CN108648134B - 一种融合离散小波变换的空域彩色数字图像盲水印方法 - Google Patents

Abstract

本发明结合空域数字水印算法运行速度快和频域数字水印算法鲁棒性高的优点，公开了一种融合离散小波变换的空域彩色数字图像盲水印方法。本发明根据离散小波变换低频系数的独有特性，在空域中获得图像块的二维离散小波变换低频近似分量中的第一个低频系数，并利用该低频系数在空域中完成数字水印的嵌入与盲提取，而无需进行真正的二维离散小波变换即可完成。该发明能将彩色图像数字水印嵌入到彩色宿主图像中，不但具有较好的水印隐蔽性和较强的鲁棒性，而且具有较好的实时性，解决了大容量彩色图像数字水印运行速度慢的难题，适用于快速、高效进行数字媒体版权保护的场合。

Description

一种融合离散小波变换的空域彩色数字图像盲水印方法

技术领域

本发明属于信息安全技术领域，涉及大容量彩色数字图像的快速版权保护。

背景技术

随着网络技术的飞速发展，越来越多的彩色数字图像在网络上涌现、传播，随之而来的盗版、侵权等非法行为屡见不鲜，其版权保护问题也越来越备受国内外学者的广泛关注。为此，一方面要求版权保护的标识趋向于美观实用、高信息量的彩色图像数字水印，而不再局限于容量较小的伪随机序列、二值图像或灰度图像；另一方面，随着移动终端设备的广泛普及，现有的水印算法，尤其采用了人工智能、深度学习等技术的数字水印算法，因其较长的运行时间难以满足快速、高效的应用需求，需要进一步提高其运行速度。

依据宿主图像工作域的不同，数字水印算法主要有空域数字水印算法和频域数字水印算法；前者具有算法简单、运行快的优点，但具有鲁棒性弱的缺点，而后者虽具有鲁棒性强的优点，但其相应变换域的正变换和反变换造成水印算法运行时间较长。因此，如何充分结合二者的优点设计鲁棒性强、实时性好的数字水印算法成为亟待解决的问题之一。

发明内容

本发明的目的是提供一种融合离散小波变换的空域彩色数字图像盲水印方法，其特征在于通过具体的水印嵌入过程和提取过程来实现的，其水印嵌入过程描述如下：

第一步：彩色图像数字水印的预处理：首先，将一幅大小为N×N的彩色图像数字水印W依照红、绿、蓝三基色的顺序分成3个分层水印图像W_i；然后，将每个分层水印图像进行基于Ka_i的Arnold置乱变换；最后，将每个十进制数表示的像素用8位二进制数表示，并依次连接形成长度为8N²的分层水印位序列SW_i，其中i＝1,2,3,分别表示红、绿、蓝三层；

第二步：获取宿主图像的嵌入块：将一幅大小为M×M的原始彩色宿主图像H分成3个分层宿主图像H_i；同时，把每一个分层宿主图像H_i分成大小为m×m的图像块；根据分层水印信息长度8N²，利用基于密钥Kb_i的伪随机置乱算法在分层宿主图像H_i中选择合适位置的图像块，其中8N²<＝(M×M)/(m×m),其中i＝1,2,3,分别表示红、绿、、蓝三层；

第三步：选取一个图像块A，不需要真正的二维离散小波变换，而该变换的低频近似分量中第一个系数值CA₁₁就可以在空域中按照公式(1)直接求出；

其中，a_p，q表示图像块A中第p行第q列元素，1≤p，q≤m，m是图像块的尺寸大小；

第四步：从分层水印序列SW_i中按先后顺序取出一个嵌入水印信息w，依据该嵌入水印信息及公式(2)、(3)，在空域中计算当将该水印信息量化嵌入到CA₁₁上时，将得到两个极限值CA_low与CA_high；

如果w＝′0′，则

如果w＝′1′，则

其中，floor(.)是向下取整函数，T是正整数量化步长；

第五步：依据公式(4)，将水印w嵌入到CA₁₁，并得到其含水印的结果

其中，abs(.)是绝对值函数，

表示低频近似分量中第一个系数在嵌入水印后的值；

第六步：依据公式(5)，计算在图像块A的所有元素中嵌入水印后的结果

许用其替换原有相应元素，得到真正含水印的图像块A^*；这样在空域中通过修改该图像块完成了在离散小波变换后修改其低频分量中第一个系数值CA₁₁来嵌入水印信息w的过程；

