CN105761196A - 基于三维预测误差直方图的彩色图像可逆数字水印方法 - Google Patents

基于三维预测误差直方图的彩色图像可逆数字水印方法 Download PDF

Info

Publication number
CN105761196A
CN105761196A CN201610060632.6A CN201610060632A CN105761196A CN 105761196 A CN105761196 A CN 105761196A CN 201610060632 A CN201610060632 A CN 201610060632A CN 105761196 A CN105761196 A CN 105761196A
Authority
CN
China
Prior art keywords
watermark
embedding
unit
forecast error
mapping
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.)
Granted
Application number
CN201610060632.6A
Other languages
English (en)
Other versions
CN105761196B (zh
Inventor
王祥
张彩
裴庆祺
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201610060632.6A priority Critical patent/CN105761196B/zh
Publication of CN105761196A publication Critical patent/CN105761196A/zh
Application granted granted Critical
Publication of CN105761196B publication Critical patent/CN105761196B/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
    • G06T1/0092Payload characteristic determination in a watermarking scheme, e.g. number of bits to be embedded
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00General purpose image data processing
    • G06T2201/005Image watermarking
    • G06T2201/0203Image watermarking whereby the image with embedded watermark is reverted to the original condition before embedding, e.g. lossless, distortion-free or invertible watermarking

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明公开了一种基于三维预测误差直方图的彩色图像可逆数字水印方法,包括水印的嵌入和水印的提取;采用在三维预测误差直方图中通过修改预测误差组的映射关系,舍弃嵌入失真大的映射,映射分为嵌入失真小于等于2的映射和嵌入失真小于等于1的映射,并重建新映射关系的方法嵌入可逆水印,一定程度上避免了图像的失真感,提高了图像的PSNR。本发明可用于秘密信息的隐藏;通过应用基于菱形预测模型的双层嵌入方案和建立不同以往的预测误差组的映射关系;实现了在相同的嵌入容量下获得更少的图像失真。

