CN104463772A - 一种用于版权保护的零水印方法 - Google Patents
一种用于版权保护的零水印方法 Download PDFInfo
- Publication number
- CN104463772A CN104463772A CN201410768150.7A CN201410768150A CN104463772A CN 104463772 A CN104463772 A CN 104463772A CN 201410768150 A CN201410768150 A CN 201410768150A CN 104463772 A CN104463772 A CN 104463772A
- Authority
- CN
- China
- Prior art keywords
- image
- matrix
- watermark
- block
- information
- 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.)
- Pending
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明名称为:一种用于版权保护的零水印方法。本发明属于数字图像处理技术范畴。本发明方法包括水印提取过程和认证过程。水印提取主要用来提取零水印,该过程负责将图像的特征信息从图像内进行有效提取,并将之与加密后的水印信息进行异或,将该信息与秘钥等参数一起进行单项哈希函数操作。将哈希结果、图像特征信息等信息作为零水印在公正的第三方保存。认证过程采用与提取过程相同的算法对待认证图像进行预处理,提取其特征信息,将提取出来的特征信息与在第三方保留的该图像的特征信息进行异或,得到一个水印信息。将上述步骤得到的水印信息进行采用逆置乱进行处理,得到水印信息。将提取出的水印信息与版权水印进行比较,确定认证结果。
Description
技术领域
本专利属于数字图像处理技术范畴。主要涉及图像处理、模式识别、计算机应用、网络安全、数字水印等相关技术领域。
背景技术
随着数字图像的出现和发展,资料的传播变得越来越方便,极大地缩短了信息传播的所需要的时间。为人类传播信息在时间维度和空间维度上都提供了极大的便利。但是,传播的方便性也为盗版带来了方便,越来越多的数字作品在未被授权的情况下被非法传播、应用。一些数字图像的获取可能花费极大地代价,比如可能是摄影师历尽千辛、深入危险的地点拍摄的珍贵图像,也可能是需要耗费大量成本而获取的航拍图像,这些作品的版权本来应该得到足够的保护,才能促进经济社会的发展和进步。同样,即使简单的数字图像,也是具有版权的,也是需要进行版权保护的。目前,已经存在多种保护版权的方式。比如一些大型的图像交换(交易)网站,普遍采用等比例失真显示的方式让浏览者以及潜在的购买者观看图像,如果需要更清晰的图像则可以采用购买的方式获取。但是该方式,只是能够提供授权方式,无法实现对版权的确认等问题。也有一些版权者,习惯在自己的版权图像上印上明显的水印来标称自己的版权。但是这样的水印不仅影响观看效果,而且很容易被去除。目前,国内外针对数字图像的版权保护提出了多种数字水印实现方式。零水印是其中的一种,由于其对图像自身的不改变性,受到极大的关注。
发明内容
本发明实现了一种用于版权保护的零水印方法。该发明方法包括水印提取过程和认证过程。
水印提取主要用来提取零水印,该过程负责将图像的特征信息从图像内进行有效提取,并将之与加密后的水印信息进行异或,将该信息与秘钥等参数一起进行单项哈希函数操作。将哈希结果、图像特征信息等信息作为零水印在公正的第三方保存。认证过程采用与提取过程相同的算法对待认证图像进行预处理,提取其特征信息,将提取出来的特征信息与在第三方保留的该图像的特征信息进行异或,得到一个水印信息。将上述步骤得到的水印信息进行采用逆置乱进行处理,得到水印信息。将提取出的水印信息与版权水印进行比较,确定认证结果。
具体实施方式
本发明专利提出的用于版权保护的零水印方法,包括水印提取过程和认证过程。
水印提取过程主要包含分块、提升小波处理、求取均值、混沌矩阵处理、特征矩阵计算、水印信息之乱、异或等步骤。具体如下:
1.图像分块
假设原始图像为O,其像素大小为W*H,将其以w*h像素大小为子块块进行划分,共划分为M*N个子块,其对应关系为。
完成上述划分后,当前图像O内共有M*N个子块,每个子块内具有像素w*h个。
2.提升小波处理
根据情况,对当前图像内的每个子块进行独立的提升小波分解。提升小波分解的形式为,
(WLL,WHL,WLH,WHH)=LFT(Oi,j)
根据当前图像的大小及需要可以对提升小波分解得到的低频子带进行继续分解,
(W2,LL,W2,HL,W2,LH,W2,HH)=LFT(WLL)
这里根据划分后子图像的大小及实际运算时的需要可以进行n次分解,则获取子图像的个数为,
N=3*n+1
3.均值处理
对步骤2内得到的图像Os内的每一个子块进行求取均值处理,计算方法为,
式中,aver表示计算得到的平均值,si,sj表示子块的位置,ci,cj表示子块内的当前像素位置,k表示当前计算的半径大小。
