i’≤M，1≤j’≤N，记为I1(i’，j)，大小是K×K；按照嵌入水印时的阈值Y，将矩阵I1计算成二值特征矩阵I1’，
将二值特征矩阵/1’与保存的密钥特征矩阵C进行异或运算为：
一种零水印装置，包括：
1)置乱模块：用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换，得到置乱后的水印图像W’；
2)特征提取模块：水印图像W’在载体图像中的位置坐标是(xi’,yi’)，将该位置坐标在载体图像中的像素值按位提取出，然后按照阈值Y制成二值特征矩阵I’；
3)获得特征矩阵模块：将记录的二值特征矩阵I’与置乱后的水印图像矩阵W’做异或运算，得到密钥特征矩阵C，并进行保存。
水印提取装置，包括：
1)提取二值矩阵装置：在含零水印的载体图像I1中找出坐标为(i’,j’)的像素值，按照所述阈值Y，将矩阵I1转换成二值特征矩阵I1’；
2)水印像素值恢复装置：将二值特征矩阵I1’与保存的密钥特征矩阵C进行异或运算，得到置乱后的水印图像W’；
3)水印恢复装置：将运算得出的水印图像W’进行广义Arnold反变换，再恢复出其所对应的像素值，得到水印图像W。
本发明采用扩频和解扩思想，将载体图像提取的二值特征矩阵与水印图像矩阵做异或处理，获取一个特征矩阵，用于盲提取水印，使得水印提取算法简单易实现，且不需要改变原始载体图像的像素值，构造一个零水印，提高了水印图像的嵌入容量，完全实现了水印的不可感知性要求。而且载体图像二值特征矩阵的获取采用阈值和量化获取的方式，在不同的实施方式中，还可改变阈值和量化比例，这不仅有利于提高算法的安全性，而且屡次量化分散嵌入点的位置坐标，使得提取的水印失真度小，抗攻击能力增强。
在提取水印时，先用嵌入时获取的特征矩阵与新形成的载体图像二值特征矩阵做异或运算，这充分利用了扩频的逆操作(解扩)的思想，既简单又有效地恢复出原始水印图像矩阵，且不需要原始载体图像，实现了盲提取。此外，在整个水印算法中，涉及密钥数量多，安全性大幅度提高。
附图说明
图1是本发明的零水印方法与提取流程图；
图2-1是原始载体图像；
图2-2是原始水印图像；
图2-3是嵌入零水印后的载体图像；
图3是无攻击时提取的水印图像；
图4-1是变亮(+75)后的零水印载体图像；
图4-2是提取图4-1的水印图像；
图4-3是变暗(-50)后的零水印载体图像；
图4-4是提取图4-3的水印图像；
图5-1是直方图均衡化后的零水印载体图像；
图5-2是提取图5-1的水印图像；
图5-3是图像均衡化后的直方图；
图6-1是加高斯噪声(μ＝0和σ＝0.02)后的零水印载体图像；
图6-2是提取图6-1的水印图像；
图7-1是中值滤波(9×9)后的零水印载体图像；
图7-2是提取图7-1的水印图像；
图8-1是JPEG压缩10％后的零水印载体图像；
图8-2是提取图8-1的水印图像；
图9-1是几何切割左侧100×300后的零水印载体图像；
图9-2是提取图9-1的水印图像；
图10-1是几何旋转10°后的零水印载体图像；
图10-2是提取图10-1的水印图像；
图11-1是修改后的新水印；
图11-2是嵌入新水印后的载体图像；
图11-3是无攻击时提取的水印图像；
图12-1是修改后的新载体图像；
图12-2是嵌入校徽水印后的新载体图像；
图12-3是无攻击时提取的水印图像。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
本发明的水印嵌入方法主要包括：水印置乱、嵌入步骤和特征矩阵获取步骤，发明点主要在于利用通信技术中的扩频和解扩思想，在设定好的位置从载体图像中提取一个二值特征矩阵，将其与广义Arnold变换置乱后的水印图像矩阵做异或运算，得到一个特征矩阵，用于盲提取水印图像，但是此算法不改变载体图像中的像素，从而构造了一个基于扩频思想的零水印图像，完全实现了水印的不可感知性，提高了水印的嵌入量。这样的水印算法不仅可以作为鲁棒性水印，用于数字作品版权保护；还可以作为脆弱性水印，应用于作品完整性保护。
具体的，以下给出了一种优选的实施例。
与狭义Arnold变换不同，本发明的广义Arnold变换不仅涉及迭代次数n，用于版权人在嵌入水印时自己设定，还包括独立参数a、b、c和d中的任意三个。
采用量化嵌入，与传统的嵌入规则相比，此规则改变原始载体图像像素值的幅度是0，嵌入的位置是由参数p、q确定，而参数p、q由水印图像和载体图像的大小决定，本发明取用于在嵌入水印时将原始水印置乱后的坐标值同比例扩大到载体图像的空间中，信息分散后提高了水印的抗攻击性能；在提取水印时便于快速寻找嵌入水印信息的位置坐标，从而准确有效地恢复水印图像。
