CN111768328B - 文本图像水印嵌入方法及系统、提取方法及系统 - Google Patents

Abstract

本发明涉及一种文本图像水印嵌入方法及系统、提取方法及系统，所述文本图像水印嵌入方法包括：将待嵌入的水印图像压缩为第一二值水印序列；计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；根据各第一打印扫描不变量构造多个第一特征矩阵；对所述第一二值水印序列进行扩展，得到扩展水印序列；基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；根据各最优第一特征矩阵的分量计算连通分量的目标黑色像素数量；翻转连通分量的像素，得到嵌入水印的文本图像。本发明通过水印多次嵌入及基于打印扫描不变量的像素翻转策略，在保证水印不可见性的前提下，能够提高水印抵抗攻击的鲁棒性。

Description

文本图像水印嵌入方法及系统、提取方法及系统

技术领域

本发明涉及图像处理与版权保护技术领域，特别涉及一种文本图像水印嵌入方法及系统、提取方法及系统。

背景技术

电子商务的发展使得文本图像应用广泛。文本图像易复制和盗用的特性给文本版权所有者的利益带来威胁。文本图像水印技术将代表版权的信息隐藏于文本图像中，当有版权冲突时，通过提取水印来验证版权，为文本图像版权认证提供了一种有效的解决方法。文本图像在传播过程中，会遇到多种处理和攻击，如：旋转、加噪、压缩、打印扫描等。其中，打印扫描是文本重要的传播途径，通过打印扫描，文本可以被轻易复制和传播，这就加大了文本信息被泄漏、盗用的风险。因此，文本图像水印应当对打印扫描攻击具有良好的抵抗能力。

水印算法的性能通常用不可见性和鲁棒性来衡量，两者相互制约。优秀的水印算法应当在鲁棒性和不可见性中取得良好的平衡，在保证水印不可见性的同时提高水印鲁棒性。打印扫描不变的文本图像水印方法可以分为变换域方法、空间域方法和双域结合方法。

其中，变换域方法在嵌入水印过程后要将文本处理为只有黑白二值的文本图像，在这个过程中水印容易丢失，该方法不适用于二值文本图像。

空间域方法通过直接修改文本像素嵌入水印，使得该方法的鲁棒性较低。

双域结合方法结合变换域和空间域方法嵌入水印，既可用于二值文本图像，又具有不错的鲁棒性。当前的双域结合方法多采用单次嵌入水印的方法，水印提取时误码率高。其次，像素翻转策略是空间域方法中平衡水印不可见性和鲁棒性的重要技术，分为单像素翻转策略和单轮廓翻转策略。单像素翻转策略翻转像素后容易引起人眼察觉，单轮廓翻转策略容易导致嵌入错误水印。这些原因导致双域结合的文本图像水印的鲁棒性有待提高。

发明内容

为了解决现有技术中的上述问题，即为了提高水印对打印扫描攻击的鲁棒性，特提出本发明。本发明的目的在于提供一种文本图像水印嵌入方法及系统、提取方法及系统。

为解决上述技术问题，本发明提供了如下方案：

一种文本图像水印嵌入方法，所述文本图像水印嵌入方法包括：

将待嵌入的水印图像压缩为第一二值水印序列；

计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

根据各第一打印扫描不变量构造多个第一特征矩阵；

根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；

基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

优选地，所述将待嵌入的水印图像压缩为第一二值水印序列，具体包括：

对所述水印图像进行二值化处理，得到二值水印图像；

填补所述二值水印图像，得到填补水印图像，所述填补水印图像的宽度和高度均为偶数；

分割所述填补水印图像为多个互不重叠且像素大小为K*K的子块；

分别对各子块进行跳白块编码，得到对应的编码序列；

合并各子块的编码序列，得到第一二值水印序列。

优选地，所述计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量，具体包括：

根据以下公式，确定文本图像的连通分量的提取阈值t：

其中，D₀表示文本图像第ROW行中连通分量的个数，x_i0表示文本第ROW行中第i个连通分量的黑色像素数量，v表示一个百分数；

提取所述文本图像中黑色像素数量高于提取阈值的连通分量；

基于以下公式，计算第一打印扫描不变量e_i：

其中，M表示所述文本图像第ROW行中平均每个黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，x_i1表示第ROW行中第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，D表示文本图像第ROW行中黑色像素数量高于提取阈值的连通分量的个数，x_i表示除第ROW行外第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，A表示精度调节参数，为10的次方数。