Description

基于三维预测误差直方图的彩色图像可逆数字水印方法
技术领域
本发明属于数字水印技术领域,尤其涉及一种基于三维预测误差直方图的彩色图像可逆数字水印方法。
背景技术
近些年来,在军事、医学、遥感图像处理等领域中,学者对于原始图像进行分析和研究,通过调整人眼对于图像中不敏感区域的信息,提出了可逆水印技术。在提取水印之后,原始图像可以被准确无误的恢复。现在的可逆数字水印研究主要集中在灰度图像方面,仅仅有少数的研究成果是跟彩色图像有关的。
但是,现实生活中接触更多的是彩色图像,而传统三维预测误差直方图可逆数字水印算法并没能充分利用彩色图像颜色信道之间的冗余性来获得更优秀的算法性能。
发明内容
本发明的目的在于提供一种基于三维预测误差直方图的彩色图像可逆数字水印方法,旨在解决传统三维预测误差直方图可逆数字水印算法并没能充分利用彩色图像颜色信道之间的冗余性来获得更优秀的算法性能的问题。
本发明是这样实现的,一种基于三维预测误差直方图的彩色图像可逆数字水印方法,所述基于三维预测误差直方图的彩色图像可逆数字水印方法包括水印的嵌入和水印的提取;
所述水印的嵌入具体包括:
步骤一,对原始彩色图像按照颜色通道进行分离;对原彩色图像像按照RGB颜色通道分离三张灰度图像,分别记为R通道、G通道和B通道;
步骤二,载体图像预处理;
步骤三,计算每张灰度图的预测误差组,对每张灰度图采用菱形预测方案获取阴影点的预测值,跟原始像素值相减,获得阴影点的预测误差序列(eR1,eR2,...,eRN),(eG1,eG2,...,eGN),(eB1,eB2,...,eBN),将三张灰度图像阴影点的预测误差组成预测误差组en=(eRn,eGn,eBn);
步骤四,选择用于嵌入水印的预测误差组,计算每一个预测误差组的局部复杂度LCi,找到最小的整数ρ,被替换的LSBs、压缩后的位图和水印消息,修改满足LCi≤ρ的预测误差组的映射来嵌入水印;
步骤五,第一层水印嵌入,首先在阴影点的预测误差直方图中嵌入水印信息,称为第一层水印嵌入;
步骤六,第二层水印嵌入,在空白点的预测误差直方图中嵌入水印信息,称为第二层水印嵌入,阴影层嵌入水印信息之后,阴影像素点Xi,j被修改为Xi',j。用嵌入水印之后的阴影点的像素来预测空白点的像素值,与第一层水印嵌入类似,得到三张灰度图像空白点的预测误差直方图,嵌入水印信息;
步骤七,将嵌入水印之后的三张灰度图合并,得到嵌入水印后彩色图像IW;
所述水印的提取具体包括:
步骤一,对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度;
步骤二,读取彩色图像R通道第一行像素的LSBs,取出三个参数的值;
步骤三,提取第二层水印;
步骤四,提取第一层水印;根据恢复的空白点集的像素值,使用相同方法获取三个通道阴影点的预测误差序列,提取出嵌入负载,恢复原像素值。
步骤五,恢复原图。
进一步,所述水印嵌入的载体图像预处理具体包括:
第一步,对彩色图像三个颜色通道的像素进行水印预处理。为防止水印嵌入引起像素的溢出,调整像素值等于边界值0或255的像素点到合理范围内;
第二步,构造相对应的三个位图分别记录三个颜色通道中被修改的像素位置,被修改过的为图中标记为1,没有被修改过的标为0,无损压缩三个位图;
第三步,清空彩色图像R通道的第一行像素,为使用LSB算法嵌入三个参数:预测误差组的临界值ρ,压缩后的位图尺寸和水印消息大小,制造空间,被替换的LSBs和压缩后的位图作为负载的一部分。
进一步,所述水印嵌入的第一层水印嵌入具体包括:
第一步,在嵌入失真小于等于2的映射中嵌入水印,舍弃嵌入失真大于2的映射(0,0,0)→(1,1,1),重建(1,1,1)的新映射;
第二步,对于符合要求的映射进行分类,分为5类,B类为预测误差组(1,1,1)的新建映射:
A类: ( 0 , 0 , 0 ) ( 0 , 0 , 0 ) ( 0 , 0 , 1 ) ( 0 , 1 , 0 ) ( 0 , 1 , 1 ) ( 1 , 0 , 0 ) ( 1 , 0 , 1 ) ( 1 , 1 , 0 ) B类: ( 1 , 1 , 1 ) ( 1 , 1 , 1 ) ( 2 , 2 , 2 ) C类: ( 0 , 0 , N ) ( 0 , 0 , N + 1 ) ( 0 , 1 , N + 1 ) ( 1 , 0 , N + 1 ) ( 1 , 1 , N + 1 ) ;
D类: ( 0 , N 1 , N 2 ) ( 0 , N 1 + 1 , N 2 + 1 ) ( 1 , N 1 + 1 , N 2 + 1 ) E类:(N1,N2,N3){(N1+1,N2+1,N3+1)
