CN105469353B - 水印图像的嵌入方法和装置及提取方法和装置 - Google Patents

水印图像的嵌入方法和装置及提取方法和装置 Download PDF

Info

Publication number
CN105469353B
CN105469353B CN201510995896.6A CN201510995896A CN105469353B CN 105469353 B CN105469353 B CN 105469353B CN 201510995896 A CN201510995896 A CN 201510995896A CN 105469353 B CN105469353 B CN 105469353B
Authority
CN
China
Prior art keywords
block
sub
unit
binary bitmap
value
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.)
Active
Application number
CN201510995896.6A
Other languages
English (en)
Other versions
CN105469353A (zh
Inventor
杨振宏
吴骋成
胡健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Ctrip Business Co Ltd
Original Assignee
Shanghai Ctrip Business Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Ctrip Business Co Ltd filed Critical Shanghai Ctrip Business Co Ltd
Priority to CN201510995896.6A priority Critical patent/CN105469353B/zh
Publication of CN105469353A publication Critical patent/CN105469353A/zh
Application granted granted Critical
Publication of CN105469353B publication Critical patent/CN105469353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种水印图像的嵌入方法和装置及提取方法和装置,其中嵌入方法包括:宿主图像分割成互不重叠的8×8像素块;根据分割的块数对水印图像进行缩放,并对缩放后的水印图像进行至少一次Arnold置乱;分别对分割后的每个子块执行:将子块从RGB空间转换到YUV空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab;根据置乱后的水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab;利用修改后的DCT,更新子块的原图像素点。本发明弥补了现有的水印技术不能满足互联网场景的需求缺陷,在高并发的用户请求环境下,能快速地将不可移除的水印信息嵌入受保护的原始图片中,嵌入后不影响原图可见性。