首先，输入图像大小为M×N的数字载体图像I，作为待嵌入水印的原始载体图像，再输入图像大小为P×Q的二值图像W，作为待嵌入的水印图像，其分别记为I＝{I(i,j),1≤i≤M,1≤j≤N}，W＝{W(i,j),1≤i≤P,1≤j≤Q}，其中P、Q分别为二值图像的高和宽，I(i,j)为原始载体图像在(i,j)位置的像素值，W(i,j)为水印图像在(i,j)位置的像素值。
将二值图像的像素矩阵拓展成方阵，使得P＝Q，以满足Arnold变换的条件：
如果P<Q，则W(i,j)＝1，其中P<i≤Q；
如果P>Q，则W(i,j)＝1，其中Q<j≤P。
此时P＝Q＝K。
本实施例中，利用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换，即以水印图像的位置坐标(x0,y0)作为初值，映射为(xn,yn)，其中1≤x0≤P，1≤y0≤Q，按照如下公式
即
进行n次迭代，是迭代的主体成分。其中：a,b,c,d为正整数，1≤xn≤K，1≤yn≤K,其保面积要求ad–bc＝1，在此要求下a,b,c,d中四个参数只有三个是独立的，置乱后图像大小不变。
在上述变换式中，独立参数a、b、c、d中的任意三个和迭代次数n由版权人自己设定，作为四个密钥参数可以用来恢复水印信号。n一般在1至20之间取值，因为n太大会影响程序运行速度，计算复杂度增强，并且Arnold变换具有周期性，即n具有周期性。
位置坐标变换后，将水印图像的像素值也一一对应，即
W’(xn,yn)＝W(x0,y0)
此时矩阵W’即为置乱后的水印图像。
将水印图像W’的宽、高分别按照比例p、q进行扩展，即对于水印图像的位置坐标(xi,yi)，对应在载体图像中的位置坐标是(xi’,yi’)，其中i＝1,2,…,K，
其中floor是向下取整函数，K为水印图像矩阵此时的阶数，M、N为原始载体图像的阶数。
p、q是(xi,yi)在载体图像中对应位置坐标的放大倍数，这是为了最后嵌入水印时使得(xn,yn)能够适应整个载体图像的空间大小，而不至于集中在图像的某一方块，即所有的嵌入位置均匀置乱分散在原始载体图像中。作为其他实施方式，也可以不进行放大而直接进行二值特征矩阵的提取；二值矩阵求取过程如下。
将对应在载体图像中位置坐标是(xi’,yi’)的像素值按位提取出，并制成二值特征矩阵I’，矩阵大小是K×K,其中i＝1,2,…,K，j＝1,2,…,K。特征矩阵制作的过程是：版权人设定一个阈值Y，其中1≤Y≤255，
此时矩阵I’是一个二值矩阵。
将二值特征矩阵I’与置乱后的水印矩阵W’做异或运算，结果即为需要保存的密钥特征矩阵C，它用于提取、还原水印。即
即
其中是逻辑运算中的异或运算，i＝1,2,…,K，j＝1,2,…,K。
至此，得到一个密钥特征矩阵C，将它储存在计算机中。
针对于上述零水印方法，提取过程如下：
输入待提取二值水印图像的数字载体图像I1，图像大小是M×N，I1(i,j)表示嵌有零水印信息的载体图像在(i,j)位置的像素值，其中1≤i≤M，1≤j≤N。
量化提取载体图像对应坐标位置上的像素值，并按照嵌入时的密钥阈值Y进行运算得到特征矩阵，量化提取的具体过程如下：
对于坐标位置(i,j)，它对应的位置坐标为(i’,j’)，其中1≤i≤K，1≤j≤K，
其中p、q是水印位置坐标(i,j)在载体图像中对应位置坐标(i’,j’)的放大倍数，如上述零水印方法中所述。这里只需要在载体图像中按此比例连续提取出对应的像素值。
在含零水印的载体图像I1中找出位置坐标为(i’,j’)的像素值，其中i＝1,2,…,K，j＝1,2,…,K,1≤i’≤M，1≤j’≤N，记为I1(i’,j’)，大小是K×K；
按照嵌入水印时的阈值Y，将矩阵I1计算成二值特征矩阵I1’，即
其中i＝1,2,…,K，j＝1,2,…,K,矩阵I1’的大小仍是K×K。(i’,j’)与(i,j)是通过p、q一一对应的。
将此二值特征矩阵I1’与储存的密钥特征矩阵C进行异或运算，得到结果矩阵W’即为水印图像置乱后的像素值，即
其中是逻辑运算中的异或运算，i＝1,2,…,K，j＝1,2,…,K。矩阵C为计算机记录在水印信息库中的特征矩阵，矩阵W’的大小仍是K×K。
将运算得出的水印图像W’的位置坐标(xn,yn)进行广义Arnold反变换，即得到置乱前的水印图像W的位置坐标(x0,y0)。
即以水印图像的位置坐标(xn,yn)作为初值，其中1≤xn≤P，1≤yn≤Q，按照如下公式
即
进行n次迭代，是迭代的主体成分。其中：a,b,c,d和n为正整数，它们在嵌入水印过程中已经确定，1≤x0≤K，1≤y0≤K，-1是求一个矩阵的逆矩阵，这里的逆矩阵是置乱后图像大小不变。