第三步,最后将预测误差组中的每个成员和它预测值相加得到处理后的像素值。
进一步,所述水印的提取中提取第二层水印具体包括:
第一步,使用相同的扫描顺序和预测方法获取三个通道空白点的预测误差序列,组成预测误差组;
第二步,对每一个预测误差组,计算局部复杂度LCi
第三步,处理满足LCi≤ρ的预测误差组,通过嵌入时的映射方案的逆映射恢复出原来的像素值,根据映射时不同的类型(A,B,C,D,E)恢复出负载;
第四步,提取出嵌入负载后,获取位图和被替换的LSBs,根据位图,处理标记为1的像素,恢复原值。
本发明的另一目的在于提供一种所述的基于三维预测误差直方图的彩色图像可逆数字水印方法的彩色图像可逆数字水印系统,所述彩色图像可逆数字水印系统包括:
水印嵌入模块,用于将原始彩色图像按照颜色通道进行分离,构造相对应的三个位图,记录像素点被修改的位置,对每一张灰度图像进行菱形预测并得到阴影点的预测误差,将阴影点的预测误差分组,计算局部方差,阴影点集的水印嵌入,空白点集的水印嵌入,合成嵌入水印后的图片;
水印提取模块,用于对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度,空白点层的水印提取,阴影点层的水印提取,将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
所述水印嵌入模块进一步包括:
分离单元,用于将原始彩色图像按照颜色通道进行分离,将原始彩色图像按照RGB三个颜色通道的顺序分离成三张灰度图像;
调整单元,用于调整三张灰度图像等于边界值的像素点到合理范围内,构造相对应的三个位图,记录像素点被修改的位置;
预测单元,用于对每一张灰度图像进行菱形预测并得到阴影点的预测误差,对每一张灰度图像采用菱形预测方案获取阴影点的预测值,跟原始像素值相减,获得预测误差序列;
分组单元,用于将阴影点的预测误差分组,将三张灰度图像阴影点的预测误差组成预测误差组
计算单元,用于计算局部方差,将一个预测误差组看作一个嵌入单元,计算嵌入单元的局部方差LCi,j,选择局部方差小的单元嵌入水印信息;
嵌入单元,用于阴影点集的水印嵌入:
空白点层水印嵌入单元,用于空白点集的水印嵌入,阴影层嵌入完成后,用修改过的像素对空白点集的像素进行预测,采用同样的方法完成空白点层的水印嵌入;
合成单元,用于合成嵌入水印后的图片,将嵌入水印之后的三张灰度图合并,得到嵌入水印后的彩色图像IW。
所述嵌入单元进一步包括:
参数单元,用于清空第一行像素,嵌入水印提取时用到的参数;
映射建立单元,用于根据传统灰度图像三维预测误差直方图中预测误差组ei的变化,建立映射关系;
重建单元,用于舍弃掉失真消耗高的映射,重建映射;
映射分类单元,用于将满足要求的映射根据嵌入容量进行分类;
负载单元,用于在映射分类中,对预测误差组中的成员做出相应的修改来嵌入负载。
所述水印提取模块进一步包括:
分离单元,用于对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度;
空白点层水印提取单元,用于空白点层的水印提取;
阴影点层水印提取单元,用于阴影点层的水印提取;
合并单元,用于将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
所述空白点层水印提取单元进一步包括:
获取单元,用于使用相同的扫描顺序和预测方法获取三个通道空白点的预测误差序列,组成预测误差组;
复杂度计算单元,用于对每一个预测误差组,计算局部复杂度;
预测误差组单元,用于按照水印嵌入时选取的条件选出满足要求的预测误差组;
恢复单元,用于根据嵌入时映射方案的逆映射恢复出原来的像素值;
恢复负载单元,用于根据映射时不同的类型恢复出负载。
所述阴影点层水印提取单元进一步包括:
预测像素值单元,用于由恢复的空白点集的像素值来预测三个通道阴影点的像素值,得到阴影点层的预测误差序列;
提取阴影层单元,用于按照提取空白点水印的方法提取阴影层嵌入负载;
恢复原像素值单元,用于恢复原像素值。
本发明提供的基于三维预测误差直方图的彩色图像可逆数字水印方法,包括水印的嵌入和水印的提取;采用在三维预测误差直方图中通过修改预测误差组的映射关系,舍弃嵌入失真大的映射,映射分为嵌入失真小于等于2的映射和嵌入失真小于等于1的映射,并重建新映射关系的方法嵌入可逆水印,一定程度上避免了图像的失真感,提高了图像的PSNR。本发明可用于秘密信息的隐藏;通过应用基于菱形预测模型的双层嵌入方案和建立不同以往的预测误差组的映射关系;实现了在相同嵌入容量的下获得更少的图像失真。本发明通过与Sachnev等人的基于排序和预测的RDH算法相比较,发现,在Airplane和Tiffany这两张图中本发明提出的方法优势最为明显。本发明提出的方法在相同嵌入容量的前提下PSNR高于Sachnev的算法,图像的视觉质量更高,而且嵌入误差小于等于1的方案优于嵌入误差小于等于2的方案。