Description

水印图像的嵌入方法和装置及提取方法和装置
技术领域
本发明涉及图像处理领域,尤其涉及一种水印图像的嵌入方法和装置及提取方法和装置。
背景技术
随着信息时代的到来,特别是Internet的普及,信息安全保护问题日益突出。互联网网站(如电商网站和在线旅游网站)常常显示有大量图片,这些图片被非法拷贝和篡改,图片版权所有者为了维护自身的合法权益,常会在图片中增加水印。
数字水印自1993年Tirkel正式提出以来至今,已取得长足发展。其中基于DCT域的数字水印算法研究得最为成熟。其通常的做法是将原始图像空间域数据转换为DCT域系数;其次,根据待隐藏的信息类型,对其进行适当编码和变形;再次,确定某种规则或算法,用待隐藏信息的相应数据去修改然后调整DCT域系数,最后进行DCT逆变换将水印信息保存至原始图像。但是,将已有的水印算法应用于互联网场景,通常存在以下两点不足:
(1)算法时间复杂度比较高,很难用于高并发的互联网应用场景
互联网应用强调的是高并发,高性能,高吞吐,对请求响应时间有着比较高的要求。而已有算法往往忽略时间复杂度或为了追求某些指标的优化而引入大量的迭代运算。例如,文献“一种新的基于图像内容特征的顽健水印”(通信学报,2005,26(6):37-41)中,为了将水印嵌入具有显著特征边缘和纹理区域,引入模糊熵测度技术,这将给整个算法的时间复杂度增加O(N2);文献“A robust image watermarking technique using SVD anddifferential evolution in DCT domain”(Optik-International Journal for Lightand Electron Optics,2014,125(1):428-434)中,利用智能差分算法来调整DCT域系数修改强度以获得较佳的图片质量,此类智能算法的一个显著特征就是通过不停地迭代修改参数以使目标函数趋向最佳值。将此类数字水印算法应用于高并发互联网场景,将给服务器造成巨大压力,导致请求需要较长的响应时间,影响用户体验。
(2)嵌入水印强度存在未知参数,选取适用于海量图片的参量往往非常困难
在已有的基于DCT(离散余弦变换)域的数字水印算法中,将水印嵌入原始图片的环节往往存在未知参量。例如,水印嵌入后的DCT域系数,等于原系数乘以一个很小的α、在半径为M的圆内、加上δ的倍数。对于这些未知参数的选取,作者并未给出一个明确的求解过程,通常的做法是通过少量的图片实验获得。这就导致了有些图片在利用选取的参量打上水印后的效果可能并不理想,尤其对于背景和纹理比较简单的图片(如蓝天白云图),可能会产生一定的“方块效应”,影响图片质量,且易被用户察觉。
综上所述,传统的水印技术已不适用于互联网场景,不能满足互联网场景的以下需求:在高并发的用户请求环境下,能快速地将不可移除的水印信息嵌入受保护的原始图片中;水印技术能适用于海量图片,嵌入后应不影响原图可见性;水印的提取不能有原图的参与,即属于盲水印技术;
发明内容
本发明要解决的技术问题是为了解决现有技术中传统的水印技术已不适用于互联网场景,不能满足互联网场景的需求的缺陷,提供一种在高并发的用户请求环境下,能快速地将不可移除的水印信息嵌入受保护的原始图片中,适用于海量图片,嵌入后应不影响原图可见性,水印的提取不能有原图的参与的水印图像的嵌入方法和装置及提取方法和装置。
本发明是通过以下技术方案解决上述技术问题的:
本发明提供一种水印图像的嵌入方法,用于将二值水印图像嵌入宿主图像,其特点是,所述嵌入方法包括:
S1、将宿主图像分割成互不重叠的8×8像素块;
S2、根据分割的块数对二值水印图像进行缩放,并对缩放后的二值水印图像进行至少一次Arnold置乱;
S3、分别对分割后的每个子块执行S31~S33
S31、将子块从RGB(一种颜色标准)空间转换到YUV(一种颜色编码方法)空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab
S32、根据置乱后的二值水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab
S33、利用修改后的DCT,更新子块的原图像素点。
较佳地,S32包括:
设二值水印图像的最大抗JPEG(静态图像压缩标准)压缩能力为Ql,利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl
设嵌入水印的图片的保存质量为Qs,利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
其中,sign(*)为符号函数,其功能是取*的符号(正或负),|*|表示求绝对值,表示向上取整。
图片在经JPEG压缩破坏到一定程度后,已没有太大的使用价值,因此可设计数字水印最大抗JPEG压缩能力Ql,或者可根据图片大小设计不同的Ql,以达到不同质量的图片水印嵌入强度不同保护力度不同的目的,同时可避免小图因过强的嵌入而产生严重的“方块效应”。
较佳地,S31还包括:记录计算uab的过程中使用的余弦函数的乘积,并将该余弦函数的乘积存储在数组中。
由于在uab的过程中需频繁地使用的余弦函数的乘积,所预先将该值计算并存储在一个数组中,以便后续使用,有助于减小运算量。
较佳地,S33中子块的原图像素点被更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与S31中存储的数组对应项的乘积。
