CN111833231B - 一种水印提取方法、装置及系统 - Google Patents
一种水印提取方法、装置及系统 Download PDFInfo
- Publication number
- CN111833231B CN111833231B CN201910300067.XA CN201910300067A CN111833231B CN 111833231 B CN111833231 B CN 111833231B CN 201910300067 A CN201910300067 A CN 201910300067A CN 111833231 B CN111833231 B CN 111833231B
- Authority
- CN
- China
- Prior art keywords
- binary image
- watermark
- carrier object
- obtaining
- image containing
- 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.)
- Active
Links
Images
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
Abstract
本申请公开一种水印提取方法、装置及系统,其中,所述方法包括:通过获得载体对象对应的原始二值图像以及含有第二元素点的二值图像,根据原始二值图像和含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据,所述的第二元素点对应水印峰值噪声数据;进而对所述含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息。采用本申请所述的水印提取方法,能够有效提高水印信息提取的精确度和完整性,从而提升了用户的使用体验。
Description
技术领域
本申请涉及数字水印领域,具体涉及一种水印提取方法、装置及系统。另外,本申请还涉及一种水印提取的电子设备及存储设备。
背景技术
数字水印是近年来出现的一种数字产品版权保护技术。其基本原理是通过一定的算法将一些标识性信息,如:作者的版权标识信息、产品序列号等嵌入到载体对象(图像、视频等多媒体信息)中,但不影响原内容的价值和使用,也不能被人的知觉系统察觉到,只有通过专门的水印提取方法才能提取。数字水印技术不同于传统的加密技术,其目的不在于限制正常的资料存取,而在于保证多媒体数据在被非法拷贝后能够证明其所有者。
伴随着网络技术的快速发展,多媒体信息经常被他人反复的复制、传播或者篡改等。因此,数字水印提取技术必须考虑数据操作对嵌入的数字水印信息所造成的影响,需要能够准确提取出各种数据操作后的数字水印所包含的信息,从而验证载体对象的完整性或版权归属。因此,在数字水印领域,如何提高数字水印提取技术的鲁棒性已成为当前的研究热点。
但是,现有的数据水印提取技术通常无法将水印信息提取过程中产生的噪声数据准确的去除,导致最终获得水印信息不完整、精确度较低,无法准确识别数字水印所包含的有效信息,进而难以满足当前人们的业务需求。
发明内容
本申请提供一种水印提取方法,以解决现有技术中提取的水印信息不完整、精确度较差,导致无法满足当前人们的业务需求的问题。本申请还提供一种水印提取装置。
本发明提供的水印提取方法,包括:获得载体对象对应的原始二值图像;获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
可选的,所述获得含有第二元素点的二值图像,包括:对所述原始二值图像进行滤除处理,获得含有第二元素点的二值图像。
可选的,所述对所述原始二值图像进行滤除处理,获得含有第二元素点的二值图像,具体包括:对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像;或者,对所述原始二值图像进行均值滤波处理,获得含有所述第二元素点的二值图像;或者,对所述原始二值图像进行中值滤波处理,获得含有所述第二元素点的二值图像。
可选的,所述对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像,包括:对所述原始二值图像进行腐蚀处理后,对腐蚀后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
可选的,所述对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息,具体包括:对所述含有第一元素点的二值图像进行分块处理,获得包含的所述第一元素点位于同一直线上的图像块;读取所述图像块中的所述第一元素点所组成的直线的角度信息;根据所述角度信息,获得所述载体对象的水印信息。
可选的,所述对所述含有第一元素点的二值图像进行分块处理,获得包含所述第一元素点都位于同一直线上的图像块,具体包括:获得对所述含有第一元素点的二值图像进行分块的分块步长;根据所述分块步长对所述含有第一元素点的二值图像进行分块处理,获得包含所述第一元素点都位于同一直线上的图像块。
可选的,所述根据所述角度信息,获得所述载体对象的水印信息,包括:根据预先设置的角度信息与水印信息之间的对应关系以及所述角度信息,获得所述载体对象的水印信息。
可选的,所述根据所述角度信息,获得所述载体对象的水印信息,具体包括:从所述角度信息中获取频率最高的角度值对应的角度信息作为目标角度;根据所述目标角度信息,获得所述载体对象的水印信息。
可选的,所述获得所述载体对象对应的原始二值图像,具体包括:对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;根据所述自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像。
可选的,所述根据所述自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像,包括:获取所述自相关矩阵图像中目标参数的坐标信息;其中,所述目标参数为达到预设参数阈值的全量水印峰值数据;根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为所述零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像。
相应的,本申请还提供一种水印提取装置,包括:原始二值图像获得单元,用于获得载体对象对应的原始二值图像;第二元素点提取单元,用于获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;第一元素点提取单元,用于根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;分块单元,用于对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
可选的,所述第二元素点提取单元具体用于:对所述原始二值图像进行滤除处理,获得含有第二元素点的二值图像。
可选的,所述第二元素点提取单元具体用于:对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像;或者,对所述原始二值图像进行均值滤波处理,获得含有所述第二元素点的二值图像;或者,对所述原始二值图像进行中值滤波处理,获得含有所述第二元素点的二值图像。