其中，a_p，q表示嵌入水印前图像块A中第p行第q列的值，

表示嵌入水印后图像块A中第p行第q列的值，1≤p，q≤m，m是图像块的尺寸大小；

第七步：重复执行上述第三步到第六步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印图像H^*；

其水印提取过程描述如下：

第一步：将含水印图像H^*分成3个分层含水印图像

其中i＝1，2，3，分别表示红、绿、蓝三层，并将每一分层含水印图像

差一步分成m×m的非重叠图像块；

第二步：在分层含水印图像

中，利用上述水印嵌入过程中所提到的基于密钥Kb_i的伪随机置乱算法选择图像块；

第三步：选取一个图像块A^*，在空域中利用公式(6)计算其离散小波变换后其低频近似分量中第一个系数值

其中，

表示含水印图像块A^*中第p行第q列的值，1≤p，q≤m，m是图像块的尺寸大小；

第四步：利用公式(7)，提取图像块A^*中所含有的水印w^*；

其中，mod(.)是求余函数，T为正整数量化步长；

第五步：重复执行第三步、第四步，提取每层二进制水印序列SW_i ^*，然后每8位二进制信息为一组转换成十进制的像素值，其中i＝1，2，3，分别表示红、绿、蓝三层；

第六步：对转化后的每层十进制像素执行基于密钥Ka_i的逆Arnold变换并获得分层水印W_i ^*，其中i＝1，2，3，分别表示红、绿、蓝三层；

第七步：组合分层水印W_i ^*形成最终的提取水印W^*。

该方法利用在空域求得二维离散小波变换低频近似分量中第一个低频系数的原理及该系数修改量在空域像素的分布规律，在空域中直接完成了需要在离散小波变换中进行的数字水印嵌入与盲提取；该方法既具有较好的水印鲁棒性，又具有较高的算法实时性，简单快捷。

附图说明

图1(a)、图1(b)是两幅原始彩色宿主图像。

图2(a)、图2(b)是两幅原始彩色水印图像。

图3(a)、图3(b)是将图2(a)所示的水印依次嵌入到宿主图像图1(a)、图1(b)后所得到的含水印图像，其结构相似度SSIM值依次是0.97380、0.97125，其峰值信噪比PSNR值依次是41.9139dB、41.9532dB。

图4(a)、图4(b)是依次从图3(a)、图3(b)中提取的水印，其归一化互相关系数NC值分别是1.00000、1.00000。

图5(a)、图5(b)、图5(c)、图5(d)、图5(e)、图5(f)是将图3(a)所示的含水印图像依次进行JPEG2000压缩(5：1)、椒盐噪声(2％)、中值滤波(3×1)、锐化(1.0)、缩放(400％)、剪切(25％)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.99695、0.99759、0.98473、0.99892、0.99971、0.97580。

图6(a)、图6(b)是将图2(b)所示的水印依次嵌入到宿主图像图1(a)、图1(b)后所得到的含水印图像，其结构相似度SSIM值依次是0.97388、0.97227，其峰值信噪比PSNR值依次是41.9038dB、42.0572dB。

图7(a)、图7(b)是依次从图6(a)、图6(b)中提取的水印，其归一化互相关系数NC值分别是1.00000、1.00000。

图8(a)、图8(b)、图8(c)、图8(d)、图8(e)、图8(f)是将图6(a)所示的含水印图像依次进行JPEG2000压缩(5：1)、椒盐噪声(2％)、中值滤波(3×1)、锐化(1.0)、缩放(400％)、剪切(25％)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.99716、0.99433、0.97838、0.99933、0.99956、0.98880。

具体实施方式

本发明的目的是提供一种融合离散小波变换的空域彩色数字图像盲水印方法，其特征在于通过具体的水印嵌入过程和提取过程来实现的，其水印嵌入过程描述如下：

第一步：彩色图像数字水印的预处理：首先，将一幅大小为32×32的彩色图像数字水印W依照红、绿、蓝三基色的顺序分成3个分层水印图像W_i；然后，将每个分层水印图像进行基于Ka_i的Arnold置乱变换；最后，将每个十进制数表示的像素用8位二进制数表示(例如：可将215转换成二进制数11010111)，并依次连接形成长度为8×32²＝8192(bits)的分层水印位序列SW_i，其中i＝1,2,3,分别表示红、绿、蓝三层；

第二步：获取宿主图像的嵌入块：将一幅大小为512×512的原始彩色宿主图像H分成3个分层宿主图像H_i；同时，把每一个分层宿主图像H_i分成大小为2×2的图像块；根据分层水印信息长度8192bits，利用基于密钥Kb_i的伪随机置乱算法在分层宿主图像H_i中选择合适位置的图像块，其中8192<＝(512×512)/(2×2),其中i＝1,2,3,分别表示红、绿、蓝三层；