将(xn,yn)通过广义Arnold逆变换得到置乱前的位置坐标(x0,y0)后，再恢复出其所对应的像素值，即
W(x0,y0)＝W’(xn,yn)
此时像素值和位置坐标都已经确定，矩阵W即为版权者所拥有的水印图像矩阵信息，从而准确恢复出原始水印图像W。
以下给出实验验证来证明本发明的可行性和有效性。
实验验证是在PC机(Winows 8，Intel(R)Core(TM)i5-3337U CPU 1.80GHz，4.0GBMemory)上用MATLAB R2012a软件编程实现，待嵌入图像水印的原始数字图像I选用uint 8的Lena灰度图像，图像大小为300×300，如图2-1所示；待嵌入的实际图像水印W选用一个二值序列校徽图像，图像大小为150×150，如图2-2所示。
在嵌入水印时，首先由广义Arnold变换置乱水印图像W，密钥参数a＝3、b＝4、c＝2和n＝1，则d＝3，然后按比例p、q扩大到载体图像I中，p＝2，q＝2，再提取对应位置在载体图像中的像素值，按照阈值Y＝100转换成二值特征矩阵，最后将其与水印图像矩阵做异或运算，得到密钥特征矩阵C和零水印载体图像矩阵I1；而提取水印时，首先在含零水印的载体图像中由p、q恢复出对应特征矩阵的位置坐标，同时提取其像素值，按照阈值Y＝100转换成二值特征矩阵，然后与密钥特征矩阵C做异或运算，得到矩阵W’，最后将该矩阵通过广义Arnold反变换得到置乱前的水印图像W。嵌入零水印及提取水印的过程相辅相成。
通过普通人群(年龄分布在50岁以下，视力正常)的肉眼对提取的水印信号进行主观辨别，且还可采用提取的水印与原水印的位误差率(BER)指标来对提取的水印进行客观评价，BER越接近0，说明水印系统的鲁棒性越高，抗攻击能力越强，其BER表示如下
其中K＝150，w(i,j)和w'(i,j)分别为对应位置上的原始水印与提取水印的像素值，表示按位进行的异或运算。
嵌入实际图像水印后的数字图像的质量和感知性能采用峰值信噪比(PSNR)来进行评判，它表示嵌入水印信息对载体质量的损坏程度，PSNR越大，损坏程度越小，其PSNR表示如下
其中m＝300，n＝300，Ii,j和I'i,j分别为原始载体图像和加有零水印的载体图像各点的像素值。
图像水印检测结果的客观评价还可用归一化相关系数(NC)，通过载体图像嵌入水印前后的变化来评价水印的近似程度，相似度NC越大，说明水印的鲁棒性越高，其NC表示如下
图2-3是按照本发明的方法嵌入实际水印图像W后的Lena数字图像。从图2-3中可以看到，嵌入水印后的Lena数字图像质量并没有发生任何变化，PSNR趋近于无穷大，与图2-1所示的原始Lena数字图像一致，完全满足了水印不可感知性的要求。图3是按照本发明的方法提取出的水印图像，结果表明，图2-3所示的嵌入实际水印后的Lena数字图像在未受任何攻击处理时，可以近乎无损地提取出嵌入的实际水印图像，NC＝1，BER＝0。因此提取出的图像就是原始水印图像。
下面对图2-3所示的嵌入零水印信息后的Lena数字图像进行多种攻击处理，来验证本发明提出的基于扩频和解扩思想的图像水印嵌入与提取方法的鲁棒性。
(1)简单亮度调节
对图2-3所示的嵌入零水印后的Lena数字图像进行亮度调节处理，即将其所有像素值分别进行加75和减50的运算，得到如图4-1和图4-3所示的水印Lena数字图像。经过图像的像素值加减处理后，从视觉上来看，水印Lena数字图像的亮、暗度发生了明显改变，而PSNR分别下降至21.6031dB和22.9925dB。用本发明的方法对图4-1和图4-3所示的水印Lena数字图像进行图像水印提取，提取出的实际图像水印分别如图4-2和图4-4所示。结果表明，图像水印基本不受数字图像亮度的影响，与载体图像未遭受攻击时提取出的水印图像近似一致。此时的NC分别为0.8795和0.8905。因此该提取算法对载体图像的亮度变化具有比较强的鲁棒性。
(2)直方图均衡化
对图2-3所示的嵌入零水印后的Lena数字图像进行直方图均衡化处理，得到如图5-1所示的水印Lena数字图像。经过直方图均衡化处理，水印Lena数字图像的像素值分布发生了明显改变，PSNR下降至18.2908dB。用本发明的方法对图5-1所示的水印Lena数字图像进行图像水印提取，提取出的实际图像水印如图5-2所示。由结果可知，嵌入的实际图像水印能被较理想地提取出，NC＝0.8963。因此该提取算法对载体图像的对比度变化具有较强的鲁棒性。
(3)叠加高斯噪声
