CN110503591A - 基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法 - Google Patents

Abstract

本发明公开了一种基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，包括以下步骤：获取目标图像；对目标区域图像进行预处理；确定目标图像对应的文本字符串，将文本字符串生成二维码，然后转换为二值图像，即转换为每位为0和1的水印编码；使用图像的哈希指纹和密钥K获得的水印编码加密，获得加密后的水印信息；嵌入水印；将改变后的目标通道的矩阵赋值给原图像对应通道，原图像其他通道保持不变，并生成水印图像；提取加密后的水印编码；检索目标图像。本发明提出了一种在特定区域水印的嵌入方法，不仅保持较高的效率，同时由于嵌入的水印是二维码图像，也有较强的坑攻击性，能充分满足要求。

Description

基于特征轮廓二维码水印的有效智能的图像提取和认证比较 的方法

技术领域

本发明涉及图像检索技术，尤其涉及一种基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法。

背景技术

在图像检索方面，一些学者基于FAST特征点着手研究提出的相关算法，该算法从图像自身入手，通过像素间的信息比较，进而获取能对图像进行特征概括的特征点。该算法方便高效，被很多协同性高的系统普遍使用。陈丽琴于2015年在电子测量技术期刊中提出基于图像高层语义信息的方法来进行图像检索，陈俊周于2015年在模式分析与应用期刊中提出对图像进行线性编码分类和检索，也有学者基于分块对图像进行区域式检索(RBIR)。国内有清华开发的CBIR系统，国外也有麻省理工学院开发的Photobook以及哥伦比亚大学开发的VisualSeek等，CBIR系统是以图像轮廓和纹理等内容作为特征进行检索。

图像检索，必须借助一些高效快捷的算法，如近似近邻检索(ANN，ApproximateNearest Neighbor)算法、mean-removed矢量量化(齐宪标于2016年的神经计算期刊中提出)、二进制码最小损失散列算法(卢孝强于2017年在图像处理期刊IEEE Transactions onImage Processing中提出)和自适应角点检测方法(Johny Paul于2015年在系统结构期刊中提出)等算法，这些算法针对图像特征建立了高效的索引机制，以应对特定检索的需要，随着感知哈希算法的问世和发展，关于图像的认证和检索又往前迈出了重要的一步。

研究者发现不同的图像携带不同的数字信息，主要体现在图像编码顺序和特征的不同上，但如果把图像自身“像素级”的特征作为标识来进行检索，由于其数据资源编码量大，会极大的耗费内存空间和计算机性能，而且该特征对于图像的几何收缩和攻击表现十分敏感，故不适合直接用作图像的检索。但基于图像内容的特征表达的确给研究者提供了方向，许多学者领会到能够应用某些方法提取图像数据的一部分特征，并应用这些特征对原始图像进行合适的概括表达，而这些特征作为图像的特定指纹，可以完成在海量图像库中对图像的检索和必要的分析。随着密码学中各种算法的问世，研究者考虑到采用哈希算法对原始图像数据进行编码，生成格式一致的指纹信息，这也是较早的检索方法，它实质上是对图像“像素级”数据的一次降维，但对于质量稍高的图像，算法效率不高，而且指纹信息具有高度的脆弱性，图像发生较细微的改变都可能引起哈希指纹的更改，所以近年来，基于图像视觉特征的检索，追求更快捷高效的实现“以图搜图”，仍然是该领域比较热门的研究方向。

在水印的嵌入和提取方面，常用的算法是通过混沌序列生成特定密钥，在图像的空域或频域，把水印字符串或水印图像通过某些算法在不引起人眼感知的情况下嵌入到目标图像。提取水印时，根据嵌入算法的可逆性和相关密钥来反推出水印信息来达到认证的目的。但是文本水印较脆弱，抗攻击能力低下，鲁棒性较差(李桂森于2015年在计算机科学期刊中提出)。以图像作为水印，如果水印图像像素较高，占用较多的字节，在嵌入时又会改变载体图像的较多像素。所以嵌入的水印既需要一定的鲁棒性，同时又要尽可能较少的改变载体图像的固有特征。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法。

本发明解决其技术问题所采用的技术方案是：基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，包括以下步骤：

1)获取目标图像；采用空域或频域的分割算法来选取目标区域，根据目标区域提取相应的闭合轮廓，来进行水印的嵌入和提取，从而达到了依赖图像而不依赖背景的目的；

2)对目标区域图像进行预处理，具体如下：

2.1)将图像分为R，G，B三个通道，分别得出三个通道像素分布；

2.2)在R，G，B三个通道分别取梯度像素值数目最多的像素作为主像素；

2.3)分别计算3个通道主像素与其左右梯度像素值对应数目之和，将和值最小的通道确定为目标通道；

2.4)根据选取的结果用相邻像素法进行预处理，将目标通道主像素的左右像素置为0；

3)确定目标图像对应的文本字符串，将文本字符串生成二维码，然后转换为二值图像，即转换为每位为0和1的水印编码；

4)使用图像的哈希指纹和密钥K对步骤3)获得的水印编码加密，获得加密后的水印信息；

5)嵌入水印：根据相邻像素法在目标区域图像的目标通道中嵌入加密后的水印编码；

6)将改变后的目标通道的矩阵赋值给原图像对应通道，原图像其他通道保持不变，并生成水印图像；

7)查找目标像素并根据相邻像素法的提取水印思想提取加密后的水印编码；

8)结合密钥K，对整个0，1的水印编码解密，并进一步获取水印字符串；提取的字节编码重新转为二维码；

9)根据图像的二维码链接，进行扫描从而获取事先存储的信息来判断图像库中是否存在该目标图像。

按上述方案，所述步骤3)中文本字符串为网址链接字符串。

按上述方案，所述步骤4)具体如下：选取密钥K，结合原图像生成的哈希指纹与水印编码生成加密的水印编码，步骤如下：

4.1)水印信息的生成过程如下：

其中，I代表载体图像的信息，f₁代表感知哈希算法，P代表图像指纹，S代表水印信息，K代表密钥，f₂为某种规则的加密算法，是加密后的水印信息；

4.2)步骤3)生成的水印字符串转换的水印编码为：

S＝s₁s₂s₃…s_n (4.2)

其中，S为水印信息，s_i∈{0,1},1≤i≤n；

4.3)将密钥K转为二进制序列：

K＝k₁k₂k₃…k_m (4.3)

其中，K为密钥，k_i∈{0,1},1≤i≤m；

4.4)根据水印对密钥进行循环取模并做异或运算，得出的二进制序列为加密后的水印信息：

其中，为加密后的水印信息，

4.5)的求解如下：

本发明产生的有益效果是：

1)本发明在检索和认证中不仅充分利用了二维码水印的特点和鲁棒性优势，并根据系统水印嵌入的特点，选择目标区域嵌入，具有很高的使用价值。

2)在检索过程中，提出了一种基于二分法的三点模式匹配算法，与常规模式匹配算法相比，具有高效率和实用性强的优点。

3)提出了一种在特定区域水印的嵌入算法，该算法在目标区域采用间隔像素进行嵌入，不仅保持较高的效率，同时由于嵌入的水印是二维码图像，也有较强的坑攻击性，能充分满足要求。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图；

图2是本发明实施例的预处理流程图；

图3是本发明实施例的嵌入水印流程图；

图4是本发明实施例的提取水印流程图；

图5是本发明实施例的图像预处理前后哈希值示意图；

图6是本发明实施例的水印嵌入前后哈希值示意图；

图7是本发明实施例的提取的水印字符串信息示意图。

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，对本发明进行进一步详细说明。应当理解，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。

如图1所示，基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，包括以下步骤：

1)获取目标图像；采用空域或频域的分割算法来选取目标区域，根据目标区域提取相应的闭合轮廓，来进行水印的嵌入和提取，从而达到了依赖图像而不依赖背景的目的；

2)如图2，对目标区域图像进行预处理，具体如下：

2.1)将图像分为R，G，B三个通道，分别得出三个通道像素分布；

2.2)在R，G，B三个通道分别取梯度像素值数目最多的像素作为主像素；

2.3)分别计算3个通道主像素与其左右梯度像素值对应数目之和，将和值最小的通道确定为目标通道；

2.4)根据选取的结果用相邻像素法进行预处理，将目标通道主像素的左右像素置为0；

3)确定目标图像对应的网址字符串，将网址字符串生成网址二维码，然后转换为二值图像，即转换为每位为0和1的水印编码；

4)使用图像的哈希指纹和密钥K对步骤3)获得的水印编码加密，获得加密后的水印信息；

所述步骤4)具体如下：选取密钥K，结合原图像生成的哈希指纹与水印编码生成加密的水印编码，步骤如下：

4.1)水印信息的生成过程如下：

其中，I代表载体图像的信息，f₁代表感知哈希算法，P代表图像指纹，S代表水印信息，K代表密钥，f₂为某种规则的加密算法，是加密后的水印信息；

4.2)步骤3)生成的水印字符串转换的水印编码为：

S＝s₁s₂s₃…s_n (4.2)

其中，S为水印信息，s_i∈{0,1},1≤i≤n；

4.3)将密钥K转为二进制序列：

K＝k₁k₂k₃…k_m (4.3)

其中，K为密钥，k_i∈{0,1},1≤i≤m；

4.4)根据水印对密钥进行循环取模并做异或运算，得出的二进制序列为加密后的水印信息：

其中，为加密后的水印信息，

4.5)的求解如下：

5)嵌入水印：根据相邻像素法在目标区域图像的目标通道中嵌入加密后的水印编码；具体流程如图3；

6)将改变后的目标通道的矩阵赋值给原图像对应通道，原图像其他通道保持不变，并生成水印图像；

7)查找目标像素并根据相邻像素法的提取水印思想提取加密后的水印编码；具体流程如图4；

8)结合密钥K，对整个0，1的水印编码解密，并进一步获取水印字符串；并转换为二维码；

9)根据图像的二维码链接，进行扫描跳转到相应网址从而获取事先存储的信息来判断图像库中是否存在该目标图像。

本方法采用网址二维码作为水印，首先在系统中搭建服务器来记录和保存用户信息，将带参数的链接生成二维码水印，二维码的复杂度仅仅由网址字符串的长度决定，生成的网址二维码很容易变换为二值图像，且外观没有任何影响。在嵌入水印时，把二值图像转为字节流在载体图像部分区域完成嵌入，提取水印时，提取的字节编码重新转为二维码，接着进行扫描跳转到相应网址从而获取特定的用户信息，而且二维码具有较强的容错性，可以确保网址的正确性。由于用户信息保存在服务器上，从理论上来讲，用户的信息量可以无限大，而对应的水印信息仅为一条较少链接编码字节生成的二维码，充分发挥了传统水印的优势。同时，由于在提取水印方面的可逆性不依赖原图像，也完全还原水印信息，达到了无损或无失真数字水印的特性。

一个具体实例：

对于一般证件照的特定区域的水印嵌入，一般会从背景区域或头像区域作为目标区域来考虑，对于纯色证件照，其组成背景颜色的像素占了很大比例，如果只对该像素及相邻元素进行相关变换和操作来嵌入水印，将大大减少对原图像像素的更改量。对于一些不发生换底操作的证件，可以考虑从背景区域进行水印的嵌入。

1)获取目标证件照，通过Matlab编程，分为R,G,B三个通道，分别得出三个通道像素分布火柴图；

2)从三个通道像素分布火柴图中可以看出证件照背景颜色为纯色且占了较大比例，在单独的R,G,B三个通道中，易见某个像素占了很大比例。原图像尺寸为258*252，共65016个像素点。根据程序运行中的相关结果，三个通道的数目最大像素的像素点、数目和所占比例如表1的目标像素信息。

表1目标像素信息

根据表1得到3个通道最主要的像素点，可以推测背景颜色由这3个主要像素叠加而成，用现有的作图软件(如PhotoShop)验证推测证明推测合理。

2：选取目标通道进行研究。算法的主要思想是最小代价的改变原图像像素来嵌入水印，根据相邻像素法的思想，目标像素的左右像素都要改变为目标像素的梯度值，则其和越小，改变量越少，3个通道的目标像素左右像素信息如表2。

表2目标像素的左右像素信息

根据表中的结果，应选择的通道为R通道，目标像素梯度值为64。

3：根据选取的结果用相邻像素法进行预处理。

4：将水印字符串生成每位为0和1的水印编码。

5：选取密钥K，结合原图像生成的哈希指纹与水印编码生成加密的水印编码，算法如下：

a)水印信息的生成过程如下：

其中，I代表载体图像的信息，f₁代表感知哈希算法，P代表图像指纹，S代表水印信息，K代表密钥，f₂为某种规则的加密算法，是加密后的水印信息。

b)上一步生成的水印字符串为

S＝s₁s₂s₃…s_n (4.2)

其中，S为水印信息，s_i∈{0,1},1≤i≤n。

c)将密钥K转为二进制序列

K＝k₁k₂k₃…k_m (4.3)

其中，K为密钥，k_i∈{0,1},1≤i≤m。

d)根据水印对密钥进行循环取模并做异或运算，得出的二进制序列为加密后的水印信息。

其中，为加密后的水印信息， 的求解如下：

6：嵌入水印。根据相邻像素法的思想在目标通道中嵌入加密后的水印编码。

7：将改变后的目标通道的矩阵赋值给原图像对应通道，原图像其他通道保持不变，并生成水印图像。

8：查找目标像素并根据相邻像素法的提取水印思想提取加密后的水印编码。

9：结合密钥K，对整个0,1的水印编码解密，并进一步获取水印字符串。

实施例结果和分析

步骤3中，通过编程分别用原图像和预处理后的图像的哈希信息进行比较，如图5所示。二者像素矩阵不同，哈希值不同，根据图中所得，它们的感知哈希值(哈希指纹)不变。

步骤4中，要嵌入的文本字符串为：'wangzhenjiang is a student of USST'，Matlab编程处理转为uint8的0、1字符串为：00010001011...(共272位)。

步骤5中，示例图像的哈希指纹为：ffffdf9f9a8fc7ff；密钥K为其对应的64位0,1编码：‘11111111...’(共64位)；加密后的水印信息，‘00010001011...’(共272位)。

步骤7中，通过步骤6嵌入水印后生成水印图像，进而应用编程分别用原图像和水印图像的哈希信息进行比较，如图6所示。二者像素矩阵不同，哈希值不同，根据图中所得，它们的感知哈希值(哈希指纹)不变，另外预处理图像与水印图像也有相同性质。

通过步骤8,9描述的算法思想通过编程提取的水印信息如图7的标题中的水印字符串，从而水印完成了准确提取。

实验结论分析：对于整个证件照来说，像素改变的地方有：若干目标像素左像素、若干目标像素右像素和大小为水印编码长度数目的目标像素。由于预处理中右像素置为了目标像素，而嵌入水印的过程中，目标像素部分又改变为右像素，所以实际像素改变量更少。则整个证件照在水印嵌入过程中，改变的像素和所占的比例可计算如下：

其中maxN为最大改变像素的数目，leftN为目标像素左像素数目，rightN为目标像素右像素数目，waterN为水印编码的长度，totalN为某通道全部像素，η为改变图像像素比例。

对于实验中的图像，可能改变像素的最大值为：maxN＝6442,η＝0.033。可以得出对于3个通道，改变比例是极小的，极大程度保持了原图像的原样。

本实施例给出了针对背景区域水印嵌入和提取的相邻像素法，该算法实现效率较高，在保持原图像的像素值和数目最小程度改变的基础上，在背景区域来完成水印的嵌入和提取，但该方法应用的领域较为狭窄，水印相对脆弱，因为目前证件照很容易出现换底操作，证件照中有意义的区域属于头像区域，因而为了对证件照研究的完备性以及实现系统较强的可用性，需对头像区域作为特定区域的研究对象。

所以，进一步的，可对整体图像采用基于空域或频域的分割算法来确定目标区域，对于本实施例中证件照的特点，头像区域和背景区域分块明显，本实施例基于空域进行图像处理，选取头像区域作为目标区域，并提取相应的闭合轮廓，来进行水印的嵌入和提取，从而达到了依赖图像而不依赖背景的目的。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (3)

1.一种基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，包括以下步骤：

1)获取目标图像；选取目标区域，根据目标区域提取相应的闭合轮廓；

2)对目标区域图像进行预处理，具体如下：

2.1)将图像分为R，G，B三个通道，分别得出三个通道像素分布；

2.2)在R，G，B三个通道分别取梯度像素值数目最多的像素作为主像素；

2.3)分别计算3个通道主像素与其左右梯度像素值对应数目之和，将和值最小的通道确定为目标通道；

2.4)根据选取的结果用相邻像素法进行预处理，将目标通道主像素的左右像素置为0；

3)确定目标图像对应的文本字符串，将文本字符串生成二维码，然后转换为二值图像，即转换为每位为0和1的水印编码；

4)使用图像的哈希指纹和密钥K对步骤3)获得的水印编码加密，获得加密后的水印信息；

5)嵌入水印：根据相邻像素法在目标区域图像的目标通道中嵌入加密后的水印编码；

6)将改变后的目标通道的矩阵赋值给原图像对应通道，原图像其他通道保持不变，并生成水印图像；

7)查找目标像素并根据相邻像素法的提取水印思想提取加密后的水印编码；

8)结合密钥K，对整个0，1的水印编码解密，并进一步获取水印字符串；提取的字节编码重新转为二维码；

9)根据图像的二维码链接，进行扫描从而获取事先存储的信息来判断图像库中是否存在该目标图像。

2.根据权利要求1所述的基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，其特征在于，所述步骤3)中文本字符串为网址链接字符串。

3.根据权利要求1所述的基于特征轮廓二维码水印的有效智能的图像提取和认证比较的方法，所述步骤4)具体如下：选取密钥K，结合原图像生成的哈希指纹与水印编码生成加密的水印编码，步骤如下：

4.1)水印信息的生成过程如下：

其中，I代表载体图像的信息，f₁代表感知哈希算法，P代表图像指纹，S代表水印信息，K代表密钥，f₂为某种规则的加密算法，是加密后的水印信息；

4.2)步骤3)生成的水印字符串转换的水印编码为：

S＝s₁s₂s₃…s_n (4.2)

其中，S为水印信息，s_i∈{0,1},1≤i≤n；

4.3)将密钥K转为二进制序列：

K＝k₁k₂k₃…k_m (4.3)

其中，K为密钥，k_i∈{0,1},1≤i≤m；

4.4)根据水印对密钥进行循环取模并做异或运算，得出的二进制序列为加密后的水印信息：

其中，为加密后的水印信息，

4.5)的求解如下：