CN107688731A - 一种基于文本文档保护的数字水印算法 - Google Patents
一种基于文本文档保护的数字水印算法 Download PDFInfo
- Publication number
- CN107688731A CN107688731A CN201710756267.7A CN201710756267A CN107688731A CN 107688731 A CN107688731 A CN 107688731A CN 201710756267 A CN201710756267 A CN 201710756267A CN 107688731 A CN107688731 A CN 107688731A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- watermark
- text
- carrier
- 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
Links
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000000903 blocking effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 3
- 238000003780 insertion Methods 0.000 abstract 2
- 230000037431 insertion Effects 0.000 abstract 2
- 230000004927 fusion Effects 0.000 abstract 1
- 238000010008 shearing Methods 0.000 abstract 1
- 230000000007 visual effect Effects 0.000 description 12
- 238000005192 partition Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/106—Enforcing content protection by specific content processing
- G06F21/1063—Personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0062—Embedding of the watermark in text images, e.g. watermarking text documents using letter skew, letter distance or row distance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于文本文档保护的数字水印算法，文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文ID编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；本发明针对现有数字水印算法鲁棒性差的技术问题，采用本算法可以在文本文档中嵌入所需的ID信息，即使水印后的文本被复制、拍照、剪切和几何结构的破坏都可以检测出其中隐藏的水印信息。本发明可以广泛应用到涉密文档保护与追踪、文档版权保护、Web网页版权保护和一些商用产品的图像标示保护等。
Description
技术领域
本发明涉及数字水印技术领域，尤其涉及一种基于文本文档保护的数字水印算法。
背景技术
互联网的大力发展要求我们必须用的新的方法来保护数字图像、视频与文档的知识版权，维护多媒体的数据安全。网络的流行导致大量的图像、视频和文档著作被盗用、冒用；数字水印技术正是为满足这样的需求而提出至今，尤其是文本文档的保护更加受到广大用户的关注和深入研究。
一个有效的水印算法至少应该满足不可觉察性和鲁棒性这两个特性。数字水印技术发展到今天，已经有许多不同的算法，然而大多数水印技术的基本原理都是首先把图像通过某种数学变换，将图像在变换域表示，通过更改图像的某些变换系数来隐藏信息，然后再利用相关系数来检测水印的存在。然而这些都是针对图像、视频或者音频等来做的一种水印嵌入算法，而对于文本文档来说以文本为载体的数字水印研究较少。这主要也是由于最原始的文档中不存在可插入标记的可辨认空间造成的。与其他载体相比，文本中的冗余信息空间很少，嵌入方式也有很大的不同。例如微调字符格式特征、在文中添加空格或者行间距和字间距编码等等诸如此类的方法。但这些方法添加的水印极易被察觉和破坏，使得隐密性和鲁棒性得不到很好的保证。所以本发明将根据涉密信息只可读的特征，将这些文档转换成可读的图片格式文档，再利用伪随机序列水印纹理图结合JND将水印信息嵌入图片格式文档中，并且保证了视觉最小察觉性和几何破坏的鲁棒性。
发明内容
本发明的目的是针对现有技术的不足，提出一种在文本文档中嵌入伪随机水印纹理图的数字水印算法。该算法将涉密文档转换成图片格式的文本文档，然后利用JND将水印纹理图与载入图结合生成最小视觉差的水印信息载入图，即使后期水印后的文档被复制、拍照或几何破坏后，都可以检测出嵌入其中的隐藏水印信息，达到很好的鲁棒性。
本发明是通过以下技术方案实现的：本发明公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；
水印嵌入处理过程包括载体文本图像预处理、密文ID编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；
其中，载体文本图像预处理包括载体文本图像颜色空间转换、载体文本图像维纳滤波和载体文本图像分块操作。
进一步的，载体文本图像颜色空间转换操作是将文本RGB图像转换到YUV颜色空间，提取Y空间的二维文本图像作为后续的载入信息的文本图像，具体转换公式为：
进一步的，为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，本方案对文本图像进行维纳滤波处理，载体文本图像维纳滤波操作的操作公式为：
其中，Iwiener(x,y)是经过维纳滤波的载体文本图像，其中X,Y表示像素点位置，r是和载体图像大小相同的随机序列图像并且该随机序列图像的像素值为1或0。
进一步的，载体文本图像分块操作是将大小为M×N的Y空间载体文本图像进行划分为大小为m*n互不相交的子块，此时载体文本图像被划分为p*q个子块，具体公式为：
进一步的，密文ID编码是利用汉明码和格雷码将所述密文ID转换成计算机可读的二进制文件。
进一步的，伪随机周期序列水印图生成处理过程中的伪随机周期序列图W(x,y)与载体图像的大小相同，其划分块的大小与所述载体图像划分块的大小也相同；然后再根据所述密文ID编码信息旋转所述伪随机周期序列图，旋转的量化角度α依据公式为：α＝π/2k，其中，K表示每个块嵌入的字节数。
进一步的，为了结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(JND)门限，从而使得前、后嵌入水印纹理图时最大限度的降低视觉的影响；融合载体图像处理过程包括计算文本图像的JND值以及利用JND值嵌入水印信息；JND的计算公式为：