对图2-3所示的嵌入零水印后的Lena数字图像进行噪声干扰，噪声选用均值为0和方差为0.02的高斯噪声，得到如图6-1所示的含水印Lena数字图像。用本发明的方法对图6-1所示的含水印Lena数字图像进行图像水印提取，提取出的实际图像水印如图6-2所示。由图6-1可知，尽管含水印Lena数字图像受到高斯噪声干扰，视觉质量受到严重退化，PSNR下降至23.9825dB，但图6-2表明，嵌入的实际图像水印仍然具有很好的抗噪声干扰能力，NC＝0.8308，则提取出的水印比较接近无攻击时的结果。因此该提取算法对噪声干扰具有较好的鲁棒性。
4)中值滤波
对图2-3所示的嵌入零水印后的Lena数字图像进行中值滤波处理，滤波器窗口大小选择为[9×9]，得到如图7-1所示的水印Lena数字图像。用本发明的方法对图7-1所示的水印Lena数字图像进行图像水印提取，提取出的实际图像水印如图7-2所示。由图7-1可以看出，这时水印Lena数字图像的细节已经比较模糊，PSNR下降至26.7653dB，但图7-2表明，嵌入的实际图像水印仍具有比较理想的抗滤波能力，NC＝0.9601。因此该提取算法对滤波处理具有较好的鲁棒性。
(5)JPEG压缩
对图2-3所示的嵌入零水印后的Lena数字图像进行JPEG有损压缩处理，压缩质量因子为10％，得到如图8-1所示的水印Lena数字图像。用本发明的方法对图8-1所示的水印Lena数字图像进行图像水印提取，提取出的实际图像水印如图8-2所示。由图8-1可以看出，这时水印Lena数字图像呈现出比较明显的方块效应，视觉质量发生了严重退化，PSNR仅为9.5790dB，但图8-2表明，嵌入的实际图像水印仍具有很理想的抗JPEG有损压缩处理能力，NC＝0.7323。因此该提取算法对JPEG压缩处理具有较强的鲁棒性。
(6)几何切割
对图2-3所示的嵌入零水印后的Lena数字图像进行几何切割处理，自左侧开始切去100×300个像素点，得到如图9-1所示的水印Lena数字图像。用本发明的方法对图9-1所示的水印Lena数字图像进行图像水印提取，提取出的实际图像水印如图9-2所示。由图9-1可以看出，这时水印Lena数字图像受到较大的破坏，PSNR＝12.2122dB，但图9-2表明，本发明方法对于几何切割具有比较好的鲁棒性，嵌入的实际图像水印仍能被很好地提取出来，NC＝0.8524。因此该提取算法对几何切割处理具有很强的鲁棒性。
(7)几何旋转
对图2-3所示的嵌入零水印后的Lena数字图像进行顺时针方向旋转，角度为10°，得到如图10-1所示的水印Lena数字图像，PSNR＝12.7986dB。用本发明的方法对图10-1所示的水印Lena数字图像进行图像水印提取，不必先将旋转后的图像再反向旋转就可直接提取实际图像水印，如图10-2所示。由图10-2表明，本发明方法对于几何旋转攻击仍具有很强的鲁棒性，嵌入的实际图像水印能被很好地提取出来，NC＝0.9414。因此该提取算法对几何旋转处理具有很强的鲁棒性。
(8)改变水印图像
将图2-2所示的水印图像变为图11-1，图像大小是35×35，载体图像仍不变，图11-2是按照本发明的方法嵌入实际水印图像后的Lena数字图像，由图11-2表明，嵌入水印后的Lena数字图像质量并没有发生太大变化，PSNR很高，趋紧于无穷，与图2-1所示的原始Lena数字图像一致，完全满足了水印不可察觉性要求。图11-3是按照本发明的方法提取出的水印图像。结果表明，图11-2所示的嵌入实际水印后的Lena数字图像在未受任何攻击处理时，可以近乎无损地提取出嵌入的实际图像水印，NC＝1，BER＝0，所以提取出的图像基本就是原始水印。然后按照上述(1)-(7)的攻击方法对图11-2进行处理，表1给出了该算法在上述各种攻击下，原始载体图像与含零水印图像的PSNR值以及提取水印与原始水印的NC值。
表1改变水印图像后的水印鲁棒性实验结果
(9)改变载体图像
将图2-1所示的原始载体图像变为图12-1，图像大小是254×254，水印图像仍是图2-2，图12-2是按照本发明的方法嵌入实际水印图像后的Cameraman数字图像。由图12-2表明，嵌入水印后的Cameraman数字图像质量并没有发生太大变化，PSNR很高，趋紧于无穷，与图12-1所示的原始Cameraman数字图像一致，完全满足了水印不可察觉性要求。图12-3是按照本发明的方法提取出的水印图像，结果表明，图12-2所示的嵌入实际水印后的Cameraman数字图像在未受任何攻击处理时，可以近乎无损地提取出嵌入的实际图像水印，NC＝1，BER＝0，所以提取出的图像基本就是原始水印。然后按照(1)-(7)的攻击方法对图12-2进行处理，表2给出了该算法在上述各种攻击下，原始载体图像与含零水印图像的PSNR值以及提取水印与原始水印的NC值。