为了后续处理方便,将当前求得的图像标记为ON,从步骤1可知其大小为M*N。
4.生成混沌序列
使用Logistic生成两个混沌序列L1,L2,生成方程式为:
混沌序列的长度均为M*N,其中一个初始值为x1,另一个初始值为x2。初始值的大小,根据在进行版权确认时操作者的需要而实际确定。
5.混沌值处理
将两个混沌序列L1,L2进行排序。假定对某个序列进行排序从而得到一个升序数列CIS。通过计算数列CIS中的每个数据在数列CI中的下标,得到一个数列I。应用公式为:
I(i)=FI(CIS(i)),(1≤i≤n)
式中,函数FI(parameter)的功能为找出参数parameter在数列CI中的下标。
经过上述步骤,得到排序后的序列Ls1,Ls2。
6.得到调整矩阵
将得到的Ls1,Ls2进行置乱,得到一个M*N行列的矩阵,转换为,
LS=reshape(Ls)
式中,Ls的大小为(M*N)*1,而LS的大小为(M)*(N)。
将LS1,LS2组合成一个矩阵,得到矩阵LN。
7.矩阵置乱
将矩阵ON按照矩阵LN的值进行置乱操作,得到一个新的矩阵LL。此时,矩阵LL和矩阵ON具有同样的大小。
8.得到特征矩阵
将当前得到的矩阵LL与矩阵ON,进行计算,得到当前图像的特征矩阵T,计算公式为,
9.置乱版权图像
采用与步骤4同样的方式产生一个长度为n(此处n为需要置乱的图像信息的数列长度)的数列CI,使用的初始值为x3。对此数列按照升序排序得到数列CIS。
计算数列CIS中元素在混沌数列CI中的位置(数组下标),得到下标数列I。具体实现为,
I(i)=FI(CIS(i)),(1≤i≤n)
式中,函数FI(parameter)负责寻找数列下标。
完成上述步骤后,采用步骤6中的reshape函数对版权图像WCP进行重构。
为了处理上的方便,将此处得到的置乱版权矩阵(图像)标记为LW。
10.异或
将提取出来的特征矩阵T与置乱版权图像LW进行异或处理,得到初始零水印矩阵OZ,应用公式为,
OZ=XOR(T,LW)
式中,XOR表示异或关系。
11.零水印生成
将初始零水印矩阵OZ与图像的基本信息W、H、n、aver、k、x1、x2、x3进行单向哈希,实现方式为,
result=H(W|H|n|aver|k|x1|x2|x3)
式中,result是哈希函数处理结果,H(·)是单向MD5哈希函数。
将上述处理结果result、图像特征信息矩阵T等提交给版权认证中心。
提取零水印过程结束。
认证过程主要实现从需要进行版权认证的图像内提取出特征信息并将其与在认证中心内保存的图像特征矩阵T进行异或,得到一个水印信息,将该水印信息进行逆置乱操作得到认证水印信息。将该认证水印信息与原始水印进行比较,获得认证结果。具体实施如下,
1.待认证图像特征提取
待认证图像特征信息的提取,与原始图像的特征提取采用相同的算法,提取过程一致。
2.特征值异或
将步骤1中提取的特征值与原始图像的特征矩阵T进行异或,得到一个水印信息WR。
3.水印信息逆置乱
将需要进行逆置乱的版权水印信息进行逆置乱,得到版权水印信息。采用公式为,
WO(i)=WR(I(i)),(1<=i<=n)
式中数列I是提取水印过程中步骤5所产生,WR是当前水印信息,WO为逆置乱结果。
4.完成认证
如果该水印信息与版权水印达到一定的相似度α,则认为通过认证,否则认为认证没有通过。具体表示为,
式中,same(WO,WCP)是计算提取出的水印信息与版权水印的差异度函数。式中,相似度α并不固定,根据图像特征,由认证中心进行评估后事先指定。
Claims (2)
1.一种用于版权保护的零水印方法,其特征在于他的水印提取过程为:
1.1图像分块
假设原始图像为O,其像素大小为W*H,将其以w*h像素大小为子块块进行划分,共划分为M*N个子块,其对应关系为。
完成上述划分后,当前图像O内共有M*N个子块,每个子块内具有像素w*h个;
1.2提升小波处理
根据情况,对当前图像内的每个子块进行独立的提升小波分解;
1.3均值处理
对步骤2内得到的图像Os内的每一个子块进行求取均值处理,计算方法为,
式中,aver表示计算得到的平均值,si,sj表示子块的位置,ci,cj表示子块内的当前像素位置,k表示当前计算的半径大小;
1.4生成混沌序列
使用Logistic生成两个混沌序列L1,L2;
1.5混沌值处理
经过混沌置乱,得到排序后的序列Ls1,Ls2。
1.6调整矩阵
将得到的Ls1,Ls2进行置乱后组合成一个矩阵,得到矩阵LN。
1.7矩阵置乱
将矩阵ON(步骤1.3内获得)按照矩阵LN的值进行置乱操作,得到一个新的矩阵LL。此时,矩阵LL和矩阵ON具有同样的大小。
1.8得到特征矩阵
将当前得到的矩阵LL与矩阵ON,进行计算,得到当前图像的特征矩阵T,计算公式为,
1.9置乱版权图像
采用步骤1.6中的reshape函数对版权图像进行重构,得到的置乱版权矩阵(图像)LW。
1.10异或
将提取出来的特征矩阵T与置乱版权图像LW进行异或处理,得到初始零水印矩阵OZ,应用公式为,
OZ=XOR(T,LW)
