CN108711130B - 基于压缩感知噪声重构的图像水印系统与方法 - Google Patents

Abstract

本发明公开了一种基于压缩感知噪声重构的图像水印方法，利用压缩感知重构原理，对噪声攻击前后的水印载体图像进行观测得到噪声观测结果，利用正交匹配追踪算法迭代重构出噪声信息，在水印提取前先利用重构出的噪声信息对攻击后的水印载体图像作去噪处理，然后再进行水印提取。本发明还提出一种基于压缩感知噪声重构的图像水印系统，包括水印嵌入模块，信息传输模块，压缩感知噪声重构模块，水印提取模块。本发明利用噪声的稀疏特性，通过正交匹配追踪OMP算法对含噪声的载体图像进行噪声重构和去噪处理，从而实现基于压缩感知噪声重构的水印提取，具有隐蔽性好、安全性高的优点，在抵抗噪声、滤波、压缩等常规信号攻击时表现出较强的鲁棒性。

Description

基于压缩感知噪声重构的图像水印系统与方法

技术领域

本发明涉及一种图像水印系统与方法，属于信息隐藏和图像处理技术领域。

背景技术

数字水印作为信息安全认证方面的一种重要技术手段，研究者们做了大量的研究，并提出了许多性能较好的水印方法。其中针对图像的数字水印的技术思路通常包括水印嵌入和水印提取两个过程：嵌入过程，生成待嵌入的水印信息，对数字图像作变换处理，将水印信息嵌入数字图像变换域上的系数，再对数字图像进行逆变换即可得到含水印信息的数字图像；提取过程为嵌入过程的逆过程。这种技术思路中主要的创新之处可以是：水印信息的加密隐藏、载体变换域的选择、水印嵌入位置的选择，然而这种常规的选择很难达到创造性的高度,除非其能够带来一些特殊的效果。

压缩感知思想于2006年被提出以来，已被广泛应用到信息学领域、统计学领域等。目前，压缩感知也被应用于数字水印领域，而在水印中运用压缩感知的方法通常分为以下几个方面：水印信息预处理，对水印信息进行压缩感知，降低水印的信息量或实现水印加密；载体图像嵌入水印后的重建。现有的基于压缩感知的水印算法，大都利用压缩感知思想直接或间接的修改水印信息或载体信息，但信息重建过程往往是比较复杂，而且重建的精度易受测量矩阵和重建算法的影响，从而使得水印算法没有很好的稳健性。

发明内容

本发明所要解决的技术问题是：为了克服现有技术中存在的不足，本发明提供一种基于压缩感知噪声重构的的图像水印系统与方法，旨在降低提取水印的误码率，以及提高水印抵抗噪声攻击的鲁棒性。

本发明为了解决以上技术问题，而采用以下技术手段：

本发明首先提出一种基于压缩感知噪声重构的图像水印系统，该系统包括水印嵌入模块，信息传输模块，压缩感知噪声重构模块，水印提取模块，其中：

所述水印嵌入模块，被配置以执行以下动作：在载体图像作变换域处理后，利用水印嵌入算法将水印信息嵌入到图像变换域，然后经过反变换得到含水印载体信息输出至信息传输模块；同时，对含水印载体信息做稀疏观测得到第一伪观测值矩阵作为密钥，并将密钥信息发送到压缩感知噪声重构模块；

所述信息传输模块，被配置以执行以下动作：负责在通讯设备或网络中传输含水印载体信息，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体信息，并将攻击后的载体信息发送到压缩感知噪声重构模块；

所述压缩感知噪声重构模块，被配置以执行以下动作：对受攻击的水印载体信息做稀疏观测得到第二伪观测值矩阵，将第二伪观测矩阵与第一伪观测值矩阵相减，得到观测矩阵对噪声进行观测的结果，然后利用OMP算法重构出噪声信息，并对水印载体信息做去噪处理，将去噪后的水印载体信息发送到水印提取模块；

所述水印提取模块，被配置以执行以下动作：负责从含水印的载体信息中提取检测水印信息，对接收到的水印载体信息作变换处理，利用水印提取算法提取出水印信息，并判断水印信息完整度。

本发明还提出一种基于压缩感知噪声重构的图像水印方法，利用压缩感知重构原理，对噪声攻击前后的水印载体图像进行观测得到噪声观测结果，利用正交匹配追踪算法迭代重构出噪声信息，在水印提取前先利用重构出的噪声信息对攻击后的水印载体图像作去噪处理，然后再进行水印提取。