JND(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))
f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))
α(bgl(x,y))＝bgl(x,y)*0.0001+0.115
β(bgl(x,y))＝λ-bgl(x,y)*0.1
其中，bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示其中一个像素邻域各方向中亮度差异均值中的最大值；f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分，λ1和λ2分别表示缩放因子，这里数值可选择2和3，这里T、γ、λ表示调试参数，基于图像这里可分别选择数值16、0.023和0.5。
利用JND值嵌入水印信息的计算公式如下：
Iwater(x,y)＝I(x,y)+σ1*JND(x,y)*W(x,y)+σ2*JND(x,y)*W(x,y)
其中，式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值，具体数值要根据文本图像内容进行选择，其中σ1的范围为(10-100)，σ2的选取范围为(1-10)，W(X,Y)为伪随机周期序列图。
其中，对所述图像强化处理；首先，对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核LOG微分处理从而强化峰值点；具体公式如下：
式中LOG为高斯-拉普拉斯算子，Gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行LOG处理后的结果；
其次，要对LOG处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点；
提取伪随机序列水印纹理图，是对经过图像强化处理后的图像进行霍夫变换提取直线段，并且选取最长直线段作为最终考察直线段；
解码水印信息，是对提取到的所述最长直线段参考编码系统得出二进制信息，再将所述二进制信息解码成原始的密文ID，得到想要的水印信息。
进一步的，最长直线段参考编码系统得出相应的角度信息进而得出二进制信息，再结合格雷码和汉明码将所述二进制信息解码成原始的密文ID，从而得到想要的水印信息。
本发明公开一种基于文本文档保护的数字水印算法，相比于现有技术，本算法能够根据涉密信息只可读的特征，将这些文档转换成可读的图片格式文档，再利用伪随机序列水印纹理图结合JND将水印信息嵌入图片格式文档中，即使后期水印后的文档被复制、拍照或几何破坏后，都可以检测出嵌入其中的隐藏水印信息，达到很好的鲁棒性保证了视觉最小察觉性和几何破坏的鲁棒性；大大提高了对文本文档的版权保护。
附图说明
图1为生成的伪随机周期序列图；
图2为提取伪随机序列水印纹理图过程中对某一图像块的提取结果示意图；
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
实施例1公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文ID编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；
1.载体文本图像预处理包括：载体文本图像颜色空间转换、载体文本图像维纳滤波和载体文本图像分块操作。
1.1载体文本图像颜色空间转换操作：是将文本RGB图像转换到YUV颜色空间，提取Y空间的二维文本图像作为后续的载入信息的文本图像，具体转换公式为：
1.2载体文本图像维纳滤波：为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，本方案对文本图像进行维纳滤波处理，载体文本图像维纳滤波操作的操作公式为：
其中，Iwiener(x,y)是经过维纳滤波的载体文本图像，其中X,Y表示像素点位置，r是和载体图像大小相同的随机序列图像并且该随机序列图像的像素值为1或0。
1.3载体文本图像分块操作：是将大小为M×N的Y空间载体文本图像进行划分为大小为m*n互不相交的子块，此时载体文本图像被划分为p*q个子块，具体公式为：
2.密文ID编码
密文ID编码是利用汉明码和格雷码将所述密文ID转换成计算机可读的二进制文件。
3.伪随机周期序列水印图生成
伪随机周期序列水印图生成处理过程中的伪随机周期序列图W(x,y)与载体图像的大小相同，其划分块的大小与所述载体图像划分块的大小也相同；然后再根据所述密文ID编码信息旋转所述伪随机周期序列图，旋转的量化角度α依据公式为：α＝π/2k，其中，K表示每个块嵌入的字节数。对于每个块根据嵌入的不同的信息而旋转不同的角度且是α的倍数，具体编码规则如下：
| Graycode | 0000 | 0001 | 0011 | 0010 | 0110 | 0111 | 0101 | 0100 |
| 旋转角度 | 0*α | 1*α | 2*α | 3*α | 4*α | 5*α | 6*α | 7*α |
| 1100 | 1101 | 1111 | 1110 | 1010 | 1011 | 1001 | 1000 | |
| 8*α | 9*α | 10*α | 11*α | 12*α | 13*α | 14*α | 15*α |
4.融合载体图像
4.1计算文本图像的JND值
为了结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(JND)门限，从而使得前、后嵌入水印纹理图时最大限度的降低视觉的影响；JND的计算公式为：
JND(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))
f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))
α(bgl(x,y))＝bgl(x,y)*0.0001+0.115
β(bgl(x,y))＝λ-bgl(x,y)*0.1
其中，bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示其中一个像素邻域各方向中亮度差异均值中的最大值；f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分，λ1和λ2分别表示缩放因子，这里数值可选择2和3，这里T、γ、λ表示调试参数，基于图像这里可分别选择数值16、0.023和0.5。
4.2利用JND值嵌入水印信息
利用JND值嵌入水印信息的计算公式如下：
Iwater(x,y)＝I(x,y)+σ1*JND(x,y)*W(x,y)+σ2*JND(x,y)*W(x,y)
其中，式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值。具体数值要根据文本图像内容进行选择，其中σ1的范围为(10-100)，σ2的选取范围为(1-10)，W(X,Y)为伪随机周期序列图。
5.图像强化处理