附图说明
图1是本发明实施例提供的基于三维预测误差直方图的彩色图像可逆数字水印方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例的基于三维预测误差直方图的彩色图像可逆数字水印方法包括以下步骤:
S101:将原始彩色图像按照颜色通道进行分离,调整三张灰度图像等于边界值(0或255)的像素点(除了第一行像素)到合理范围内,构造相对应的三个位图,记录像素点被修改的位置,对每一张灰度图像进行菱形预测并得到阴影点的预测误差,将阴影点的预测误差分组,计算局部方差,阴影点集的水印嵌入,空白点集的水印嵌入,合成嵌入水印后的图片;
S102:对嵌入水印后的彩色图像(IW)像按照RGB颜色通道分离三张灰度,空白点层的水印提取,阴影点层的水印提取,将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
本发明的具体步骤如下:
1.水印的嵌入过程
步骤1,对原始彩色图像按照颜色通道进行分离。
对原彩色图像(例:Lena,大小512*512)像按照RGB颜色通道分离三张灰度图像,分别记为R通道、G通道和B通道。
步骤2,载体图像预处理。
第1步,对彩色图像三个颜色通道的像素(除了第一行像素)进行水印预处理。为防止水印嵌入引起像素的溢出,调整像素值等于边界值(0或255)的像素点到合理范围内。
第2步,构造相对应的三个位图分别记录三个颜色通道中被修改的像素位置,被修改过的为图中标记为1,没有被修改过的标为0。无损压缩三个位图。
第3步,清空彩色图像R通道的第一行像素,为使用LSB算法嵌入三个参数:预测误差组的临界值ρ,压缩后的位图尺寸和水印消息大小,制造空间。被替换的LSBs和压缩后的位图作为负载的一部分。
步骤3,计算每张灰度图的预测误差组。
对每张灰度图采用菱形预测方案获取阴影点的预测值,跟原始像素值相减,获得阴影点的预测误差序列(eR1,eR2,...,eRN),(eG1,eG2,...,eGN),(eB1,eB2,...,eBN)。将三张灰度图像阴影点的预测误差组成预测误差组en=(eRn,eGn,eBn)。
步骤4,选择用于嵌入水印的预测误差组。
计算每一个预测误差组的局部复杂度LCi。找到最小的整数ρ,保证有足够的预测误差组能够嵌入负载:被替换的LSBs、压缩后的位图和水印消息。之后,修改满足LCi≤ρ的预测误差组的映射来嵌入水印。
步骤5,第一层水印嵌入。
首先在阴影点的预测误差直方图中嵌入水印信息,称为第一层水印嵌入。
第1步,我们在嵌入失真小于等于2的映射中嵌入水印。这种情况下舍弃嵌入失真大于2的映射(0,0,0)→(1,1,1),重建(1,1,1)的新映射。
第2步,对于符合要求的映射进行分类,可以分为5类,B类为预测误差组(1,1,1)的新建映射:
A类: ( 0 , 0 , 0 ) ( 0 , 0 , 0 ) ( 0 , 0 , 1 ) ( 0 , 1 , 0 ) ( 0 , 1 , 1 ) ( 1 , 0 , 0 ) ( 1 , 0 , 1 ) ( 1 , 1 , 0 ) B类: ( 1 , 1 , 1 ) ( 1 , 1 , 1 ) ( 2 , 2 , 2 ) C类: ( 0 , 0 , N ) ( 0 , 0 , N + 1 ) ( 0 , 1 , N + 1 ) ( 1 , 0 , N + 1 ) ( 1 , 1 , N + 1 ) ;
D类: ( 0 , N 1 , N 2 ) ( 0 , N 1 + 1 , N 2 + 1 ) ( 1 , N 1 + 1 , N 2 + 1 ) E类:(N1,N2,N3){(N1+1,N2+1,N3+1)
第3步,最后将预测误差组中的每个成员和它预测值相加得到处理后的像素值。到此,阴影层像素点的嵌入完成。
步骤6,第二层水印嵌入。
在空白点的预测误差直方图中嵌入水印信息,称为第二层水印嵌入。
阴影层嵌入水印信息之后,阴影像素点Xi,j被修改为X′i,j。用嵌入水印之后的阴影点的像素来预测空白点的像素值。与第一层水印嵌入类似,得到三张灰度图像空白点的预测误差直方图,嵌入水印信息。到此,彩色图像空白层像素点的嵌入完成。
步骤7,将嵌入水印之后的三张灰度图合并,得到嵌入水印后彩色图像IW。
2.水印的提取过程
步骤1,对嵌入水印后的彩色图像(IW)像按照RGB颜色通道分离三张灰度。
步骤2,读取彩色图像R通道第一行像素的LSBs,取出三个参数的值。
