CN111968027B - 基于surf和dct特征的鲁棒彩色图像零水印方法 - Google Patents
基于surf和dct特征的鲁棒彩色图像零水印方法 Download PDFInfo
- Publication number
- CN111968027B CN111968027B CN202010843728.6A CN202010843728A CN111968027B CN 111968027 B CN111968027 B CN 111968027B CN 202010843728 A CN202010843728 A CN 202010843728A CN 111968027 B CN111968027 B CN 111968027B
- Authority
- CN
- China
- Prior art keywords
- image
- watermark
- robust
- surf
- sub
- 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
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- 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
- G06T1/0042—Fragile watermarking, e.g. so as to detect tampering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,该方法包括:将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据SURF特征点的主方向构造特征向量;根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息;同时,将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息;将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个子图像块以获得含水印图像。这样能够同时进行版权保护和内容认证,保证了图像的视觉质量,可以来检测和定位恶意篡改。
Description
技术领域
本发明涉及数字水印技术领域,特别是涉及一种基于SURF和DCT特征的鲁棒彩色图像零水印方法。
背景技术
随着高速宽带网络的日益普及和数字信息技术的快速发展,各种形式的数字多媒体资源通过网络进行存储、复制和传播,版权保护和内容认证成为迫切需要解决的问题。版权保护要求水印方法具有很强的鲁棒性,并且能够抵抗某些信号处理操作。内容认证要求水印方法对篡改操作敏感,易于实现篡改和内容认证。然而,目前大多数水印方法往往只有单一的版权保护或内容认证功能,不能满足实际需要。半脆弱水印的性能介于鲁棒水印和脆弱水印之间,但很难同时具有两种良好的性能。
所以,研究者对矢量图像中鲁棒和脆弱双重水印的同时嵌入进行了相关研究。2019年有研究者提出了一种基于矢量量化的多功能水印方法,分别嵌入鲁棒水印和脆弱水印,对量化后的平均系数和残差系数,达到了版权保护和内容认证的目的,但该水印方法计算复杂度高,透明度低。多功能图像水印方法将鲁棒水印和脆弱水印都嵌入到图像载体中,这不可避免地导致图像质量下降,两种水印之间的性能也相互影响。
因此,如何设计一种新的水印方法能够同时进行版权保护和内容认证,且保持图像质量,降低计算复杂度,是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,可以同时进行版权保护和内容认证,保证图像的视觉质量,对恶意篡改定位准确,具有更好的透明性、更高的计算效率和对常见图像操作的鲁棒性。其具体方案如下:
一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,包括:
将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据所述SURF特征点的主方向构造特征向量;
根据预先构造的参考向量和所述特征向量生成鲁棒水印序列,并对所述鲁棒水印序列进行置乱,生成版权标识信息;
同时,将原始水印图像分割成多个子图像块,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息;
将生成的所述脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个所述子图像块以获得含水印图像。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,根据预先构造的参考向量和所述特征向量生成鲁棒水印序列,具体包括:
利用第一密钥构造参考向量;
将所述特征向量分成两个特征子向量;
计算所述参考向量分别与两个所述特征子向量之间的余弦值,通过比较两个余弦值之间的关系,按照设定规则生成鲁棒水印序列。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,对所述鲁棒水印序列进行置乱,生成版权标识信息,具体包括:
通过Arnold变换利用第二密钥对所述鲁棒水印序列进行置乱,生成版权标识信息。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还包括:
当检测水印时,提取待检测图像的SURF特征点和相应的版权标识信息,并利用原始版权信息和提取的所述版权标识信息计算比特正确率;
若所述比特正确率大于设定阈值,则所述鲁棒水印序列的信息存在;若所述比特正确率小于等于设定阈值,则所述鲁棒水印序列的信息不存在。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,将原始水印图像分割成多个子图像块,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息,具体包括:
将原始水印图像分割成大小为2×2的子图像块;
将每个所述子图像块的最低有效位的最大像素值设置为零,获得所述子图像块的奇异值范数;
根据奇异值扰动定理,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还包括:
将获得的所述含水印图像分割成大小为2×2的块;
提取所述块中每个像素值的最低有效位值,获得所述块的奇异值范数;
根据奇异值扰动定理,对所述块的奇异值范数进行异或运算,提取脆弱水印图像;
将提取的所述脆弱水印图像的特征位与匹配位数进行比较,若完全相同,则判定提取的所述脆弱水印图像没有被篡改;若有不一致的值,则判定提取的所述脆弱水印图像被篡改,并标记篡改的位置。
优选地,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还包括:
利用归一化相关系数来比较所述原始水印图像和提取的所述脆弱水印图像之间的相似性。
从上述技术方案可以看出,本发明所提供的一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,包括:将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据SURF特征点的主方向构造特征向量;根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息;同时,将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息;将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个子图像块以获得含水印图像。
本发明提出了一种能够同时进行版权保护和内容认证的多功能彩色图像零水印方法,结合SURF算子和DCT变换将提取图像的稳定特征作为鲁棒零水印信息,来实现版权保护功能,对噪声、滤波、旋转和亮度变换具有很好的鲁棒性,并且降低了计算复杂度,大大提高了方法的效率,另外采用脆弱水印信息替代原始图像在空间域中的最低有效位,通过该方法嵌入脆弱水印信息来检测和定位恶意篡改,保证了图像的视觉质量,对恶意篡改非常敏感,定位准确,实时性好;该水印方法具有更好的透明性、更高的计算效率和对常见图像操作的鲁棒性。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关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发明的实施例,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为本发明实施例提供的基于SURF和DCT特征的鲁棒彩色图像零水印方法的流程图;
图2为本发明实施例提供的鲁棒零水印信息构建过程流程图;
图3为本发明实施例提供的原始彩色图像;
图4为本发明实施例提供的原始水印图像;
图5为本发明实施例提供的顺时钟旋转30°的彩色图像;
图6为本发明实施例提供的顺时钟旋转30°时提取的脆弱水印图像;
图7为本发明实施例提供的向左平移15%的彩色图像;
图8为本发明实施例提供的向左平移15%时提取的脆弱水印图像;
图9为本发明实施例提供的经缩放的彩色图像;
图10为本发明实施例提供的经缩放时提取的脆弱水印图像;
图11为本发明实施例提供的高斯噪声干扰强度2%时的彩色图像;
图12为本发明实施例提供的高斯噪声干扰强度2%时提取的脆弱水印图像;
图13为本发明实施例提供的压缩质量为20%的JPEG压缩时的彩色图像;
图14为本发明实施例提供的压缩质量为20%的JPEG压缩时提取的脆弱水印图像;
图15为本发明实施例提供的向下平移25%的彩色图像;
图16为本发明实施例提供的向下平移25%时提取的脆弱水印图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,如图1所示,包括以下步骤:
S101、将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据SURF特征点的主方向构造特征向量;
需要说明的是,DCT(离散余弦变换)的工作原理是将图像分成不同频率,包含低频,高频和中频系数的部分。离散余弦变换是基于实数的正交变换。DCT域的计算量较小,具有很强的“能量集中”特性:大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分,易于提取视觉特征向量,且与国际流行的数据压缩标准(JPEG、MPEG、H261/263)兼容,便于在压缩域中实现。二维离散余弦变换正变换(DCT)公式如下:
其中,x,y是空间采样频域;u,v是频域采样值,它们通常由数字图像处理中的像素方阵表示,即M=N,图像的大小为M*N;f(x,y)为点(x,y)的像素值,F(u,v)是f(x,y)的2D-DCT变换系数;
SURF(Speeded Up Robust Features,加速鲁棒特征)作为一种基于尺度空间的图像局部特征描述算子,是SIFT算子的改进。SURF方法使用Hessian矩阵进行极值点检测,其在尺度上的Hessian矩阵可以表示为:
图像表面特征信息对于旋转、缩放、变换和灰度变化等映射操作具有很强的鲁棒性。因此,通过提取彩色图像的SURF的重要特征信息来构造鲁棒的零水印信息。本发明是对原始彩色图像进行空间变换,提取亮度分量的SURF特征信息,选择满足尺度条件的特征点和特征向量;
S102、根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息;
在实际应用中,利用图像SURF特征用于常见信号操作保持稳定,构造鲁棒的零水印序列来实现版权保护功能,可以避免水印之间的相互干扰;