对所述图像强化处理；首先，对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核LOG微分处理从而强化峰值点；具体公式如下：
式中LOG为高斯-拉普拉斯算子，Gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行LOG处理后的结果；
其次，要对LOG处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点；
6.提取伪随机序列水印纹理图
是对经过图像强化处理后的图像进行霍夫变换提取直线段，并且选取最长直线段作为最终考察直线段；如图1所示，图中的1代表最长直线段；2代表所提取的直线段。
7.解码水印信息，是对提取到的所述最长直线段参考编码系统得出二进制信息，再将所述二进制信息解码成原始的密文ID，得到想要的水印信息。
实施例2
实施例2公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文ID编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；
1.载体文本图像预处理
载体文本图像预处理包括：载体文本图像颜色空间转换、载体文本图像维纳滤波、载体文本图像分块。
1.1载体文本图像颜色空间转换
将文本RGB图像转换到YUV颜色空间，并提取出Y空间的二维文本图像作为后续的载入信息的文本图像。具体转换公式为：
1.2载体文本图像维纳滤波
为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，我们对文本图像进行维纳滤波，具体操作公式如下：
其中Iwiener(x,y)是经过维纳滤波的载体文本图像，r是和载体图像大小相同的随机序列图像，它的像素值只有1和0，且80％像素值是1。
1.3载体文本图像分块
将大小为M×N的Y空间载体文本图像进行划分为大小为m*n互不相交的子块。此时载体文本图像被划分为p*q个子块，具体公式为：
2.密文ID编码
利用汉明码Hamming code和格雷码gray code将密文ID转换成计算机可读的二进制文件。
3.伪随机周期序列水印图生成
生成一幅与载体图像同样大小的伪随机周期序列图W(x,y)，并且也划分成载体同样大小的块。根据上文编码结果的二进制文件旋转伪随机序列图，旋转的量化角度α依据公式为：
α＝π/2k，
K表示每个块嵌入的字节数。对于每个块根据嵌入的不同的信息而旋转不同的角度且是α的倍数，具体编码规则如下：
| Graycode | 0000 | 0001 | 0011 | 0010 | 0110 | 0111 | 0101 | 0100 |
| 旋转角度 | 0*α | 1*α | 2*α | 3*α | 4*α | 5*α | 6*α | 7*α |
| 1100 | 1101 | 1111 | 1110 | 1010 | 1011 | 1001 | 1000 | |
| 8*α | 9*α | 10*α | 11*α | 12*α | 13*α | 14*α | 15*α |
4.利用JND融合载体文本图像
4.1计算文本图像的JND值
结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(JND)门限，从而使得后前嵌入水印纹理图时最大限度的降低视觉的影响。JND的计算公式为：
JND(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))
f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))
α(bgl(x,y))＝bgl(x,y)*0.0001+0.115
β(bgl(x,y))＝λ-bgl(x,y)*0.1
其中bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示某像素邻域各方向中亮度差异均值中的最大值。f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分。
4.2利用JND值嵌入水印信息
根据密文ID生成的旋转伪随机序列图和JND门限值与载体图像进行融合生成水印图像。具体嵌入公式如下：
Iwater(x,y)＝I(x,y)+σ1*JND(x,y)*W(x,y)+σ2*JND(x,y)*W(x,y)
式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值。
水印提取部分主要是利用一些图像处理的强化算法强化嵌入的水印信息，提取伪随机序列旋转水印纹理图，然后通过编码系统对比水印图得到嵌入的水印信息。
5.图像处理强化算法
5.1首先对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核LOG微分处理从而强化峰值点。具体公式如下：
式中LOG为高斯-拉普拉斯算子，Gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行LOG处理后的结果；
5.2对LOG处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点。
6.提取伪随机序列水印纹理图
对经过图像强化算法后的图像进行霍夫变换提取直线段，并选取最长的直线段作为最终考察直线段。
7.利用编码系统解码水印信息
对提取到的参考直线段参考编码系统得出相应的角度信息进而得出二进制流信息。再结合格雷码和汉明码将二进制信息解码成原始的密文ID，得到想要的水印信息。
Claims (9)
1.一种基于文本文档保护的数字水印算法，其特征在于，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；
所述水印嵌入处理过程包括载体文本图像预处理、密文ID编码、伪随机周期序列水印图生成和融合载体图像；所述水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；
其中，所述载体文本图像预处理包括载体文本图像颜色空间转换、载体文本图像维纳滤波和载体文本图像分块操作。
2.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，所述载体文本图像颜色空间转换操作是将文本RGB图像转换到YUV颜色空间，提取Y空间的二维文本图像作为后续的载入信息的文本图像，具体转换公式为：
3.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，所述载体文本图像维纳滤波操作的操作公式为：
其中，Iwiener(x,y)是经过维纳滤波的载体文本图像，其中X，Y表示像素点位置，r是和载体图像大小相同的随机序列图像并且该随机序列图像的像素值为1或0。
4.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，所述载体文本图像分块操作是将大小为M×N的Y空间载体文本图像进行划分为大小为m*n互不相交的子块，此时载体文本图像被划分为p*q个子块，具体公式为：