式中,XOR表示异或关系。
1.11零水印生成
将初始零水印矩阵OZ与图像的基本信息W、H、n、aver、k、x1、x2、x3进行单向哈希,实现方式为,
result=H(W|H|n|aver|k|x1|x2|x3)
式中,result是哈希函数处理结果,H(·)是单向MD5哈希函数。
将上述处理结果result、图像特征信息矩阵T等提交给版权认证中心。
2.根据权利要求1所述的一种用于版权保护的零水印方法,其特征在于,在完成认证时式中相似度α由认证中心在认证前事先根据图像攻击情况指定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410768150.7A CN104463772A (zh) | 2014-12-13 | 2014-12-13 | 一种用于版权保护的零水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410768150.7A CN104463772A (zh) | 2014-12-13 | 2014-12-13 | 一种用于版权保护的零水印方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104463772A true CN104463772A (zh) | 2015-03-25 |
Family
ID=52909760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410768150.7A Pending CN104463772A (zh) | 2014-12-13 | 2014-12-13 | 一种用于版权保护的零水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463772A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101821A (zh) * | 2016-06-21 | 2016-11-09 | 中国农业大学 | 视频中双重零水印的构造方法及装置 |
CN109064375A (zh) * | 2018-07-23 | 2018-12-21 | 北京信息科技大学 | 一种基于零水印的大数据产权辨识方法及系统 |
CN110532740A (zh) * | 2019-08-20 | 2019-12-03 | 新华智云科技有限公司 | 图片加密方法、装置、侵权确定方法和计算机存储介质 |
CN110580405A (zh) * | 2019-08-16 | 2019-12-17 | 湖北工业大学 | 一种基于社交网络的图片版权保护系统及方法 |
CN111667395A (zh) * | 2020-06-03 | 2020-09-15 | 南京师范大学 | 一种三维模型版权认证方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002037331A1 (en) * | 1999-10-19 | 2002-05-10 | Microsoft Corporation | System and method for hashing digital images |
CN103123719A (zh) * | 2013-03-11 | 2013-05-29 | 九江学院 | 一种图像认证和篡改定位的零水印方法 |
CN103164637A (zh) * | 2011-12-12 | 2013-06-19 | 天津职业技术师范大学 | 数字图像版权保护方法 |
-
2014
- 2014-12-13 CN CN201410768150.7A patent/CN104463772A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002037331A1 (en) * | 1999-10-19 | 2002-05-10 | Microsoft Corporation | System and method for hashing digital images |
CN103164637A (zh) * | 2011-12-12 | 2013-06-19 | 天津职业技术师范大学 | 数字图像版权保护方法 |
CN103123719A (zh) * | 2013-03-11 | 2013-05-29 | 九江学院 | 一种图像认证和篡改定位的零水印方法 |
Non-Patent Citations (1)
Title |
---|
消潇等: "一种基于混沌的图像hash算法", 《计算机应用研究》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101821A (zh) * | 2016-06-21 | 2016-11-09 | 中国农业大学 | 视频中双重零水印的构造方法及装置 |
CN109064375A (zh) * | 2018-07-23 | 2018-12-21 | 北京信息科技大学 | 一种基于零水印的大数据产权辨识方法及系统 |