本技术方案避免了求解DCT的逆变换以及YUV转RGB的过程,减小了运算量。
较佳地,S1还包括:选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块;
S2还包括:将二值水印图像进行缩放为N×N的图像。
较佳地,S31
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
本发明还提供一种水印图像的提取方法,用于从图像中提取利用上述嵌入方法嵌入的二值水印图像,其特点是,所述提取方法包括:
T1、估算要提取的二值水印图像的质量Q′,设二值水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则提取结束,若否,则执行T2
T2、利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′;
T3、将图像分割成互不重叠的8×8像素块;
T4、分别对分割后的每个子块执行:
将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
T5、利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括S2中Arnold置乱的两个参数和Arnold置乱的次数。
较佳地,T1还包括:
利用libjpeg库获取水印图像的JPEG-Quality属性。
本发明还提供一种水印图像的嵌入装置,用于将二值水印图像嵌入宿主图像,其特点是,所述嵌入装置包括:
第一分割单元,用于将宿主图像分割成互不重叠的8×8像素块;
缩放置乱单元,用于根据分割的块数对二值水印图像进行缩放,并对缩放后的二值水印图像进行至少一次Arnold置乱;
第一调用单元,用于分别对分割后的每个子块依次调用第一转换计算单元、修改单元和更新单元;
第一转换计算单元,用于将子块从RGB空间转换到YUV空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab
修改单元,用于根据置乱后的二值水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab
更新单元,用于利用修改后的DCT,更新子块的原图像素点。
较佳地,设二值水印图像的最大抗JPEG压缩能力为Ql,设嵌入水印的图片的保存质量为Qs,修改单元包括:
第一计算单元,用于利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl
第二计算单元,用于利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
第三计算单元,用于利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
较佳地,第一转换计算单元还包括:
记录单元,用于记录计算uab的过程中使用的余弦函数的乘积,并将该余弦函数的乘积存储在数组中。
较佳地,更新单元中子块的原图像素点被更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与该记录单元中存储的数组对应项的乘积。
较佳地,第一分割单元还用于选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块;
缩放置乱单元还用于将水印图像进行缩放为N×N的图像。
较佳地,第一转换计算单元中
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
本发明还提供一种水印图像的提取装置,用于从图像中提取利用上述嵌入装置嵌入的二值水印图像,其特点是,所述提取装置包括:
估算判断单元,用于估算要提取的二值水印图像的质量Q′,设二值水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则提取结束,若否,则调用第四计算单元;
第四计算单元,用于利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′;
第二分割单元,用于将图像分割成互不重叠的8×8像素块;
第二调用单元,用于分别对分割后的每个子块调用第二转换计算单元;
第二转换计算单元,用于将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
逆变换单元,用于利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括缩放置乱单元中Arnold置乱的两个参数和Arnold置乱的次数。
较佳地,估算判断单元还用于利用libjpeg库获取二值水印图像的JPEG-Quality属性。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:本发明利用数字水印最大抗JPEG压缩能力指标,来确定水印嵌入强度,采用DCT中频分量变化量与RGB分量变化量的关系,来直接修改空域像素点的值,避免了DCT逆变换和YUV转RGB的过程。从而使算法时间复杂度降为O(N),使其适用于互联网高并发和海量图片的场景。
附图说明
图1为本发明实施例的一种水印图像的嵌入方法的流程图。
图2为本发明实施例的一种水印图像的嵌入方法的步骤1031-1033的流程图。
图3为标准JPEG量化表。
图4为本发明实施例的一种水印图像的提取方法的流程图。
图5为本发明实施例的一种水印图像的嵌入装置的框图。