可选的,对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像,包括:对所述原始二值图像进行腐蚀处理后,对腐蚀后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
可选的,所述分块单元具体包括:分块子单元,用于对所述含有第一元素点的二值图像进行分块处理,获得包含的所述第一元素点位于同一直线上的图像块;读取子单元,用于读取所述图像块中的所述第一元素点所组成的直线的角度信息;水印信息获得子单元,用于根据所述角度信息,获得所述载体对象的水印信息。
可选的,所述分块子单元具体用于:获得对所述含有第一元素点的二值图像进行分块的分块步长;根据所述分块步长对所述含有第一元素点的二值图像进行分块处理,获得包含所述第一元素点都位于同一直线上的图像块。
可选的,所述水印信息获得子单元具体用于:根据预先设置的角度信息与水印信息之间的对应关系以及所述角度信息,获得所述载体对象的水印信息。
可选的,所述水印信息获得子单元具体用于:从所述角度信息中获取频率最高的角度值对应的角度信息作为目标角度;根据所述目标角度信息,获得所述载体对象的水印信息。
可选的,所述原始二值图像获得单元具体包括:自相关检测子单元,用于对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;原始二值图像获得子单元,用于根据所述自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像。
可选的,所述原始二值图像获得子单元具体用于:获取所述自相关矩阵图像中目标参数的坐标信息;其中,所述目标参数为达到预设参数阈值的全量水印峰值数据;根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为所述零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像。
相应的,本申请还提供一种水印提取系统,包括:上述所述的水印提取装置。
相应的,本申请还提供一种电子设备,包括:处理器和存储器;存储器,用于存储水印提取方法的程序,该设备通电并通过所述处理器运行该水印提取方法的程序后,执行下述步骤:获得载体对象对应的原始二值图像;获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
相应的,本申请还提供一种存储设备,其特征在于,存储有水印提取方法的程序,该程序被处理器运行,执行下述步骤:获得载体对象对应的原始二值图像;获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
与现有技术相比,本申请具有以下优点:
采用本申请提供的水印提取方法,能够通过获得载体对象对应的原始二值图像以及含有第二元素点的二值图像,进而根据原始二值图像和含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据,所述的第二元素点对应水印峰值噪声数据;对所述含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息,提高了水印信息提取的精确度,从而提升了用户的使用体验。
附图说明
图1a为本发明实施例提供的一种水印提取方法的第一实现场景示意图;
图1b为本发明实施例提供的一种水印提取方法的第二实现场景示意图;
图1c为本发明实施例提供的一种水印提取方法的第三实现场景示意图;
图2为本发明实施例提供的一种水印提取方法的流程图;
图3为本发明实施例提供的一种水印提取装置的示意图;
图4为本发明实施例提供的一种电子设备的示意图;
图5为本发明实施例提供的一种水印提取方法的完整流程图;
图6为本发明实施例提供的第一种自相关矩阵的示意图;
图7为本发明实施例提供的第二种自相关矩阵的示意图;
图8a为本发明实施例提供的第三种自相关矩阵的示意图;
图8b为本发明实施例提供的预设的零矩阵图像二值化过程后的示意图;
图9为本发明实施例提供的一种水印提取方法的实际应用流程图;
图10a为本发明实施例提供的载体对象对应的原始二值图像的示意图;
图10b为本发明实施例提供的原始二值图像腐蚀处理后的第一示意图;
图10c为本发明实施例提供的原始二值图像腐蚀和膨胀处理区域的示意图;
图10d为本发明实施例提供的原始二值图像腐蚀处理后的第二示意图
图10e为本发明实施例提供的原始二值图像膨胀处理后的示意图;
图10f为本发明实施例提供的图10a和10e之间残差数据的示意图;
图11为本发明实施例提供的含有第一元素点的二值图像的示意图;
图12为本发明实施例提供的第一种含有第一元素点的二值图像的分块示意图;
图13为本发明实施例提供的第二种含有第一元素点的二值图像的分块示意图;
图14为本发明实施例提供的二值图像中元素点之间的距离示意图;
图15为本发明实施例提供的一种水印嵌入方法的原理流程图;
图16为本发明实施例提供的一种水印嵌入方法的实际应用流程图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此,本发明不受下面公开的具体实施的限制。
下面基于本发明提供的水印提取方法,对其实施例进行详细描述。如图1a、1b和1c所示,其分别为本发明实施例提供的一种水印提取方法的第一实现场景示意图、第二实现场景示意图以及第三实现场景示意图。
在具体实施过程中,本发明实施例所述的水印提取方法可以基于客户端101(客户端101a、101b或客户端101c)实现。例如,客户端101(客户端101a、101b或客户端101c)通过获得的载体对象对应的原始二值图像和含有第二元素点的二值图像,计算原始二值图像和含有第二元素点的二值图像之间的残差数据,进而获得含有第一元素点的二值图像。其中,第一元素点对应水印峰值数据,第二元素点对应水印峰值噪声数据。对含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息。
需要说明的是,由于载体对象中加入了周期性重复的构成水印信息的随机序列模板,所以在随机序列模板对齐的情况下对嵌入随机序列模板的载体对象进行自相关检测时,在相应的位置会出现大量的峰值数据,在这些峰值数据最终截取前a%(比如:前1%)的峰值数据作为本发明所述的全量水印峰值数据。全量水印峰值数据在二值图像上表现为一种引起较强视觉效果的孤立像素点或像素块。其中,所述的随机序列模板为使用随机函数生成的一个只包含0、1的二值随机矩阵,尺寸大小为可以灵活调节的参数(在本发明中采用16*64)。
所述的全量水印峰值数据包括水印峰值数据和水印峰值噪声数据。其中,水印峰值数据为构成水印信息的随机序列模板进行自相关检测形成的峰值数据。水印峰值噪声数据为载体对象自身进行自相关检测而产生的峰值数据。水印峰值噪声数据在进行自相关检测前需要去除,从而保证水印信息提取的准确性。
另外,本发明实施例所述的水印提取方法也可以基于服务器端来实现。比如:服务器端可以通过获得载体对象对应的原始二值图像和含有第二元素点的二值图像,计算原始二值图像和含有第二元素点的二值图像之间的残差数据,进而获得含有第一元素点的二值图像。其中,第一元素点对应水印峰值数据,第二元素点对应水印峰值噪声数据。对含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息。其中,所述服务器端可以是服务器集群102b、云服务器102c或者服务器102a中的任意一种形式,在此不做具体限定。
请参考图2所示,其为本发明实施例提供的一种水印提取方法的流程图。本发明所述的水印提取方法,具体实现过程包括以下步骤:
步骤S201:获得载体对象对应的原始二值图像。
在本发明实施例中,所述的载体对象可以是指嵌入有水印信息的多媒体对象,例如:图像、视频等。水印信息可以是指待嵌入或已嵌入到载体对象中的标识信息,例如:作者的版权标识信息、产品序列号、公司的名称或者员工的编号等。水印信息可以隐藏嵌入到载体对象中,不会影响载体对象的使用价值,也不易被人的知觉系统探知和再次修改,只有通过专门的水印提取方法才能提取。通过这些嵌入到载体对象中的水印信息,可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体对象是否被篡改等目的。
具体的,获得载体对象对应的原始二值图像可以采用如下方式实现:在获得已嵌入水印信息的载体对象后,对载体对象进行自相关检测,可以获得载体对象的自相关矩阵图像,进而根据自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像。
图8a和8b所示,其分别为本发明实施例提供的第三种自相关矩阵的示意图以及预设的零矩阵图像二值化过程后的示意图。
其中,根据自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像,在具体实施过程中可以基于如下方式实现:
首先获取自相关矩阵图像中目标参数的坐标信息,根据自相关矩阵图像中目标参数的坐标信息,将自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,进而得到载体对象对应的二值矩阵图像。所述的目标参数可以是指达到预设参数阈值的全量水印峰值数据。例如:预先建立一个尺寸和自相关检测得到的自相关矩阵图像尺寸相等的零矩阵图像,对自相关矩阵图像进行TOP-N式搜索,即找到自相关矩阵图像中前N(比如:20%)大的参数154、186、285、186、154作为目标参数,搜索完成后保存目标参数的坐标信息(即:目标参数的行、列坐标值)。根据上述获得的目标参数的坐标信息,将预先建立的零矩阵图像相应坐标位置的元素点置为1,最终得到的零矩阵图像中与所述目标参数对应的元素点都将被置为1的如图8b所示的零矩阵图像,根据该零矩阵图像可以获得如图10a所示的自相关矩阵图像峰值过滤后获得的原始二值图像。需要说明的是,所述的全量峰值数据为达到预设参数阈值的全部峰值数据,包括:水印峰值数据和水印峰值噪声数据。所述的水印峰值数据对应图10a所示的中心区域之外的离散分布的元素点,即:第一元素点;所述的水印峰值噪声数据对应图10a所示的中心区域聚集的元素点,即:第二元素点。因此,水印峰值数据的坐标与二值化过程后获得的原始二值图像中第一元素点的坐标信息相对应,水印峰值噪声数据的坐标与原始二值图像中第二元素点的坐标信息相对应。
如图5所示的,其为本发明实施例提供的一种水印提取方法的完整流程图。
在具体实施时,在本步骤执行前,需要首先提取载体对象的Y通道数据,然后使用matlab中提供的维纳滤波函数wiener2()对其进行维纳滤波并得到滤波图像winY,然后计算残差数据res=Y–winY,对残差数据res做自相关检测后得到一个自相关矩阵,再进行二值化得到原始二值图像。其中,自相关检测过程使用的是matlab中的xcorr2函数,原理如下:
请参考图6、图7以及图8a所示的,其分别为本发明实施例提供的第一种自相关矩阵、第二种自相关矩阵以及第三种自相关矩阵的示意图。
假设有一个3x3的矩阵M(即:图6、图7以及图8中左上侧3x3的矩阵图像),以及它的一个副本CM(即:图6、图7以及图8中右下侧3x3的矩阵图像),M矩阵的第1行第1列记为M(1,1),自相关矩阵记为CORM。
如图6所示,首先将CM平移到左上角使得仅CM(3,3)与M(1,1)重合,此时计算重叠区域乘积的和CORM(1,1)=M(1,1)x CM(3,3)=1x9。
如图7所示,再将CM向右平移一个单位使得CM(3,3)与M(1,2)重合,此时计算重叠区域乘积的和CORM(1,2)=M(1,1)x CM(3,2)+M(1,2)x CM(3,3)=1x8+2x9=26。
如图8所示,依次类推直到最后CM平移到右下角使得仅有CM(1,1)与M(3,3)重合,此时计算重叠区域乘积的和CORM(5,5)=M(3,3)x CM(1,1)=9x1=9,获得所述第三自相关矩阵图像,再进行二值化即得到本发明实施例所述的原始二值图像。
如图9所示,通过对载体对象901进行自相关检测和峰值二值化操作可以得到的原始二值图像902。其中,峰值二值化操作具体包括:按照TOP-N的方法取前N(比如:20%)大的参数作为目标参数,搜索完成后保存目标参数的坐标信息(即:目标参数的行、列坐标值)。根据上述获得的目标参数的坐标信息,将预先建立的零矩阵图像相应坐标位置的元素点置为1,其余置为0,最终得到的零矩阵图像中与所述目标参数对应的元素点都将被置为1的零矩阵图像,该零矩阵图像就是自相关矩阵图像峰值过滤后获得的原始二值图像。对原始二值图像中值为1的元素点的分布情况进行分析,从中提取出拟合的直线度数(比如:150°),即通过霍夫检测直线检测获取随机序列的旋转角度,进而将旋转角度转换为水印信息。
需要说明的是,原始二值图像中值为1的元素点,即表示自相关检测获取水印峰值:由于载体对象中加入了周期性重复的随机序列,所以在随机序列对齐的情况下检测随机序列之间的相似程度,自相关矩阵图像之间会在相应的位置出现一个小峰值,最终截取最高的前a%(如:1%、、3%或5%等)的水印峰值,其中即包含了大部分随机序列产生的峰值,这些峰值在位置分布上与随机序列的周期分布规律保持一致,因此通过对原始二值图像中的第一元素点进行直线检测即可获取随机序列的旋转角度。
步骤S202:获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据。
上述步骤S201中获得载体对象对应的原始二值图像后,为本步骤进一步获得含有第二元素点的二值图像做了数据准备工作。在步骤S202中,可以提取所述原始二值图像中仅含有第二元素点的二值图像。
具体的,所述的第二元素点可以是指原始二值图像中对载体对象进行自相关检测所产生的水印峰值噪声数据。其中,水印峰值噪声数据在原始二值图像中的表现形式为密集分布在中央区域的元素点聚集而成的元素块。在提取待检测元素点进行直线检测过程中,这些元素块很容易对检测的结果数据产生干扰。在如图10a所示,其为本发明实施例提供的载体对象对应的原始二值图像的示意图。在原始二值图像中央区域密集分布的元素点即为所述第二元素点。所述的含有第二元素点的二值图像可以是指将原始二值图像中将第一元素点完全滤除后获得的仅剩包含第二元素点的二值图像。因此,在具体实施过程中,要想获得含有第二元素点的二值图像,可以通过对原始二值图像进行滤除处理来实现。
在本发明实施例中,对原始二值图像进行滤除处理,获得含有第二元素点的二值图像的实现方式包括如下几种:
a、对原始二值图像进行腐蚀处理,对腐蚀后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
在本发明实施例中,腐蚀可以是指能够使得原始二值图像的边界向内部收缩的操作过程,可以用来消除离散的元素点(即孤立点的值由1变为了0),但是原始二值图像的中心区域的点非常密集,受到腐蚀比较轻微(仅有中心区域外轮廓的元素点的值会变为0)。所述的腐蚀处理可以表示成用结构元素对待腐蚀的原始二值图像进行探测,找出所述原始二值图像中可以放下该结构区域的区域。其中,结构元素是指具有某种确定形状的基本结构元素,所述的结构元素可以是指如图10c所示的内椭圆区域,需要说明的是,如图10c所示的内椭圆区域仅为示意图,腐蚀后的轮廓不会像椭圆这么规则,也可以是其他不规则的多边形。通常情况下,腐蚀处理后如图10b所示,原始二值图像消失,第二元素点外轮廓轻微受损。
进一步的,要想获取如图10f所述的包含完整第二元素点的二值图像,在原始二值图像进行腐蚀处理后,还需要对腐蚀处理后获得的如图10b或10d的原始二值图像进行膨胀处理,得到图10e所示的膨胀处理后的图像。由于腐蚀操作轻微去除掉了原始二值图像中心区域外边缘轮廓的第二元素点,因此要想尽可能完整地获得中心区域的第二元素点,就需要通过上述膨胀处理操作使中心区域扩张,进而近似地达到跟腐蚀前相近的大小,膨胀处理的区域范围如图10c所示的外椭圆区域。
由于之前离散的元素点在腐蚀操作中被置0(相当于从图中擦除),膨胀操作不会对它们有效果。因为,它们在腐蚀之后已经不存在了。膨胀操作仅仅是将原始二值图像中心区域的外边缘轮廓的第二元素点进行了修复处理。此组合过后,即达成了尽可能完整地保存中心区域并且干净地剔除掉散点的目的。
需要说明的是,如图10a-10f中黑色部分代表元素点为0,白色代表元素点为1。其中,图10e的中心区域明显比图10a中的中心区域大,因此在图10e和图10a做差的过程中可能会出现以下情况:存在某个元素点(x,y)在图10a中是黑色(即图10a对应的二值图像矩阵的第x行第j列的值是0),但是在图10e中是白色(图10e对应对第二元素点膨胀后的矩阵的第x行第j列的值是1),因此做差会出现0-1=-1的情况,此时需要将-1置为0。
b、对原始二值图像进行均值滤波处理,对均值滤波处理后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
在本发明实施例中,所述的均值滤波是典型的线性滤波算法,它是指在原始二值图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。
c、对原始二值图像进行中值滤波处理,对中值滤波处理后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
需要说明的是,本发明所述的实施例中不限于上述所列举的集中滤除原始二值图像中第一元素点的方法,在很多情况下,也可以采用其他类似的方式实现,在此不再一一赘述。
步骤S203:根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据。
在上述步骤S202中从原始二值图像中提取出仅含有第二元素点的二值图像后,本步骤可以基于原始二值图像和仅含有第二元素点的二值图像之间的残差数据,获得仅含有第一元素点的二值图像。
如图11所示,其为本发明实施例提供的含有第一元素点的二值图像的示意图。在该二值图像中离散分布的位于不同直线上的元素点即为所述的第一元素点。所述的第一元素点对应自相关检测中产生的水印峰值数据。
步骤S204:对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
在上述步骤S203根据原始二值图像和仅含有第二元素点的二值图像之间的残差数据获得仅含有第一元素点的二值图像后,考虑到直接进行霍夫检测获取的元素点组成的直线的角度精度往往不太高,因为当水印峰值噪声数据构成的平行直线非常多的时候,这些平行线会相互干扰,因此,本步骤可以对仅含有第一元素点的二值图像进行分块处理,最终获得载体对象的水印信息,从而有效避免了直线检测过程中平行直线之间的相互干扰。
在具体实施时,对含有第一元素点的二值图像进行分块处理获得载体对象的水印信息可采用如下方式实现:
如图16所示随机序列1601所示,由于将水印信息嵌入载体对象时的随机序列的长和宽相差较大,因此,平行线之间的距离(对应随机序列的长)必然会大于直线自身点之间的距离(对应随机序列的宽)。基于此,可以首先获得对所述含有第一元素点的二值图像进行分块的分块步长;根据分块步长对含有第一元素点的二值图像进行分块处理,获得包含第一元素点都位于同一直线上的图像块;读取所述图像块中的所述第一元素点所组成的直线的角度信息;根据预先设置的角度信息与水印信息之间的对应关系以及所述角度信息,获得所述载体对象的水印信息。例如:如图12所示,其分别为本发明实施例提供的第一种含有第一元素点的二值图像的分块示意图。水印信息嵌入载体对象时的随机序列长款为N1xN2,选择适当的分块步长P可以将含有第一元素点的二值图像按照分块步长P的长度作为正方形的边长进行划分,使得在每一个小正方形里的都是同一直线上的元素点。该分块方式可以将不同平行线的元素点进行隔离,从而避免出现位于不同平行线上的元素点在进行霍夫直线检测时相互之间产生干扰的情况。
在实际实施过程中,考虑到可能获得如图12所示的若干个图像块,根据不同图像块进行霍夫直线检测可能获取到不同的角度信息,因此,可以从所述角度信息中获取频率最高的角度值对应的角度信息作为目标角度,根据所述目标角度信息,获得所述载体对象的水印信息。基于此,可更加准确确定载体对象中水印信息的具体含义,从而能够进一步提高水印信息提取的精确度。
当然,本发明实施例所述的对含有第一元素点的二值图像进行分块处理的方法不限于按照图12所示的分块方式,其也可以按照如图13所示的分块方式进行划分,只要满足图像块所包含的第一元素点都位于同一直线上即可。
由于在本发明实施例的随机序列产生过程中是用16x64的随机序列矩形填充而成的,因此在生成元素点阵的时候,同一条直线上的两个元素点之间的距离(如图14中的a)势必是要小于两条平行直线上两个元素点之间的距离(如图14中的b),因此分块步长P的选择应该考虑在小于b的范围内选取。需要说明的是,图14所示的内容仅仅为了表达方便,实际中散点间的距离不是严格等于分块矩形的长和宽,因此,具体的分块步长P的选择范围可以基于大量测试实验来获取。
采用本申请提供的水印提取方法,能够通过获得载体对象对应的原始二值图像以及含有第二元素点的二值图像,进而根据原始二值图像和含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据,所述的第二元素点对应水印峰值噪声数据;对所述含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息,提高了水印信息提取的精确度,从而提升了用户的使用体验。
与上述提供的水印提取方法相对应,本发明还提供一种水印嵌入方法。下面基于本发明提供的水印嵌入方法,对其实施例进行详细描述。在具体实施过程中,本申请实施所述的水印嵌入方法与上述水印提取方法的具体实施过程相对应。
请参考图15和16所示,其分别为本发明实施例提供的一种水印嵌入方法的原理流程图和实际应用流程图。
在一个具体实施例中,水印序列可以为n bit长的二值随机序列,共有2^n种不同的取值,将直线的角度取值范围180度均分为2^n份,每种取值对应一个单位的角度范围。以5比特长度序列11001为例,其转为十进制为25,则它对应第26个单位的角度范围:140.625~146.25,取中值则为其最终对应的水印旋转角度143.4375°。
其中,二值随机序列可以是一个由+1和-1组成的随机序列,通过将随机序列向右平移若干序列宽度,向下平移若干序列高度,不断重复平移过程直到将图像全部覆盖,形成一个与图像尺寸大小相等的随机块。基于载体对象的Y通道数据可以计算获得载体对象的JND(Just noticeable difference)。根据水印旋转角度将生成的随机序列进行相应旋转。进而与JND矩阵进行点乘,获得的结果与载体对象的Y通道数据相加实现水印信息的嵌入。
需要说明的是,以图像为例,YUV色彩空间下,Y代表亮度,U代表色度,V代表浓度首先:大多数情况下U和V都是平滑的(色彩变化一遍都是渐变),即U和V通道损失了大量的纹理细节,而亮度突变非常普遍,所以Y通道下图像的纹理依旧很清晰其次:此方法本质上是将水印调制为一种周期性的噪声叠加在了原图上,平滑图像对噪声的掩蔽性非常差(轻微的噪声即可引起人眼的察觉),纹理越复杂对噪声的掩蔽性越好,所以要选择纹理丰富的Y通道数据。
与上述提供的水印提取方法相对应,本发明还提供一种水印提取装置。由于该装置的实施例相似于上述方法实施例,所以描述的比较简单,相关之处请参见上述方法实施例部分的说明即可,下面描述一种水印提取装置的实施例仅是示意性的。请参考图3所示,其为本发明实施例提供的一种水印提取装置示意图。
本发明实施例所述的水印提取装置包括如下部分:
原始二值图像获得单元301,用于获得载体对象对应的原始二值图像。
在本发明实施例中,所述的载体对象可以是指嵌入有水印信息的多媒体对象,例如:图像、视频等。水印信息可以是指待嵌入或已嵌入到载体对象中的标识信息,例如:作者的版权标识信息、产品序列号、公司的名称或者员工的编号等。水印信息可以隐藏嵌入到载体对象中,不会影响载体对象的使用价值,也不易被人的知觉系统探知和再次修改,只有通过专门的水印提取方法才能提取。通过这些嵌入到载体对象中的水印信息,可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体对象是否被篡改等目的。
具体的,获得载体对象对应的原始二值图像可以采用如下方式实现:在获得已嵌入水印信息的载体对象后,对载体对象进行自相关检测,可以获得载体对象的自相关矩阵图像,进而根据自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像。
图8a和8b所示,其分别为本发明实施例提供的第三种自相关矩阵的示意图以及预设的零矩阵图像二值化过程后的示意图。
其中,根据自相关矩阵图像和预设的零矩阵图像,获得所述载体对象对应的原始二值图像,在具体实施过程中可以基于如下方式实现:
首先获取自相关矩阵图像中目标参数的坐标信息,根据自相关矩阵图像中目标参数的坐标信息,将自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,进而得到载体对象对应的二值矩阵图像。所述的目标参数可以是指达到预设参数阈值的全量水印峰值数据。例如:预先建立一个尺寸和自相关检测得到的自相关矩阵图像尺寸相等的零矩阵图像,对自相关矩阵图像进行TOP-N式搜索,即找到自相关矩阵图像中前N(比如:20%)大的参数154、186、285、186、154作为目标参数,搜索完成后保存目标参数的坐标信息(即:目标参数的行、列坐标值)。根据上述获得的目标参数的坐标信息,将预先建立的零矩阵图像相应坐标位置的元素点置为1,最终得到的零矩阵图像中与所述目标参数对应的元素点都将被置为1的如图8b所示的零矩阵图像,根据该零矩阵图像可以获得如图10a所示的自相关矩阵图像峰值过滤后获得的原始二值图像。需要说明的是,所述的全量峰值数据为达到预设参数阈值的全部峰值数据,包括:水印峰值数据和水印峰值噪声数据。所述的水印峰值数据对应图10a所示的中心区域之外的离散分布的元素点,即:第一元素点;所述的水印峰值噪声数据对应图10a所示的中心区域聚集的元素点,即:第二元素点。因此,水印峰值数据的坐标与二值化过程后获得的原始二值图像中第一元素点的坐标信息相对应,水印峰值噪声数据的坐标与原始二值图像中第二元素点的坐标信息相对应。
如图5所示的,其为本发明实施例提供的一种水印提取方法的完整流程图。
在具体实施时,在本步骤执行前,需要首先提取载体对象的Y通道数据,然后使用matlab中提供的维纳滤波函数wiener2()对其进行维纳滤波并得到滤波图像winY,然后计算残差数据res=Y–winY,对残差数据res做自相关检测后得到一个自相关矩阵,再进行二值化得到原始二值图像。其中,自相关检测过程使用的是matlab中的xcorr2函数,原理如下:
请参考图6、图7以及图8a所示的,其分别为本发明实施例提供的第一种自相关矩阵、第二种自相关矩阵以及第三种自相关矩阵的示意图。
假设有一个3x3的矩阵M(即:图6、图7以及图8中左上侧3x3的矩阵图像),以及它的一个副本CM(即:图6、图7以及图8中右下侧3x3的矩阵图像),M矩阵的第1行第1列记为M(1,1),自相关矩阵记为CORM。
如图6所示,首先将CM平移到左上角使得仅CM(3,3)与M(1,1)重合,此时计算重叠区域乘积的和CORM(1,1)=M(1,1)x CM(3,3)=1x9。
如图7所示,再将CM向右平移一个单位使得CM(3,3)与M(1,2)重合,此时计算重叠区域乘积的和CORM(1,2)=M(1,1)x CM(3,2)+M(1,2)x CM(3,3)=1x8+2x9=26。
如图8所示,依次类推直到最后CM平移到右下角使得仅有CM(1,1)与M(3,3)重合,此时计算重叠区域乘积的和CORM(5,5)=M(3,3)x CM(1,1)=9x1=9,获得所述第三自相关矩阵图像,再进行二值化即得到本发明实施例所述的原始二值图像。
如图9所示,通过对载体对象901进行自相关检测和峰值二值化操作可以得到的原始二值图像902。其中,峰值二值化操作具体包括:按照TOP-N的方法取前N(比如:20%)大的参数作为目标参数,搜索完成后保存目标参数的坐标信息(即:目标参数的行、列坐标值)。根据上述获得的目标参数的坐标信息,将预先建立的零矩阵图像相应坐标位置的元素点置为1,其余置为0,最终得到的零矩阵图像中与所述目标参数对应的元素点都将被置为1的零矩阵图像,该零矩阵图像就是自相关矩阵图像峰值过滤后获得的原始二值图像。对原始二值图像中值为1的元素点的分布情况进行分析,从中提取出拟合的直线度数(比如:150°),即通过霍夫检测直线检测获取随机序列的旋转角度,进而将旋转角度转换为水印信息。
需要说明的是,原始二值图像中值为1的元素点,即表示自相关检测获取水印峰值:由于载体对象中加入了周期性重复的随机序列,所以在随机序列对齐的情况下检测随机序列之间的相似程度,自相关矩阵图像之间会在相应的位置出现一个小峰值,最终截取最高的前a%(如:1%、、3%或5%等)的水印峰值,其中即包含了大部分随机序列产生的峰值,这些峰值在位置分布上与随机序列的周期分布规律保持一致,因此通过对原始二值图像中的元素点进行直线检测即可获取随机序列的旋转角度。
第二元素点提取单元302,用于获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据。
具体的,所述的第二元素点可以是指原始二值图像中对载体对象进行自相关检测所产生的水印峰值噪声数据。其中,水印峰值噪声数据在原始二值图像中的表现形式为密集分布在中央区域的元素点聚集而成的元素块。在提取待检测元素点进行直线检测过程中,这些元素块很容易对检测的结果数据产生干扰。在如图10a所示,其为本发明实施例提供的载体对象对应的原始二值图像的示意图。在原始二值图像中央区域密集分布的元素点即为所述第二元素点。所述的含有第二元素点的二值图像可以是指将原始二值图像中将第一元素点完全滤除后获得的仅剩包含第二元素点的二值图像。因此,在具体实施过程中,要想获得含有第二元素点的二值图像,可以通过对原始二值图像进行滤除处理来实现。
在本发明实施例中,对原始二值图像进行滤除处理,获得含有第二元素点的二值图像的实现方式包括如下几种:
a、对原始二值图像进行腐蚀处理,对腐蚀后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
在本发明实施例中,腐蚀可以是指能够使得原始二值图像的边界向内部收缩的操作过程,可以用来消除离散的元素点(即孤立点的值由1变为了0),但是原始二值图像的中心区域的点非常密集,受到腐蚀比较轻微(仅有中心区域外轮廓的元素点的值会变为0)。所述的腐蚀处理可以表示成用结构元素对待腐蚀的原始二值图像进行探测,找出所述原始二值图像中可以放下该结构区域的区域。其中,结构元素是指具有某种确定形状的基本结构元素,所述的结构元素可以是指如图10c所示的内椭圆区域,需要说明的是,如图10c所示的内椭圆区域仅为示意图,腐蚀后的轮廓不会像椭圆这么规则,也可以是其他不规则的多边形。通常情况下,腐蚀处理后如图10b所示,原始二值图像消失,第二元素点外轮廓轻微受损。
进一步的,要想获取如图10f所述的包含完整第二元素点的二值图像,在原始二值图像进行腐蚀处理后,还需要对腐蚀处理后获得的如图10b或10d的原始二值图像进行膨胀处理,得到图10e所示的膨胀处理后的图像。由于腐蚀操作轻微去除掉了原始二值图像中心区域外边缘轮廓的第二元素点,因此要想尽可能完整地获得中心区域的第二元素点,就需要通过上述膨胀处理操作使中心区域扩张,进而近似地达到跟腐蚀前相近的大小,膨胀处理的区域范围如图10c所示的外椭圆区域。
由于之前离散的元素点在腐蚀操作中被置0(相当于从图中擦除),膨胀操作不会对它们有效果。因为,它们在腐蚀之后已经不存在了。膨胀操作仅仅是将原始二值图像中心区域的外边缘轮廓的第二元素点进行了修复处理。此组合过后,即达成了尽可能完整地保存中心区域并且干净地剔除掉散点的目的。
需要说明的是,如图10a-10f中黑色部分代表元素点为0,白色代表元素点为1。其中,图10e的中心区域明显比图10a中的中心区域大,因此在图10e和图10a做差的过程中可能会出现以下情况:存在某个元素点(x,y)在图10a中是黑色(即图10a对应的二值图像矩阵的第x行第j列的值是0),但是在图10e中是白色(图10e对应对第二元素点膨胀后的矩阵的第x行第j列的值是1),因此做差会出现0-1=-1的情况,此时需要将-1置为0。
b、对原始二值图像进行均值滤波处理,对均值滤波处理后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
在本发明实施例中,所述的均值滤波是典型的线性滤波算法,它是指在原始二值图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。
c、对原始二值图像进行中值滤波处理,对中值滤波处理后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
需要说明的是,本发明所述的实施例中不限于上述所列举的集中滤除原始二值图像中第一元素点的方法,在很多情况下,也可以采用其他类似的方式实现,在此不再一一赘述。
第一元素点提取单元303,用于根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像。
如图11所示,其为本发明实施例提供的含有第一元素点的二值图像的示意图。在该二值图像中离散分布的位于不同直线上的元素点即为所述的第一元素点。所述的第一元素点对应自相关检测中产生的水印峰值数据。
分块单元304,用于对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。
在具体实施时,对含有第一元素点的二值图像进行分块处理获得载体对象的水印信息可采用如下方式实现:
如图16所示随机序列1601所示,由于将水印信息嵌入载体对象时的随机序列的长和宽相差较大,因此,平行线之间的距离(对应随机序列的长)必然会大于直线自身点之间的距离(对应随机序列的宽)。基于此,可以首先获得对所述含有第一元素点的二值图像进行分块的分块步长;根据分块步长对含有第一元素点的二值图像进行分块处理,获得包含第一元素点都位于同一直线上的图像块;读取所述图像块中的所述第一元素点所组成的直线的角度信息;根据预先设置的角度信息与水印信息之间的对应关系以及所述角度信息,获得所述载体对象的水印信息。例如:如图12所示,其分别为本发明实施例提供的第一种含有第一元素点的二值图像的分块示意图。水印信息嵌入载体对象时的随机序列长款为N1xN2,选择适当的分块步长P可以将含有第一元素点的二值图像按照分块步长P的长度作为正方形的边长进行划分,使得在每一个小正方形里的都是同一直线上的元素点。该分块方式可以将不同平行线的元素点进行隔离,从而避免出现位于不同平行线上的元素点在进行霍夫直线检测时相互之间产生干扰的情况。
在实际实施过程中,考虑到可能获得如图12所示的若干个图像块,根据不同图像块进行霍夫直线检测可能获取到不同的角度信息,因此,可以从所述角度信息中获取频率最高的角度值对应的角度信息作为目标角度,根据所述目标角度信息,获得所述载体对象的水印信息。基于此,可更加准确确定载体对象中水印信息的具体含义,从而能够进一步提高水印信息提取的精确度。
当然,本发明实施例所述的对含有第一元素点的二值图像进行分块处理的方法不限于按照图12所示的分块方式,其也可以按照如图13所示的分块方式进行划分,只要满足图像块所包含的第一元素点都位于同一直线上即可。
由于在本发明实施例的随机序列产生过程中是用16x64的随机序列矩形填充而成的,因此在生成元素点阵的时候,同一条直线上的两个元素点之间的距离(如图14中的a)势必是要小于两条平行直线上两个元素点之间的距离(如图14中的b),因此分块步长P的选择应该考虑在小于b的范围内选取。需要说明的是,图14所示的内容仅仅为了表达方便,实际中散点间的距离不是严格等于分块矩形的长和宽,因此,具体的分块步长P的选择范围可以基于大量测试实验来获取。
采用本申请提供的水印提取装置,能够通过获得载体对象对应的原始二值图像以及含有第二元素点的二值图像,进而根据原始二值图像和含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据,所述的第二元素点对应水印峰值噪声数据;对所述含有第一元素点的二值图像进行分块处理,最终获得载体对象中嵌入的完整水印信息,提高了水印信息提取的精确度,从而提升了用户的使用体验。
与上述提供的水印提取方法相对应,本发明还提供一种电子设备。请参见图4所示,其为本发明实施例提供的一种电子设备的示意图。
本申请实施例提供的一种电子设备包括如下部分:处理器401以及存储器402,存储器402用于存储水印提取方法的程序403,该设备通电并通过所述处理器401运行该水印提取方法的程序403后,执行下述步骤:获得载体对象对应的原始二值图像;获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。处理器401与存储器402之间基于二者之间建立的总线405进行数据传输,通信接口404为电子设备与外部实现连接的数据交换接口。需要说明的是,对于本申请实施例提供的一种电子设备的详细描述,可以参考对本申请实施例提供的一种水印提取方法的相关描述,这里不再赘述。
与上述提供的水印提取方法相对应,本发明还提供一种存储设备,该存储设备存储有水印提取方法的程序,该程序被处理器运行,获得载体对象对应的原始二值图像;获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息。需要说明的是,对于本申请实施例提供的一种存储设备的详细描述,可以参考对本申请实施例提供的一种水印提取方法的相关描述,这里不再赘述。
本发明虽然以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以做出可能的变动和修改,因此,本发明的保护范围应当以本发明权利要求所界定的范围为准。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (12)
1.一种水印提取方法,其特征在于,包括:
获得载体对象对应的原始二值图像;
获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;
根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;
对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息;
其中,所述获得载体对象对应的原始二值图像,包括:对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;获取所述自相关矩阵图像中目标参数的坐标信息,根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像;
所述目标参数为达到预设参数阈值的全量水印峰值数据;所述全量水印峰值数据包括水印峰值数据和水印峰值噪声数据。
2.根据权利要求1所述的水印提取方法,其特征在于,所述获得含有第二元素点的二值图像,包括:
对所述原始二值图像进行滤除处理,获得含有第二元素点的二值图像。
3.根据权利要求2所述的水印提取方法,其特征在于,所述对所述原始二值图像进行滤除处理,获得含有第二元素点的二值图像,具体包括:
对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像;
或者,对所述原始二值图像进行均值滤波处理,获得含有所述第二元素点的二值图像;
或者,对所述原始二值图像进行中值滤波处理,获得含有所述第二元素点的二值图像。
4.根据权利要求3所述的水印提取方法,其特征在于,所述对所述原始二值图像进行腐蚀处理,获得含有所述第二元素点的二值图像,包括:
对所述原始二值图像进行腐蚀处理后,对腐蚀后剩余的所述第二元素点进行膨胀处理,获得含有所述第二元素点的二值图像。
5.根据权利要求1所述的水印提取方法,其特征在于,所述对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息,具体包括:
对所述含有第一元素点的二值图像进行分块处理,获得包含的所述第一元素点位于同一直线上的图像块;
读取所述图像块中的所述第一元素点所组成的直线的角度信息;
根据所述角度信息,获得所述载体对象的水印信息。
6.根据权利要求5所述的水印提取方法,其特征在于,所述对所述含有第一元素点的二值图像进行分块处理,获得包含所述第一元素点都位于同一直线上的图像块,具体包括:
获得对所述含有第一元素点的二值图像进行分块的分块步长;
根据所述分块步长对所述含有第一元素点的二值图像进行分块处理,获得包含所述第一元素点都位于同一直线上的图像块。
7.根据权利要求5所述的水印提取方法,其特征在于,所述根据所述角度信息,获得所述载体对象的水印信息,包括:
根据预先设置的角度信息与水印信息之间的对应关系以及所述角度信息,获得所述载体对象的水印信息。
8.根据权利要求5所述的水印提取方法,其特征在于,所述根据所述角度信息,获得所述载体对象的水印信息,具体包括:
从所述角度信息中获取频率最高的角度值对应的角度信息作为目标角度;
根据所述目标角度信息,获得所述载体对象的水印信息。
9.一种水印提取装置,其特征在于,包括:
原始二值图像获得单元,用于获得载体对象对应的原始二值图像;
第二元素点提取单元,用于获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;
第一元素点提取单元,用于根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;
分块单元,用于对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息;
其中,所述原始二值图像获得单元,具体用于:对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;获取所述自相关矩阵图像中目标参数的坐标信息,根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像;所述目标参数为达到预设参数阈值的全量水印峰值数据;所述全量水印峰值数据包括水印峰值数据和水印峰值噪声数据。
10.一种水印提取系统,其特征在于,包括:上述权利要求9所述的水印提取装置。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储水印提取方法的程序,该设备通电并通过所述处理器运行该水印提取方法的程序后,执行下述步骤:
获得载体对象对应的原始二值图像;
获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;
根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;
对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息;
其中,所述获得载体对象对应的原始二值图像,包括:对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;获取所述自相关矩阵图像中目标参数的坐标信息,根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像;
所述目标参数为达到预设参数阈值的全量水印峰值数据;所述全量水印峰值数据包括水印峰值数据和水印峰值噪声数据。
12.一种存储设备,其特征在于,存储有水印提取方法的程序,该程序被处理器运行,执行下述步骤:
获得载体对象对应的原始二值图像;
获得含有第二元素点的二值图像;其中,所述第二元素点对应水印峰值噪声数据;
根据所述原始二值图像和所述含有第二元素点的二值图像之间的残差数据,获得含有第一元素点的二值图像;其中,所述第一元素点对应水印峰值数据;
对所述含有第一元素点的二值图像进行分块处理,获得所述载体对象的水印信息;
其中,所述获得载体对象对应的原始二值图像,包括:对所述载体对象进行自相关检测,获得所述载体对象的自相关矩阵图像;获取所述自相关矩阵图像中目标参数的坐标信息,根据所述自相关矩阵图像中目标参数的坐标信息,将所述自相关矩阵图像中目标参数对应转换为零矩阵图像中的元素点,获得所述载体对象对应的二值矩阵图像;
所述目标参数为达到预设参数阈值的全量水印峰值数据;所述全量水印峰值数据包括水印峰值数据和水印峰值噪声数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910300067.XA CN111833231B (zh) | 2019-04-15 | 2019-04-15 | 一种水印提取方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910300067.XA CN111833231B (zh) | 2019-04-15 | 2019-04-15 | 一种水印提取方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111833231A CN111833231A (zh) | 2020-10-27 |
CN111833231B true CN111833231B (zh) | 2023-02-10 |
Family
ID=72915610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910300067.XA Active CN111833231B (zh) | 2019-04-15 | 2019-04-15 | 一种水印提取方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833231B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833745A (zh) * | 2010-04-15 | 2010-09-15 | 宁波大学 | 一种数字图像的多个二值水印嵌入及提取检测方法 |
CN102880998A (zh) * | 2011-05-26 | 2013-01-16 | 江苏技术师范学院 | 水印图像的提取方法 |
CN108898542A (zh) * | 2018-07-04 | 2018-11-27 | 广东工业大学 | 一种可逆水印的嵌入和提取方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4072448B2 (ja) * | 2002-03-14 | 2008-04-09 | キヤノン株式会社 | 電子透かし抽出方法及び装置及びプログラム及び記憶媒体 |
CN101122995B (zh) * | 2007-09-11 | 2010-10-13 | 北京大学 | 二值图像中数字水印的嵌入、提取方法和装置 |
CN102567939A (zh) * | 2010-12-27 | 2012-07-11 | 北大方正集团有限公司 | 一种图像中可见水印的分离方法及装置 |
CN105160620B (zh) * | 2011-08-26 | 2018-09-25 | 北京中盈信安科技发展有限责任公司 | 一种图像水印检测方法 |
JP6216516B2 (ja) * | 2013-02-25 | 2017-10-18 | 株式会社日立ソリューションズ | 電子透かし埋め込み方法および電子透かし検出方法 |
CN108596817B (zh) * | 2017-09-19 | 2023-05-26 | 杭州冠联信息科技有限公司 | 一种水印数据的嵌入及提取方法 |
CN109474830B (zh) * | 2018-11-09 | 2021-02-26 | 北京工业大学 | 一种数字视频钢印的嵌入和提取方法 |
-
2019
- 2019-04-15 CN CN201910300067.XA patent/CN111833231B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833745A (zh) * | 2010-04-15 | 2010-09-15 | 宁波大学 | 一种数字图像的多个二值水印嵌入及提取检测方法 |
CN102880998A (zh) * | 2011-05-26 | 2013-01-16 | 江苏技术师范学院 | 水印图像的提取方法 |
CN108898542A (zh) * | 2018-07-04 | 2018-11-27 | 广东工业大学 | 一种可逆水印的嵌入和提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111833231A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Digital watermarking robust to geometric distortions | |
US10354355B2 (en) | Digital watermarking | |
JP3937841B2 (ja) | 情報処理装置及びその制御方法 | |
US7065237B2 (en) | Image processing apparatus and method | |
US20060056695A1 (en) | Method for concealing data in curves of an image | |
Hosam | Attacking image watermarking and steganography-a survey | |
JP2002142094A (ja) | 電子透かし埋込装置、電子透かし検出装置、電子透かし埋込方法、電子透かし検出方法及び記録媒体 | |
CN111932432B (zh) | 盲水印的植入方法、检测方法、装置、设备及存储介质 | |
CN111340109A (zh) | 图像匹配方法、装置、设备及存储介质 | |
CN108550099B (zh) | 一种去除图像中水印的方法和装置 | |
CN110766594A (zh) | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 | |
JP5534411B2 (ja) | 画像処理装置 | |
Ferreira et al. | A robust 3D point cloud watermarking method based on the graph Fourier transform | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
TW201339876A (zh) | 基於空間域圖像的數位浮水印的嵌入及提取方法 | |
CN113392381A (zh) | 水印生成、解码方法以及存储介质、电子设备 | |
CN111833231B (zh) | 一种水印提取方法、装置及系统 | |
US7440636B2 (en) | Method and apparatus for image processing | |
CN116757903A (zh) | 一种水印嵌入和提取方法、及水印处理装置 | |
CN112541853A (zh) | 数据处理方法、装置及设备 | |
KR102180924B1 (ko) | Qr 코드를 이용한 디지털 워터마크 삽입 및 추출 시스템 및 방법 | |
KR100697768B1 (ko) | Cht를 이용한 디지털 워터마킹 방법 | |
US7295678B2 (en) | Method for inserting binary messages in a digital image | |
CN113393363A (zh) | 水印嵌入、提取方法以及存储介质、电子设备 | |
KR101725095B1 (ko) | 회전각도를 모르는 이미지 파일의 워터마크 검출 방법 |
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 |