步骤3,提取第二层水印(空白层水印)。
第一步,使用相同的扫描顺序和预测方法获取三个通道空白点的预测误差序列,组成预测误差组。
第二步,对每一个预测误差组,计算局部复杂度LCi
第三步,处理满足LCi≤ρ的预测误差组,通过嵌入时的映射方案的逆映射恢复出原来的像素值。根据映射时不同的类型(A,B,C,D,E)恢复出负载。
第四步,提取出嵌入负载后,可以获取位图和被替换的LSBs。根据位图,处理标记为1的像素,恢复原值。
步骤4,提取第一层水印(阴影层水印)。
根据恢复的空白点集的像素值,使用相同方法获取三个通道阴影点的预测误差序列,提取出嵌入负载,恢复原像素值。
步骤5,恢复原图。
将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于三维预测误差直方图的彩色图像可逆数字水印方法,其特征在于,所述基于三维预测误差直方图的彩色图像可逆数字水印方法利用彩色图像颜色通道间的相关性,通过菱形预测分别对彩色图像三个颜色通道进行像素值预测,组成预测误差组,在三维预测误差直方图中通过修改预测误差组的映射关系,舍弃嵌入失真大的映射,重建新映射;
所述基于三维预测误差直方图的彩色图像可逆数字水印方法包括水印的嵌入和水印的提取;
所述水印的嵌入具体包括:
步骤一,对原始彩色图像按照颜色通道进行分离;对原彩色图像像按照RGB颜色通道分离三张灰度图像,分别记为R通道、G通道和B通道;
步骤二,载体图像预处理;
步骤三,计算每张灰度图的预测误差组,对每张灰度图采用菱形预测方案获取阴影点的预测值,跟原始像素值相减,获得阴影点的预测误差序列(eR1,eR2,...,eRN),(eG1,eG2,...,eGN),(eB1,eB2,...,eBN),将三张灰度图像阴影点的预测误差组成预测误差组en=(eRn,eGn,eBn);
步骤四,选择用于嵌入水印的预测误差组,计算每一个预测误差组的局部复杂度LCi,找到最小的整数ρ,被替换的LSBs、压缩后的位图和水印消息,修改满足LCi≤ρ的预测误差组的映射来嵌入水印;
步骤五,第一层水印嵌入,首先在阴影点的预测误差直方图中嵌入水印信息,称为第一层水印嵌入;
步骤六,第二层水印嵌入,在空白点的预测误差直方图中嵌入水印信息,称为第二层水印嵌入,阴影层嵌入水印信息之后,阴影像素点Xi,j被修改为X′i,j;用嵌入水印之后的阴影点的像素来预测空白点的像素值,与第一层水印嵌入类似,得到三张灰度图像空白点的预测误差直方图,嵌入水印信息;
步骤七,将嵌入水印之后的三张灰度图合并,得到嵌入水印后彩色图像IW;
所述水印的提取具体包括:
步骤一,对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度;
步骤二,读取彩色图像R通道第一行像素的LSBs,取出三个参数的值;
步骤三,提取第二层水印;
步骤四,提取第一层水印;根据恢复的空白点集的像素值,使用相同方法获取三个通道阴影点的预测误差序列,提取出嵌入负载,恢复原像素值;
步骤五,恢复原图。
2.如权利要求1所述的基于三维预测误差直方图的彩色图像可逆数字水印方法,其特征在于,所述水印嵌入的载体图像预处理具体包括:
第一步,对彩色图像三个颜色通道的像素进行水印预处理,调整像素值等于边界值0或255的像素点到合理范围内;
第二步,构造相对应的三个位图分别记录三个颜色通道中被修改的像素位置,被修改过的为图中标记为1,没有被修改过的标为0,无损压缩三个位图;
第三步,清空彩色图像R通道的第一行像素,为使用LSB算法嵌入三个参数:预测误差组的临界值ρ,压缩后的位图尺寸和水印消息大小,制造空间,被替换的LSBs和压缩后的位图作为负载的一部分。
3.如权利要求1所述的基于三维预测误差直方图的彩色图像可逆数字水印方法,其特征在于,所述水印嵌入的第一层水印嵌入具体包括:
第一步,在嵌入失真小于等于2的映射中嵌入水印,舍弃嵌入失真大于2的映射(0,0,0)→(1,1,1),重建(1,1,1)的新映射;
第二步,对于符合要求的映射进行分类,分为5类,B类为预测误差组(1,1,1)的新建映射:
E类:(N1,N2,N3){(N1+1,N2+1,N3+1)
第三步,最后将预测误差组中的每个成员和它预测值相加得到处理后的像素值。
4.如权利要求1所述的基于三维预测误差直方图的彩色图像可逆数字水印方法,其特征在于,所述水印的提取中提取第二层水印具体包括:
第一步,使用相同的扫描顺序和预测方法获取三个通道空白点的预测误差序列,组成预测误差组;
第二步,对每一个预测误差组,计算局部复杂度LCi
第三步,处理满足LCi≤ρ的预测误差组,通过嵌入时的映射方案的逆映射恢复出原来的像素值,根据映射时不同的类型(A,B,C,D,E)恢复出负载;
