CN112541853A - 数据处理方法、装置及设备 - Google Patents
数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN112541853A CN112541853A CN201910899739.3A CN201910899739A CN112541853A CN 112541853 A CN112541853 A CN 112541853A CN 201910899739 A CN201910899739 A CN 201910899739A CN 112541853 A CN112541853 A CN 112541853A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- target image
- brightness
- information
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000007781 pre-processing Methods 0.000 claims description 22
- 238000009499 grossing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 28
- 238000004364 calculation method Methods 0.000 abstract description 14
- 235000019557 luminance Nutrition 0.000 description 34
- 238000010586 diagram Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06T1/0028—Adaptive watermarking, e.g. Human Visual System [HVS]-based watermarking
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
-
- 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
- G06T2201/0051—Embedding of the watermark in the spatial domain
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本申请公开了一种数据处理方法,通过获取待嵌入信息的第一目标图像和待嵌入信息;根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述低第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中的亮度不高于亮度阈值的像素;通过从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域来确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;在所述第一目标图像的所述目标嵌入位置处嵌入所述待嵌入信息。通过所述方法可以减少信息嵌入处理时的计算量、计算复杂度以及减少嵌入时长,并且不易被解析出信息的嵌入位置或嵌入策略,可以减少信息被破坏的几率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及两种数据处理方法、装置、电子设备和存储设备。
背景技术
随着数字媒体技术以及互联网技术的发展,人们越来越重视对于图像、视频等资源的数字版权保护。
目前,人们通常是使用数字水印技术来实现对数字版权的保护,数字水印技术主要是指在图像、视频等资源中隐式的嵌入水印信息以提供版权保护。但是,目前在图像、视频等资源中嵌入水印信息时,对于水印信息的嵌入位置的选择,一种方法是使用人为给定的固定策略来选择嵌入位置,例如规定全局的像素域或频率域进行选择,或通过给定的相应策略来进行固定局部区域的选择,或是按照图像、视频等资源中具有某种规律变化的区域进行选择;另一种方法是基于人为给定的局部嵌入策略来选择嵌入位置,例如根据图像或视频帧的位置固定的选择某一位置或者周期性的变化嵌入位置等。
在嵌入水印信息时,虽然上述两种方法都可以在图像的某一位置嵌入水印信息。但是,上述第一种方法通常需要针对待嵌入水印信息的图像或视频帧进行整体计算,其计算量较大,计算复杂度较高,会耗费过多的时间,不利于批量化处理;而上述第二种方法虽然能够减少一定的计算量,但是,使用人为给定的嵌入策略来进行嵌入位置的选择,通常忽略了待嵌入水印信息的图像或视频帧本身的内容特性,因此,容易被解析出对应的嵌入策略,进而破坏被嵌入的水印信息。
发明内容
本申请提供一种数据处理方法、装置、电子设备和存储设备,以解决现有的在将待嵌入信息嵌入图像或视频帧时存在的计算量大、计算复杂度高、耗时高的问题,以及嵌入的信息容易被破坏的问题。
本申请提供一种数据处理方法,包括:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
可选的,
所述根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,包括:
获取与所述第一目标图像对应的具有像素亮度信息的亮度信息图像;
将所述亮度信息图像中亮度高于所述亮度阈值的像素丢弃,获取与所述亮度信息图像对应的低亮度信息图像;
根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
可选的,
所述根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像,包括:
获取与所述第一目标图像对应的边缘二值图像,所述边缘二值图像是包括所述第一目标图像的全局纹理边缘信息的二值图像;
根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
可选的,
所述获取与所述第一目标图像对应的边缘二值图像,包括:
对所述第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像;
根据所述预处理目标图像,获取与所述预处理目标图像对应的边缘目标图像;
根据所述边缘目标图像,获取与所述第一目标图像对应的边缘二值图像。
可选的,
所述根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像,包括:
将所述低亮度信息图像中的图像数据与所述边缘二值图像的图像数据进行匹配,获取包括所述第一目标图像的全局低亮度纹理边缘信息的低亮度边缘二值图像。
可选的,
所述从所述第二目标图像中选取候选图像区域,包括:
设置用于在所述低亮度边缘二值图像中选取所述候选图像区域的滑动窗口;
使用所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
可选的,
所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,包括:
在所述低亮度边缘二值图像中,按照所述滑动窗口的步长数值滑动所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
可选的,还包括:
如果按照所述滑动窗口的步长数值滑动所述滑动窗口时,所述滑动窗口的滑动范围超过了所述低亮度边缘二值图像的边界位置,则从发生越界的所述边界位置处开始,向所述低亮度边缘二值图像内选择新的候选图像区域,并将所述新的候选图像区域作为所述边界位置处的候选图像区域。
可选的,