优选地，所述根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列，具体包括：

根据以下公式，计算第一二值水印序列可重复嵌入次数c：

其中，p表示每个第一特征矩阵中可嵌入水印位数，k表示第一特征矩阵的数量，y表示所述第一二值水印序列的长度；

将所述第一二值水印序列中每位水印信息复制(c-1)次，得到扩展水印序列。

优选地，所述基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵，具体包括：

针对每一个第一特征矩阵，

对所述第一特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

将所述离散余弦变换系数矩阵的系数按逆Z型排序；

基于设定的迭代阈值范围，进行迭代处理，

在每次迭代时从所述扩展水印序列中选择未嵌入的p位水印信息，根据修改规则从离散余弦变换系数的第s位开始修改相应的系数；修改规则为：如果当前水印信息为1，则修改系数为T；如果当前水印信息为0，则修改系数为-T；T为一个整数；

对修改后的离散余弦变换系数矩阵进行逆离散余弦变换，得到第一更新特征矩阵；

计算所述第一特征矩阵与第一更新特征矩阵的相关系数和最优差分；

T值加1，进行下次迭代，直至完成迭代阈值范围内的全部取值；

确定相关系数和最优差分的最小差距对应的第一更新特征矩阵，该第一更新特征矩阵为第一特征矩阵对应的最优第一特征矩阵。

优选地，所述根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量，具体包括：

根据以下公式，计算各连通分量的目标黑色像素数量x′_i，各最优第一特征矩阵的每一个分量分别表示文本图像中的一个连通分量的新第一打印扫描不变量：

其中，x′_i表示第i个黑色像素数量高于提取阈值的连通分量的目标黑色像素，e′_i表示最优第一特征矩阵的第i个分量，M表示文本图像第ROW行平均每个所述黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，A表示精度调节参数。

优选地，翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像，具体包括：

步骤S1：提取所述文本图像中连通分量的所有轮廓，并由大到小排序；

步骤S2：针对所述连通分量内的每一轮廓，将所述连通分量内的当前轮廓由下式的傅里叶描述子表示：

其中，Z(k)表示所述轮廓的傅里叶描述子，N表示轮廓顶点的总个数，z(n)为由轮廓的顶点构造的复数函数，z(n)＝x(n)+j·y(n)，n表示当前轮廓顶点的序号，n＝0,1,…,N-1，k为傅里叶系数的序号，k＝0,1,…,N-1，

为虚单位，x(n)为轮廓顶点的横坐标，y(n)为轮廓顶点的纵坐标；

步骤S3：将所述傅里叶描述子高频区域[N/2-γ,N/2+γ]的系数γ置零，重构得到新轮廓；

步骤S4：根据所述连通分量和所述新轮廓填充得到的连通分量，计算得到新连通分量；

步骤S5：当所述目标黑色像素数量高于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否超过所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3；当所述目标黑色像素数量低于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否低于所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3；