第四步,提取出嵌入负载后,获取位图和被替换的LSBs,根据位图,处理标记为1的像素,恢复原值。
5.一种如权利要求1所述的基于三维预测误差直方图的彩色图像可逆数字水印方法的彩色图像可逆数字水印系统,其特征在于,所述彩色图像可逆数字水印系统包括:
水印嵌入模块,用于将原始彩色图像按照颜色通道进行分离,构造相对应的三个位图,记录像素点被修改的位置,对每一张灰度图像进行菱形预测并得到阴影点的预测误差,将阴影点的预测误差分组,计算局部方差,阴影点集的水印嵌入,空白点集的水印嵌入,合成嵌入水印后的图片;
水印提取模块,用于对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度,空白点层的水印提取,阴影点层的水印提取,将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
6.如权利要求5所述的彩色图像可逆数字水印系统,其特征在于,所述水印嵌入模块进一步包括:
分离单元,用于将原始彩色图像按照颜色通道进行分离,将原始彩色图像按照RGB三个颜色通道的顺序分离成三张灰度图像;
调整单元,用于调整三张灰度图像等于边界值的像素点到合理范围内,构造相对应的三个位图,记录像素点被修改的位置;
预测单元,用于对每一张灰度图像进行菱形预测并得到阴影点的预测误差,对每一张灰度图像采用菱形预测方案获取阴影点的预测值,跟原始像素值相减,获得预测误差序列;
分组单元,用于将阴影点的预测误差分组,将三张灰度图像阴影点的预测误差组成预测误差组
计算单元,用于计算局部方差,将一个预测误差组看作一个嵌入单元,计算嵌入单元的局部方差LCi,j,选择局部方差小的单元嵌入水印信息;
嵌入单元,用于阴影点集的水印嵌入:
空白点层水印嵌入单元,用于空白点集的水印嵌入,阴影层嵌入完成后,用修改过的像素对空白点集的像素进行预测,采用同样的方法完成空白点层的水印嵌入;
合成单元,用于合成嵌入水印后的图片,将嵌入水印之后的三张灰度图合并,得到嵌入水印后的彩色图像IW。
7.如权利要求6所述的彩色图像可逆数字水印系统,其特征在于,所述嵌入单元进一步包括:
参数单元,用于清空第一行像素,嵌入水印提取时用到的参数;
映射建立单元,用于根据传统灰度图像三维预测误差直方图中预测误差组ei的变化,建立映射关系;
重建单元,用于舍弃掉失真消耗高的映射,重建映射;
映射分类单元,用于将满足要求的映射根据嵌入容量进行分类;
负载单元,用于在映射分类中,对预测误差组中的成员做出相应的修改来嵌入负载。
8.如权利要求5所述的彩色图像可逆数字水印系统,其特征在于,所述水印提取模块进一步包括:
分离单元,用于对嵌入水印后的彩色图像像按照RGB颜色通道分离三张灰度;
空白点层水印提取单元,用于空白点层的水印提取;
阴影点层水印提取单元,用于阴影点层的水印提取;
合并单元,用于将提取出水印后的三张灰度图合并,得到提取水印后的原彩色图。
9.如权利要求8所述的彩色图像可逆数字水印系统,其特征在于,所述空白点层水印提取单元进一步包括:
获取单元,用于使用相同的扫描顺序和预测方法获取三个通道空白点的预测误差序列,组成预测误差组;
复杂度计算单元,用于对每一个预测误差组,计算局部复杂度;
预测误差组单元,用于按照水印嵌入时选取的条件选出满足要求的预测误差组;
恢复单元,用于根据嵌入时映射方案的逆映射恢复出原来的像素值;
恢复负载单元,用于根据映射时不同的类型恢复出负载。
10.如权利要求8所述的彩色图像可逆数字水印系统,其特征在于,所述阴影点层水印提取单元进一步包括:
预测像素值单元,用于由恢复的空白点集的像素值来预测三个通道阴影点的像素值,得到阴影点层的预测误差序列;
提取阴影层单元,用于按照提取空白点水印的方法提取阴影层嵌入负载;
恢复原像素值单元,用于恢复原像素值。
CN201610060632.6A 2016-01-28 2016-01-28 基于三维预测误差直方图的彩色图像可逆数字水印方法 Active CN105761196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610060632.6A CN105761196B (zh) 2016-01-28 2016-01-28 基于三维预测误差直方图的彩色图像可逆数字水印方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610060632.6A CN105761196B (zh) 2016-01-28 2016-01-28 基于三维预测误差直方图的彩色图像可逆数字水印方法