表2改变载体图像后的水印鲁棒性实验结果
综上所述，本发明利用空间域图像水印技术，基于通信领域的扩频和解扩思想来嵌入和提取水印图像中的像素点，不仅密钥参数增加至7个，安全性提高，而且由于构造的是零水印，实现了水印的完全不可感知性及其盲提取。其中，①充分利用了Arnold变换的置乱特性，使水印信息均匀散乱地分布在载体图像的整个空间中；②利用通信中扩频思想来处理水印图像的像素值，量化处理原始载体图像，最后形成一个特征矩阵，这样在提取水印时不必依赖原始载体图像，实现了水印的盲提取，密钥数量增加，安全性提高；③在载体图像中并没有嵌入真实的水印图像，即构造一个零水印，这使得水印的嵌入容量变大，并且提高了水印图像的不可感知性，在含水印信息的载体图像受到攻击时易于被发觉，可用于作品的完整性检测，此外在被攻击时仍然可以近似恢复出水印图像，鲁棒性较强，可用于作品的版权维护；④扩频和解扩思想使得整个水印的嵌入和提取过程简单易于实现，提取水印时仅需要将特征矩阵与二值特征矩阵做运算，不含有大型机器学习算法，计算量小，制作成水印嵌入、提取装置后设备简单，造价低。
在提取水印时利用含水印的载体图像形成一个特征矩阵，这充分利用了图像的空间域特征，进而提高了水印提取的速度，在解扩思想的支持下实现了盲提取。本发明的方法不同于传统的图像水印嵌入与提取方法，其实质是利用空间域图像水印技术，基于广义Arnold变换与扩频、解扩思想有机结合，克服前者安全性不高、鲁棒性不强的缺点，也扩大了后者的应用范围，达到优势互补的功效，适用于多种版权受攻击的场合。
本发明的基本思路在于发明内容所述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。
Claims (7)
1.一种零水印方法，其特征在于，包括步骤如下：
1)置乱步骤：用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换，得到置乱后的水印图像W’；
2)特征提取步骤：置乱后的水印图像W’在载体图像中的位置坐标是(xi’,yi’)，将该位置坐标在载体图像中的像素值按位提取出，然后按照阈值Y制成二值特征矩阵I’；
3)获得特征矩阵步骤：将记录的二值特征矩阵I’与置乱后的水印图像W’做异或运算，得到密钥特征矩阵C，并进行保存；
将置乱后的水印图像W’的宽、高分别按照比例p、q进行扩展得到置乱后的水印图像的位置坐标(xi’,yi’)；
floor是向下取整函数，K为水印图像矩阵此时的阶数，M、N为原始载体图像的阶数，p、q是(xi,yi)在载体图像中对应位置坐标的放大倍数；
所述位置坐标(xi’,yi’)，i＝1,2,…,K，1≤Y≤255，
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>I</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>I</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的零水印方法，其特征在于，用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换的具体过程为：以水印图像的位置坐标(x0,y0)作为初值，映射为(xn,yn)，其中1≤x0≤P，1≤y0≤Q，按照如下公式
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>a</mi>
</mtd>
<mtd>
<mi>b</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>c</mi>
</mtd>
<mtd>
<mi>d</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>)</mo>
</mrow>
<mi>mod</mi>
<mi> </mi>
<mi>K</mi>
<mo>,</mo>
</mrow>
进行n次迭代，是迭代的主体成分；其中：a,b,c,d为正整数，1≤xn≤K，1≤yn≤K,其保面积要求ad–bc＝1；K为水印图像矩阵此时的阶数；在此要求下a,b,c,d中四个参数只有三个是独立的，置乱后图像大小不变；位置坐标变换后，将水印图像的像素值也一一对应，W’(xn,yn)＝W(x0,y0)。
3.根据权利要求1所述的零水印方法，其特征在于，
<mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&NotEqual;</mo>