本发明所提出的一种基于压缩感知噪声重构的图像水印方法，包括步骤如下：

(1)水印嵌入步骤：在载体图像作变换域处理后，利用水印嵌入算法将水印信息嵌入到图像变换域，然后经过反变换得到含水印载体信息；同时，对含水印载体信息做稀疏观测得到第一伪观测值矩阵B₁；

(2)信息传输步骤：在通讯设备或网络中传输含水印载体信息，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体信息；

(3)压缩感知噪声重构步骤：对受攻击的水印载体信息做稀疏观测得到第二伪观测值矩阵B₂，将第二伪观测矩阵与第一伪观测值矩阵B₁相减，得到观测矩阵对噪声进行观测的结果B_e，然后利用OMP算法重构出噪声信息，并对水印载体信息做去噪处理；

(4)水印提取步骤：从含水印的载体信息中提取检测水印信息，对水印载体信息作变换处理，然后利用水印提取算法提取出水印信息，并判断水印信息完整度。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，水印嵌入步骤具体如下：

步骤101、将载体图像作DWT-DCT变换后，选取相应位置的DCT系数组成系数向量；

步骤102、选择投影向量，将系数向量投影到投影向量上得到待嵌入水印的变量；

步骤103、根据水印嵌入方法进行水印嵌入，得到含水印的系数向量，将系数回放到DCT系数矩阵中，然后进行DCT反变换得到含水印信息的小波系数矩阵；

步骤104、生成Logistics序列，利用其构造托普利兹矩阵作为观测矩阵Phi，利用观测矩阵观测载体图像的小波系数矩阵得到伪观测值矩阵B₁；

步骤105、记录矩阵B₁作为密钥用于压缩感知噪声重构；小波域系数矩阵作二级小波重构得到嵌入水印后的载体图像I_w。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，步骤101具体包括如下分步骤：

1.1、读取载体图像和水印图像；

1.2、对载体图像作DWT分解后得到低频子图，对低频子图作二次DWT分解得到变换矩阵X；

1.3对变换矩阵X作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，所述步骤102由粒子群优化算法PSO迭代寻找出最优的权重系数v＝[α₁,α₂,α₃,α₄]，将系数向量x投影到权重向量v上得到待嵌入水印的变量y。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，步骤103是根据自适应QIM水印嵌入方法进行水印嵌入，得到嵌入水印后的变量y_w；

r＝round(q) (2)

δ＝q-r (3)

水印嵌入时，进行以下判断：

其中，m表示水印信息；

由下式变换得到嵌入水印后的DCT系数向量x_w：

x_w＝(y-y_w)·v+x (5)

将系数回放到DCT系数矩阵中，然后进行DCT反变换得到含水印信息的小波系数矩阵X_w。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，在压缩感知噪声重构步骤中，利用OMP算法重构出噪声信息，具体包括如下子步骤：

a)、初始化OMP算法，初始化残差e₀＝B_e(:,i)，迭代次数t＝0，索引集V_t初始化为空集，按索引集V_t选出的矩阵Phi的列集合记为A_t，稀疏系数估计值为b_it；

b)、找到矩阵Phi中与e_t的内积绝对值最大的列向量，将列索引记入V_t中，Phi中对应的列记入A_t中；

c)、计算B_e(:,i)＝A_tb_it的最小二乘解，保证残差最小，获取稀疏系数的估计值；

d)、根据步骤c)获取的稀疏系数估计值，更新残差；得到更新的残差e_t+1；

e)、若残差满足相似度阈值，则停止OMP迭代过程；否则，迭代步骤b)至步骤d)；迭代终止后，获得稀疏系数的最终估计值；

f)、继续步骤a)到步骤e)，直至OMP重构遍历矩阵B_e列向量，重构出噪声信号。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，在水印提取步骤中，从含水印的载体信息中提取检测水印信息，对水印载体信息作变换处理，具体如下：

对去噪处理后的水印载体变换域信息作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x_d；

将系数向量x_d投影到投影向量上得到含水印的变量。

进一步的，本发明所提出的一种基于压缩感知噪声重构的图像水印方法，在水印提取步骤中，具体是根据自适应QIM水印提取方法进行水印提取，得到水印信息。

本发明采用以上技术方案，与现有技术相比所具有的优点在于：

本发明能够有效地实现图像水印的嵌入与提取，与传统的DWT-DCT联合变换域水印方法和基于压缩感知域的水印方法相比，本发明不仅保有较好的水印不可见性，在鲁棒性与安全性上都得到了提高。密钥信息包括水印嵌入位置、权重系数向量和观测矩阵，因为有较多的密钥，想要破解水印并不易进行穷举，提高水印系统的安全性。

与传统的基于压缩感知域的水印方法相比，不需对整幅载体图像进行观测，因此作为密钥的观测值矩阵或观测矩阵的维数大大减少，更便于密钥的传输，也不需重构载体或水印信息。OMP重构出噪声信息，对受攻击载体作去噪预处理，相比于传统的DWT-DCT联合变换域水印方法，本发明的方法提取出的水印有更低的误码率，因此鲁棒性更高。

附图说明

图1是本发明所述系统的框图。

图2是本发明一种基于压缩感知噪声重构的图像水印方法的处理流程图。

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，以下结合实施例和说明书附图1-2对本发明的技术方案进行清楚、完整的描述，显然，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本发明将压缩感知应用于数字水印方法中，不改变基础的水印嵌入与提取算法，不利用压缩感知思想直接的压缩重构水印信息或载体图像信息，而是在水印嵌入后和水印提取前，对传输后的载体图像作一些预处理，即减少攻击造成的失真，势必会提高水印提取的正确率。

实施例1：

如图1所示，本发明提出一种基于压缩感知噪声重构的图像水印系统，包括水印嵌入模块，信息传输模块，压缩感知噪声重构模块，水印提取模块：

所述水印嵌入模块与信息传输模块相连接，所述水印嵌入模块与压缩感知噪声重构模块相连接，所述信息传输模块与压缩感知噪声重构模块相连接，所述压缩感知噪声重构模块与水印提取模块相连接。

所述水印嵌入模块：负责水印信息的嵌入，将载体图像作DWT-DCT联合变换后，利用水印嵌入算法将水印信息嵌入到图像变换域，然后反变换得到含水印载体信息，对含水印载体信息做稀疏重构得到伪观测值矩阵B₁作为密钥。水印嵌入模块与压缩感知噪声重构模块连接，以便将密钥信息发送到压缩感知噪声重构模块；水印嵌入模块与信息传输模块连接，以便将含水印载体信息发送到信息传输模块。

所述信息传输模块：负责在通讯设备或网络中传输载体信息，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体信息。信息传输模块与压缩感知噪声重构模块连接，以便将攻击后的载体信息发送到压缩感知噪声重构模块。

所述压缩感知噪声重构模块：负责接收受攻击的水印载体信息，利用OMP(正交匹配追踪，Orthogonal Matching Pursuit)算法重构出噪声信息，并对水印载体信息做去噪处理。压缩感知噪声重构模块与水印提取模块连接，以便将去噪后的水印载体信息发送到水印提取模块。

所述水印提取模块：负责从含水印的载体信息中提取检测水印信息，对接收到的水印载体信息作变换处理，利用特定的水印提取算法提取出水印信息，并判断水印信息完整度。

实施例2：

如图2所示，本发明还提出一种基于压缩感知噪声重构的图像水印方法，具体步骤如下。

1)水印嵌入：

1.1)读取载体图像和水印图像；

1.2)载体图像作DWT分解后得到低频子图，对低频子图作二次DWT分解得到变换矩阵X；

1.3)对变换矩阵X作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x；

1.4)由粒子群优化算法PSO迭代寻找出最优的权重系数v＝[α₁,α₂,α₃,α₄]，将系数向量x投影到权重向量v上得到待嵌入水印的变量y:

1.5)根据自适应QIM水印嵌入方法进行水印嵌入，得到嵌入水印后的变量y_w；

r＝round(q) (2)

δ＝q-r (3)

水印嵌入时，进行以下判断：

其中，m表示水印信息。

1.6)由下式变换得到嵌入水印后的DCT系数向量x_w：

x_w＝(y-y_w)·v+x (5)

将系数回放到DCT系数矩阵中，然后进行DCT反变换得到含水印信息的小波系数矩阵X_w；

1.7)生成Logistics序列，利用其构造托普利兹矩阵作为观测矩阵Phi；

1.8)利用步骤1.7)生成的观测矩阵Phi观测DWT域稀疏矩阵X_w得到一个伪观测值矩阵B₁；

B₁＝Phi*X_w (6)

1.9)记录矩阵B₁作为密钥用于压缩感知噪声重构；小波域系数矩阵作二级小波重构得到嵌入水印后的载体图像I_w。

2)信息传输：将步骤1)得到的含水印载体送入传输系统，并进行信号攻击，得到攻击后的载体图像。

3)压缩感知噪声重构：

3.1)经步骤2)传输得到攻击后的载体图像，对其做一级DWT分解，选择一级DWT分解后的低频子图做二级DWT分解得到变换矩阵X_w'；

3.2)由步骤1.7)得到的观测矩阵Phi对稀疏变换矩阵X_w'进行伪观测，得到伪观测值矩阵B₂；

B₂＝Phi*X_w' (7)

3.3)接收到步骤1)发送过来的密钥B₁，假设载体图像受到加性噪声攻击，噪声为E，则可以表示为：

X_w'＝X_w+E (8)

式(7)可以表示为：

于是得到观测矩阵Phi对噪声进行观测的观测值矩阵B_e：

B_e＝B₂-B₁＝Phi*E (10)

3.4)初始化OMP算法，初始化残差e₀＝B_e(:,i)，其中i表示第i列向量，迭代次数t＝0，索引集V_t初始化为空集，按索引V_t选出的矩阵Phi的列集合记为A_t，稀疏系数向量估计值为b_it，设置相似度阈值Thd；

3.5)找到矩阵Phi中与e_t的内积绝对值最大的列向量，列索引记入V_t中，Phi中对应的列记入A_t中；

λ_t+1＝argmax(|<e_t,d_j>|),d_j∈Phi (11)

其中j为Phi中的列序号，λ_t+1为与残差e_t相关性最大的Phi列序号

3.6)计算B_e(:,i)＝A_tb_it的最小二乘解，保证残差最小，获取稀疏系数的估计值；

3.7)根据步骤3.6)获取的稀疏系数估计值，更新残差；得到更新的残差e_t+1；

e_t+1＝e_t-<e_t,A_t>A_t (14)

3.8)计算残差的相似度阈值

若残差满足相似度阈值，则停止OMP迭代过程；否则，迭代步骤3.5)至步骤3.8)；迭代终止后，获得稀疏系数的最终估计值；

3.9)迭代进行步骤3.4)至步骤3.8)，直至OMP重构遍历矩阵B_e的列向量，得到噪声信号E'；

3.10)由步骤3.4)到步骤3.9)得到的噪声信号E'，对步骤3.1)的信号X_w'进行去噪：

X_w”＝X_w'-E' (16)

X_w”即为去噪后的载体DWT域信息。

4)水印提取

4.1)对步骤3)得到的信息X_w”作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x_d；

4.2)向量x_d投影到步骤1.4)中的得到的权重向量v上得到待嵌入水印的变量y_d:

4.3)根据自适应QIM水印提取方法进行水印提取，得到水印信息W'；

W'(i,j)＝mod(r_d,2) (18)

本技术领域技术人员可以理解的是，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器，从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。

本技术领域技术人员可以理解的是，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

上面结合附图对本发明的实施方式作了详细地说明，但是本发明并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (9)

1.一种基于压缩感知噪声重构的图像水印系统，其特征在于，该系统包括水印嵌入模块，信息传输模块，压缩感知噪声重构模块，水印提取模块，其中：

所述水印嵌入模块，被配置以执行以下动作：在载体图像作变换域处理后，利用水印嵌入算法将水印信息嵌入到图像变换域，然后经过反变换得到含水印载体信息输出至信息传输模块；同时，对含水印载体信息做稀疏观测得到第一伪观测值矩阵作为密钥，并将密钥信息发送到压缩感知噪声重构模块；

所述信息传输模块，被配置以执行以下动作：负责在通讯设备或网络中传输含水印载体信息，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体信息，并将攻击后的载体信息发送到压缩感知噪声重构模块；

所述压缩感知噪声重构模块，被配置以执行以下动作：对受攻击的水印载体信息做稀疏观测得到第二伪观测值矩阵，将第二伪观测矩阵与第一伪观测值矩阵相减，得到观测矩阵对噪声进行观测的结果，然后利用OMP算法重构出噪声信息，并对水印载体信息做去噪处理，将去噪后的水印载体信息发送到水印提取模块；

所述水印提取模块，被配置以执行以下动作：负责从含水印的载体信息中提取检测水印信息，对接收到的水印载体信息作变换处理，利用水印提取算法提取出水印信息，并判断水印信息完整度。

2.一种基于压缩感知噪声重构的图像水印方法，其特征在于，包括步骤如下：

(1)水印嵌入步骤：在载体图像作变换域处理后，利用水印嵌入算法将水印信息嵌入到图像变换域，然后经过反变换得到含水印载体信息；同时，对含水印载体信息做稀疏观测得到第一伪观测值矩阵B₁；

(2)信息传输步骤：在通讯设备或网络中传输含水印载体信息，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体信息；

(3)压缩感知噪声重构步骤：对受攻击的水印载体信息做稀疏观测得到第二伪观测值矩阵B₂，将第二伪观测矩阵与第一伪观测值矩阵B₁相减，得到观测矩阵对噪声进行观测的结果B_e，然后利用OMP算法重构出噪声信息，并对水印载体信息做去噪处理；

(4)水印提取步骤：从含水印的载体信息中提取检测水印信息，对水印载体信息作变换处理，然后利用水印提取算法提取出水印信息，并判断水印信息完整度。

3.根据权利要求2所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，水印嵌入步骤具体如下：

步骤101、将载体图像作DWT-DCT变换后，选取相应位置的DCT系数组成系数向量；

步骤102、选择投影向量，将系数向量投影到投影向量上得到待嵌入水印的变量；

步骤103、根据水印嵌入方法进行水印嵌入，得到含水印的系数向量，将系数回放到DCT系数矩阵中，然后进行DCT反变换得到含水印信息的小波系数矩阵；

步骤104、生成Logistics序列，利用其构造托普利兹矩阵作为观测矩阵Phi，利用观测矩阵观测载体图像的小波系数矩阵得到伪观测值矩阵B₁；

步骤105、记录矩阵B₁作为密钥用于压缩感知噪声重构；小波域系数矩阵作二级小波重构得到嵌入水印后的载体图像I_w。

4.根据权利要求3所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，步骤101具体包括如下分步骤：

1.1、读取载体图像和水印图像；

1.2、对载体图像作DWT分解后得到低频子图，对低频子图作二次DWT分解得到变换矩阵X；

1.3对变换矩阵X作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x。

5.根据权利要求4所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，所述步骤102由粒子群优化算法PSO迭代寻找出最优的权重系数v＝[α₁,α₂,α₃,α₄]，将系数向量x投影到权重向量v上得到待嵌入水印的变量y。

6.根据权利要求5所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，步骤103是根据自适应QIM水印嵌入方法进行水印嵌入，得到嵌入水印后的变量y_w；

r＝round(q) (2)

δ＝q-r (3)

水印嵌入时，进行以下判断：

其中，m表示水印信息；

由下式变换得到嵌入水印后的DCT系数向量x_w：

x_w＝(y-y_w)·v+x (5)

将系数回放到DCT系数矩阵中，然后进行DCT反变换得到含水印信息的小波系数矩阵X_w。

7.根据权利要求2所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，压缩感知噪声重构步骤中，利用OMP算法重构出噪声信息，具体包括如下子步骤：

a)、初始化OMP算法，初始化残差e₀＝B_e(:,i)，迭代次数t＝0，索引集V_t初始化为空集，按索引集V_t选出的矩阵Phi的列集合记为A_t，稀疏系数估计值为b_it；

b)、找到矩阵Phi中与e_t的内积绝对值最大的列向量，将列索引记入V_t中，Phi中对应的列记入A_t中；

c)、计算B_e(:,i)＝A_tb_it的最小二乘解，保证残差最小，获取稀疏系数的估计值；

d)、根据步骤c)获取的稀疏系数估计值，更新残差；得到更新的残差e_t+1；

e)、若残差满足相似度阈值，则停止OMP迭代过程；否则，迭代步骤b)至步骤d)；迭代终止后，获得稀疏系数的最终估计值；

f)、继续步骤a)到步骤e)，直至OMP重构遍历矩阵B_e列向量，重构出噪声信号。

8.根据权利要求2所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，水印提取步骤中，从含水印的载体信息中提取检测水印信息，对水印载体信息作变换处理，具体如下：

对去噪处理后的水印载体变换域信息作分块DCT变换，从每个DWT子图中选取相应位置的DCT系数组成系数向量x_d；

将系数向量x_d投影到投影向量上得到含水印的变量。

9.根据权利要求8所述的一种基于压缩感知噪声重构的图像水印方法，其特征在于，水印提取步骤中，具体是根据自适应QIM水印提取方法进行水印提取，得到水印信息。

Images