S103、将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息;
S104、将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个子图像块以获得含水印图像。
在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,能够同时进行版权保护和内容认证的多功能彩色图像零水印方法,结合SURF算子和DCT变换将提取图像的稳定特征作为鲁棒零水印信息,来实现版权保护功能,对噪声、滤波、旋转和亮度变换具有很好的鲁棒性,并且降低了计算复杂度,大大提高了方法的效率,另外采用脆弱水印信息替代原始图像在空间域中的最低有效位,通过该方法嵌入脆弱水印信息来检测和定位恶意篡改,保证了图像的视觉质量,对恶意篡改非常敏感,定位准确,实时性好;该水印方法具有更好的透明性、更高的计算效率和对常见图像操作的鲁棒性。
具体地,步骤S101中将原始彩色图像从RGB空间转换到YUV空间,将公式转换为:
提取亮度分量的SURF特征点,并将特征点设置为S,即
S={SP|SP=(xi,yj),lp,θp,p∈(0,m)} (5)
其中,p表示saple点,(xi,yj)为特征点在原始彩色图像中的位置,lp为特征点的尺度,θp为特征点的主要方向,m为特征点的数量。
进一步地,在具体实施时,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,如图2所示,步骤S102中根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息,具体可以包括:利用第一密钥K1构造参考向量Vd(如一个32维参考向量Vr={Vp|Vp=(ξp0,ξp1,.....,ξp63),P∈(0,m')});将特征向量分成两个特征子向量Vr1和Vr2;计算参考向量Vd分别与两个特征子向量Vr1和Vr2之间的余弦值和通过比较两个余弦值之间的关系,按照设定规则生成鲁棒水印序列;通过Arnold变换利用第二密钥K2对鲁棒水印序列进行置乱,生成版权标识信息。
具体地,设定规则可以如下:
接下来,在具体实施时,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还包括:当检测水印时,提取待检测图像的SURF特征点和相应的版权标识信息,并利用原始版权信息和提取的版权标识信息计算比特正确率(BCR);若BCR大于设定阈值,则鲁棒水印序列的信息存在;若BCR小于等于设定阈值,则鲁棒水印序列的信息不存在。
需要说明的是,该步骤中鲁棒的零水印信息的提取和检测,与步骤S101鲁棒水印序列的信息构造过程一样,对待检测图像进行空间变换,提取亮度分量的SURF特征点,并构造相应的特征向量。使用第一密钥K1和第二密钥K2获得提取的版权标识信息。鲁棒水印序列的提取方法的性能由BCR来评估:
进一步地,在具体实施时,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,步骤S103将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息,具体可以包括:将原始水印图像分割成大小为2×2的子图像块;将每个子图像块的最低有效位的最大像素值设置为零,获得子图像块的奇异值范数;根据奇异值扰动定理,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息。
具体地,该步骤中对原始水印图像的2×2分割,定义为:
其中,B引用大小为q的子图像块,xi引用按照矩阵e顺序排列的位。
将每个块的最低有效位的最大像素值设置为零,以获得:
根据奇异值扰动定理,对子图像块奇异值范数进行异或运算,生成脆弱水印信息;对子图像块的两个奇异值进行范数计算和四舍五入:
其中,f为一个舍入函数,σ为角度方向。
对于Nm,8位平面进行异或运算生成脆弱水印信息,脆弱水印信息与每个块像素密切相关,这有利于增强脆弱水印对恶意篡改的敏感性。规则如下公式:
其中,wf为生成的脆弱水印信息,从脆弱水印的wfi像素值中取值为1~4。
在执行完步骤S104之后,在具体实施时,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还可以包括:将获得的含水印图像分割成大小为2×2的块;提取块中每个像素值的最低有效位值,获得块的奇异值范数;根据奇异值扰动定理,对块的奇异值范数进行异或运算,提取脆弱水印图像;将提取的脆弱水印图像的特征位与匹配位数进行比较,若完全相同,则判定提取的脆弱水印图像没有被篡改;若有不一致的值,则判定提取的脆弱水印图像被篡改,并标记篡改的位置。
具体地,该步骤是脆弱水印的提取,首先对水印图像进行2×2分割,然后提取块中每个像素值的最低有效位值,并定义其定义:
其中,对于l块,带有i的2×2子图像中每个像素的最小值在1到4之间。2×2子图像块有效性中每个像素的最低值。与脆弱水印信息的嵌入步骤类似,子图像块经受奇异值分解(SVD)变换、范数舍入、像素值异或等。为了提取脆弱水印wf.wf,将l与z(匹配位数)相比,如果图像完全相同,则图像没有被篡改;如果有不一致的值,图像被篡改,篡改的位置被标记。
进一步地,在具体实施时,在本发明实施例提供的上述基于SURF和DCT特征的鲁棒彩色图像零水印方法中,还可以包括:利用归一化相关系数来比较原始水印图像和提取的脆弱水印图像之间的相似性。该归一化相关系数可作为识别依据,通过内容认证,从而评价方法的强度。
需要说明的是,采用归一化互相关(Normalized Cross-correlation,NC)方法测量嵌入的原始水印与提取的还原水印之间的数量相似性,定义为:
其中,W(i,j)表示原始水印图像的特征向量,其长度是32bit;W'(i,j)表示提取的脆弱水印图像的特征向量,也是32bit。归一化相关系数是对两幅图像进行相似度衡量的一种方法,通过求归一化相关系数可以更加精确地用数据来客观评估图像的相似度。NC值越高,水印相似性越好,方法的强度越强。
另外,需要注意的是,本发明可以用峰值信噪比(PSNR)表示的图像的失真程度,当PSNR值越大,图像的失真度越小。
峰值信噪比的公式如下:
其中,图像每点的像素值为I(i,j),图像的平均像素值为I'(i,j),为方便运算,通常数字图像用像素方阵表示,即M=N。峰值信噪比是一个表示信号最大可能功率和影响他的表示精度的破坏性噪声功率的比值的工程术语,通常采用峰值信噪比作为医疗图像质量的客观评价标准。
与其他多功能水印方法相比,本发明提取原始彩色图像的SURF特征来构造鲁棒的零水印信息,不是将鲁棒水印嵌入到原始彩色图像中,而是“嵌入”鲁棒的水印信息。同时,脆弱水印信息嵌入在图像空间的最低有效位,对人类视觉效果影响不大。因此,该水印方法具有良好的透明性。透明度的客观评价指标使用峰值信噪比(PSNR)值,该值越高,透明度越好。
下面结合附图对本发明作进一步说明:图3示出了原始彩色图像,图4示出了原始水印图像;图5至图16示出了原始彩色图像在不同攻击下的实现结果,以及提取过程后水印方法的恢复。表一为原始彩色图像受不同类型的几何攻击后的实验数据。
表一:不同类型的几何攻击对彩色图像(狒狒)的PSNR和NC值
从图5至图16、表一中可以清楚地看出,所提出的方法对几何攻击更加鲁棒。在裁剪的X和Y方向的彩色图像中,平移攻击和旋转攻击的NC值分别大于90%和接近100%,因此本发明提出的方法在图像水印中的效果是令人满意的和鲁棒的。
专业人员可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本发明实施例提供的一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,包括:将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据SURF特征点的主方向构造特征向量;根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息;同时,将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息;将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个子图像块以获得含水印图像。本发明能够同时进行版权保护和内容认证,结合SURF算子和DCT变换将提取图像的稳定特征作为鲁棒零水印信息,来实现版权保护功能,对噪声、滤波、旋转和亮度变换具有很好的鲁棒性,并且降低了计算复杂度,大大提高了方法的效率,另外采用脆弱水印信息替代原始图像在空间域中的最低有效位,通过该方法嵌入脆弱水印信息来检测和定位恶意篡改,保证了图像的视觉质量,对恶意篡改非常敏感,定位准确,实时性好;整个水印方法具有更好的透明性、更高的计算效率和对常见图像操作的鲁棒性。
最后,还需要说明的是,在本文中,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。
以上对本发明所提供的基于SURF和DCT特征的鲁棒彩色图像零水印方法进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,其特征在于,包括:
将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据所述SURF特征点的主方向构造特征向量;
根据预先构造的参考向量和所述特征向量生成鲁棒水印序列,并对所述鲁棒水印序列进行置乱,生成版权标识信息;
同时,将原始水印图像分割成多个子图像块,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息;
将生成的所述脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个所述子图像块以获得含水印图像;
根据预先构造的参考向量和所述特征向量生成鲁棒水印序列,具体包括:
利用第一密钥构造参考向量;
将所述特征向量分成两个特征子向量;
计算所述参考向量分别与两个所述特征子向量之间的余弦值,通过比较两个余弦值之间的关系,按照设定规则生成鲁棒水印序列。
2.根据权利要求1所述的基于SURF和DCT特征的鲁棒彩色图像零水印方法,其特征在于,对所述鲁棒水印序列进行置乱,生成版权标识信息,具体包括:
通过Arnold变换利用第二密钥对所述鲁棒水印序列进行置乱,生成版权标识信息。
3.根据权利要求2所述的基于SURF和DCT特征的鲁棒彩色图像零水印方法,其特征在于,还包括:
当检测水印时,提取待检测图像的SURF特征点和相应的版权标识信息,并利用原始版权信息和提取的所述版权标识信息计算比特正确率;
若所述比特正确率大于设定阈值,则所述鲁棒水印序列的信息存在;若所述比特正确率小于等于设定阈值,则所述鲁棒水印序列的信息不存在。
4.根据权利要求1所述的基于SURF和DCT特征的鲁棒彩色图像零水印方法,其特征在于,将原始水印图像分割成多个子图像块,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息,具体包括:
将原始水印图像分割成大小为2×2的子图像块;
将每个所述子图像块的最低有效位的最大像素值设置为零,获得所述子图像块的奇异值范数;
根据奇异值扰动定理,对所述子图像块的奇异值范数进行异或运算,生成脆弱水印信息。
5.根据权利要求4所述的基于SURF和DCT特征的鲁棒彩色图像零水印方法,其特征在于,还包括:
将获得的所述含水印图像分割成大小为2×2的块;
提取所述块中每个像素值的最低有效位值,获得所述块的奇异值范数;
根据奇异值扰动定理,对所述块的奇异值范数进行异或运算,提取脆弱水印图像;
将提取的所述脆弱水印图像的特征位与匹配位数进行比较,若完全相同,则判定提取的所述脆弱水印图像没有被篡改;若有不一致的值,则判定提取的所述脆弱水印图像被篡改,并标记篡改的位置。
6.根据权利要求5所述的基于SURF和DCT特征的鲁棒彩色图像零水印方法,还包括:
利用归一化相关系数来比较所述原始水印图像和提取的所述脆弱水印图像之间的相似性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843728.6A CN111968027B (zh) | 2020-08-20 | 2020-08-20 | 基于surf和dct特征的鲁棒彩色图像零水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843728.6A CN111968027B (zh) | 2020-08-20 | 2020-08-20 | 基于surf和dct特征的鲁棒彩色图像零水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111968027A CN111968027A (zh) | 2020-11-20 |
CN111968027B true CN111968027B (zh) | 2022-11-01 |
Family
ID=73389479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010843728.6A Active CN111968027B (zh) | 2020-08-20 | 2020-08-20 | 基于surf和dct特征的鲁棒彩色图像零水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111968027B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800395B (zh) * | 2021-01-27 | 2023-04-14 | 南京信息工程大学 | 一种基于零水印技术的多幅图像版权认证和验证方法 |
CN112907435B (zh) * | 2021-04-09 | 2024-05-28 | 辽宁工程技术大学 | 基于改进博奇编码和数据区间映射的高鲁棒全息盲水印算法 |
CN113658030A (zh) * | 2021-08-18 | 2021-11-16 | 辽宁工程技术大学 | 基于分区域异或的低虚警零水印算法 |
CN114897659B (zh) * | 2022-05-09 | 2023-12-29 | 南京师范大学 | 一种矢量地理数据零水印生成方法及零水印信息检测方法 |
CN115222575B (zh) * | 2022-06-06 | 2023-11-24 | 苏州科技大学 | 利用频率域系数比值的矢量数据水印嵌入和提取方法 |
CN117057971B (zh) * | 2023-10-07 | 2023-12-29 | 湖北微模式科技发展有限公司 | 一种基于亮度收缩校准的jpeg图像半脆弱水印算法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423768A (zh) * | 2017-08-02 | 2017-12-01 | 上海应用技术大学 | 基于surf和pca结合的图像哈希序列生成方法 |
CN108876696A (zh) * | 2018-06-07 | 2018-11-23 | 海南大学 | 一种基于sift-dct的医学图像鲁棒水印方法 |
CN110473136A (zh) * | 2019-08-08 | 2019-11-19 | 海南大学 | 基于surf-dct混合的图像处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8509472B2 (en) * | 2004-06-24 | 2013-08-13 | Digimarc Corporation | Digital watermarking methods, programs and apparatus |
CN104091302B (zh) * | 2014-07-10 | 2017-06-06 | 北京工业大学 | 一种基于多尺度空间的鲁棒水印嵌入与提取方法 |
-
2020
- 2020-08-20 CN CN202010843728.6A patent/CN111968027B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423768A (zh) * | 2017-08-02 | 2017-12-01 | 上海应用技术大学 | 基于surf和pca结合的图像哈希序列生成方法 |
CN108876696A (zh) * | 2018-06-07 | 2018-11-23 | 海南大学 | 一种基于sift-dct的医学图像鲁棒水印方法 |
CN110473136A (zh) * | 2019-08-08 | 2019-11-19 | 海南大学 | 基于surf-dct混合的图像处理方法及装置 |
Non-Patent Citations (3)
Title |
---|
Advance hybrid medical watermarking algorithm using speeded up robust features and discrete cosine transform;Nawaz,S.A等;《PLOS ONE》;20200604;1-21 * |
Affine Correction Based Image Watermarking Robust to Geometric Attacks;Wuyong Zhang等;《2016 17th International Conference on Parallel and Distributed Computing, Applications and Technologies (PDCAT)》;20170608;167-172 * |
抵抗几何攻击的视频水印方法研究;许婷;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20110715;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111968027A (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111968027B (zh) | 基于surf和dct特征的鲁棒彩色图像零水印方法 | |
Ahmaderaghi et al. | Blind image watermark detection algorithm based on discrete shearlet transform using statistical decision theory | |
Hu et al. | Cover-lossless robust image watermarking against geometric deformations | |
Lin et al. | Rotation-, scale-, and translation-resilient public watermarking for images | |
Andalibi et al. | Digital image watermarking via adaptive logo texturization | |
Simitopoulos et al. | Robust image watermarking based on generalized radon transformations | |
Kang et al. | Identifying tampered regions using singular value decomposition in digital image forensics | |
Zhu et al. | The RST invariant digital image watermarking using Radon transforms and complex moments | |
CN111968025A (zh) | 基于Bandelet-DCT医学图像鲁棒零水印方法 | |
KR20010113857A (ko) | 회전, 스케일, 그리고 변이 회복되는 이미지들을 위한공개 워터마킹 | |
Zhang et al. | Robust image watermarking algorithm based on QWT and QSVD using 2D Chebyshev-Logistic map | |
Lu et al. | A robust fractal color image watermarking algorithm | |
Sikder et al. | A semi-fragile watermarking method using slant transform and LU decomposition for image authentication | |
Luo et al. | Leca: A learned approach for efficient cover-agnostic watermarking | |
Cedillo-Hernandez et al. | Digital color images ownership authentication via efficient and robust watermarking in a hybrid domain | |
Zhiwei et al. | Steganography based on wavelet transform and modulus function | |
Guo et al. | Content based image hashing via wavelet and radon transform | |
Wang et al. | Quaternion Markov Splicing Detection for Color Images Based on Quaternion Discrete Cosine Transform. | |
Ahmad et al. | Robust image watermarking method in wavelet domain based on sift features | |
Song et al. | Comparison of four different digital watermarking techniques | |
Sun et al. | FRRW: A feature extraction-based robust and reversible watermarking scheme utilizing zernike moments and histogram shifting | |
KR100944488B1 (ko) | 방위각을 이용한 벡터 데이터 워터마크 삽입방법 및검출방법 | |
CN101452564A (zh) | 一种改进的抖动量化调制水印方法 | |
Rouis et al. | Local geometry analysis for image tampering detection | |
Keskinarkaus et al. | Wavelet domain print-scan and JPEG resilient data hiding method |
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 |