5.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，所述密文ID编码是利用汉明码和格雷码将所述密文ID转换成计算机可读的二进制文件。
6.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，所述伪随机周期序列水印图生成处理过程中的伪随机周期序列图W(x,y)与载体图像的大小相同，其划分块的大小与所述载体图像划分块的大小也相同；然后再根据所述密文ID编码信息旋转所述伪随机周期序列图，旋转的量化角度α依据公式为：α＝π/2k，其中，K表示每个块嵌入的字节数。
7.如权利要求6所述的基于文本文档保护的数字水印算法，其特征在于，所述融合载体图像处理过程包括计算文本图像的JND值以及利用JND值嵌入水印信息；JND的计算公式为：
JND(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))
f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))
<mrow>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>b</mi>
<mi>g</mi>
<mi>l</mi>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>T</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>b</mi>
<mi>g</mi>
<mi>l</mi>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
<mo>/</mo>
<mn>127</mn>
<mo>)</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>3</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>b</mi>
<mi>g</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>127</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&gamma;</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>b</mi>
<mi>g</mi>
<mi>l</mi>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>127</mn>
<mo>)</mo>
<mo>+</mo>
<mn>3</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>b</mi>
<mi>g</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>></mo>
<mn>127</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
α(bgl(x,y))＝bgl(x,y)*0.0001+0.115
β(bgl(x,y))＝λ-bgl(x,y)*0.1
其中，bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示其中一个像素邻域各方向中亮度差异均值中的最大值；f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和与可见性阈值轴的交集部分；λ1和λ2分别表示缩放因子，T、γ和λ均表示调试参数；
利用JND值嵌入水印信息的计算公式如下：
Iwater(x,y)＝I(x,y)+σ1*JND(x,y)*W(x,y)+σ2*JND(x,y)*W(x,y)
其中，式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值，具体数值要根据文本图像内容进行选择，其中σ1的范围为10-100，σ2的选取范围为1-10，W(x,y)为伪随机周期序列图。
8.如权利要求1所述的基于文本文档保护的数字水印算法，其特征在于，对所述图像强化处理；
首先，对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核LOG微分处理从而强化峰值点；具体公式如下：
<mrow>
<mi>L</mi>
<mi>O</mi>
<mi>G</mi>
<mo>=</mo>
<mfrac>
<msup>
<mo>&part;</mo>
<mn>2</mn>
</msup>
<mrow>
<mo>&part;</mo>
<msup>
<mi>x</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<msub>
<mi>G</mi>
<mi>&sigma;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<msup>
<mo>&part;</mo>
<mn>2</mn>
</msup>
<mrow>
<mo>&part;</mo>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<msub>
<mi>G</mi>
<mi>&sigma;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>R</mi>
<mrow>
<mover>
<mi>w</mi>
<mo>~</mo>
</mover>
<mover>
<mi>w</mi>
<mo>~</mo>
</mover>
</mrow>
<mrow>
<mo>*</mo>
<mo>*</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>L</mi>
<mi>O</mi>
<mi>G</mi>
<mo>*</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mover>
<mi>w</mi>
<mo>~</mo>
</mover>
<mover>
<mi>w</mi>
<mo>~</mo>
</mover>
</mrow>
<mo>*</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
</mrow>
式中LOG为高斯-拉普拉斯算子，Gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行LOG处理后的结果；
其次，要对LOG处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点；
所述提取伪随机序列水印纹理图，是对经过图像强化处理后的图像进行霍夫变换提取直线段，并且选取最长直线段作为最终考察直线段；