<msup>
<mi>W</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>W</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
4.水印提取方法，其特征在于，包括步骤如下：
1)提取二值矩阵步骤：在含零水印的载体图像I1中找出坐标为(i’,j’)的像素值，按照阈值Y，将矩阵I1(i’,j’)|i’＝1，…，M,j’＝1，…，N转换成二值特征矩阵I1 ’；
2)水印像素值恢复步骤：将二值特征矩阵I1’与保存的密钥特征矩阵C进行异或运算，得到置乱后的水印图像W’；
3)水印恢复步骤：将运算得出的置乱后的水印图像W’进行广义Arnold反变换，再恢复出其所对应的像素值，得到水印图像W；
载体图像I1的大小是M×N，I1(i,j)表示嵌有零水印信息的载体图像在(i,j)位置的像素值，其中1≤i≤M，1≤j≤N；对于坐标位置(i,j)，它对应的位置坐标为(i’,j’)，其中1≤i≤K，1≤j≤K，p、q是水印位置坐标(i,j)在载体图像中对应位置坐标(i’,j’)的放大倍数；在载体图像I1中找出位置坐标为(i’,j’)的像素值，1≤i’≤M，1≤j’≤N，记为I1(i’,j’)，大小是K×K；按照嵌入水印时的阈值Y，将矩阵I1(i’,j’)|i’＝1，…，M,j’＝1，…，N计算成二值特征矩阵I1’，
5.根据权利要求4所述的水印提取方法，其特征在于，将二值特征矩阵I1’与保存的密钥特征矩阵C进行异或运算为：
6.一种零水印装置，其特征在于，包括：
1)置乱装置：用广义Arnold变换算法，对二值水印图像W做n次Arnold迭代变换，得到置乱后的水印图像W’；
2)特征提取装置：置乱后的水印图像W’在载体图像中的位置坐标是(xi’,yi’)，将该位置坐标在载体图像中的像素值按位提取出，然后按照阈值Y制成二值特征矩阵I’；
3)获得特征矩阵装置：将记录的二值特征矩阵I’与置乱后的水印图像W’做异或运算，得到密钥特征矩阵C，并进行保存；
将置乱后的水印图像W’的宽、高分别按照比例p、q进行扩展得到置乱后的水印图像的位置坐标(xi’,yi’)；
floor是向下取整函数，K为水印图像矩阵此时的阶数，M、N为原始载体图像的阶数，p、q是(xi,yi)在载体图像中对应位置坐标的放大倍数；
所述位置坐标(xi’,yi’)，i＝1,2,…,K，1≤Y≤255，
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>I</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>I</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>I</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
7.水印提取装置，其特征在于，包括：
1)提取二值矩阵装置：在含零水印的载体图像I1中找出坐标为(i’,j’)的像素值，按照阈值Y，将矩阵I1(i’,j’)|i’＝1，…，M,j’＝1，…，N转换成二值特征矩阵I1’；
2)水印像素值恢复装置：将二值特征矩阵I1’与保存的密钥特征矩阵C进行异或运算，得到置乱后的水印图像W’；
3)水印恢复装置：将运算得出的置乱后的水印图像W’进行广义Arnold反变换，再恢复出其所对应的像素值，得到水印图像W；
载体图像I1的大小是M×N，I1(i,j)表示嵌有零水印信息的载体图像在(i,j)位置的像素值，其中1≤i≤M，1≤j≤N；对于坐标位置(i,j)，它对应的位置坐标为(i’,j’)，其中1≤i≤K，1≤j≤K，p、q是水印位置坐标(i,j)在载体图像中对应位置坐标(i’,j’)的放大倍数；在载体图像I1中找出位置坐标为(i’,j’)的像素值，1≤i’≤M，1≤j’≤N，记为I1(i’,j’)，大小是K×K；按照嵌入水印时的阈值Y，将矩阵I1(i’,j’)|i’＝1，…，M,j’＝1，…，N计算成二值特征矩阵I1’，
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410334935.3A CN104217390B (zh) | 2014-07-15 | 2014-07-15 | 一种零水印方法、装置和水印提取方法、装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410334935.3A CN104217390B (zh) | 2014-07-15 | 2014-07-15 | 一种零水印方法、装置和水印提取方法、装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104217390A CN104217390A (zh) | 2014-12-17 |