图6为本发明实施例的一种水印图像的提取装置的框图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例
如图1所示,一种水印图像的嵌入方法,用于将二值水印图像嵌入宿主图像,所述嵌入方法包括:
步骤101、选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块。
步骤102、根据分割的块数对二值水印图像进行缩放,具体是将二值水印图像缩放为N×N的图像,然后,对缩放后的二值水印图像进行c次Arnold置乱,c为正整数,如c=3:
参数m,n,c构成水印提取的唯一密钥。m与M的含义和值均不同,n与N的含义和值也均不同。
步骤103、分别对分割后的每个子块执行步骤1031~步骤1033。如先选取宿主图像一个子块并对其执行步骤1031~步骤1033,然后再选取宿主图像一个子块并对其执行步骤1031~步骤1033,然后重复上述过程直至所有子块都执行完步骤1031~步骤1033。
如图2所示,步骤1031、将子块从RGB空间转换成YUV空间,选取DCT中频系数(a,b),计算Y分量中频分量值,记为uab
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
步骤1031还包括:记录计算uab的过程中使用的余弦函数的乘积,即x,y=0,1,…7,并将该余弦函数的乘积存储在数组中,以便后续使用,减小运算量。
步骤1032、根据置乱后的二值水印图像,修改该子块DCT中频分量值,将修改后的中频分量值记为u′ab。具体过程如下:
首先,设二值水印图像的最大抗JPEG压缩能力为Ql,Ql可根据图片大小设计不同的值,利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl;设嵌入水印的图片(即最终保存的图片)的保存质量为Qs,利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
标准JPEG量化表如图3所示,计算量化值的公式如下:
其中表示向下取整。
然后,利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
例如,选取Ql=40,Qs=80,DCT中频系数[2,2],查询JPEG标准量化表可得vb[2,2]=16,利用式(3)可计算得此时vl=20,vs=6。设wij为该子块对应的水印像素点,那么,
当图片遭受JPEG压缩攻击质量降到临界压缩值Ql时,根据JPEG算法,此时round(|u′ab|/vl)=round(12/10)=1,水印值为1的信息依然存在,因此本发明可有效抵抗大于等于Ql的压缩攻击。
步骤1033、利用修改后的DCT,更新子块的原图像素点。具体地,如果u′ab≠uab,那么将子块的原图像素点更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与S31中存储的数组对应项的乘积,即在该子块R、G、B分量原值基础上加上
如果u′ab=uab,那么子块的原图像素点不变。
由DCT逆变换
和YUV转RGB公式
可知,式(5)同为Y分量和RGB分量的变化值,因此步骤1033避免了DCT逆变换(式(6))以及YUV转RGB(式(7))的过程,同时,x,y=0,1,…7,已预先计算并存储,大大降低了计算量。
步骤1031~步骤1033完成了在一个子块中嵌入水印图像,步骤103通过对分割后的每个子块执行步骤1031~步骤1033完成了在整个宿主图像中嵌入水印图像。
如图4所示,一种水印图像的提取方法,用于从图像中提取利用所述嵌入方法嵌入的二值水印图像,所述提取方法包括:
步骤201、估算要提取的二值水印图像的质量Q′,设二值水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则认为水印丢失,提取结束,若否,则执行步骤202。其中,估算图片质量可直接利用libjpeg库获取二值水印图像的JPEG-Quality属性。
步骤202、利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′。具体的计算公式同式(3)。
步骤203、将图片分割成互不重叠的8×8像素块。
步骤204、分别对分割后的每个子块执行:
将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
其中u′ab的计算公式同式(4)。
注意到,根据式(4),由于水印嵌入时,对于wij=0且的情形,uab值保持不变,这将导致提取出的wij′=1,与源水印产生偏差。这样设计主要是为了将像素点修改强度控制在的范围内,降低因添加水印而产生的“方块效应”影响。在使用过程中可选用像素点更加密集的水印图片或者根据图片大小设计不同的修改强度范围。
步骤205、利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括步骤102中Arnold置乱的两个参数和Arnold置乱的次数,即式(1)中的m,n,c。
本实施例的一种水印图像的嵌入装置,用于将二值水印图像嵌入宿主图像,如图5所示,所述嵌入装置包括:第一分割单元301、缩放置乱单元302、第一调用单元303、第一转换计算单元304、修改单元305和更新单元306。
第一分割单元301,选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块。