所述解码水印信息，是对提取到的所述最长直线段参考编码系统得出二进制信息，再将所述二进制信息解码成原始的密文ID，得到想要的水印信息。
9.如权利要求8所述的基于文本文档保护的数字水印算法，其特征在于，所述最长直线段参考编码系统得出相应的角度信息进而得出二进制信息，再结合格雷码和汉明码将所述二进制信息解码成原始的密文ID，从而得到想要的水印信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710756267.7A CN107688731B (zh) | 2017-08-29 | 2017-08-29 | 一种基于文本文档保护的数字水印算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710756267.7A CN107688731B (zh) | 2017-08-29 | 2017-08-29 | 一种基于文本文档保护的数字水印算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107688731A true CN107688731A (zh) | 2018-02-13 |
| CN107688731B CN107688731B (zh) | 2021-03-30 |
Family
ID=61155553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710756267.7A Active CN107688731B (zh) | 2017-08-29 | 2017-08-29 | 一种基于文本文档保护的数字水印算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107688731B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109558378A (zh) * | 2018-11-28 | 2019-04-02 | 泰康保险集团股份有限公司 | 文件管理方法、装置、设备及存储介质 |
| CN109685711A (zh) * | 2018-12-29 | 2019-04-26 | 中山大学 | 一种在特征区域嵌入周期图的抗旋转水印方法 |
| CN111131654A (zh) * | 2018-10-30 | 2020-05-08 | 浙江宇视科技有限公司 | 一种水印嵌入方法、装置及编解码器 |
| CN111160335A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技（深圳）有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
| CN111652787A (zh) * | 2020-05-29 | 2020-09-11 | 深圳市天一智联科技有限公司 | 图片添加水印文字的处理方法、装置和计算机设备 |
| CN113204755A (zh) * | 2021-04-20 | 2021-08-03 | 重庆工业职业技术学院 | 一种区块链大数据安全的英语数据抓取方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1790420A (zh) * | 2005-12-01 | 2006-06-21 | 北京北大方正电子有限公司 | 一种在文本文档中嵌入及检测数字水印的方法和装置 |
| CN1801707A (zh) * | 2005-08-25 | 2006-07-12 | 杭州天谷信息科技有限公司 | 一种抗模拟域攻击的文本数字水印方法 |
| CN1924925A (zh) * | 2006-09-28 | 2007-03-07 | 北京理工大学 | 一种文档数字水印嵌入方法 |
| CN102087800A (zh) * | 2011-02-16 | 2011-06-08 | 山东山大鸥玛软件有限公司 | 一种数字化网上阅卷系统 |
| CN103500296A (zh) * | 2013-09-29 | 2014-01-08 | 北京溯源鸿业科技有限公司 | 一种文本文档中数字水印的嵌入方法和装置 |
-
2017
- 2017-08-29 CN CN201710756267.7A patent/CN107688731B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1801707A (zh) * | 2005-08-25 | 2006-07-12 | 杭州天谷信息科技有限公司 | 一种抗模拟域攻击的文本数字水印方法 |
| CN1790420A (zh) * | 2005-12-01 | 2006-06-21 | 北京北大方正电子有限公司 | 一种在文本文档中嵌入及检测数字水印的方法和装置 |
| CN1924925A (zh) * | 2006-09-28 | 2007-03-07 | 北京理工大学 | 一种文档数字水印嵌入方法 |
| CN102087800A (zh) * | 2011-02-16 | 2011-06-08 | 山东山大鸥玛软件有限公司 | 一种数字化网上阅卷系统 |
| CN103500296A (zh) * | 2013-09-29 | 2014-01-08 | 北京溯源鸿业科技有限公司 | 一种文本文档中数字水印的嵌入方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| JUN WU 等: "One Valid Framework of Integrating Intensity Discontinuity and Edge Continuity for Image Straight-line Extraction", 《2009 FIRST INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND ENGINEERING》 * |
| 支美丽: "基于结构张量的图像水印算法", 《信息技术》 * |
| 杨成: "《互动视频业务保护技术与应用》", 31 March 2014, 中国传媒大学出版社 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111131654A (zh) * | 2018-10-30 | 2020-05-08 | 浙江宇视科技有限公司 | 一种水印嵌入方法、装置及编解码器 |
| CN111131654B (zh) * | 2018-10-30 | 2022-07-19 | 浙江宇视科技有限公司 | 一种水印嵌入方法、装置及编解码器 |
| CN109558378A (zh) * | 2018-11-28 | 2019-04-02 | 泰康保险集团股份有限公司 | 文件管理方法、装置、设备及存储介质 |
| CN109685711A (zh) * | 2018-12-29 | 2019-04-26 | 中山大学 | 一种在特征区域嵌入周期图的抗旋转水印方法 |