| CN104217390B true CN104217390B (zh) | 2017-10-20 |
Family
ID=52098842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410334935.3A Expired - Fee Related CN104217390B (zh) | 2014-07-15 | 2014-07-15 | 一种零水印方法、装置和水印提取方法、装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104217390B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106023056B (zh) * | 2016-05-24 | 2019-08-16 | 河南师范大学 | 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置 |
| CN106204411B (zh) * | 2016-07-15 | 2019-04-02 | 兰州交通大学 | 基于不变矩和Hilbert码的矢量居民地零水印方法 |
| CN109831596B (zh) * | 2019-01-04 | 2020-01-17 | 北京邮电大学 | 一种图像加密方法、装置及电子设备 |
| CN116805069B (zh) * | 2023-08-18 | 2023-11-03 | 南京师范大学 | 轨迹数据零水印生成方法、检测方法及装置和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003003276A2 (en) * | 2001-06-29 | 2003-01-09 | Oki Electric Industry Co., Ltd. | Method and system for watermarking an electrically depicted image |
| CN101604441A (zh) * | 2009-06-15 | 2009-12-16 | 北京邮电大学 | 一种具有强鲁棒性的双重变换域图像零水印方法 |
-
2014
- 2014-07-15 CN CN201410334935.3A patent/CN104217390B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003003276A2 (en) * | 2001-06-29 | 2003-01-09 | Oki Electric Industry Co., Ltd. | Method and system for watermarking an electrically depicted image |
| CN101604441A (zh) * | 2009-06-15 | 2009-12-16 | 北京邮电大学 | 一种具有强鲁棒性的双重变换域图像零水印方法 |
Non-Patent Citations (2)
| Title |
|---|
| "Arnold置乱在零水印中的二次复用";李春艳等;《网络安全技术与应用》;20121231;第61-62页第1节 * |
| 李艳玲等."基于广义Arnold变换的自适应图像数字水印算法".《2006年中国西部青年通信学术会议》.2006,第580-583页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104217390A (zh) | 2014-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106023056B (zh) | 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置 | |
| CN104361548B (zh) | 基于bp神经网络数字图像压缩的图像水印嵌入与提取方法 | |
| CN104616244B (zh) | 基于 bp 神经网络压缩域的图像水印嵌入与提取方法 | |
| CN104217388B (zh) | 一种基于fssvm的图像水印嵌入、提取的方法与装置 | |
| Li et al. | A QDCT-and SVD-based color image watermarking scheme using an optimized encrypted binary computer-generated hologram | |
| CN104217389B (zh) | 一种基于改进Arnold变换的图像水印嵌入、提取的方法与装置 | |
| CN104217390B (zh) | 一种零水印方法、装置和水印提取方法、装置 | |
| CN107240061A (zh) | 一种基于动态bp神经网络的水印嵌入、提取方法与装置 | |
| CN102682418B (zh) | 一种数字图像的多个零水印嵌入及提取方法 | |
| CN102880998A (zh) | 水印图像的提取方法 | |
| Xu et al. | Rotation and scale invariant image watermarking based on polar harmonic transforms | |
| CN104217387B (zh) | 一种基于量化嵌入的图像水印嵌入、提取的方法与装置 | |
| Sun et al. | A novel generalized Arnold transform-based zero-watermarking scheme | |
| Sisaudia et al. | A secure gray-scale image watermarking technique in fractional DCT domain using zig-zag scrambling | |
| CN102880997A (zh) | 水印图像的嵌入方法 | |
| Kukreja et al. | Copyright protection scheme for color images using extended visual cryptography | |
| CN104766263A (zh) | 基于四元数Legendre矩校正的彩色图像水印嵌入及检测方法 | |
| Surekha et al. | Visual secret sharing based digital image watermarking | |
| Saneie et al. | Introducing a new method of robust digital image watermarking against cropping and salt & pepper noise using Sudoku | |
| Shekaramiz et al. | Embedding and extracting two separate images signal in salt & pepper noises in digital images based on watermarking | |
| Amsaveni et al. | Use of firefly optimization algorithm for fractional fourier transform based reversible data hiding | |
| Roy et al. | A robust reversible image watermarking scheme in DCT domain using Arnold scrambling and histogram modification | |
| Wang et al. | Review on digital image watermarking based on singular value decomposition | |
| Lande¹ et al. | FPGA implementation of image adaptive watermarking using human visual model | |
| Khan | An efficient neural network based algorithm of steganography for image |
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: 20171020 Termination date: 20210715 |