Publications (2)

Publication Number Publication Date
CN105761196A true CN105761196A (zh) 2016-07-13
CN105761196B CN105761196B (zh) 2019-06-11

Family

ID=56342717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610060632.6A Active CN105761196B (zh) 2016-01-28 2016-01-28 基于三维预测误差直方图的彩色图像可逆数字水印方法

Country Status (1)

Country Link
CN (1) CN105761196B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570817A (zh) * 2016-11-01 2017-04-19 西安电子科技大学 一种抗几何攻击的鲁棒可逆水印方法
CN107730530A (zh) * 2017-10-31 2018-02-23 西华大学 一种基于智慧城市的远程应急管理控制方法
CN108549427A (zh) * 2018-04-16 2018-09-18 北京京大律业知识产权代理有限公司 一种基于物联网的高炉炉顶齿轮箱温度闭环控制方法
CN108615217A (zh) * 2018-03-22 2018-10-02 西安电子科技大学 一种基于量化的抗jpeg压缩的鲁棒可逆水印方法
CN109671010A (zh) * 2018-11-02 2019-04-23 中山大学 一种基于多个二维直方图修改的可逆信息隐藏及提取方法
CN109949199A (zh) * 2019-02-27 2019-06-28 北京交通大学 基于二维预测误差直方图自适应扩展的可逆信息隐藏方法
CN109948307A (zh) * 2019-03-01 2019-06-28 北京交通大学 基于像素多尺度预测的可逆数据隐藏方法
CN110031604A (zh) * 2019-03-16 2019-07-19 驿涛建工股份有限公司 一种岩土高效采样装置及其采样方法
CN110135311A (zh) * 2019-05-06 2019-08-16 重庆科技学院 一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法
CN110163820A (zh) * 2019-05-07 2019-08-23 平顶山学院 一种医学图像调整方法及数字病理切片浏览系统
CN110351450A (zh) * 2019-07-16 2019-10-18 广东工业大学 基于纵横交叉算法进行多直方图选点的可逆信息隐藏方法
WO2020119650A1 (zh) * 2018-12-14 2020-06-18 中国科学院深圳先进技术研究院 一种可逆水印方法
CN111598766A (zh) * 2020-05-09 2020-08-28 绍兴聚量数据技术有限公司 基于预测误差扩展的加密域三维模型可逆信息隐藏方法
CN111614640A (zh) * 2020-05-09 2020-09-01 绍兴聚量数据技术有限公司 一种高容量的同态加密域三维模型可逆信息隐藏方法
CN112801922A (zh) * 2021-04-01 2021-05-14 暨南大学 一种彩色图-灰度图-彩色图转换方法
CN114466113A (zh) * 2022-01-11 2022-05-10 山东师范大学 一种面向感知加密图像的可逆信息隐藏方法及系统
WO2023109705A1 (zh) * 2021-12-15 2023-06-22 深圳先进技术研究院 一种自适应彩色图像可逆信息隐藏方法及系统
CN116468594A (zh) * 2023-05-09 2023-07-21 淮阴工学院 基于菱形像素对互补嵌入的可逆水印算法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232450A (ja) * 2008-03-24 2009-10-08 Fujitsu Ltd 画像処理方法、画像処理装置及び透かし検出システム
CN101651837A (zh) * 2009-09-10 2010-02-17 北京航空航天大学 一种基于帧间预测误差直方图修改的可逆视频水印方法
CN102036079A (zh) * 2010-12-16 2011-04-27 北京航空航天大学 一种基于全方向预测误差直方图修改的可逆图像水印算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232450A (ja) * 2008-03-24 2009-10-08 Fujitsu Ltd 画像処理方法、画像処理装置及び透かし検出システム
CN101651837A (zh) * 2009-09-10 2010-02-17 北京航空航天大学 一种基于帧间预测误差直方图修改的可逆视频水印方法
CN102036079A (zh) * 2010-12-16 2011-04-27 北京航空航天大学 一种基于全方向预测误差直方图修改的可逆图像水印算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO OU等: "Pairwise Prediction-Error Expansion for Efficient Reversible Data Hiding", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
XIAOLONG LI等: "A BRIEF REVIEW ON REVERSIBLE DATA HIDING: CURRENT TECHNIQUES AND FUTURE PROSPECTS", 《SIGNAL AND INFORMATION PROCESSING (CHINASIP)》 *
王祥等: "直方图平移的自适应大容量可逆水印算法", 《西安电子科技大学学报(自然科学版)》 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570817B (zh) * 2016-11-01 2020-03-06 西安电子科技大学 一种抗几何攻击的鲁棒可逆水印方法
CN106570817A (zh) * 2016-11-01 2017-04-19 西安电子科技大学 一种抗几何攻击的鲁棒可逆水印方法
CN107730530A (zh) * 2017-10-31 2018-02-23 西华大学 一种基于智慧城市的远程应急管理控制方法
CN108615217A (zh) * 2018-03-22 2018-10-02 西安电子科技大学 一种基于量化的抗jpeg压缩的鲁棒可逆水印方法
CN108615217B (zh) * 2018-03-22 2021-09-10 西安电子科技大学 一种基于量化的抗jpeg压缩的鲁棒可逆水印方法
CN108549427A (zh) * 2018-04-16 2018-09-18 北京京大律业知识产权代理有限公司 一种基于物联网的高炉炉顶齿轮箱温度闭环控制方法
CN109671010A (zh) * 2018-11-02 2019-04-23 中山大学 一种基于多个二维直方图修改的可逆信息隐藏及提取方法
WO2020119650A1 (zh) * 2018-12-14 2020-06-18 中国科学院深圳先进技术研究院 一种可逆水印方法
CN111325650A (zh) * 2018-12-14 2020-06-23 中国科学院深圳先进技术研究院 一种可逆水印方法
CN109949199A (zh) * 2019-02-27 2019-06-28 北京交通大学 基于二维预测误差直方图自适应扩展的可逆信息隐藏方法
CN109949199B (zh) * 2019-02-27 2021-03-02 北京交通大学 基于二维预测误差直方图自适应扩展的可逆信息隐藏方法
CN109948307A (zh) * 2019-03-01 2019-06-28 北京交通大学 基于像素多尺度预测的可逆数据隐藏方法
CN109948307B (zh) * 2019-03-01 2021-01-05 北京交通大学 基于像素多尺度预测的可逆数据隐藏方法
CN110031604A (zh) * 2019-03-16 2019-07-19 驿涛建工股份有限公司 一种岩土高效采样装置及其采样方法
CN110135311A (zh) * 2019-05-06 2019-08-16 重庆科技学院 一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法
CN110163820A (zh) * 2019-05-07 2019-08-23 平顶山学院 一种医学图像调整方法及数字病理切片浏览系统
CN110351450A (zh) * 2019-07-16 2019-10-18 广东工业大学 基于纵横交叉算法进行多直方图选点的可逆信息隐藏方法
CN110351450B (zh) * 2019-07-16 2022-01-11 广东工业大学 基于纵横交叉算法进行多直方图选点的可逆信息隐藏方法
CN111598766A (zh) * 2020-05-09 2020-08-28 绍兴聚量数据技术有限公司 基于预测误差扩展的加密域三维模型可逆信息隐藏方法
CN111614640A (zh) * 2020-05-09 2020-09-01 绍兴聚量数据技术有限公司 一种高容量的同态加密域三维模型可逆信息隐藏方法
CN111598766B (zh) * 2020-05-09 2023-05-02 绍兴聚量数据技术有限公司 基于预测误差扩展的加密域三维模型可逆信息隐藏方法
CN111614640B (zh) * 2020-05-09 2023-06-27 绍兴聚量数据技术有限公司 一种高容量的同态加密域三维模型可逆信息隐藏方法
CN112801922A (zh) * 2021-04-01 2021-05-14 暨南大学 一种彩色图-灰度图-彩色图转换方法
WO2023109705A1 (zh) * 2021-12-15 2023-06-22 深圳先进技术研究院 一种自适应彩色图像可逆信息隐藏方法及系统
CN114466113A (zh) * 2022-01-11 2022-05-10 山东师范大学 一种面向感知加密图像的可逆信息隐藏方法及系统
CN114466113B (zh) * 2022-01-11 2024-05-17 山东师范大学 一种面向感知加密图像的可逆信息隐藏方法及系统
CN116468594A (zh) * 2023-05-09 2023-07-21 淮阴工学院 基于菱形像素对互补嵌入的可逆水印算法
CN116468594B (zh) * 2023-05-09 2024-06-28 淮阴工学院 基于菱形像素对互补嵌入的可逆水印算法

