CN108898542A - 一种可逆水印的嵌入和提取方法 - Google Patents
一种可逆水印的嵌入和提取方法 Download PDFInfo
- Publication number
- CN108898542A CN108898542A CN201810724346.4A CN201810724346A CN108898542A CN 108898542 A CN108898542 A CN 108898542A CN 201810724346 A CN201810724346 A CN 201810724346A CN 108898542 A CN108898542 A CN 108898542A
- Authority
- CN
- China
- Prior art keywords
- image block
- difference
- described image
- transformed
- pixel
- 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
Classifications
-
- 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
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本申请提供了一种可逆水印的嵌入方法,包括:划分图像块、计算图像块的局部复杂度、整数小波变换、水印嵌入、构造一维位置图、和嵌入附加信息与载荷等步骤。通过将Alattar整数变换引入至水印的嵌入过程中,使得图像块内每一个像素都能用其最近邻的像素预测,从而提高了预测性能。同时,预测误差直方图也具有更集中的分布,算法嵌入性能大大提升。考虑到Alattar整数变换具有均值不变的特性,将均值用于评估图像块的局部纹理复杂度使得复杂度的评估更精确,从而进一步提升算法性能。本申请还提供了一种可逆水印的提取方法,一种计算机可读存储介质和一种图像处理终端,具有上述有益效果。
Description
技术领域
本申请涉及多媒体信息安全领域,特别涉及一种可逆水印的嵌入和提取方法,以及一种计算机可读存储介质和一种图像处理终端。
背景技术
可逆信息隐藏是一种特殊的信息隐藏技术,其特殊性体现在水印信息被正确提取出之后隐藏算法仍能完全复原出原始载体信息。因其特殊性,可逆信息隐藏被广泛应用于医学、法律和军事等对原始载体信息要求较高的领域。上述这些领域不允许原始载体遭受任何永久失真,因为一旦原始载体出现少许的偏差,就极有可能导致错误的诊断结论以及法律证据上的纠纷。
传统基于Alattar整数变换的可逆信息隐藏算法无法实现高的嵌入性能,究其原因:Alattar整数变换为了维持均值不变性本身会引入较高的嵌入失真。
因此,如何降低可逆信息的嵌入失真是本领域技术人员亟需解决的问题。
申请内容
本申请的目的是提供一种可逆水印的嵌入和提取方法,以及一种计算机可读存储介质和一种图像处理终端,解决现有的水印信息在嵌入和提取过程中受损的问题。
为解决上述技术问题,本申请提供一种可逆水印的嵌入方法,具体技术方案如下:
获取原始载体图像,将所述原始载体图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合;
对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值;
比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块;
生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流;
生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像;所述附加信息至少包括嵌入容量值、所述二进制比特流的大小、所述图像块的大小和嵌入结束位置信息中的一种。
其中,将所述原始载体图像划分成互不重叠的图像块包括:
将大小为W×H的所述原始载体图像I划分成互不重叠的图像块{B1,…,BN},其中W和H分别为所述原始载体图像I的宽度和长度,N为所述图像块的数量。
其中,计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合包括:
对于任一个所述图像块Bi(i∈{1,…,N}),将所述图像块的均值和环绕所述图像块的m个像素构成所述图像块的邻域,并计算所述邻域的局部复杂度,记为Δi(i∈{1,…,N});将所有所述局部复杂度小于第一预设阈值T的图像块组成第一待变换集合Sp。
其中,对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值包括:
对于所述第一待变换集合Sp中每个图像块,用该图像块的中心像素以第一预设方式逐一预测所述外围像素得到所述图像块的(n-1)个第一差值di(i∈{1,…,n-1}),并计算图像块的第一均值x。
其中,比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块,包括:
对于所述图像块中任意一个所述第一差值di(i∈{1,…,n-1})和第二预设阈值R:
如果di=R,将1比特水印信息bi(bi∈{0,1})嵌入到所述第一差值di中得到含密差值d′i,即d′i=di+bi;
如果di<R,则保持所述第一差值不变,即d′i=di;
如果di>R,则将预测误差di增加1,即d′i=di+1;
将获得的(n-1)个所述第一含密差值d′i和所述第一均值经Alattar反整数变换得到一维含密像载体{y1,…,yn},最后按照y1是中心函数,按y2,…,yn的顺序将所述第一一维含密像载体{y1,…,yn}转化为第一二维含密图像块。
其中,生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流包括:
对于所述第一待变换集合Sp中任一个所述图像块Bi,i∈{1,…,N},若bi(i∈{1,…,n-1}),无论取值1还是0,对应的yi(i∈{1,…,N})都属于[0,255]范围之内,则在一维位置图中相应位置标识1;
若bi(i∈{1,…,n-1}),无论取值1还是0,对应的yi(i∈{1,…,N})都不属于[0,255]范围之内,则在所述一维位置图中相应位置标识0;
将生成的位置图经算术编码压缩后得到长度为Ls的二进制比特流B。
其中,生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像之后,还包括:
当前(Ls+Y)个像素嵌入完成后,用(Ls+Y)个所述附加信息按顺序替代所述前(Ls+Y)个像素中的最不重要位,并将替代后的所述最不重要位和所述载荷嵌入至其余所述图像块中;其中,Y为预设值。
本申请还提供一种可逆水印的提取方法,包括:
S201:将含水印图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
S202:按嵌入时逆次序计算每个所述图像块的局部复杂度,将所述局部复杂度小于第三预设阈值的所述图像块归入第二待变换集合;
S203:对所述待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第二预设方式逐一预测所述外围像素,得到所述图像块的第二含密差值和第二均值;
S204:按照第二预设规则修改所述含密差值,得到第二差值;将所述第二差值和所述第二均值经Alattar反整数变换得到第二一维原始像素序列;
S205:按所述第二预设方式将所述第二一维原始像素序列转化为第二二维原始载体块;
S206:判断所述第二待变换集合内所有所述图像块的所有像素是否均被处理;若否,返回步骤S204;若是,进入S207;
S207:得到所述含水印图像的原始图像和嵌入的水印信息。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现上文嵌入方法对应的步骤。
本申请还提供一种图像处理终端,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上文嵌入方法对应的步骤。
本申请所提供的一种可逆水印的嵌入方法,包括:获取原始载体图像,将所述原始载体图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合;对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值;比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块;生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流;生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像;所述附加信息至少包括嵌入容量值、所述二进制比特流的大小、所述图像块的大小和嵌入结束位置信息中的一种。
本申请通过将Alattar整数变换引入至水印嵌入过程中,使得图像块内每一个像素都能用其最近邻像素预测,采用了用中心像素逐一预测其他剩余像素的预测算法,并为此设计了相应的块分割方法,从而提高了预测性能。同时,预测误差直方图也具有更集中的分布,算法嵌入性能大大提升。考虑到Alattar整数变换具有均值不变的特性,将均值用于评估图像块的局部纹理复杂度使得复杂度的评估更精确,从而进一步提升算法性能。本申请还提供了一种可逆水印的提取方法,一种计算机可读存储介质和一种图像处理终端,具有上述有益效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种可逆水印的嵌入方法的流程图;
图2为本申请实施例所提供的一种可逆水印的提取方法的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种可逆水印的嵌入方法的流程图,该嵌入方法如下:
S101:获取原始载体图像,将所述原始载体图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
本步骤旨在对原始载体图像进行图像分块,原始载体图像就是待嵌入水印信息的图像。划分成图像块时,要求所有图像块互不重叠,除此之外对于具体的划分方式不做限定。每个图像块的像素数量与图像块的大小有关。
具体的,下面举例说明,将大小为W×H的原始载体图像I划分成互不重叠的图像块{B1,…,BN},其中W和H代表原始图像I的宽度和长度,N代表块的数量。
S102:计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合;
本步骤旨在计算每个图像块对应的局部复杂度。将局部复杂度作用控制参数,以决定该图像块是否适合嵌入数据。在此对于预设阈值的具体数值不作限定,应由本领域技术人员根据实际情况或相应实验数据进行设定。
在此对于局部复杂度的计算方式不作限定,需要注意的是,计算每个图像块对应的局部复杂度时并非必须只能针对图像块内的像素,还可以利用该图像块周围一定范围内的像素。优选的,本申请在此提供一种局部复杂度的计算方法,基于上一步骤中所举的例子说明:
对于任一个图像块Bi(i∈{1,…,N}),将图像块的均值和环绕图像块的m个像素构成该图像块的邻域,并计算所述邻域的局部复杂度,记为Δi(i∈{1,…,N})。将所有局部复杂度小于预设阈值T的图像块组成待变换集合Sp。
以3×3的图像块为例,用来表示图像块
的邻域,x1,4,x2,4,x3,4,x4,4,x4,1,x4,2,x4,3是环绕该图像块的m个像素。将图像块的第一均值和这m个像素构成一个数据集合,记为IENP。则此时需要计算的是IENP的局部复杂度。
进一步的,局部复杂度Δ的计算公式如下:
其中表示集合IENP中所有像素的均值,即
S103:对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值;
本步骤的目的是进行整数小波变换。具体地,以前述的3×3的图像块为例,x2,2是中心像素,用x2,2逐一预测x2,1,x1,1,x1,2,x1,3,x2,3,x3,3,x3,1,x3,2得到n-1个预测误差。此时,x2,1,x1,1,x1,2,x1,3,x2,3,x3,3,x3,1,x3,2这个预测顺序就是第一预设方式。当然,还可以有其他预测顺序,在此不作限定,重点是遍历图像块中的所有外围像素。
为了将本步骤所执行的动作描述的更清楚,在此基于前述步骤中所举的例子说明:
对于第一待变换集合Sp中每个图像块,用中心像素和其他n-1个像素分别相减得到图像块的n-1个第一差值di(i∈{1,…,n-1})。
此外,在Alattar整数变换时,还可以得到图像块的第一均值x。此处的均值和步骤S102中例子中的第一均值为同一概念,因为在整个水印的嵌入过程中,图像块的均值大小是不变的。
所述的Alattar整数变换定义具体为:
d1=x2-x1
d2=x3-x1
…
dn-1=xn-1-x1
其中代表块的均值,是向下取整操作,x1是图像块的中心像素,{x2,…,xn}指的是图像块中除了中心像素x1之外剩余的n-1个像素。
S104:比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块;
本步骤旨在修改像素值,进而实现水印信息的嵌入,第一含密差值通过水印嵌入和像素修改得到。这里的第二预设阈值实际上为嵌入点对应的值。将第一差值和第二预设阈值相比较,得到对应的第一含密差值。
具体地,为了将本步骤所执行的动作描述的更清楚,在此基于前述步骤中所举的例子说明:
对于图像块中任意一个所述第一差值di(i∈{1,…,n-1})和第二预设阈值R:
如果di=R,将1比特水印信息bi(bi∈{0,1})嵌入到所述第一差值di中得到第一含密差值d′i,即d′i=di+bi;
如果di<R,则保持所述第一差值不变,即d′i=di;
如果di>R,则将预测误差di增加1,即d′i=di+1;
将获得的(n-1)个所述第一含密差值d′i和所述第一均值经Alattar反整数变换得到第一一维含密像载体{y1,…,yn},最后通过Alattar反整数变换将所述第一一维含密像载体{y1,…,yn}转化为第一二维含密图像块。
所述的Alattar反整数变换具体为:
y2=y1+d′1
y3=y1+d′2
…
yn=y1+d′n-1
S105:生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流;
构造一维位置图的最终目的是得到二进制比特流。具体地,为了将本步骤所执行的动作描述的更清楚,在此基于前述步骤中所举的例子说明:
对于待变换集合Sp中任一个所述图像块Bi,i∈{1,…,N},若bi(i∈{1,…,n-1})无论取值1还是0,对应的yi(i∈{1,…,N})都属于[0,255]范围之内,则在一维位置图中相应位置标识1;
若bi(i∈{1,…,n-1})无论取值1还是0,对应的yi(i∈{1,…,N})都不属于[0,255]范围之内,则在所述一维位置图中相应位置标识0;
最后将生成的位置图经算术编码压缩后得到长度为Ls的二进制比特流B。
利用算术编码进行图像压缩为本领域较成熟的现有技术,在此不作赘述。
S106:生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像;
附加信息至少包括嵌入容量值、二进制比特流的大小、图像块的大小和嵌入结束位置信息中的一种。
假设原始载体图像的大小为512×512,则嵌入容量的值用18比特二进制表示,图像块的宽度和长度分别用4比特二进制表示,压缩后的一维位置图大小用18比特二进制表示,嵌入结束位置用18比特二进制表示。当然,可以理解的是,附加信息可以因原始载体图像的大小的变换而变换。
之所以要将附加信息和载荷一起嵌入到图像中,是因为在抽取过程中需要先将这些附加信息提取出来,然后再依靠这些附加信息来进行正确的水印提取和原始载体图像恢复。特别的,载荷指的是容量。
在嵌入时,以图像块为单位进行嵌入,需要遍历所有图像块。参考S102中计算图像块局部复杂度的方法,对于局部复杂度大于预设阈值的图像块不作任何处理。而只有当局部复杂度小于或等于预设阈值时进行附加信息和载荷的嵌入。具体的,嵌入方式参考S104中当差值等于第二预设阈值时的水印嵌入方法,在此不做重复描述。需要注意的是,S104中嵌入的是水印信息,本步骤嵌入的是附加信息和载荷。
在所有图像块均完成上述步骤时,即可产生含水印图像,完成可逆信息隐藏。
简单来说,本申请所提供的可逆水印的嵌入过程包括:划分图像块、计算图像块的局部复杂度、整数小波变换、水印嵌入、构造一维位置图和嵌入附加信息与载荷等步骤。
本申请针对Alattar整数变换在信息隐藏过程中会引入较大失真的问题,设计出环绕中心像素的图像块分割方法,此举极大地降低了嵌入失真。此外,考虑到Alattar整数变换具有均值不变的特性,本发明经研究发现:将均值用于评估图像块的局部纹理复杂度使得复杂度的评估更精确,从而进一步提升算法性能,使得预测误差的分布更集中,为算法性能的提升奠定了坚实的基础。
基于上述实施例,作为优选的实施例,步骤S107之后,还可以包括:
当前(Ls+Y)个像素嵌入完成后,用(Ls+Y)个所述附加信息按顺序替代所述前(Ls+Y)个像素中的最不重要位,并将替代后的所述最不重要位和所述载荷嵌入至其余所述图像块中;其中,Y为预设值。
在此对于Y值不作限定,应由本领域技术人员进行设定。需要说明的是,这里的最不重要位,指的是一定数量像素中的低位。类似于8个二进制数可以指代0-255中任一数值,其存在相应的低位和高位。本步骤旨在用相同数量的附加信息替代前置像素中的低位。
本申请还提供一种可逆水印的提取方法,包括:
S201:将含水印图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
S202:按嵌入时逆次序计算每个所述图像块的局部复杂度,将所述局部复杂度小于第三预设阈值的所述图像块归入第二待变换集合;
S203:对所述待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第二预设方式逐一预测所述外围像素,得到所述图像块的第二含密差值和第二均值;
S204:按照第二预设规则修改所述含密差值,得到第二差值;将所述第二差值和所述第二均值经Alattar反整数变换得到第二一维原始像素序列;
S205:按所述第二预设方式将所述第二一维原始像素序列转化为第二二维原始载体块;
S206:判断所述第二待变换集合内所有所述图像块的所有像素是否均被处理;若否,返回步骤S204;若是,进入S207;
S207:得到所述含水印图像的原始图像和嵌入的水印信息。
需要说明的是,第三阈值和前述第一阈值的设定方式同理,甚至可以为同一值。第二预设规则和第二预设方式可以与可逆水印的嵌入过程中涉及的第一预设规则以及第一预设方式相同或者相反,或者为其他可行的规则或方式,在此不作具体限定,具体应由本领域技术人员进行相关的设定。
本申请还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的可逆水印的嵌入方法或提取方法的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种图像处理终端,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的可逆水印的嵌入方法或提取方法的步骤。当然所述终端还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种可逆水印的嵌入方法,其特征在于,包括:
获取原始载体图像,将所述原始载体图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合;
对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值;
比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块;
生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流;
生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像;所述附加信息至少包括嵌入容量值、所述二进制比特流的大小、所述图像块的大小和嵌入结束位置信息中的一种。
2.根据权利要求1所述的嵌入方法,其特征在于,将所述原始载体图像划分成等大且互不重叠的图像块包括:
将大小为W×H的所述原始载体图像I划分成互不重叠的图像块{B1,…,BN},其中W和H分别为所述原始载体图像I的宽度和长度,N为所述图像块的数量。
3.根据权利要求2所述的嵌入方法,其特征在于,计算所述图像块对应的局部复杂度,将所有所述局部复杂度小于或等于第一预设阈值的所述图像块归入第一待变换集合包括:
对于任一个所述图像块Bi(i∈{1,…,N}),将所述图像块的均值和环绕所述图像块的m个像素构成所述图像块的邻域,并计算所述邻域的局部复杂度,记为Δi(i∈{1,…,N});将所有所述局部复杂度小于第一预设阈值T的图像块组成第一待变换集合Sp。
4.根据权利要求3所述的嵌入方法,其特征在于,对所述第一待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第一预设方式逐一预测所述外围像素,得到所述图像块的第一差值和第一均值包括:
对于所述第一待变换集合Sp中每个图像块,用该图像块的中心像素以第一预设方式逐一预测所述外围像素得到所述图像块的(n-1)个第一差值di(i∈{1,…,n-1}),并计算图像块的第一均值
5.根据权利要求4所述的嵌入方法,其特征在于,比较所述第一差值与第二预设阈值的大小,根据比较结果得到对应的第一含密差值,将所述第一含密差值和所述第一均值经Alattar反整数变换得到第一一维含密像素序列,再将所述第一一维含密像素序列按所述第一预设方式转换为第一二维含密图像块,包括:
对于所述图像块中任意一个所述第一差值di(i∈{1,…,n-1})和第二预设阈值R:
如果di=R,将1比特水印信息bi(bi∈{0,1})嵌入到所述第一差值di中得到含密差值d′i,即d′i=di+bi;
如果di<R,则保持所述第一差值不变,即d′i=di;
如果di>R,则将预测误差di增加1,即d′i=di+1;
将获得的(n-1)个所述第一含密差值d′i和所述第一均值经Alattar反整数变换得到一维含密像载体{y1,…,yn},最后按照y1是中心函数,按y2,…,yn的顺序将所述第一一维含密像载体{y1,…,yn}转化为第一二维含密图像块。
6.根据权利要求5所述的嵌入方法,其特征在于,生成与所述第一待变换集合中所述图像块一一对应的一维位置图,并将所述一维位置图经算术编码压缩得到二进制比特流包括:
对于所述第一待变换集合Sp中任一个所述图像块Bi,i∈{1,…,N},若wi(i∈{1,…,n-1})无论取值1还是0,对应的yi(i∈{1,…,N})都属于[0,255]范围之内,则在一维位置图中相应位置标识1;
若wi(i∈{1,…,n-1})无论取值1还是0,对应的yi(i∈{1,…,N})都不属于[0,255]范围之内,则在所述一维位置图中相应位置标识0;
将生成的位置图经算术编码压缩后得到长度为Ls的二进制比特流B。
7.根据权利要求6所述的嵌入方法,其特征在于,生成附加信息,并将所述附加信息和载荷以所述图像块为单位逐个嵌入至所述原始载体图像之后,还包括:
当前(Ls+Y)个像素嵌入完成后,用(Ls+Y)个所述附加信息按顺序替代所述前(Ls+Y)个像素中的最不重要位,并将替代后的所述最不重要位和所述载荷嵌入至其余所述图像块中;其中,Y为预设值。
8.一种可逆水印的提取方法,其特征在于,包括:
S201:将含水印图像划分成互不重叠的图像块;其中,每个所述图像块由一个中心像素和环绕所述中心像素的外围像素构成;
S202:按嵌入时逆次序计算每个所述图像块的局部复杂度,将所述局部复杂度小于第三预设阈值的所述图像块归入第二待变换集合;
S203:对所述待变换集合中每个所述图像块,用所述图像块中的所述中心像素以第二预设方式逐一预测所述外围像素,得到所述图像块的第二含密差值和第二均值;
S204:按照第二预设规则修改所述含密差值,得到第二差值;将所述第二差值和所述第二均值经Alattar反整数变换得到第二一维原始像素序列;
S205:按所述第二预设方式将所述第二一维原始像素序列转化为第二二维原始载体块;
S206:判断所述第二待变换集合内所有所述图像块的所有像素是否均被处理;若否,返回步骤S204;若是,进入S207;
S207:得到所述含水印图像的原始图像和嵌入的水印信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的嵌入方法的步骤。
10.一种图像处理终端,其特征在于,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1-7任一项所述的嵌入方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810724346.4A CN108898542B (zh) | 2018-07-04 | 2018-07-04 | 一种可逆水印的嵌入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810724346.4A CN108898542B (zh) | 2018-07-04 | 2018-07-04 | 一种可逆水印的嵌入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898542A true CN108898542A (zh) | 2018-11-27 |
CN108898542B CN108898542B (zh) | 2023-07-18 |
Family
ID=64347849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810724346.4A Active CN108898542B (zh) | 2018-07-04 | 2018-07-04 | 一种可逆水印的嵌入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898542B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741233A (zh) * | 2018-12-29 | 2019-05-10 | 广东工业大学 | 一种可逆水印的嵌入和提取方法 |
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 |
CN110992237A (zh) * | 2019-12-03 | 2020-04-10 | 国网电子商务有限公司 | 一种水印嵌入、水印去除方法及相关装置 |
CN111833231A (zh) * | 2019-04-15 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 一种水印提取方法、装置及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090116685A1 (en) * | 2007-10-05 | 2009-05-07 | Korea Advanced Institute Of Science And Technology | Method For Reversible Image Watermarking Based On Integer-to-Integer Wavelet Transform |
CN102147912A (zh) * | 2011-03-30 | 2011-08-10 | 北京航空航天大学 | 一种基于自适应差值扩展的可逆图像水印方法 |
CN103440615A (zh) * | 2013-09-10 | 2013-12-11 | 广东工业大学 | 一种基于余数不变性的高容量可逆水印方法 |
CN104933668A (zh) * | 2015-06-11 | 2015-09-23 | 广东工业大学 | 一种基于局部定位和Alattar整数变换的可逆水印的处理方法 |
CN105741224A (zh) * | 2016-01-28 | 2016-07-06 | 广东工业大学 | 基于pvo和自适应块分割的可逆水印算法 |
CN106023058A (zh) * | 2016-05-25 | 2016-10-12 | 广东工业大学 | 一种高保真可逆水印嵌入方法 |
CN106067157A (zh) * | 2016-05-27 | 2016-11-02 | 陕西师范大学 | 变方向差值扩展和同步嵌入的可逆水印嵌入和提取方法 |
CN106127670A (zh) * | 2016-07-26 | 2016-11-16 | 广东工业大学 | 一种可逆水印图像的处理方法 |
CN108109101A (zh) * | 2017-12-20 | 2018-06-01 | 广东工业大学 | 一种基于多媒体数据的信息隐藏方法、装置及设备 |
-
2018
- 2018-07-04 CN CN201810724346.4A patent/CN108898542B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090116685A1 (en) * | 2007-10-05 | 2009-05-07 | Korea Advanced Institute Of Science And Technology | Method For Reversible Image Watermarking Based On Integer-to-Integer Wavelet Transform |
CN102147912A (zh) * | 2011-03-30 | 2011-08-10 | 北京航空航天大学 | 一种基于自适应差值扩展的可逆图像水印方法 |
CN103440615A (zh) * | 2013-09-10 | 2013-12-11 | 广东工业大学 | 一种基于余数不变性的高容量可逆水印方法 |
CN104933668A (zh) * | 2015-06-11 | 2015-09-23 | 广东工业大学 | 一种基于局部定位和Alattar整数变换的可逆水印的处理方法 |
CN105741224A (zh) * | 2016-01-28 | 2016-07-06 | 广东工业大学 | 基于pvo和自适应块分割的可逆水印算法 |
CN106023058A (zh) * | 2016-05-25 | 2016-10-12 | 广东工业大学 | 一种高保真可逆水印嵌入方法 |
CN106067157A (zh) * | 2016-05-27 | 2016-11-02 | 陕西师范大学 | 变方向差值扩展和同步嵌入的可逆水印嵌入和提取方法 |
CN106127670A (zh) * | 2016-07-26 | 2016-11-16 | 广东工业大学 | 一种可逆水印图像的处理方法 |
CN108109101A (zh) * | 2017-12-20 | 2018-06-01 | 广东工业大学 | 一种基于多媒体数据的信息隐藏方法、装置及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741233A (zh) * | 2018-12-29 | 2019-05-10 | 广东工业大学 | 一种可逆水印的嵌入和提取方法 |
CN109741233B (zh) * | 2018-12-29 | 2024-01-23 | 广东工业大学 | 一种可逆水印的嵌入和提取方法 |
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 |
CN111833231A (zh) * | 2019-04-15 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 一种水印提取方法、装置及系统 |
CN111833231B (zh) * | 2019-04-15 | 2023-02-10 | 阿里巴巴集团控股有限公司 | 一种水印提取方法、装置及系统 |
CN110992237A (zh) * | 2019-12-03 | 2020-04-10 | 国网电子商务有限公司 | 一种水印嵌入、水印去除方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108898542B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898542A (zh) | 一种可逆水印的嵌入和提取方法 | |
CN109741233B (zh) | 一种可逆水印的嵌入和提取方法 | |
JP5962937B2 (ja) | 画像処理方法 | |
CN108009975A (zh) | 基于二维直方图修改的jpeg图像可逆信息隐藏方法 | |
CN106023058A (zh) | 一种高保真可逆水印嵌入方法 | |
TW502539B (en) | Image encoding device | |
CN108109101A (zh) | 一种基于多媒体数据的信息隐藏方法、装置及设备 | |
Peng et al. | Reversible watermarking for 2D CAD engineering graphics based on improved histogram shifting | |
Kumar et al. | Near lossless image compression using parallel fractal texture identification | |
KR102637177B1 (ko) | 워터마크 기반의 이미지 무결성 검증 방법 및 장치 | |
CN113538197B (zh) | 水印提取方法、装置、存储介质以及电子设备 | |
Wang et al. | Adaptive reversible data hiding scheme for AMBTC compressed images | |
CN112017097B (zh) | 水印添加方法、装置、终端及计算机可读存储介质 | |
Altun et al. | Optimal spread spectrum watermark embedding via a multistep feasibility formulation | |
CN110930287B (zh) | 一种图像隐写检测方法、装置及计算机设备、存储介质 | |
CN111275602B (zh) | 人脸图像安全保护方法、系统及存储介质 | |
CN113256744B (zh) | 一种图像编码、解码方法及系统 | |
CN110533569B (zh) | 基于二次差值扩展的水印处理方法 | |
CN107169915A (zh) | 一种基于分块合并策略的pvo数字水印方法 | |
CN115955534A (zh) | 基于压缩感知的秘密嵌入分享方法、系统、终端及介质 | |
CN103440616B (zh) | 一种基于自适应预测模型的高容量可逆水印方法 | |
CN107292803B (zh) | 一种符合人眼观察规律的可逆鲁棒数字图像水印方法 | |
CN103440615A (zh) | 一种基于余数不变性的高容量可逆水印方法 | |
CN109389546B (zh) | 多分块可逆水印嵌入方法及装置、水印提取方法及装置 | |
CN111652789A (zh) | 一种彩色图像的嵌入方法和提取方法 |
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 |