步骤S6：判断所述新连通分量的黑色像素的数量是否高于所述连通分量的提取阈值：若是，则执行步骤S7；若否，则不修改当前的轮廓；

步骤S7：判断所述新连通分量的黑色像素的数量是否和所述目标黑色像素数量相等：若是，则所述新连通分量为翻转后连通分量；若否，则返回步骤S2，继续修改下一个轮廓。

为解决上述技术问题，本发明还提供了如下方案：

一种文本图像水印嵌入系统，所述文本图像水印嵌入系统包括：

压缩单元，用于将待嵌入的水印图像压缩为第一二值水印序列；

第一计算单元，用于计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

第一构造单元，用于根据各第一打印扫描不变量构造多个第一特征矩阵；

扩展单元，用于根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；

修改单元，用于基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

第二计算单元，用于根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

翻转单元，用于翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

为解决上述技术问题，本发明还提供了如下方案：

一种文本图像水印提取方法，所述提取方法用于提取利用上述文本图像水印嵌入方法嵌入水印图像的文本图像中的水印图像，所述文本图像水印提取方法包括：

对待提取水印图像的文本图像进行二值化处理，得到二值化图像；

计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量；

根据各第二打印扫描不变量构造多个第二特征矩阵；

根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列；

解压缩所述第二二值水印序列，得到提取出的水印图像。

为解决上述技术问题，本发明还提供了如下方案：

一种文本图像水印提取系统，所述文本图像水印提取系统包括：

二值化处理单元，用于对待提取水印图像的文本图像进行二值化处理，得到二值化图像；

第三计算单元，用于计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量；

第二构造单元，用于根据各第二打印扫描不变量构造多个第二特征矩阵；

提取单元，用于根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列；

解压缩单元，用于解压缩所述第二二值水印序列，得到提取出的水印图像。

根据本发明的实施例，本发明公开了以下技术效果：

本发明在嵌入水印前压缩水印图像，使得在文本图像总嵌入容量一定的情况下，增加水印嵌入的次数，达到提高水印鲁棒性的目的；像素翻转时把连通分量的所有轮廓当作可修改对象，通过逐个修改连通分量的轮廓翻转像素，使得连通分量的黑色像素数量为目标黑色像素数量，降低嵌入错误水印的可能性，提高水印鲁棒性。

附图说明

图1是本发明文本图像水印嵌入方法的流程图；

图2是翻转连通分量像素的流程示意图

图3是本发明文本图像水印嵌入系统的模块结构示意图；

图4是本发明文本图像水印提取方法的流程图；

图5是本发明文本图像水印提取系统的模块结构示意图。

符号说明：

压缩单元—11，第一计算单元—12，第一构造单元—13，扩展单元—14，修改单元—15，第二计算单元—16，翻转单元—17，二值化处理单元—21，第三计算单元—22，第二构造单元—23，提取单元—24，解压缩单元—25。

具体实施方式

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

本发明的目的是提供一种文本图像水印嵌入方法，在嵌入水印前压缩水印图像，使得在文本图像总嵌入容量一定的情况下，增加水印嵌入的次数，达到提高水印鲁棒性的目的；像素翻转时把连通分量的所有轮廓当作可修改对象，通过逐个修改连通分量的轮廓翻转像素，使得连通分量的黑色像素数量为目标黑色像素数量，降低嵌入错误水印的可能性，提高水印鲁棒性。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明文本图像水印嵌入方法包括：

步骤100：将待嵌入的水印图像压缩为第一二值水印序列；

步骤200：计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

步骤300：根据各第一打印扫描不变量构造多个第一特征矩阵；

步骤400：根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；

步骤500：基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

步骤600：根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

步骤700：翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

在步骤100中，所述将待嵌入的水印图像压缩为第一二值水印序列，具体包括：

步骤101：对所述水印图像进行二值化处理，得到二值水印图像。

其中，水印图像是表示版权信息的水印，二值水印序列是指只由0和1组成的二值序列。二值化处理的过程是将灰度范围在0～255的水印图像处理为灰度值只有0和255的二值水印图像。

步骤102：填补所述二值水印图像，得到填补水印图像，所述填补水印图像的宽度和高度均为偶数。

具体地，使用白色像素(即无信息像素)填补二值水印图像，使得填补水印图像的宽度和高度均为偶数，从而使填补水印图像可以被分割为多个互不重叠的K*K像素大小的子块(其中K为大于1的整数，优选地，K取值为2)，并且不丢失水印图像最后一行或最后一列的信息。

下面以K为2时为例介绍填补方法：

首先判断水印图像的宽度是否是偶数，如果是，则不作处理；如果不是，则在水印图像的最右端增加一列全白的像素，使得水印图像的宽度为偶数。

判断水印图像的高度是否是偶数，如果是，则不作处理；如果不是，则在水印图像的最下端增加一行全白的像素，使得水印图像的高度为偶数。

步骤103：分割所述填补水印图像为多个互不重叠且像素大小为K*K的子块。

优选地，各子块的尺寸为2*2(即K取值为2)，可使水印图像的压缩率最高。

步骤104：分别对各子块进行跳白块编码，得到对应的编码序列。

具体地，如果子块中全部是白色像素，则使用0表示该块；如果子块中存在黑色像素，则使用1作为标志位，其后为子块像素的直接编码，直接编码中，白色像素表示为0，黑色像素表示为1。

步骤105：合并各子块的编码序列，得到第一二值水印序列。

通过在步骤100中压缩水印图像的冗余信息，可降低水印图像的信息量，进而使得在文本图像可嵌入水印容量一定的情况下，增加水印嵌入的次数，在水印提取时按位取多位重复水印的众值，达到提高水印鲁棒性的目的。

在步骤200中，所述计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量，具体包括：

步骤201：根据以下公式，确定文本图像的连通分量的提取阈值t：

其中，D₀表示文本图像第ROW行中连通分量的个数，x_i0表示文本第ROW行中第i个连通分量的黑色像素数量，v表示一个百分数。优选地，ROW取1，v取20％。

步骤202：提取所述文本图像中黑色像素数量高于提取阈值的连通分量。

所述连通分量为文本图像中由相邻并且相同的像素组成的图像区域。文本图像中，有许多黑色像素数量较少的连通分量，在这些连通分量中嵌入水印，既容易引起人眼视觉注意，又容易因为连通分量可修改部分少导致无法嵌入水印。因此，只提取黑色像素数量高于提取阈值的连通分量。

步骤203：基于以下公式，计算第一打印扫描不变量e_i：

其中，M表示所述文本图像第ROW行中平均每个黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，x_i1表示第ROW行中第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，D表示文本图像第ROW行中黑色像素数量高于提取阈值的连通分量的个数，x_i表示除第ROW行外第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，A表示精度调节参数，为10的次方数。在本实例中，A取值为10000。

所述打印扫描不变量为文本中单个连通分量的黑色像素数量和平均每个连通分量的黑色像素数量的比值。在打印扫描前后，该值保持不变。利用打印扫描不变量嵌入水印，使得水印对打印扫描攻击具备抵抗能力。

在步骤300中，将所述黑色像素数量高于提取阈值的连通分量的所述打印扫描不变量按照一定顺序进行排列，生成8*8大小的第一特征矩阵。其中，所述第一特征矩阵的每个分量代表一个连通分量的所述打印扫描不变量。优选地，排列顺序选取行优先顺序。

在步骤400中，所述根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列，具体包括：

步骤401：根据以下公式，计算第一二值水印序列可重复嵌入次数c：

其中，p表示每个第一特征矩阵中可嵌入水印位数，k表示第一特征矩阵的数量，y表示所述第一二值水印序列的长度；

步骤402：将所述第一二值水印序列中每位水印信息复制(c-1)次，使得每位水印信息重复所述可重复嵌入次数c次，得到扩展水印序列。

进一步地，在步骤500中，所述基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵，包括：

步骤501：针对每一个第一特征矩阵，

对所述第一特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

步骤502：将所述离散余弦变换系数矩阵的系数按逆Z型排序；

步骤503：基于设定的迭代阈值范围，进行迭代处理，

在每次迭代时从所述扩展水印序列中选择未嵌入的p位水印信息，根据修改规则从离散余弦变换系数的第s位开始修改相应的系数；修改规则为：如果当前水印信息为1，则修改系数为T；如果当前水印信息为0，则修改系数为-T；T为一个整数；

对修改后的离散余弦变换系数矩阵进行逆离散余弦变换，得到第一更新特征矩阵；

计算所述第一特征矩阵与第一更新特征矩阵的相关系数和最优差分；

T值加1，进行下次迭代，直至完成迭代阈值范围内的全部取值；

确定相关系数和最优差分的最小差距对应的第一更新特征矩阵，该第一更新特征矩阵为第一特征矩阵对应的最优第一特征矩阵。

在离散余弦变换系数中，水印嵌入到低频区域鲁棒性强但是不可见性差，水印嵌入到高频区域对文本改变小但水印易被破坏，水印嵌入到中频区域可以更好地平衡水印鲁棒性和不可见性。优选地，p取24，s取16。

具体可根据以下公式计算得到相关系数R和最优差分U：

U＝∑∑|(E-E')/E|；

其中，E表示第一特征矩阵，E′表示第一更新特征矩阵，

是与第一特征矩阵E同样尺寸的矩阵，其中的每个元素值均为第一特征矩阵E中所有元素值的均值，

是与第一更新特征矩阵E′同样尺寸的矩阵，其中的每个元素值均为第一更新特征矩阵E′中所有元素值的均值。

在步骤600中，所述根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量，具体包括：

步骤601：根据以下公式，计算各连通分量的目标黑色像素数量x′_i，各最优第一特征矩阵的每一个分量分别表示文本图像中的一个连通分量的新第一打印扫描不变量：

其中，x′_i表示第i个黑色像素数量高于提取阈值的连通分量的目标黑色像素，e′_i表示最优第一特征矩阵的第i个分量，M表示文本图像第ROW行平均每个所述黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，A表示精度调节参数。

具体地，分别计算各最优第一特征矩阵对应的64个黑色像素数量高于提取阈值的连通分量的目标黑色像素数量。

如图2所示，在步骤700中，所述翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像，具体包括：

步骤S1：提取所述文本图像中连通分量的所有轮廓，并由大到小排序。

步骤S2：针对所述连通分量内的每一轮廓，将所述连通分量内的当前轮廓由下式的傅里叶描述子表示：

其中，Z(k)表示所述轮廓的傅里叶描述子，N表示轮廓顶点的总个数，z(n)为由轮廓的顶点构造的复数函数，z(n)＝x(n)+j·y(n)，n表示当前轮廓顶点的序号，n＝0,1,…,N-1，k为傅里叶系数的序号，k＝0,1,…,N-1，

为虚单位，x(n)为轮廓顶点的横坐标，y(n)为轮廓顶点的纵坐标。

步骤S3：将所述傅里叶描述子高频区域[N/2-γ,N/2+γ]的系数γ置零(即γ初值为0)，重构得到新轮廓。

步骤S4：根据所述连通分量和所述新轮廓填充得到的连通分量，计算得到新连通分量。

步骤S5：当所述目标黑色像素数量高于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否超过所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3；当所述目标黑色像素数量低于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否低于所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3。

步骤S6：判断所述新连通分量的黑色像素的数量是否高于所述连通分量的提取阈值：若是，则执行步骤S7；若否，则不修改当前的轮廓。

通过步骤S6，可保证轮廓修改以后连通分量依然可以被提取。

步骤S7：判断所述新连通分量的黑色像素的数量是否和所述目标黑色像素数量相等：若是，则所述新连通分量为翻转后连通分量；若否，则返回步骤S2，继续修改下一个轮廓。

下面以一具体实施例详细说明本发明：

步骤S201：将待嵌入的水印图像二值化，得到第一二值水印序列。

步骤S202：填补第一二值水印序列，在所述第一二值水印序列的最右端增加一列全白像素，使得所述填补水印图像的宽度和高度均为偶数。

步骤S203：将填补水印图像分为2*2像素大小的互不重叠的子块。

步骤S204：各子块分别编码为二值序列，合并各子块的编码序列为第一二值水印序列。

步骤S205：提取文本图像中高于提取阈值的连通分量，其中，阈值计算公式中的v取20％。

步骤S206：计算文本图像连通分量的第一打印扫描不变量，其中，精度调节参数A为10000。

步骤S207：使用连通分量的第一打印扫描不变量构造8*8的第一特征矩阵。

步骤S208：计算文本图像中二值水印序列可重复嵌入次数，扩展二值化水印序列，其中，每个第一特征矩阵内可嵌入水印位数为24。

步骤S209：对各第一特征矩阵进行离散余弦变换，根据水印修改离散余弦变换系数，并通过迭代找到与第一特征矩阵差距最小的第一更新特征矩阵为最优第一特征矩阵，其中，从第16位离散余弦变换系数开始修改，T值迭代范围为[1,5000]。

步骤S210：计算各连通分量目标黑色像素数量。

步骤S211：修改各连通分量像素，得到嵌入水印的文本图像。

在本发明中，在嵌入水印前压缩水印图像，使得在文本图像总嵌入容量一定的情况下，增加水印嵌入的次数，达到提高水印鲁棒性的目的；像素翻转时把连通分量的所有轮廓当作可修改对象，通过逐个修改连通分量的轮廓翻转像素，使得连通分量的黑色像素数量为目标黑色像素数量，降低嵌入错误水印的可能性，提高水印鲁棒性；本发明基于打印扫描不变量、结合离散余弦变换和像素翻转设计一种双域结合的打印扫描不变的文本图像水印嵌入方法，通过双域结合的水印嵌入方法，实现了水印不可见性和鲁棒性之间的较好权衡。

进一步地，本发明还提供一种文本图像水印嵌入系统，提高水印对打印扫描攻击的鲁棒性。

具体地，如图3所示，本发明文本图像水印嵌入系统包括：压缩单元11、第一计算单元12、第一构造单元13、扩展单元14、修改单元15、第二计算单元16及翻转单元17。

其中，所述压缩单元11用于将待嵌入的水印图像压缩为第一二值水印序列；

所述第一计算单元12用于计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

所述第一构造单元13用于根据各第一打印扫描不变量构造多个第一特征矩阵；

所述扩展单元14用于根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；

所述修改单元15用于基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

所述第二计算单元16用于根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

所述翻转单元17用于翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

此外，本发明还提供了一种用于提取利用上述文本图像水印嵌入方法嵌入水印图像的文本图像中的水印图像的文本图像水印提取方法。

如图4所示，本发明文本图像水印提取方法包括：

步骤1000：对待提取水印图像的文本图像进行二值化处理，得到二值化图像。

优选地，对所述二值化图像进行倾斜校正，得到矫正后的二值化图像，用于步骤4000。

步骤2000：计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量。

具体步骤与上述步骤200类似，参数设置相同。例如，提取文本图像中黑色像素数量高于提取阈值的连通分量，计算所述黑色像素数量高于阈值的连通分量的第二打印扫描不变量。

步骤3000：根据各第二打印扫描不变量构造多个第二特征矩阵。

在本实施例中，根据第二打印扫描不变量构造多个8*8的特征矩阵。

步骤4000：根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列。具体包括：

步骤S21：选择一个未提取水印的所述第二特征矩阵，对所述未提取水印的所述第二特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

步骤S22：将所述离散余弦变换系数矩阵的系数按逆Z型排序；

步骤S23：根据提取规则从所述离散余弦变换系数矩阵的系数的第s位开始提取p位二值信息。提取规则如下：若系数符号为正，则提取1；若系数符号为负，提取0；

步骤S24：返回步骤S21，直到所有所述第二特征矩阵都提取完；

步骤S25：合并从各所述第二特征矩阵中提取出的所述二值信息，得到二值序列；

步骤S26：所述二值序列中连续重复的c位二值信息的众值决定一位水印信息，根据所述二值序列得到所述第二二值水印序列。

步骤5000：解压缩所述第二二值水印序列，得到提取出的水印图像。

优选地，本发明还提供了一种文本图像水印提取系统。

如图5所示，本发明文本图像水印提取系统包括二值化处理单元21、第三计算单元22、第二构造单元23、提取单元24及解压缩单元25。

所述二值化处理单元21用于对待提取水印图像的文本图像进行二值化处理，得到二值化图像；

所述第三计算单元22用于计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量；

所述第二构造单元23用于根据各第二打印扫描不变量构造多个第二特征矩阵；

所述提取单元24用于根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列；

所述解压缩单元25用于解压缩所述第二二值水印序列，得到提取出的水印图像。

相对于现有技术，本发明文本图像水印提取系统、文本图像水印提取方法、文本图像水印嵌入系统与上述文本图像水印嵌入方法的有益效果相同，在此不再赘述。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种文本图像水印嵌入方法，其特征在于，所述文本图像水印嵌入方法包括：

将待嵌入的水印图像压缩为第一二值水印序列；

计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

根据各第一打印扫描不变量构造多个第一特征矩阵；

根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；具体包括：

步骤401：根据以下公式，计算第一二值水印序列可重复嵌入次数c：

其中，p表示每个第一特征矩阵中可嵌入水印位数，k表示第一特征矩阵的数量，y表示所述第一二值水印序列的长度；

步骤402：将所述第一二值水印序列中每位水印信息复制(c-1)次，得到扩展水印序列；

基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

2.根据权利要求1所述的文本图像水印嵌入方法，其特征在于，所述将待嵌入的水印图像压缩为第一二值水印序列，具体包括：

对所述水印图像进行二值化处理，得到二值水印图像；

填补所述二值水印图像，得到填补水印图像，所述填补水印图像的宽度和高度均为偶数；

分割所述填补水印图像为多个互不重叠且像素大小为K*K的子块；

分别对各子块进行跳白块编码，得到对应的编码序列；

合并各子块的编码序列，得到第一二值水印序列。

3.根据权利要求1所述的文本图像水印嵌入方法，其特征在于，所述计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量，具体包括：

根据以下公式，确定文本图像的连通分量的提取阈值t：

其中，D₀表示文本图像第ROW行中连通分量的个数，x_i0表示文本第ROW行中第i个连通分量的黑色像素数量，v表示一个百分数；

提取所述文本图像中黑色像素数量高于提取阈值的连通分量；

基于以下公式，计算第一打印扫描不变量e_i：

其中，M表示所述文本图像第ROW行中平均每个黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，x_i1表示第ROW行中第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，D表示文本图像第ROW行中黑色像素数量高于提取阈值的连通分量的个数，x_i表示除第ROW行外第i个黑色像素数量高于提取阈值的连通分量的黑色像素数量，A表示精度调节参数。

4.根据权利要求1所述的文本图像水印嵌入方法，其特征在于，所述基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵，具体包括：

针对每一个第一特征矩阵，

对所述第一特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

将所述离散余弦变换系数矩阵的系数按逆Z型排序；

基于设定的迭代阈值范围，进行迭代处理，

在每次迭代时从所述扩展水印序列中选择未嵌入的p位水印信息，根据修改规则从离散余弦变换系数的第s位开始修改相应的系数；修改规则为：如果当前水印信息为1，则修改系数为T；如果当前水印信息为0，则修改系数为-T；T为一个整数；

对修改后的离散余弦变换系数矩阵进行逆离散余弦变换，得到第一更新特征矩阵；

计算所述第一特征矩阵与第一更新特征矩阵的相关系数和最优差分；

T值加1，进行下次迭代，直至完成迭代阈值范围内的全部取值；

确定相关系数和最优差分的最小差距对应的第一更新特征矩阵，该第一更新特征矩阵为第一特征矩阵对应的最优第一特征矩阵。

5.根据权利要求1所述的文本图像水印嵌入方法，其特征在于，所述根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量，具体包括：

根据以下公式，计算各连通分量的目标黑色像素数量x′_i，各最优第一特征矩阵的每一个分量分别表示文本图像中的一个连通分量的新第一打印扫描不变量：

其中，x′_i表示第i个黑色像素数量高于提取阈值的连通分量的目标黑色像素，e′_i表示最优第一特征矩阵的第i个分量，M表示文本图像第ROW行平均每个所述黑色像素数量高于提取阈值的连通分量包含的黑色像素数量，A表示精度调节参数。

6.根据权利要求1-5中任一项所述的文本图像水印嵌入方法，其特征在于，翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像，具体包括：

步骤S1：提取所述文本图像中连通分量的所有轮廓，并由大到小排序；

步骤S2：针对所述连通分量内的每一轮廓，将所述连通分量内的当前轮廓由下式的傅里叶描述子表示：

其中，Z(k)表示所述轮廓的傅里叶描述子，N表示轮廓顶点的总个数，z(n)为由轮廓的顶点构造的复数函数，z(n)＝x(n)+j·y(n)，n表示当前轮廓顶点的序号，n＝0,1,…,N-1，k为傅里叶系数的序号，k＝0,1,…,N-1，

为虚单位，x(n)为轮廓顶点的横坐标，y(n)为轮廓顶点的纵坐标；

步骤S3：将所述傅里叶描述子高频区域[N/2-γ,N/2+γ]的系数γ置零，重构得到新轮廓；

步骤S4：根据所述连通分量和所述新轮廓填充得到的连通分量，计算得到新连通分量；

步骤S5：当所述目标黑色像素数量高于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否超过所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3；当所述目标黑色像素数量低于所述连通分量的黑色像素数量时，判断所述新连通分量的黑色像素数量是否低于所述目标黑色像素数量：若是，则进入步骤S6；若否，则增加高频傅里叶描述子置零范围，返回步骤S3；

步骤S6：判断所述新连通分量的黑色像素的数量是否高于所述连通分量的提取阈值：若是，则执行步骤S7；若否，则不修改当前的轮廓；

步骤S7：判断所述新连通分量的黑色像素的数量是否和所述目标黑色像素数量相等：若是，则所述新连通分量为翻转后连通分量；若否，则返回步骤S2，继续修改下一个轮廓。

7.一种文本图像水印嵌入系统，其特征在于，所述文本图像水印嵌入系统包括：

压缩单元，用于将待嵌入的水印图像压缩为第一二值水印序列；

第一计算单元，用于计算待嵌入水印的文本图像中连通分量的第一打印扫描不变量；

第一构造单元，用于根据各第一打印扫描不变量构造多个第一特征矩阵；

扩展单元，用于根据各第一特征矩阵对所述第一二值水印序列进行扩展，得到扩展水印序列；具体包括：

步骤401：根据以下公式，计算第一二值水印序列可重复嵌入次数c：

其中，p表示每个第一特征矩阵中可嵌入水印位数，k表示第一特征矩阵的数量，y表示所述第一二值水印序列的长度；

步骤402：将所述第一二值水印序列中每位水印信息复制(c-1)次，得到扩展水印序列；

修改单元，用于基于所述扩展水印序列，对各第一特征矩阵进行修改，得到各第一特征矩阵对应的最优第一特征矩阵；

第二计算单元，用于根据各最优第一特征矩阵的分量计算所述文本图像中连通分量的目标黑色像素数量；

翻转单元，用于翻转所述文本图像中连通分量的像素，得到嵌入水印的文本图像。

8.一种文本图像水印提取方法，其特征在于，所述提取方法用于提取利用权利要求1至6中任一项所述的文本图像水印嵌入方法或权利要求7中所述的文本图像水印嵌入系统嵌入水印图像的文本图像中的水印图像，所述文本图像水印提取方法包括：

对待提取水印图像的文本图像进行二值化处理，得到二值化图像；

计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量；

根据各第二打印扫描不变量构造多个第二特征矩阵；

根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列；具体包括：

步骤S21：选择一个未提取水印的所述第二特征矩阵，对所述未提取水印的所述第二特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

步骤S22：将所述离散余弦变换系数矩阵的系数按逆Z型排序；

步骤S23：根据提取规则从所述离散余弦变换系数矩阵的系数的第s位开始提取p位二值信息；提取规则如下：若系数符号为正，则提取1；若系数符号为负，提取0；

步骤S24：返回步骤S21，直到所有所述第二特征矩阵都提取完；

步骤S25：合并从各所述第二特征矩阵中提取出的所述二值信息，得到二值序列；

步骤S26：所述二值序列中连续重复的c位二值信息的众值决定一位水印信息，根据所述二值序列得到所述第二二值水印序列；

解压缩所述第二二值水印序列，得到提取出的水印图像。

9.一种文本图像水印提取系统，其特征在于，所述文本图像水印提取系统包括：

二值化处理单元，用于对待提取水印图像的文本图像进行二值化处理，得到二值化图像；

第三计算单元，用于计算所述待提取水印图像的文本图像中连通分量的第二打印扫描不变量；

第二构造单元，用于根据各第二打印扫描不变量构造多个第二特征矩阵；

提取单元，用于根据所述第二特征矩阵，从所述二值化图像中提取第二二值水印序列；具体包括：

步骤S21：选择一个未提取水印的所述第二特征矩阵，对所述未提取水印的所述第二特征矩阵进行离散余弦变换，得到离散余弦变换系数矩阵；

步骤S22：将所述离散余弦变换系数矩阵的系数按逆Z型排序；

步骤S23：根据提取规则从所述离散余弦变换系数矩阵的系数的第s位开始提取p位二值信息；提取规则如下：若系数符号为正，则提取1；若系数符号为负，提取0；

步骤S24：返回步骤S21，直到所有所述第二特征矩阵都提取完；

步骤S25：合并从各所述第二特征矩阵中提取出的所述二值信息，得到二值序列；

步骤S26：所述二值序列中连续重复的c位二值信息的众值决定一位水印信息，根据所述二值序列得到所述第二二值水印序列；

解压缩单元，用于解压缩所述第二二值水印序列，得到提取出的水印图像。

Images