第三步：选取一个图像块A，不需要真正的二维离散小波变换，而该变换的低频近似分量中第一个系数值CA₁₁就可以在空域中按照公式(1)直接求出；

其中，a_p，q表示图像块A中第p行第q列元素，1≤p，q≤2；

此处，设选取的图像块A为

则CA₁₁＝(211+210+213+209)/2＝421.5000；

第四步：从分层水印序列SW_i中按先后顺序取出一个嵌入水印信息w，依据该嵌入水印信息及公式(2)、(3)，在空域中计算当将该水印信息量化嵌入到CA₁₁上时，将得到两个极限值CA_low与CA_high；

如果w＝′0′，则

如果w＝′1′，则

其中，floor(.)是向下取整函数，T是正整数量化步长；此时，设w＝‘0’，T＝40，则根据公式(2)、(3)，得CA_low＝410，CA_high＝450；

第五步：依据公式(4)，将水印w嵌入到CA₁₁，并得到其含水印的结果

其中，abs(.)是绝对值函数，

表示低频近似分量中第一个系数在嵌入水印后的值；此时，CA₁₁＝421.5000，CA_low＝410，CA_high＝450，所以根据公式(4)

第六步：依据公式(5)，计算在图像块A的所有元素中嵌入水印后的结果

并用其替换原有相应元素，得到真正含水印的图像块A^*；这样在空域中通过修改该图像块完成了在离散小波变换后修改其低频分量中第一个系数值CA₁₁来嵌入水印信息w的过程；

其中，a_p，q表示嵌入水印前图像块A中第p行第q列的值，

表示嵌入水印后图像块A中第p行第q列的值，1≤p，q≤2；此时，原始图像块

CA₁₁＝421.5000，根据公式(5)在空域中得到真正含水印的图像块

第七步：重复执行上述第三步到第六步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印图像H^*；

其水印提取过程描述如下：

第一步：将含水印图像H^*分成3个分层含水印图像

其中i＝1，2，3，分别表示红、绿、蓝三层，并将每一分层含水印图像

进一步分成2×2的非重叠图像块；

第二步：在分层含水印图像

中，利用上述水印嵌入过程中所提到的基于密钥Kb_i的伪随机置乱算法选择图像块；

第三步：选取一个图像块A^*，在空域中利用公式(6)计算其离散小波变换后其低频近似分量中第一个系数值

其中，

表示含水印图像块A^*中第p行第q列的值，1≤p，q≤m，m是图像块的尺寸大小；此时m＝2，设选取的图像块A^*为

则利用公式(6)得其

第四步：利用公式(7)，提取图像块A^*中所含有的水印w^*；

其中，mod(.)是求余函数，T为正整数量化步长；此时，

T＝40，利用公式(7)提取所含有的水印w^*＝‘0’；

第五步：重复执行第三步、第四步，提取每层二进制水印序列SW_i ^*，然后每8位二进制信息为一组转换成十进制的像素值，其中i＝1，2，3，分别表示红、绿、蓝三层；

第六步：对转化后的每层十进制像素执行基于密钥Ka_i的逆Arnold变换并获得分层水印W_i ^*，其中i＝1，2，3，分别表示红、绿、蓝三层；

第七步：组合分层水印W_i ^*形成最终的提取水印W^*。

该方法既具有频域数字水印算法的优点，也具有空域数字水印算法的优点，鲁棒性强，实时件高，水印不可见性好；算法简单快捷，适用于彩色图像作为数字水印的高效版权保护。

本发明有效性验证

为了证明本发明的有效性，选择如图1(a)、图1(b)所示的两幅大小为512×512的24位标准图像作为宿主图像，并分别用如图2(a)、图2(b)所示的两幅大小为32×32的24位彩色图像作为数字水印进行验证。

图3(a)、图3(b)是将图2(a)所示的水印依次嵌入到宿主图像图1(a)、图1(b)后所得到的含水印图像，其结构相似度SSIM值依次是0.97380、0.97125，其峰值信噪比PSNR值依次是41.9139dB、41.9532dB；图4(a)、图4(b)是依次从图3(a)、图3(b)中提取的水印，其归一化互相关系数NC值分别是1.00000、1.00000；图5(a)、图5(b)、图5(c)、图5(d)、图5(e)、图5(f)是将图3(a)所示的含水印图像依次进行JPEG2000压缩(5：1)、椒盐噪声(2％)、中值滤波(3×1)、锐化(1.0)、缩放(400％)、剪切(25％)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.99695、0.99759、0.98473、0.99892、0.99971、0.97580。

图6(a)、图6(b)是将图2(b)所示的水印依次嵌入到宿主图像图1(a)、图1(b)后所得到的含水印图像，其结构相似度SSIM值依次是0.97388、0.97227，其峰值信噪比PSNR值依次是41.9038dB、42.0572dB；图7(a)、图7(b)是依次从图6(a)、图6(b)中提取的水印，其归一化互相关系数NC值分别是1.00000、1.00000；图8(a)、图8(b)、图8(c)、图8(d)、图8(e)、图8(f)是将图6(a)所示的含水印图像依次进行JPEG2000压缩(5：1)、椒盐噪声(2％)、中值滤波(3×1)、锐化(1.0)、缩放(400％)、剪切(25％)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.99716、0.99433、0.97838、0.99933、0.99956、0.98880。

该算法在平台2.27GHZ CPU,2.00GB RAM,Win 7,MATLAB 7.10.0(R2010a)上进行过近万次运行，其数字水印的平均嵌入时间是0.374421秒，平均提取时间是0.338252秒，总计时间为0.712673秒。

综上所述，所嵌入的彩色图像数字水印具有较好的不可见性，满足了水印算法的不可见性要求；同时，从各种受攻击图像中所提取的彩色图像数字水印具有较好的可鉴别性和较高的NC值，说明该方法具有较强的鲁棒性；另外，该算法的平均运行总时间小于1秒，满足了多媒体大数据快速版权保护的需要。

Claims (1)

1.一种融合离散小波变换的空域彩色数字图像盲水印方法，其特征在于通过具体的水印嵌入过程和提取过程来实现的，其水印嵌入过程描述如下：

第一步：彩色图像数字水印的预处理：首先，将一幅大小为N×N的彩色图像数字水印W依照红、绿、蓝三基色的顺序分成3个分层水印图像W_i；然后，将每个分层水印图像进行基于Ka_i的Arnold置乱变换；最后，将每个十进制数表示的像素用8位二进制数表示，并依次连接形成长度为8N²的分层水印位序列SW_i，其中i＝1，2，3，分别表示红、绿、蓝三层；

第二步：获取宿主图像的嵌入块：将一幅大小为M×M的原始彩色宿主图像H分成3个分层宿主图像H_i；同时，把每一个分层宿主图像H_i分成大小为m×m的图像块；根据分层水印信息长度8N²，利用基于密钥Kb_i的伪随机置乱算法在分层宿主图像H_i中选择合适位置的图像块，其中8N²＜＝(M×M)/(m×m)，其中i＝1，2，3，分别表示红、绿、蓝三层；

第三步：选取一个图像块A，不需要真正的二维离散小波变换，而该变换的低频近似分量中第一个系数值CA₁₁就可以在空域中按照公式(1)直接求出；

其中，a_p，q表示图像块A中第p行第q列元素，1≤p，q≤m，m是图像块的尺寸大小；

第四步：从分层水印序列SW_i中按先后顺序取出一个嵌入水印信息W，依据该嵌入水印信息及公式(2)、(3)，在空域中计算当将该水印信息量化嵌入到CA₁₁上时，将得到两个极限值CA_low与C_high；

如果w＝′0′，则

如果w＝′1′，则

其中，floor(.)是向下取整函数，T是正整数量化步长；

第五步：依据公式(4)，将水印W嵌入到CA₁₁，并得到其含水印的结果

其中，abs(.)是绝对值函数，

表示低频近似分量中第一个系数在嵌入水印后的值；

第六步：依据公式(5)，计算在图像块A的所有元素中嵌入水印后的结果

并用其替换原有相应元素，得到真正含水印的图像块A^*；这样在空域中通过修改该图像块完成了在离散小波变换后修改其低频分量中第一个系数值CA₁₁来嵌入水印信息W的过程；

其中，a_p，q表示嵌入水印前图像块A中第p行第q列的值，

表示嵌入水印后图像块A中第p行第q列的值，1≤p，q≤m，m是图像块的尺寸大小；

第七步：重复执行上述第三步到第六步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印图像H^*；

其水印提取过程描述如下：

第一步：将含水印图像H^*分成3个分层含水印图像

其中i＝1，2，3，分别表示红、绿、蓝三层，并将每一分层含水印图像

差一步分成m×m的非重叠图像块；

第二步：在分层含水印图像

中，利用上述水印嵌入过程中所提到的基于密钥Kb_i的伪随机置乱算法选择图像块；

第三步：选取一个图像块A^*，在空域中利用公式(6)计算其离散小波变换后其低频近似分量中第一个系数值

其中，

表示含水印图像块A^*中第p行第q列的值，1≤p，q≤m，m是图像块的尺寸大小；

第四步：利用公式(7)，提取图像块A^*中所含有的水印w^*；

其中，mod(.)是求余函数，T为正整数量化步长；

第五步：重复执行第三步、第四步，提取每层二进制水印序列SW_i ^*，然后每8位二进制信息为一组转换成十进制的像素值，其中i＝1，2，3，分别表示红、绿、蓝三层；

第六步：对转化后的每层十进制像素执行基于密钥Ka_i的逆Arnold变换并获得分层水印W_i ^*，其中i＝1，2，3，分别表示红、绿、蓝三层；

第七步：组合分层水印W_i ^*形成最终的提取水印W^*。

Images