CN109064375B (zh) * | 2018-07-23 | 2023-05-09 | 北京信息科技大学 | 一种基于零水印的大数据产权辨识方法及系统 |
CN110580405A (zh) * | 2019-08-16 | 2019-12-17 | 湖北工业大学 | 一种基于社交网络的图片版权保护系统及方法 |
CN110580405B (zh) * | 2019-08-16 | 2022-07-05 | 湖北工业大学 | 一种基于社交网络的图片版权保护系统及方法 |
CN110532740A (zh) * | 2019-08-20 | 2019-12-03 | 新华智云科技有限公司 | 图片加密方法、装置、侵权确定方法和计算机存储介质 |
CN111667395A (zh) * | 2020-06-03 | 2020-09-15 | 南京师范大学 | 一种三维模型版权认证方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Robust zero-watermarking algorithm based on polar complex exponential transform and logistic mapping | |
CN103023633B (zh) | 基于混沌随机相位和相干叠加原理的数字图像隐藏方法 | |
CN104463772A (zh) | 一种用于版权保护的零水印方法 | |
CN104751401B (zh) | 一种新型的分段线性混沌映射图像加密与编码方法 | |
CN108322622A (zh) | 一种基于2d-vmd和八维超混沌系统的彩色数字图像加密方法 | |
CN101604439A (zh) | 一种基于多混沌系统的彩色图像加密方法 | |
CN102968756A (zh) | 基于分数阶超混沌和dwt-svd的彩色图像水印嵌入和提取方法 | |
CN101739695A (zh) | 一种基于三维Arnold映射的图像分组加密方法 | |
CN107103577A (zh) | 用于完整性保护的半脆弱唯一性图像水印嵌入及提取方法 | |
CN102800042A (zh) | 基于对数极坐标变换的多图像加密方法 | |
CN111984943B (zh) | 一种基于人工蜂群算法的dwt-svd数字水印方法 | |
CN103020496A (zh) | 一种数学水印加密实现方法 | |
CN104408684A (zh) | 一种高鲁棒性的数字水印方法 | |
Bekkouch et al. | Robust and reversible image watermarking scheme using combined DCT-DWT-SVD transforms | |
CN108985082B (zh) | 一种基于数字水印的医学图像加密方法 | |
Su | Color image watermarking: algorithms and technologies | |
CN106653053A (zh) | 一种基于全息图像的音频加密解密方法 | |
CN110136045A (zh) | 一种基于两图像互置乱隐藏及恢复的方法 | |
Su et al. | A robust color image watermarking scheme in the fusion domain based on LU factorization | |
Devi et al. | A copyright protection scheme for digital images based on shuffled singular value decomposition and visual cryptography | |
CN109255748B (zh) | 基于双树复小波的数字水印处理方法及系统 | |
Sun et al. | A Novel Image Steganography Based on Contourlet Transform and Hill Cipher. | |
Shuo et al. | A visually secure image encryption method based on semi-tensor product compressed sensing and IWT-HD-SVD embedding | |
Shukla | Non-separable histogram based reversible data hiding approach using inverse S-order and skew tent map | |
CN105719224A (zh) | 基于对偶树复小波变换的压缩感知的生物特征图像加密方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150325 |