缩放置乱单元302,用于根据分割的块数对二值水印图像进行缩放,具体是将二值水印图像缩放为N×N的图像,然后,对缩放后的二值水印图像进行c次Arnold置乱,c为正整数,如c=3:
参数m,n,c构成水印提取的唯一密钥。m与M的含义和值均不同,n与N的含义和值也均不同。
第一调用单元303,用于分别对分割后的每个子块依次调用第一转换计算单元304、修改单元305和更新单元306。如先选取宿主图像一个子块并对其依次调用第一转换计算单元304、修改单元305和更新单元306,然后再选取宿主图像一个子块并对其依次调用第一转换计算单元304、修改单元305和更新单元306,然后重复上述过程直至所有子块都依次调用完第一转换计算单元304、修改单元305和更新单元306。
第一转换计算单元304,用于将子块从RGB空间转换到YUV空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
第一转换计算单元304还包括:
记录单元3041,用于记录计算uab的过程中使用的余弦函数的乘积,即x,y=0,1,…7,并将该余弦函数的乘积存储在数组中,以便后续使用,减小运算量。
修改单元305,用于根据置乱后的二值水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab。具体地,设二值水印图像的最大抗JPEG压缩能力为Ql,Ql可根据图片大小设计不同的值,设嵌入水印的图片(即最终保存的图片)的保存质量为Qs,修改单元305包括:
第一计算单元3051,用于利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl
第二计算单元3052,用于利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
标准JPEG量化表如图3所示,计算量化值的公式如下:
其中表示向下取整。
第三计算单元3053,用于利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
例如,选取Ql=40,Qs=80,DCT中频系数[2,2],查询JPEG标准量化表可得vb[2,2]=16,利用式(3)可计算得此时vl=20,vs=6。设wij为该子块对应的水印像素点,那么,
当图片遭受JPEG压缩攻击质量降到临界压缩值Ql时,根据JPEG算法,此时round(|u′ab|/vl)=round(12/10)=1,水印值为1的信息依然存在,因此本发明可有效抵抗大于等于Ql的压缩攻击。
更新单元306,用于利用修改后的DCT,更新子块的原图像素点。具体地,如果u′ab≠uab,那么将子块的原图像素点更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与记录单元中存储的数组对应项的乘积,即在该子块R、G、B分量原值基础上加上
如果u′ab=uab,那么子块的原图像素点不变。
由DCT逆变换
和YUV转RGB公式
可知,式(5)同为Y分量和RGB分量的变化值,因此第三计算单元避免了DCT逆变换(式(6))以及YUV转RGB(式(7))的过程,同时,x,y=0,1,…7,已预先计算并存储,大大降低了计算量。
第一转换计算单元304、修改单元305和更新单元306完成了在一个子块中嵌入水印图像,第一调用单元303通过对分割后的每个子块调用第一转换计算单元304、修改单元305和更新单元306完成了在整个宿主图像中嵌入水印图像。
如图6所示,一种水印图像的提取装置,用于从图像中提取利用所述嵌入装置嵌入的二值水印图像,所述提取装置包括:估算判断单元401、第四计算单元402、第二分割单元403、第二调用单元404、第二转换计算单元405和逆变换单元406。
估算判断单元401,用于估算要提取的二值水印图像的质量Q′,设水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则认为水印丢失,提取结束,若否,则调用第四计算单元402。其中,估算图片质量可直接利用libjpeg库获取二值水印图像的JPEG-Quality属性。
第四计算单元402,用于利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′。具体的计算公式同式(3)。
第二分割单元403,用于将图像分割成互不重叠的8×8像素块。
第二调用单元404,用于分别对分割后的每个子块调用第二转换计算单元405。
第二转换计算单元405,用于将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
其中u′ab的计算公式同式(4)。
注意到,根据式(4),由于水印嵌入时,对于wij=0且的情形,uab值保持不变,这将导致提取出的wij′=1,与源水印产生偏差。这样设计主要是为了将像素点修改强度控制在的范围内,降低因添加水印而产生的“方块效应”影响。在使用过程中可选用像素点更加密集的水印图片或者根据图片大小设计不同的修改强度范围。
逆变换单元406,用于利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括缩放置乱单元中Arnold置乱的两个参数和Arnold置乱的次数,即式(1)中的m,n,c。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (14)

1.一种水印图像的嵌入方法,用于将二值水印图像嵌入宿主图像,其特征在于,所述嵌入方法包括:
S1、将宿主图像分割成互不重叠的8×8像素块;
S2、根据分割的块数对二值水印图像进行缩放,并对缩放后的二值水印图像进行至少一次Arnold置乱;
S3、分别对分割后的每个子块执行S31~S33
S31、将子块从RGB空间转换到YUV空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab
S32、根据置乱后的二值水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab
S33、利用修改后的DCT,更新子块的原图像素点;
S32包括:
设二值水印图像的最大抗JPEG压缩能力为Ql,利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl
设嵌入水印的图片的保存质量为Qs,利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
2.如权利要求1所述的嵌入方法,其特征在于,S31还包括:记录计算uab的过程中使用的余弦函数的乘积,并将该余弦函数的乘积存储在数组中。
3.如权利要求2所述的嵌入方法,其特征在于,S33中子块的原图像素点被更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与S31中存储的数组对应项的乘积。
4.如权利要求1所述的嵌入方法,其特征在于,S1还包括:选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块;
S2还包括:将二值水印图像进行缩放为N×N的图像。
5.如权利要求1所述的嵌入方法,其特征在于,S31
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
6.一种水印图像的提取方法,用于从图像中提取利用权利要求1-5中任意一项所述的嵌入方法嵌入的二值水印图像,其特征在于,所述提取方法包括:
T1、估算要提取的二值水印图像的质量Q′,设二值水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则提取结束,若否,则执行T2
T2、利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′;
T3、将图像分割成互不重叠的8×8像素块;
T4、分别对分割后的每个子块执行:
将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
T5、利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括S2中Arnold置乱的两个参数和Arnold置乱的次数。
7.如权利要求6所述的提取方法,其特征在于,T1还包括:
利用libjpeg库获取二值水印图像的JPEG-Quality属性。
8.一种水印图像的嵌入装置,用于将二值水印图像嵌入宿主图像,其特征在于,所述嵌入装置包括:
第一分割单元,用于将宿主图像分割成互不重叠的8×8像素块;
缩放置乱单元,用于根据分割的块数对二值水印图像进行缩放,并对缩放后的二值水印图像进行至少一次Arnold置乱;
第一调用单元,用于分别对分割后的每个子块依次调用第一转换计算单元、修改单元和更新单元;
第一转换计算单元,用于将子块从RGB空间转换到YUV空间,选取DCT中频系数(a,b),计算Y分量的中频分量值,记为uab
修改单元,用于根据置乱后的二值水印图像,修改子块DCT中频分量值,将修改后的中频分量值记为u′ab
更新单元,用于利用修改后的DCT,更新子块的原图像素点;
设二值水印图像的最大抗JPEG压缩能力为Ql,设嵌入水印的图片的保存质量为Qs,修改单元包括:
第一计算单元,用于利用Ql结合标准JPEG量化表求Ql下对应的量化值,记为vl
第二计算单元,用于利用Qs结合标准JPEG量化表求Qs下对应的量化值,记为vs
第三计算单元,用于利用vl和vs,求得u′ab,设子块对应的水印像素点为wij,那么,
9.如权利要求8所述的嵌入装置,其特征在于,第一转换计算单元还包括:
记录单元,用于记录计算uab的过程中使用的余弦函数的乘积,并将该余弦函数的乘积存储在数组中。
10.如权利要求9所述的嵌入装置,其特征在于,更新单元中子块的原图像素点被更新为:
子块的每个原像素点的R、G、B分量分别加上u′ab-uab与该记录单元中存储的数组对应项的乘积。
11.如权利要求8所述的嵌入装置,其特征在于,第一分割单元还用于选取宿主图像的宽和高中的较小值,记为M,将宿主图像的M×M区域分割成N×N个互不重叠的8×8像素块;
缩放置乱单元还用于将二值水印图像进行缩放为N×N的图像。
12.如权利要求8所述的嵌入装置,其特征在于,第一转换计算单元中
其中,Y(x,y)表示子块在(x,y)处Y分量值,C(a),C(b)取值如下:
13.一种水印图像的提取装置,用于从图像中提取利用权利要求8-12中任意一项所述的嵌入装置嵌入的二值水印图像,其特征在于,所述提取装置包括:
估算判断单元,用于估算要提取的二值水印图像的质量Q′,设二值水印图像的最大抗JPEG压缩能力为Ql,判断Q′是否小于Ql,若是,则提取结束,若否,则调用第四计算单元;
第四计算单元,用于利用Q′结合标准JPEG量化表求Q′下对应的量化值,记为v′;
第二分割单元,用于将图像分割成互不重叠的8×8像素块;
第二调用单元,用于分别对分割后的每个子块调用第二转换计算单元;
第二转换计算单元,用于将子块从RGB空间转换到YUV空间,求取子块Y分量的中频分量值u′ab,求解水印像素点wij′的值,
逆变换单元,用于利用密钥执行Arnold逆变换,获得图像中嵌入的二值水印图像,该密钥包括缩放置乱单元中Arnold置乱的两个参数和Arnold置乱的次数。
14.如权利要求13所述的提取装置,其特征在于,估算判断单元还用于利用libjpeg库获取二值水印图像的JPEG-Quality属性。
CN201510995896.6A 2015-12-25 2015-12-25 水印图像的嵌入方法和装置及提取方法和装置 Active CN105469353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510995896.6A CN105469353B (zh) 2015-12-25 2015-12-25 水印图像的嵌入方法和装置及提取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510995896.6A CN105469353B (zh) 2015-12-25 2015-12-25 水印图像的嵌入方法和装置及提取方法和装置

Publications (2)

Publication Number Publication Date
CN105469353A CN105469353A (zh) 2016-04-06
CN105469353B true CN105469353B (zh) 2018-11-13

Family

ID=55607016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510995896.6A Active CN105469353B (zh) 2015-12-25 2015-12-25 水印图像的嵌入方法和装置及提取方法和装置

Country Status (1)

Country Link
CN (1) CN105469353B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373079A (zh) * 2016-08-31 2017-02-01 南京师范大学 Android照片位置和时间数字水印嵌入和提取方法
CN107481181B (zh) * 2017-07-27 2020-08-04 银江股份有限公司 一种用于保护个人隐私的图片隐藏方法、还原方法及图片隐藏系统
CN107613304B (zh) * 2017-09-11 2019-08-13 西安电子科技大学 基于安卓平台的移动终端视频流隐密传输方法
CN108009974B (zh) * 2017-10-20 2021-10-08 西安电子科技大学 一种抗jpeg压缩的鲁棒可逆水印方法、数字电视广播系统
CN107888925B (zh) * 2017-11-03 2019-08-16 清华大学深圳研究生院 一种视频数字隐藏信息的嵌入方法和检测方法
CN111353133B (zh) * 2018-12-24 2023-02-10 杭州海康威视系统技术有限公司 图像处理方法、装置和可读存储介质
CN111935484B (zh) * 2020-09-28 2021-01-19 广州佰锐网络科技有限公司 一种视频帧压缩编码方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661608A (zh) * 2009-08-31 2010-03-03 重庆大学 适合于互联网络的数字图像盲水印添加、提取和去除方法
CN103049880A (zh) * 2012-12-19 2013-04-17 焦点科技股份有限公司 基于离散余弦变换的数字水印方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3472188B2 (ja) * 1999-03-31 2003-12-02 キヤノン株式会社 情報処理システム、情報処理装置、情報処理方法及び記憶媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661608A (zh) * 2009-08-31 2010-03-03 重庆大学 适合于互联网络的数字图像盲水印添加、提取和去除方法
CN103049880A (zh) * 2012-12-19 2013-04-17 焦点科技股份有限公司 基于离散余弦变换的数字水印方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DCT域图像数字水印嵌入技术的研究;何美娟;《中国优秀硕士学位论文全文数据库信息科技辑》;20100315(第03期);第19-20页 *
基于盲提取的彩色图像数字水印算法;苏庆堂;《中国博士学位论文全文数据库信息科技辑》;20130815(第08期);第19-27页 *

Also Published As

Publication number Publication date
CN105469353A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN105469353B (zh) 水印图像的嵌入方法和装置及提取方法和装置
Li et al. An efficient deep convolutional neural networks model for compressed image deblocking
Lidong et al. Combination of contrast limited adaptive histogram equalisation and discrete wavelet transform for image enhancement
Bilal et al. A robust technique for copy-move forgery detection from small and extremely smooth tampered regions based on the DHE-SURF features and mDBSCAN clustering
Liu et al. Graph-based joint dequantization and contrast enhancement of poorly lit JPEG images
Cho et al. Gradient prior-aided CNN denoiser with separable convolution-based optimization of feature dimension
Wang et al. Lightweight single image super-resolution convolution neural network in portable device.
Chen et al. JSNet: a simulation network of JPEG lossy compression and restoration for robust image watermarking against JPEG attack
Liu et al. Robust blind image watermarking based on chaotic mixtures
CN108109121A (zh) 一种基于卷积神经网络的人脸模糊快速消除方法
Behnia et al. Watermarking based on discrete wavelet transform and q-deformed chaotic map
Huo et al. High‐dynamic range image generation from single low‐dynamic range image
Gu et al. Example-based color transfer with Gaussian mixture modeling
CN114626967A (zh) 一种数字水印嵌入与提取方法、装置、设备及存储介质
Zhou et al. Geometric correction code‐based robust image watermarking
Juarez-Sandoval et al. Digital image ownership authentication via camouflaged unseen-visible watermarking
CN115131229A (zh) 图像降噪、滤波数据处理方法、装置和计算机设备
Huang et al. Image restoration from patch-based compressed sensing measurement
Zhao et al. Reaction–diffusion equation based image restoration
US20160284056A1 (en) Image processing apparatus and method
Jiang et al. Learning in-place residual homogeneity for single image detail enhancement
Shu et al. Side window weighted median image filtering
Hanumantharaju et al. A new framework for retinex-based colour image enhancement using particle swarm optimisation
Bhaskar et al. DCT based watermark embedding into mid frequency of DCT coefficients using luminance component
Zhang et al. Video denoising for security and privacy in fog computing

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