| CN109685711B (zh) * | 2018-12-29 | 2022-09-30 | 中山大学 | 一种在特征区域嵌入周期图的抗旋转水印方法 |
| CN111160335A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技（深圳）有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
| CN111160335B (zh) * | 2020-01-02 | 2023-07-04 | 腾讯科技（深圳）有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
| CN111652787A (zh) * | 2020-05-29 | 2020-09-11 | 深圳市天一智联科技有限公司 | 图片添加水印文字的处理方法、装置和计算机设备 |
| CN111652787B (zh) * | 2020-05-29 | 2024-04-16 | 深圳市天一智联科技有限公司 | 图片添加水印文字的处理方法、装置和计算机设备 |
| CN113204755A (zh) * | 2021-04-20 | 2021-08-03 | 重庆工业职业技术学院 | 一种区块链大数据安全的英语数据抓取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107688731B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688731B (zh) | 一种基于文本文档保护的数字水印算法 | |
| Roy et al. | A blind DCT based color watermarking algorithm for embedding multiple watermarks | |
| Ghazy et al. | An efficient block-by-block SVD-based image watermarking scheme | |
| Chetan et al. | An efficient and secure robust watermarking scheme for document images using integer wavelets and block coding of binary watermarks | |
| CN109859093A (zh) | 一种基于变参数混沌映射的混合变换域图像零水印方法 | |
| Dittmann et al. | Media-independent Watermarking Classification and the need for combining digital video and audio watermarking for media authentication | |
| Song et al. | Recent advances and classification of watermarking techniques in digital images | |
| Kang et al. | A digital watermarking approach based on DCT domain combining QR code and chaotic theory | |
| Lin et al. | Digital images watermarking by vector quantization | |
| Koliwad | A comprehensive survey of contemporary researches in watermarking for copyright protection of digital images | |
| Liu et al. | Adaptive feature calculation and diagonal mapping for successive recovery of tampered regions | |
| Zamani et al. | Knots of substitution techniques of audio steganography | |
| Kumar et al. | Digital image steganography based on combination of DCT and DWT | |
| Hernandez-Avalos et al. | Watermarking using similarities based on fractal codification | |
| Lu et al. | Multipurpose image watermarking method based on mean-removed vector quantization | |
| Al-Aidroos et al. | Image steganography based on LSB matching and image enlargement | |
| Mareen et al. | Blind deep-learning-based image watermarking robust against geometric transformations | |
| Verma | Review of steganography techniques | |
| Rahmani et al. | A new lossless watermarking scheme based on DCT coefficients | |
| Hamid et al. | An improved robust and secured image Steganographic scheme | |
| Fu et al. | Optimal watermark detection based on support vector machines | |
| Yuan et al. | A multiscale fragile watermark based on the Gaussian mixture model in the wavelet domain | |
| Jani Anbarasi et al. | Robust watermarking scheme using Weber Law for 3D mesh models | |
| Ngo et al. | An improved blind watermarking technique against jpeg compression attack | |
| Alirezanejad et al. | Improving the performance of spatial domain image watermarking with high boost filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |