CN109064377A - 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法 - Google Patents

立体图像水印嵌入系统、提取系统及嵌入方法、提取方法 Download PDF

Info

Publication number
CN109064377A
CN109064377A CN201810820719.8A CN201810820719A CN109064377A CN 109064377 A CN109064377 A CN 109064377A CN 201810820719 A CN201810820719 A CN 201810820719A CN 109064377 A CN109064377 A CN 109064377A
Authority
CN
China
Prior art keywords
view
subband
watermark
left view
binocular
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
CN201810820719.8A
Other languages
English (en)
Other versions
CN109064377B (zh
Inventor
张亚娜
杨成
刘颖
曹卫红
孙莺
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.)
Communication University of China
Original Assignee
Communication University of China
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 Communication University of China filed Critical Communication University of China
Priority to CN201810820719.8A priority Critical patent/CN109064377B/zh
Publication of CN109064377A publication Critical patent/CN109064377A/zh
Application granted granted Critical
Publication of CN109064377B publication Critical patent/CN109064377B/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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明提供一种立体图像水印嵌入系统、提取系统及嵌入方法、提取方法,包括:获取立体图像的左视图和右视图,进行小波变换得到各自LL、LH、HL和HH子带;构建子带小波域双目恰可察觉失真模型;获取左视图LH子带和右视图HL子带各像素点的双目恰可察觉失真噪声阈值;按照降序对噪声阈值排序,取设定数量噪声阈值对应的小波系数为水印嵌入位置;根据各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。所述系统和方法利用了双目抑制特性使立体图像中水印具有良好不可见性。

Description

立体图像水印嵌入系统、提取系统及嵌入方法、提取方法
技术领域
本发明涉及图像分析技术领域,更为具体地,涉及一种立体图像水印嵌入系统、提取系统及嵌入方法、提取方法。
背景技术
数字水印技术作为信息隐藏技术的一个分支,在为数字产品版权保护提供有效技术手段方面具有天然优势。利用数字水印技术将特定的版权信息隐藏到原始数字视频内容(例如电视节目)中,在保证其不可见的前提下(即,满足低感知性,不影响原作品的感知度),使原作品高清、高保真,经过常规的电视节目发布和信号传输,仍可提供正常的节目观看。仅在必要时,被提取出来以提供相应的版权证明。在诸如电视节目的数字视频内容的发布和传输过程中,数字视频内容连同其中隐藏的数字水印被处理(例如,压缩、加噪等)或会受到盗版者的非法攻击,使得水印受到一定程度的破坏。因此需要设计出具有低感知度同时具有强鲁棒性的数字水印。一般地,在经历常规处理或操作后,图像的内容特征依然能保存下来。即便是恶意的攻击,通常也不会以破坏图像内容特征为代价。因此,在满足载体图像可用性的条件下,图像的内容特征区域具有良好的攻击不变性,将水印嵌入图像内容特征区域,使得水印具有较强的鲁棒性。但是在图像特征区域嵌入水印会不同程度地影响到载体内容的视觉感知品质。因此,有必要利用人眼视觉掩蔽特性进行有效的不可见水印嵌入。
在现有技术中,基于单目视觉掩蔽特性建立的二维图像的恰可察觉失真JND(JustNoticeable Difference)或基于双目视觉掩蔽特性的空域双目恰可察觉失真模型BJND(Binocular Just Noticeable Difference)进行数字水印嵌入。
空域双目恰可察觉失真BJND采用空域的亮度和纹理分析,获得空域像素值的恰可察觉失真噪声阈值,应用范围有限。
另外,在小波变换(DWT)领域,存在面向二维图像(单视图)的恰可察觉失真JND,不存在面向立体图像的双目恰可察觉失真模型BJND。
发明内容
鉴于上述问题,本发明的目的是提供一种有利于立体图像中水印的小波域双目抑制从而表现很好的不可见性的立体图像水印嵌入系统、提取系统及嵌入方法、提取方法。
根据本发明的一个方面,提供一种立体图像水印嵌入方法,包括:
获取立体图像的左视图和右视图;
分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,取LL、HL、LH或HH,LLo(i,j)表示所述一个视图LL子带的位置为(i,j)的子带系数,Alimito,S[LLo(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
将左视图作为所述一个视图,将右视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;
将右视图作为所述一个视图,将左视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印嵌入位置;
按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印嵌入位置;
根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
根据本发明的另一个方面,提供一种立体图像水印提取方法,包括:
获取待测立体图像的左视图和右视图;
分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
通过左视图LL子带的子带系数根据公式(1)获得左视图LH子带的双目恰可失真噪声阈值;
通过右视图LL子带的子带系数根据公式(1)获得右视图HL子带的双目恰可失真噪声阈值;
按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印提取位置;
按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印提取位置;
根据左视图LH子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
根据右视图HL子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
根据下式(6)对各水印提取位置的各水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],BJNDo,S[LLo(m,n),Aa,S(m,n)]为待测立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为待测立体图像的一个视图的水印提取强度,coefo(m,n)表示一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
根据本发明的第三个方面,提供一种立体图像水印提取方法,包括:
获取待测立体图像的左视图和右视图;
分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
以未嵌水印的原始立体图像的各嵌入位置的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],BJNDo,S[LLo(m,n),Aa,S(m,n)]为未嵌水印的原始立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
根据本发明的第四个方面,提供一种立体图像水印嵌入系统,包括:
第一视图获取模块,获取立体图像的左视图和右视图;
第一变换模块,分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
小波域BJND模型构建模块,根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,可取LL,HL,LH,HH,LLo(i,j)表示所述一个视图位置为(i,j)的像素点的亮度均值,Alimito,S[LLR(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
左视图双目恰可失真噪声阈值获得模块,将左视图作为所述一个视图,将右视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;
右视图双目恰可失真噪声阈值获得模块,将右视图作为所述一个视图,将左视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
排序模块,按照降序对左视图LH子带和右视图HL子带的双目恰可失真噪声阈值进行排序;
左视图水印嵌入位置获得模块,按照排序从大到小依次取设定数量的左视图LH子带的双目恰可失真噪声阈值对应的子带系数作为左视图水印嵌入位置;
右视图水印嵌入位置获得模块,按照排序从大到小依次取设定数量的右视图HL子带的双目恰可失真噪声阈值对应的子带系数作为右视图水印嵌入位置;
左视图水印嵌入强度获得模块,根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
右视图水印嵌入强度获得模块,根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
水印嵌入模块,根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
根据本发明的第五方面,提供一种立体图像水印提取系统,包括:
第二视图获取模块,获取待测立体图像的左视图和右视图;
第二变换模块,分别对上述左视图和右视图进项小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
水印提取位置和水印提取强度解调模块,通过左视图和右视图的LL子带的子带系数根据公式(1)分别获得左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值;按照降序分别对左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值进行排序,按照排序从大到小分别依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图和右视图的水印提取位置;分别根据左视图LH子带和右视图的HL子带的各水印提取位置对应双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
提取模块,根据下式(6)对各水印提取位置的各水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],BJNDo,S[LLo(m,n),Aa,S(m,n)]为待测立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为待测立体图像的一个视图的水印提取强度,coefo(m,n)表示一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
反置乱模块,将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
根据本发明的第六方面,提供一种立体图像水印提取系统,包括:
第二视图获取模块,获取待测立体图像的左视图和右视图;
第二视图变换模块,分别对上述左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
水印提取位置和水印提取强度解调模块,将未嵌水印的原始立体图像的左视图和右视图的水印嵌入位置及其对应的水印嵌入强度作为解调的水印提取位置和水印提取强度;
提取模块,以未嵌水印的原始立体图像的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)以水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],BJNDo,S[LLo(m,n),Aa,S(m,n)]为未嵌水印的原始立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
反置乱模块,将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
本发明立体图像水印嵌入系统及水印嵌入方法,构建了面向立体图像的DWT域的双目恰可察觉失真阈值模型,十分方便的用于计算和分析DWT域不同子带中双目抑制下的亮度掩蔽阈值,也可以根据一个视图(左视图或右视图)的噪声功率和另一个视图的亮度均值快速准确的确定水印嵌入强度。
另外,在水印嵌入过程中,左右视图分别选择HL和LH子带(对应不同方向),有利于立体图像中水印的双目抑制从而表现很好的不可见性,也有利于水印的抗压缩。
再者,上述立体图像水印提取系统及提取方法通过子带系数可以得到各嵌入位置的小波系数,进而得到噪声阈值,有利于水印的快速、准确提取。
附图说明
通过参考以下结合附图的说明,随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1是本发明所述立体图像水印嵌入方法的流程图;
图2是本发明所述立体图像水印嵌入方法的一个优选实施例的流程图;
图3a和图3b是本发明所述水印生成的示意图;
图4是本发明所述立体图像水印提取方法一个实施例的流程图;
图5是本发明所述立体图像水印提取方法另一个实施例的流程图;
图6是本发明所述立体图像水印嵌入系统的构成框图;
图7是本发明所述立体图像水印提取系统的构成框图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。以下将结合附图对本发明的具体实施例进行详细描述。
以下将结合附图对本发明的具体实施例进行详细描述。
图1是本发明所述立体图像水印嵌入方法的流程图,如图1所示,所述立体图像水印嵌入方法包括:
步骤S1,获取立体图像的左视图和右视图,在立体图像分为左视图和右视图存储的情况下,可以直接获取立体图像的左视图和右视图,在左视图和右视图合成立体图像存储的情况下,需要将立体图像分解为左视图和右视图;
步骤S2,分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
步骤S3,根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,取LL、HL、LH或HH,LLo(i,j)表示所述一个视图LL子带的位置为(i,j)的子带系数,Alimito,S[LLo(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
步骤S4,将左视图作为上述的一个视图,将右视图作为上述的另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;将右视图作为上述的一个视图,将左视图作为上述的另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
步骤S5,按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印嵌入位置;按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印嵌入位置;
步骤S6,根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
步骤S7,根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
在本发明的一个实施例中,立体图像水印嵌入方法还包括:
水印生成步骤,根据版权图像生成水印,包括:
对版权图像进行二值化处理;
对二值化后的版权图像进行混沌置乱处理;
将混沌治乱处理后的版权图像的二维矩阵转化为一维矩阵,从而得到水印序列。
在本发明的一个实施例中,步骤S7包括:水印嵌入强度调制步骤,通过线性调制,分别根据左视图LH子带和右视图HL子带的最大双目恰可失真噪声阈值根据下式(2)控制水印嵌入强度,根据下式(3)修改嵌入位置的小波系数值,
Xo(m,n)=αBJNDo,s[LLo(m,n),Aa,S(m,n)] (2)
其中,BJNDo,S[LLo(m,n),Aa,S(m,n)]为一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为一个视图的水印嵌入强度,coefo(m,n)表示一个视图位置为(m,n)的子带系数,coef′o(m,n)表示修改后一个视图的位置为(m,n)的子带系数,α为一致性水印强度调制系数,mod(coefo(m,n),Xo(m,n))表示模运算,ω表示水印比特位。
在本发明的一个实施例中,步骤S3包括:
在左视图各子带不加噪声时,对右视图HL子带添加噪声,通过对立体图像的观测,得到右视图HL子带的小波系数在不同背景亮度下的噪声阈值的测试值;
通过曲线拟合方法拟合右视图的HL子带的噪声阈值随背景亮度变化的拟合曲线;
在右视图各子带不加噪声时,分别对左视图HL子带和LH子带添加噪声,通过对立体图像的观测,得到左视图HL子带和LH子带的小波系数在不同背景亮度下的噪声阈值的测试值;
通过曲线拟合方法拟合左视图的HL子带的噪声阈值随背景亮度变化的拟合曲线,作为基础曲线;
在设定范围内以设定步长递增或递减得到距离基础曲线不同截距的多条模拟曲线;
计算左视图LH子带测试值与上述模拟曲线的均方根误差;
将最小均方根误差对应的模拟曲线作为左视图LH子带的最佳拟合曲线;
根据公式(1)构建右视图HL和左视图LH子带的小波域双目恰可察觉失真模型,其中,AlimitR,HL[LLR(i,j)]通过右视图HL子带的拟合曲线获得,R为右视图索引,AlimitL,LH[LLL(i,j)]通过左视图LH子带的最佳拟合曲线获得,L为左视图索引。
在本发明的另一个实施例中,在所述步骤S3中,所述左视图LH子带各像素点的小波系数的噪声阈值根据下式(4)确定
其中,L为左视图索引;
所述右视图HL子带各像素点的小波系数的噪声阈值根据下式(5)确定,
其中,R为右视图索引。
优选地,公式(1)中曲线指数λ的最佳值为2.25。
在上述立体图像水印嵌入方法中,直接将小波变换后的左视图和右视图的子带代入构建好的小波域双目恰可察觉失真模型,即可得到各视图各像素点的小波域双目恰可察觉失真噪声阈值,提高了水印嵌入的速度。
在本发明的一个优选实施例中,如图2所述,所述立体图像水印嵌入方法包括:
1)水印生成步骤,如图3a和3b所示,将一个有含义的图像转换为一个无意义或者无序的图像,从而增强该图像抵抗攻击的能力和安全性,也就是说,首先对输入的版权图像(如图3a所示)进行二值化处理,然后对其进行混沌置乱处理,具体地:设二值水印图像为P(i,j),坐标(i,j)表示像素点位置,置乱后的水印记为PZ(i,j),混沌密钥记为h(i,j),则置乱算法如下:PZ(i,j)=P(i,j)⊕h(i,j),符号“⊕”表示异或运算,生成的水印如图3b所示;再将混沌置乱后的二维矩阵转化为一维序列,从而得到水印序列;
2)获取原始立体图像的左视图和右视图;
3)右视图进行一级小波变换。选择子带S=HL,coef(i,j)表示位置(i,j)处的子带系数;
4)根据小波域BJND模型,计算得到右视图被选子带HL的BJNDR,S(i,j)值(当AL,S(i,j)=0);
5)由大到小排序后选取子带S中的BJND(i,j)最大的对应Q个系数作为嵌入位置;
6)通过线性调制,由BJND(i,j)来控制水印嵌入强度,调制公式如下所示:
X(i,j)=αBJND(i,j)
其中,α值可根据实际情况改变,一般来说,α值越小,水印嵌入的强度就越小,即可提高水印的不可见性;
7)按下式修改嵌入位置的小波系数值,
8)小波逆变换后得到含水印的右视图;
9)左视图进行一级小波变换。选择子带S=LH;
10)根据小波域BJND模型,计算得到左视图被选子带S的BJNDL,S(i,j)值(当AR,S(i,j)=0);
11)重复步骤5)–8),得到含水印的左视图;
12)将含有水印的右视图和左视图合成得到含水印的立体图像。
图4是本发明所述立体图像水印提取方法的一个实施例的流程图,如图4所示,所述立体图像水印提取方法:
步骤S10,获取待测立体图像的左视图和右视图;
步骤S20,分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
步骤S30,通过左视图LL子带的子带系数根据公式(1)获得左视图LH子带的双目恰可失真噪声阈值;通过右视图LL子带的子带系数根据公式(1)获得右视图HL子带的双目恰可失真噪声阈值;按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,从大到小取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印提取位置;按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,从大到小取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印提取位置;根据左视图LH子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;根据右视图HL子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
步骤S40,根据下式(6)对各水印提取位置的各水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)为待测立体图像的一个视图的水印提取强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数;
步骤S50,将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
上述立体图像水印提取方法中,当印有水印的立体图像的水印嵌入位置改变时,例如进行了压缩处理的立体图像,并不能对所有嵌入的水印完全提取,因此,优选地,在本发明的另一个实施例中,如图5所示,提供一种立体图像水印提取方法,包括:
步骤S10',获取待测立体图像的左视图和右视图;
步骤S20',分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
步骤S30',以未嵌水印的原始立体图像的各嵌入位置的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数;
步骤S40',将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
上述水印提取方法以未嵌水印的原始立体图像的各嵌入位置的水印嵌入强度和待测立体图像的上述子带系数提取水印,不仅能够准确提取各嵌入位置的水印,还可以根据提取水印的结果判断待测立体图像是否盗版了原始立体图像嵌入水印后的印有水印的图像。
图6是本发明所述立体图像水印嵌入系统的构成框图,如图6所示,所述立体图像水印嵌入系统包括:
第一视图获取模块1,获取立体图像的左视图和右视图;
第一变换模块2,分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
小波域BJND模型构建模块3,根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,可取LL,HL,LH,HH,LLo(i,j)表示所述一个视图位置为(i,j)的像素点的亮度均值,Alimito,S[LLR(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
左视图双目恰可失真噪声阈值获得模块4,将左视图作为上述的一个视图,将右视图作为上述的另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;
右视图双目恰可失真噪声阈值获得模块5,将右视图作为上述的一个视图,将左视图作为上述的另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
排序模块6,按照降序对左视图LH子带和右视图HL子带的双目恰可失真噪声阈值进行排序;
左视图水印嵌入位置获得模块7,按照排序取设定数量的左视图LH子带的双目恰可失真噪声阈值对应的子带系数作为左视图水印嵌入位置;
右视图水印嵌入位置获得模块8,按照排序取设定数量的右视图HL子带的双目恰可失真噪声阈值对应的子带系数作为右视图水印嵌入位置;
左视图水印嵌入强度获得模块9,根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
右视图水印嵌入强度获得模块10,根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
水印嵌入模块11,根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
在本发明的一个实施例中,立体图像水印嵌入系统还包括:
嵌入强度调制模块,通过线性调制,分别根据左视图LH子带和右视图HL子带的最大双目恰可失真噪声阈值根据公式(2)控制水印嵌入强度,根据公式(3)修改嵌入位置的小波系数值。
在本发明的一个实施例中,立体图像水印嵌入系统还包括:
水印生成模块,根据版权图像生成水印,包括:
二值化处理单元,对版权图像进行二值化处理;
置乱处理单元,对二值化后的版权图像进行混沌置乱处理;
矩阵转化单元,将混沌治乱处理后的版权图像的二维矩阵转化为一维矩阵,从而得到水印序列。
在本发明的一个实施例中,小波域BJND模型构建模块4包括:
噪声融合单元,在左视图各子带不加噪声时,对右视图HL子带添加噪声,通过对立体图像的观测,得到右视图HL子带的小波系数在不同背景亮度下的噪声阈值的测试值;在右视图各子带不加噪声时,分别对左视图HL子带和LH子带添加噪声,通过对立体图像的观测,得到左视图HL子带和LH子带的小波系数在不同背景亮度下的噪声阈值的测试值;
曲线拟合单元,分别拟合左视图和右视图的HL子带的噪声阈值随背景亮度变化的拟合曲线;
均方根误差计算单元,计算左视图LH子带子带测试值与曲线模拟单元模拟的上述模拟曲线的均方根误差
模拟单元,将左视图的HL子带的拟合曲线作为基础曲线,在设定范围内以设定步长递增或递减得到距离基础曲线不同截距的多条模拟曲线;
最佳拟合曲线获得单元,将最小均方根误差对应的模拟曲线作为左视图LH子带的最佳拟合曲线;
模型构建单元,根据所述公式(1)构建右视图HL和左视图LH子带的小波域双目恰可察觉失真模型,其中,AlimitR,HL[LLR(i,j)]通过右视图HL子带的拟合曲线获得,R为右视图索引,AlimitL,LH[LLL(i,j)]通过左视图LH子带的最佳拟合曲线获得,L为左视图索引。
图7是本发明所述立体图像水印提取系统的一个实施例的构成框图,如图7所示,所述立体图像水印提取系统包括:
第二视图获取模块1',获取待测立体图像的左视图和右视图;
第二变换模块2',分别对上述左视图和右视图进项小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
水印提取位置和提取强度解调模块3',通过左视图和右视图的LL子带的子带系数根据公式(1)分别获得左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值;按照降序分别对左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值进行排序,分别取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图和右视图的水印提取位置;分别根据左视图LH子带和右视图的HL子带的各水印提取位置对应双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
提取模块4',根据公式(6)以水印强度取模,根据公式(7)判决后得到提取水印;
反置乱模块5',将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
为了方式带提取水印立体图像经过几何变换(如旋转、裁剪)或信号处理(如压缩、滤波)等改变嵌入位置和强度的操作导致无法准确提取水印,采用未嵌水印的原始立体图像的左视图和右视图的水印嵌入位置及其对应的水印嵌入强度提取水印,具体地:
第二视图获取模块1',获取待测立体图像的左视图和右视图;
第二变换模块2',分别对上述左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
水印提取位置和提取强度解调模块3',将未嵌水印的原始立体图像的左视图和右视图的水印嵌入位置及其对应的水印嵌入强度作为解调的水印提取位置和水印提取强度;
提取模块4',以未嵌水印的原始立体图像的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)以水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数。
综上所述,参照附图以示例的方式描述了根据本发明提出的所述立体图像水印嵌入系统、提取系统及嵌入方法、提取方法。但是,本领域技术人员应当理解,对于上述本发明所提出的系统及方法,还可以在不脱离本发明内容的基础上做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。

Claims (10)

1.一种立体图像水印嵌入方法,其特征在于,包括:
获取立体图像的左视图和右视图;
分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,取LL、HL、LH或HH,LLo(i,j)表示所述一个视图LL子带的位置为(i,j)的子带系数,Alimito,S[LLo(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
将左视图作为所述一个视图,将右视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;
将右视图作为所述一个视图,将左视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印嵌入位置;
按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印嵌入位置;
根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
2.根据权利要求1所述的立体图像水印嵌入方法,其特征在于,所述构建子带的小波域双目恰可察觉失真模型的方法包括:
在左视图各子带不加噪声时,对右视图HL子带添加噪声,通过对立体图像的观测,得到右视图HL子带的小波系数在不同背景亮度下的噪声阈值的测试值;
通过曲线拟合方法拟合右视图的HL子带的噪声阈值随背景亮度变化的拟合曲线;
在右视图各子带不加噪声时,分别对左视图HL子带和LH子带添加噪声,通过对立体图像的观测,得到左视图HL子带和LH子带的小波系数在不同背景亮度下的噪声阈值的测试值;
通过曲线拟合方法拟合左视图的HL子带的噪声阈值随背景亮度变化的拟合曲线,作为基础曲线;
在设定范围内以设定步长递增或递减得到距离基础曲线不同截距的多条模拟曲线;
计算左视图LH子带测试值与上述模拟曲线的均方根误差;
将最小均方根误差对应的模拟曲线作为左视图LH子带的最佳拟合曲线;
根据公式(1)构建右视图HL和左视图LH子带的小波域双目恰可察觉失真模型,其中,AlimitR,HL[LLR(i,j)]通过右视图HL子带的拟合曲线获得,R为右视图索引,AlimitL,LH[LLL(i,j)]通过左视图LH子带的最佳拟合曲线获得,L为左视图索引。
3.根据权利要求1所述的立体图像水印嵌入方法,其特征在于,所述左视图LH子带各像素点的小波系数的噪声阈值根据下式(4)确定
其中,L为左视图索引;
所述右视图HL子带各像素点的小波系数的噪声阈值根据下式(5)确定,
其中,R为右视图索引。
4.一种立体图像水印提取方法,其特征在于,包括:
获取待测立体图像的左视图和右视图;
分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
通过左视图LL子带的子带系数根据公式(1)获得左视图LH子带的双目恰可失真噪声阈值;
通过右视图LL子带的子带系数根据公式(1)获得右视图HL子带的双目恰可失真噪声阈值;
按照降序对左视图LH子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图的水印提取位置;
按照降序对右视图HL子带的双目恰可失真噪声阈值进行排序,从大到小依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为右视图的水印提取位置;
根据左视图LH子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
根据右视图HL子带的各水印提取位置对应的双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
根据下式(6)对各水印提取位置的各水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],
BJNDo,S[LLo(m,n),Aa,S(m,n)]为待测立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为待测立体图像的一个视图的水印提取强度,coefo(m,n)表示一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
5.一种立体图像水印提取方法,其特征在于,包括:
获取待测立体图像的左视图和右视图;
分别对上述的左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
以未嵌水印的原始立体图像的各嵌入位置的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],
BJNDo,S[LLo(m,n),Aa,S(m,n)]为未嵌水印的原始立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
6.一种立体图像水印嵌入系统,其特征在于,包括:
第一视图获取模块,获取立体图像的左视图和右视图;
第一变换模块,分别对左视图和右视图进行小波变换,得到左视图和右视图各自的LL、LH、HL和HH四个子带;
小波域BJND模型构建模块,根据下式(1)构建子带的小波域双目恰可察觉失真模型,
其中,o表示一个视图,所述一个视图为左视图或者右视图,a表示另一个视图,S为子带索引,可取LL,HL,LH,HH,LLo(i,j)表示所述一个视图位置为(i,j)的像素点的亮度均值,Alimito,S[LLR(i,j)]表示一个视图子带S上位置为(i,j)的小波系数的噪声阈值,Aa,S(i,j)表示另一个视图的子带S上位置为(i,j)的像素点的噪声能量;BJNDo,S[LLo(i,j),Aa,S(i,j)]表示一个视图子带S的位置为(i,j)的小波系数的双目恰可失真噪声阈值,λ为曲线指数;
左视图双目恰可失真噪声阈值获得模块,将左视图作为所述一个视图,将右视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到左视图LH子带各像素点的双目恰可失真噪声阈值;
右视图双目恰可失真噪声阈值获得模块,将右视图作为所述一个视图,将左视图作为所述另一个视图,代入上述小波域双目恰可察觉失真模型,得到右视图HL子带各像素点的双目恰可失真噪声阈值;
排序模块,按照降序对左视图LH子带和右视图HL子带的双目恰可失真噪声阈值进行排序;
左视图水印嵌入位置获得模块,按照排序从大到小依次取设定数量的左视图LH子带的双目恰可失真噪声阈值对应的子带系数作为左视图水印嵌入位置;
右视图水印嵌入位置获得模块,按照排序从大到小依次取设定数量的右视图HL子带的双目恰可失真噪声阈值对应的子带系数作为右视图水印嵌入位置;
左视图水印嵌入强度获得模块,根据左视图LH子带的各水印嵌入位置对应双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
右视图水印嵌入强度获得模块,根据右视图HL子带的各水印嵌入位置对应的双目恰可失真噪声阈值确定各水印嵌入位置的水印嵌入强度;
水印嵌入模块,根据水印嵌入强度将水印分别嵌入到左视图和右视图的水印嵌入位置。
7.根据权利要求6所述的立体图像水印嵌入系统,其特征在于,还包括:
水印生成模块,根据版权图像生成水印,包括:
二值化处理单元,对版权图像进行二值化处理;
置乱处理单元,对二值化后的版权图像进行混沌置乱处理;
矩阵转化单元,将混沌治乱处理后的版权图像的二维矩阵转化为一维矩阵,从而得到水印序列。
8.根据权利要求6所述的立体图像水印嵌入系统,其特征在于,所述小波域BJND模型构建模块包括:
噪声融合单元,在左视图各子带不加噪声时,对右视图HL子带添加噪声,通过对立体图像的观测,得到右视图HL子带的小波系数在不同背景亮度下的噪声阈值的测试值;在右视图各子带不加噪声时,分别对左视图HL子带和LH子带添加噪声,通过对立体图像的观测,得到左视图HL子带和LH子带的小波系数在不同背景亮度下的噪声阈值的测试值;
曲线拟合单元,分别拟合左视图和右视图的HL子带的噪声阈值随背景亮度变化的拟合曲线;
均方根误差计算单元,计算左视图LH子带子带测试值与曲线模拟单元模拟的上述模拟曲线的均方根误差;
模拟单元,将左视图的HL子带的拟合曲线作为基础曲线,在设定范围内以设定步长递增或递减得到距离基础曲线不同截距的多条模拟曲线;
最佳拟合曲线获得单元,将最小均方根误差对应的模拟曲线作为左视图LH子带的最佳拟合曲线;
模型构建单元,根据公式(1)构建右视图HL和左视图LH子带的小波域双目恰可察觉失真模型,其中,AlimitR,HL[LLR(i,j)]通过右视图HL子带的拟合曲线获得,R为右视图索引,AlimitL,LH[LLL(i,j)]通过左视图LH子带的最佳拟合曲线获得,L为左视图索引。
9.一种立体图像水印提取系统,其特征在于,包括:
第二视图获取模块,获取待测立体图像的左视图和右视图;
第二变换模块,分别对上述左视图和右视图进项小波变换,得到左视图LH子带和LL子带的子带系数以及右视图HL子带和LL子带的子带系数;
水印提取位置和水印提取强度解调模块,通过左视图和右视图的LL子带的子带系数根据公式(1)分别获得左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值;按照降序分别对左视图LH子带和右视图的HL子带的双目恰可失真噪声阈值进行排序,按照排序从大到小分别依次取设定数量的双目恰可失真噪声阈值对应的子带系数作为左视图和右视图的水印提取位置;分别根据左视图LH子带和右视图的HL子带的各水印提取位置对应双目恰可失真噪声阈值确定各水印提取位置的水印提取强度;
提取模块,根据下式(6)对各水印提取位置的各水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],
BJNDo,S[LLo(m,n),Aa,S(m,n)]为待测立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为待测立体图像的一个视图的水印提取强度,coefo(m,n)表示一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
反置乱模块,将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
10.一种立体图像水印提取系统,其特征在于,包括:
第二视图获取模块,获取待测立体图像的左视图和右视图;
第二视图变换模块,分别对上述左视图和右视图进行小波变换,得到左视图LH子带和右视图HL子带的子带系数;
水印提取位置和水印提取强度解调模块,将未嵌水印的原始立体图像的左视图和右视图的水印嵌入位置及其对应的水印嵌入强度作为解调的水印提取位置和水印提取强度;
提取模块,以未嵌水印的原始立体图像的水印嵌入强度和待测立体图像的上述子带系数根据下式(6)以水印强度取模,根据下式(7)判决后得到提取水印,
Ro(m,n)=mod(coefo(m,n),Xo(m,n)) (6)
其中,Ro(m,n)表示模值,Xo(m,n)=αBJNDo,S[LLo(m,n),Aa,S(m,n)],
BJNDo,S[LLo(m,n),Aa,S(m,n)]为未嵌水印的原始立体图像的一个视图的一个子带的水印嵌入位置(m,n)的双目恰可失真噪声阈值,所述一个视图为左视图或右视图,当所述一个视图为左视图时,S表示LH子带,当所述一个视图为右视图时,S表示HL子带,Xo(m,n)为未嵌水印的原始立体图像的一个视图的水印嵌入强度,coefo(m,n)表示待测立体图像的一个视图位置为(m,n)的子带系数,α为一致性水印强度调制系数;
反置乱模块,将提取出的水印经反置乱重新排列获得二值水印图像,得到提取的版权图像。
CN201810820719.8A 2018-07-24 2018-07-24 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法 Active CN109064377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810820719.8A CN109064377B (zh) 2018-07-24 2018-07-24 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810820719.8A CN109064377B (zh) 2018-07-24 2018-07-24 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法

Publications (2)

Publication Number Publication Date
CN109064377A true CN109064377A (zh) 2018-12-21
CN109064377B CN109064377B (zh) 2023-03-31

Family

ID=64835222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810820719.8A Active CN109064377B (zh) 2018-07-24 2018-07-24 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法

Country Status (1)

Country Link
CN (1) CN109064377B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110475040A (zh) * 2019-08-08 2019-11-19 南京吉印信息科技有限公司 一种基于模运算的交换密码水印方法及系统
CN112017094A (zh) * 2019-12-16 2020-12-01 江苏水印科技有限公司 一种基于jnd模型的图像空域自适应水印
CN112070650A (zh) * 2020-09-15 2020-12-11 中国科学院信息工程研究所 一种针对全景图像的水印嵌入及检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120063634A1 (en) * 2010-09-01 2012-03-15 Gwenael Doerr Method for watermarking free view video with blind watermark detection
CN102521825A (zh) * 2011-11-16 2012-06-27 宁波大学 一种基于零水印的立体图像质量客观评价方法
CN103024375A (zh) * 2012-11-15 2013-04-03 宁波大学 一种基于双目恰可觉察失真的立体图像半脆弱水印方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120063634A1 (en) * 2010-09-01 2012-03-15 Gwenael Doerr Method for watermarking free view video with blind watermark detection
CN102521825A (zh) * 2011-11-16 2012-06-27 宁波大学 一种基于零水印的立体图像质量客观评价方法
CN103024375A (zh) * 2012-11-15 2013-04-03 宁波大学 一种基于双目恰可觉察失真的立体图像半脆弱水印方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吕玲玲 等: "基于BJND模型的立体图像鲁棒水印算法", 《电视技术》 *
沈丽丽等: "基于小波包分解的无参考立体图像质量评价", 《湖南大学学报(自然科学版)》 *
王晶等: "基于BJND的立体图像篡改定位及恢复水印方法", 《光电子.激光》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110475040A (zh) * 2019-08-08 2019-11-19 南京吉印信息科技有限公司 一种基于模运算的交换密码水印方法及系统
CN112017094A (zh) * 2019-12-16 2020-12-01 江苏水印科技有限公司 一种基于jnd模型的图像空域自适应水印
CN112070650A (zh) * 2020-09-15 2020-12-11 中国科学院信息工程研究所 一种针对全景图像的水印嵌入及检测方法
CN112070650B (zh) * 2020-09-15 2023-12-22 中国科学院信息工程研究所 一种针对全景图像的水印嵌入及检测方法

Also Published As

Publication number Publication date
CN109064377B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Cheema et al. A novel optimized semi-blind scheme for color image watermarking
Susanto et al. Hybrid method using HWT-DCT for image watermarking
CN102750660B (zh) 一种嵌入和提取数字水印的方法和装置
CN109064377A (zh) 立体图像水印嵌入系统、提取系统及嵌入方法、提取方法
CN106204410B (zh) 一种新型的基于矩阵Schur分解的数字水印方法
CN106131711A (zh) 面向3d高清数字视频的鲁棒隐水印嵌入与提取方法
Sujatha et al. A Novel DWT Based Blind Watermarking for Image Authentication.
CN111968024A (zh) 一种自适应图像水印方法
Lee et al. Stereoscopic watermarking by horizontal noise mean shifting
CN105956990A (zh) 一种通用型大容量图像无损信息隐藏算法
Gunjal et al. Strongly robust and highly secured DWT-SVD based color image watermarking: embedding data in all Y, U, V color spaces
Khare et al. Secure and robust image watermarking scheme using homomorphic transform, SVD and Arnold transform in RDWT domain
Maity et al. An image watermarking scheme using HVS characteristics and spread transform
Hel-Or et al. Geometric hashing techniques for watermarking
CN110428355A (zh) 一种基于压缩感知与nsct的彩色图像数字水印方法
Okagaki et al. Robustness evaluation of digital watermarking based on discrete wavelet transform
Shekaramiz et al. Embedding and extracting two separate images signal in salt & pepper noises in digital images based on watermarking
CN109194846A (zh) 一种基于复杂度的EMD(n,m,δ)自适应图像密写方法
Oakes et al. Visual attention-based watermarking
Li et al. An adaptive blind watermarking algorithm based on DCT and modified Watson's visual model
Dixit et al. LWT-DCT based image watermarking scheme using normalized SVD
Liang et al. Ridgelet-based robust and perceptual watermarking for images
CN110838082A (zh) 一种基于张量分解的立体视频鲁棒水印方法
Kallel et al. DWT based blind and robust watermarking technique using ABCD map for medical image
CN110097489B (zh) 一种基于双目立体视觉的遥感影像数字水印方法

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