Also Published As

Publication number Publication date
CN105761196B (zh) 2019-06-11

Similar Documents

Publication Publication Date Title
CN105761196A (zh) 基于三维预测误差直方图的彩色图像可逆数字水印方法
CN108492271B (zh) 一种融合多尺度信息的自动图像增强系统及方法
CN110675462B (zh) 一种基于卷积神经网络的灰度图像彩色化方法
CN109741256A (zh) 基于稀疏表示和深度学习的图像超分辨率重建方法
CN111898606B (zh) 一种视频图像中叠加透明时间字符的夜间成像识别方法
CN101593349B (zh) 将二维影像转换为三维影像的方法
CN101872473B (zh) 基于过分割与优化的多尺度图像自然色彩融合方法及装置
CN105989611B (zh) 带有阴影去除的分块感知哈希跟踪方法
CN106228501B (zh) 一种基于整数变换的自适应可逆数字水印方法
CN109978871B (zh) 融合概率型和确定型纤维束追踪的纤维束筛选方法
CN105825503A (zh) 基于视觉显著性的图像质量评价方法
CN112837247A (zh) 一种融合改进残差网络的gan图像去噪算法
CN110135311A (zh) 一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法
CN102902961A (zh) 基于k近邻稀疏编码均值约束的人脸超分辨率处理方法
CN110853119B (zh) 一种鲁棒的基于参考图片的妆容迁移方法
CN110634147A (zh) 基于双边引导上采样的图像抠图方法
CN108416292A (zh) 一种基于深度学习的无人机航拍图像道路提取方法
CN110796582B (zh) 一种基于矢量图形压缩的可逆明水印方法和装置
CN104778755A (zh) 一种基于区域划分的纹理图像三维重构方法
CN107146209A (zh) 一种基于梯度域的单幅图像去雾方法
CN109671010A (zh) 一种基于多个二维直方图修改的可逆信息隐藏及提取方法
CN105741225A (zh) 一种多维预测误差扩展的可逆水印方法
CN111798359A (zh) 一种基于深度学习的图像去水印方法
CN103700063B (zh) 基于高清卫星影像的地形图一体化快速成图方法
CN104268169B (zh) 一种基于ps软件的遥感影像数据快速处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant