CN104281993A - 基于可视加密和特征点匹配的抗旋转攻击数字水印方法 - Google Patents

Abstract

本发明公开了一种基于可视加密和特征点匹配的抗旋转攻击数字水印方法。该方法包括水印嵌入和水印校验两部分：在水印嵌入过程中，首先提取载体灰度图像的尺度不变特征点，获取特征点的位置、尺度和方向，在特征点所在尺度上，提取特征点位置处像素的最高有效位作为载体图像特征，与二值水印图像通过可视加密规则生成登记分存图像，将登记分存图像在可信第三方注册；在水印校验过程中，首先使用原始图像，通过SIFT特征矫正旋转攻击，在校正后的受攻击图像上，提取SIFT特征位置处相应尺度上像素的最高有效位生成校验分存图像，并与可信第三方提供的登记分存图像叠加，即可恢复原始水印图像，从而可确定版权所有者。本发明具有很好的鲁棒性能。

Description

基于可视加密和特征点匹配的抗旋转攻击数字水印方法

技术领域

本发明涉及一种数字水印方法，具体涉及一种基于可视加密和特征点匹配的抗旋转攻击数字水印方法。 

背景技术

数字水印(Digital Watermarking)作为信息隐藏技术的一个分支，其目的不是为了保密通信，而是为了标明载体本身的一些信息，具体说就是向被保护的数字对象(如静止图像、视频、音频的信号、文件等)中嵌入某些能证明版权归属或跟踪侵权行为的信息，可以是多媒体信息的创作者、序列号、公司标志、版权信息、使用权限等等。水印信息要求具有能抵抗攻击的稳健性(Robustness)。就是说即使攻击者知道隐藏信息的存在，并且水印算法的原理公开，要求对攻击者来说，要毁掉嵌入的水印信息仍是十分困难的(在理想情况下是不可能的)。然而，伴随着数字水印技术的不断发展，针对数字水印的各种攻击程序或软件也迅猛发展，攻击手段也呈现出多样化的趋势，因此设计具有很好鲁棒性的数字水印算法已成为数字水印领域的难点和热点。现存的数字水印算法的抗攻击能力尚未达到人们的预期要求，一般只能抵抗几种常见的攻击。水印去同步攻击被认为是提高鲁棒性的关键问题，其典型的攻击是几何变换攻击，它通过图像缩放、空间位移、旋转、图像裁减、行列去除以及一些几何变形等破坏水印检测与数字水印的同步性，从而使水印检测器检测不到图像中的水印信号，进而达到攻击的目的，是一种非常有效的攻击方法。目前，几何攻击已经使大部分的数字水印算法失效，它成为了鲁棒性数字水印技术走上商用的瓶颈。综上，增强数字水印技术的鲁棒性问题意义十分重大，尤其是增强数字水印的抗几何攻击能力，设计有效的抗几何攻击数字水印算法具有深远的理论和实践意义。 

发明内容

本发明的目的在于提出一种基于可视加密和特征点匹配的抗旋转攻击数字水印方法，在不改变载体的前提下绑定载体和水印图像，具有一定的抗几何攻击能力，使得图像受到几何攻击后，从中仍能准确地提取出水印信号，以证明版权归属。 

为了实现上述目的，本发明采用如下技术方案： 

基于可视加密和特征点匹配的抗旋转攻击数字水印方法，包括如下步骤： 

a、嵌入水印过程 

输入原始载体图像，利用SIFT算法对载体图像进行特征点提取，获得所有特征点的位置、 尺度和主方向；将提取的特征点存入特征点位置矩阵，然后在各个特征点所在的尺度上，根据特征点位置矩阵提取载体图像中特征点位置处的像素值，用像素值的最高有效位将像素值矩阵转化成二值特征矩阵，称之为载体特征矩阵；将载体特征矩阵和二值水印利用可视加密规则加密，生成登记分存图像； 

b、提取水印过程 

载体图像在传输过程中会遭受各种信号处理操作和攻击，诸如滤波、加噪声和几何变换；当遭受到几何攻击时，图像的特征点位置就会发生改变，在提取水印之前，需对受到几何攻击的图像进行几何校正；校正完成后，利用校正后载体图像的特征点的位置和尺度，提取校正后图像对应位置的像素值构成特征点矩阵，根据最高有效位把像素值矩阵转化成二值特征矩阵，即受攻击后的载体特征矩阵；将载体特征矩阵和二值水印利用可视加密规则加密，生成校验分存图像； 

c、恢复水印过程 

水印的恢复需在可信第三方的协助下完成，可信第三方提供登记分存图像，将登记分存图像与校验分存图像叠加即可恢复原始水印图像，利用水印图像完成图像的所有权证明。 

进一步，上述步骤a中，先将载体图像通过高斯滤波，变换到SIFT特征点所在的尺度上，然后采样特征点位置处的样本值，取该样本值的最高有效位，将该最高有效位作为载体特征。 

进一步，上述步骤a中，将登记分存图像和水印在可信第三方处登记。 

进一步，上述步骤b中，图像遭受到的几何攻击为旋转攻击，利用SIFT算法提取的特征点，估计图像遭受到旋转攻击后旋转的角度，然后对图像进行校正。 

本发明具有如下优点： 

本发明方法利用SIFT描述子的抗几何攻击性强、匹配精度高、唯一性以及对噪声不敏感等特点与可视加密规则相结合产生登记分存图像和校验分存图像，登记分存图像经过登记认证，将生成的校验分存图像与登记分存图像叠加恢复出水印图像，利用水印图像完成图像的所有权证明。本发明方法具有一定的抗几何攻击性，使得图像受到几何攻击后，仍能准确地提取出隐藏的水印信号来证明版权的拥有权。本发明相对于现有技术，具有更高的安全性与更强的鲁棒性。本发明可用于医学图像、遥感图像、地震勘探图像等科学数据图像的保护和认证，具有不改变载体的优点。 

附图说明

图1为基于可视加密和特征点匹配的抗旋转攻击数字水印方法的总体流程框图； 

图2为图1中数字水印嵌入框图； 

图3为图1中数字水印所使用的可视加密规则示意图； 

图4为图1中水印嵌入方法所使用的二值水印示意图； 

图5为图1中数字水印嵌入方法产生的登记分存图像示意图； 

图6为图1中数字水印嵌入方法产生的校验分存图像示意图； 

图7为图1中数字水印嵌入方法两个分存图像叠加恢复出水印图像的效果图； 

图8为图1中数字水印提取过程中提取水印框图； 

图9为图1中数字水印校验过程中校验水印框图。 

具体实施方式

下面结合附图以及具体实施方式对本发明作进一步详细说明： 

如图1所示，基于可视加密和特征点匹配的抗旋转攻击数字水印方法，主要划分为两个过程：水印嵌入和水印校验。在水印嵌入中实现水印的嵌入，最终生成登记分存图像，提交到可信第三方；在水印校验中实现水印提取和水印恢复，其输入为受攻击的图像、原始图像和可信第三方提供的登记分存图像，输出为恢复的水印图像。 

下面分别阐述基于可视加密和特征点匹配的抗旋转攻击数字水印方法的三个过程，即嵌入水印过程、提取水印过程和恢复水印过程。 

1、嵌入水印过程如下： 

结合图2所示，对输入的原始灰度图像，首先分析图像的局部特征，例如角点和边缘，为了便于后续的几何校正，选择使用SIFT(尺度不变特征转换)特征。通过特征提取算法可以获得图像中所有SIFT特征点的位置和尺度。对每个特征点，首先将图像变换到其对应的尺度上，然后抽取该特征点位置处的样本值。这个样本值是8比特量化的，取此样本值的最高有效位(MSB)，由于尺度变换，这个样本值实际上是原图像对应点邻域内的加权均值，所以它对加噪和滤波具有很强的鲁棒性。将所有特征点对应的MSB排列为与水印同尺寸的矩阵，多余的特征点可剔除掉。这样获得了一个与水印尺寸一致的二值图像，它代表了载体的鲁棒特征，称之为载体特征矩阵F。 

使用嵌入密钥E生成一个随机的二值矩阵，将其与载体特征矩阵模2相加，则起到了对载体特征矩阵置乱的作用，保证了安全性。将二值水印和置乱后的载体特征矩阵输入到可视加密算法中，可生成两幅分存图像。本发明使用的是Naor的基本可视加密方法。如图3所示。例如，如果水印像素为黑色，则找到黑色像素对应的两列，以概率0.5随机选第三列或者第四列加密此黑像素。这种随机选择在本发明中通过置乱后的载体特征矩阵实现。如果载体特征矩阵对应值为1则选择第三行，否则选择第四行。白色像素加密原理类似。 

由上述过程可以生成两幅可视加密的分存图像，每一幅都不泄露水印信息，将第一分存图像称为登记分存图像，将其提交到可信第三方登记，同时原始水印也需要在可信第三方登 记。第二幅分存图像不需要登记，只在水印校验过程中使用，称为校验分存图像。图4是一幅二值水印图像的例子，图5是产生的登记分存图像，图6是校验分存图像，图7是登记分存图像和校验分存图像叠加的结果，恢复出了水印图像，由此验证了嵌入算法的嵌入有效性。 

2、提取水印过程如下： 

载体图像在传输过程中有可能受到攻击，攻击类型可划分为几何攻击和非几何攻击。本发明方法提取水印时需利用原载体图像的特征点的位置。当载体图像受到几何攻击时，图像的特征点位置就会发生改变，因此，在提取水印前，需要对受到几何攻击的载体图像进行校正。本发明使用图像的SIFT特征校正旋转。校正过程需要原始图像，所以只适合于明检测。 

结合图8所示，首先使用SIFT特征提取算法提取原始图像和受攻击图像的SIFT特征点位置和特征向量。以特征向量之间的夹角度量相似性/距离，对原始图像的每个特征向量，寻找其在受攻击图像中最近邻和次最近邻的特征向量。设s(i)＝(x_i,y_i,τ_i,θ_i)表示从原始图像上提取的特征点i的位置信息，其中(x_i,y_i)表示位置坐标，τ_i表示所在的尺度，θ_i表示在尺度τ_i下图像梯度的主方向。若用和表示受攻击图像上所有SIFT特征中与s(i)对应SIFT特征的最小和次最小夹角，则当二者之比 

${\mathrm{\&alpha;}}_i=\frac{d_i^1}{d_i^2}<T$

时，判定在受攻击图像中找到s(i)的匹配点。阈值取T＝0.6。由此，确定了两幅图像所有匹配的SIFT向量以及对应的距离比α_i。仅保留尺度位于2至10之间的SIFT特征，因为它们受噪声的影响较小。接着，按照距离比从小到大对SIFT特征排序。显然，距离比越小，特征越稳定。所以仅取距离比最小的两个特征向量，设其主方向分别是θ_m和θ_sm。寻找这两个特征向量在受攻击图像上的匹配向量，设他们的主方向分别是和根据这两个主方向分别获得旋转角度的估计值：和最终，取二者平均，可得旋转角度的最终估计值： 

将受攻击图像反向旋转角，可获得校正后的图像，至此完成了几何校正过程。水印校验过程在校正后的图像上进行。 

下一步，使用校正后的图像生成校验分存图像，其过程与水印嵌入过程类似，与其不同 之处在于，仅使用可视加密输出的第二个分存图像作为校验分存图像。具体步骤如下所述。对输入经几何校正后的图像，首先分析图像的局部特征，例如角点和边缘，为了便于后续的几何校正，选择使用SIFT(尺度不变特征转换)特征。通过特征提取算法可以获得图像中所有SIFT特征点的位置和尺度。对每个特征点，首先将图像变换到其对应的尺度上，然后抽取该特征点位置处的样本值。这个样本值是8比特量化的，取此样本值的最高有效位(MSB)。由于尺度变换，这个样本值实际上是原图像对应点邻域内的加权均值，所以它对加噪和滤波具有很强的鲁棒性。将所有特征点对应的MSB排列为与水印同尺寸的矩阵，多余的特征点可剔除掉。这样获得了一个与水印尺寸一致的二值图像，它代表了载体的鲁棒特征，我们称之为载体特征矩阵F。 

使用嵌入密钥E生成一个随机的二值矩阵，将其与载体特征矩阵模2相加，则起到了对载体特征矩阵置乱的作用，保证了安全性。将二值水印和置乱后的载体特征矩阵输入到可视加密算法中，可生成两幅分存图像。本专利使用的是Naor的基本可视加密方法。如图3所示。例如，如果水印像素为黑色，则找到黑色像素对应的两列，以概率0.5随机选第三列或者第四列加密此黑像素。这种随机选择在本发明中通过置乱后的载体特征矩阵实现。如果载体特征矩阵对应值为1则选择第三行，否则选择第四行。白色像素加密原理类似。在校验过程，我们只使用第二幅分存图像，即校验分存图像。 

3、恢复水印过程如下： 

结合图9所示，当图像持有者提取出校验分存图像后，与经过登记认证的登记分存图像进行叠加，恢复出水印图像来证明其为图像的所有者，至此图像的所有权证明完成，有效地保护了图像的版权。 

下面对本发明实施例述及的数字水印方法进行攻击鲁棒性测试，具体测试过程如下： 

对载体图像进行了模糊(圆形平均滤波器半径为0.9)、锐化(对比度增强参数为0.2)、JPEG压缩(压缩系数为10)、椒盐噪声(噪声参数为0.05)、中值滤波、逆时针旋转88°及顺时针旋转90°攻击测试。性能参数为遭受到攻击的图像与无任何攻击恢复出的水印图像的相似度(归一化相关系数)。 

表1示出了非几何攻击下对本发明方法的鲁棒性能测试结果： 

表1 

由上述表1可知，对于非几何攻击，本发明方法具有优异的鲁棒性能。 

表2示出了几何攻击下对本发明方法的鲁棒性能测试结果： 

表2 

由表2可知，对于几何攻击，采用无几何校正的算法作为对比算法，显然本发明方法要显著优于对比算法。对比算法无法恢复水印图案，而本发明方法可恢复清晰的水印，由此证实了本发明方法的实际效果。 

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。 

Claims (4)

1.基于可视加密和特征点匹配的抗旋转攻击数字水印方法，其特征在于，包括如下步骤：

a、嵌入水印过程

利用SIFT算法提取载体图像特征点，并确定特征点所在尺度，将所提取的特征点存入特征点位置矩阵；然后根据特征点位置矩阵提取载体图像中特征点位置处的像素值，根据像素值的最高有效位将像素值矩阵转化成二值特征矩阵；将二值特征矩阵和二值水印利用可视加密规则加密，生成登记分存图像；

b、提取水印过程

载体图像在传输过程中遭受到几何攻击时，图像特征点的位置就会发生改变，在提取水印之前，对受到几何攻击的图像进行几何校正；校正完成后，利用原载体图像特征点的位置，提取校正后图像对应位置的像素值构成特征点矩阵，根据最高有效位把像素值矩阵转化成二值特征矩阵；将二值特征矩阵和二值水印利用可视加密规则加密，生成校验分存图像；

c、恢复水印过程

将生成的校验分存图像与登记分存图像进行叠加恢复出水印图像，利用水印图像完成图像的所有权证明。

2.根据权利要求1所述的基于可视加密和特征点匹配的抗旋转攻击数字水印方法，其特征在于，所述步骤a中，先将载体图像通过高斯滤波，变换到SIFT特征点所在的尺度上，然后采样特征点位置处的样本值，取该样本值的最高有效位，将最高有效位作为载体特征。

3.根据权利要求1所述的基于可视加密和特征点匹配的抗旋转攻击数字水印方法，其特征在于，所述步骤a中，将登记分存图像和水印在可信第三方处登记认证。

4.根据权利要求1所述的基于可视加密和特征点匹配的抗旋转攻击数字水印方法，其特征在于，所述步骤b中，图像遭受到的几何攻击为旋转攻击，利用SIFT算法提取的特征点，估计图像遭受到旋转攻击后旋转的角度，然后对图像进行校正。