所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,还包括:
同时将所述低亮度边缘二值图像划分为至少一个候选图像区域,所述候选图像区域与所述滑动窗口的尺寸匹配。
可选的,
所述根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置,包括:
计算所述候选图像区域中的边缘数据的累加和,获取与所述候选图像区域对应的边缘数值累加和;
根据所述候选图像区域对应的边缘数值累加和,确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置。
可选的,
所述对所述第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像,包括:
对所述第一目标图像进行高斯平滑处理,获取与所述第一目标图像对应的预处理平滑目标图像。
可选的,所述亮度信息图像包括以下任意一项:与所述第一目标图像对应的亮度图像,或与所述第一目标图像对应的灰度图像。
本申请还提供一种数据处理装置,包括:
信息获取单元,用于获取待嵌入信息的第一目标图像和待嵌入信息;
低亮度目标图像获取单元,用于根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
嵌入位置确定单元,用于从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
信息嵌入单元,用于在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
本申请还提供一种电子设备,包括:
处理器;
存储器,
用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
本申请还提供一种存储设备,
存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
本申请还提供另一种数据处理方法,包括:
获取第一待检测图像;
根据所述待检测图像,获取与所述待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
本申请还提供一种数据处理装置,包括:
图像获取单元,用于获取第一待检测图像;
第二待检测图像获取单元,用于根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第二待检测图像中的像素的亮度小于亮度阈值的像素;
嵌入位置确定单元,用于从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
信息提取单元,用于从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
本申请还提供一种电子设备,包括:
处理器;
存储器,用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素,所述亮度用于表示图像内像素的明暗度;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
本申请还提供一种存储设备,
存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
与现有技术相比,本申请具有以下优点:
本申请提供一种数据处理方法,通过获取待嵌入信息的第一目标图像和待嵌入信息;并根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;之后,通过从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域来确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置,进而在所述第一目标图像的所述目标嵌入位置处嵌入所述待嵌入信息。所述方法可以避免在进行信息嵌入处理时,针对第一目标图像的整体计算,进而可以实现减少计算量、计算复杂度以及减少嵌入时长的效果;同时,通过在与所述第一目标图像对应的第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息的嵌入位置,即基于第一目标图像本身的几何光学性质来确定待嵌入信息的嵌入位置,既兼顾了第一目标图像本身的内容特性,又不容易被解析出信息的嵌入位置或嵌入策略,从而减少信息被破坏的几率。
附图说明
图1为本申请提供的应用场景实施例的示意图。
图2是本申请第一实施例提供的一种数据处理方法的流程图。
图3是本申请第一实施例提供的针对第一目标图像进行预处理的示意图。
图4是本申请第一实施例提供的与第一目标图像对应的边缘目标图像的示意图。
图5是本申请第一实施例提供的与第一目标图像对应的边缘二值图像的示意图。
图6是本申请第一实施例提供的与第一目标图像对应的低亮度边缘二值图像的示意图。
图7是本申请第一实施例提供的通过滑动窗口在第二目标图像中选取候选图像区域的示意图。
图8是本申请第一实施例提供的第一目标图像中的目标嵌入位置的示意图。
图9是本申请第一实施例提供的在不同的目标图像中嵌入水印前后的示意图。
图10是本申请第二实施例提供的另一种数据处理方法的流程图。
图11是本申请第三实施例提供的一种数据处理装置的示意图。
图12是本申请第四实施例提供的一种电子设备的示意图。
图13是本申请第六实施例提供的另一种数据处理装置的示意图。
图14是本申请第七实施例提供的一种电子设备的示意图。
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申请。但是本申请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申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
为了更清楚地展示本申请,先介绍一下本申请实施例提供的数据处理方法的应用场景。
本申请提供的一些实施例可以应用于客户端与服务器交互的场景,如图1所示,其为本申请提供的应用场景实施例的示意图。客户端首先与服务器建立连接,连接之后客户端发送待嵌入信息的第一目标图像和待嵌入信息到服务器,服务器接收所述第一目标图像和所述待嵌入信息之后,根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;之后,服务器从所述第二目标图像中获取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置,之后,在所述第一目标图像的所述目标嵌入位置嵌入所述待嵌入信息,并将嵌入所述待嵌入信息后的第一目标图像发送给客户端,之后客户端接收所述嵌入信息后的第一目标图像。
当然,需要说明的是,所述客户端可以是移动终端设备,如手机、平板电脑等,也可以是常用的计算机设备。另外,在具体实施时,也可以将本申请所述数据处理方法单独应用于客户端或服务器设备中,例如,客户端在获取所述第一目标图像和所述待嵌入信息后,直接通过客户端中安装的相应的应用程序进行处理,并获取嵌入信息后的目标图像;当然也可以是服务器在获取所述第一目标图像和所述待嵌入信息之后,直接将处理后的嵌入所述待嵌入信息的第一目标图像存储在自身存储或远程存储中,而不需要发送给客户端。上述应用场景仅仅是本申请所述的数据处理方法的一个具体实施例,提供所述应用场景实施例的目的是便于理解本申请的数据处理方法,而并非用于限定本申请的数据处理方法。
本申请第一实施例提供一种数据处理方法,以下结合图2—图9进行说明。
如图2所示,在步骤S201中,获取待嵌入信息的第一目标图像和待嵌入信息。
所述第一目标图像,是用于承载嵌入信息的载体,通常可以是图像,或者是视频资源中的某个视频帧。
所述待嵌入信息,是在第一目标对象中加入的额外信息,额外信息具有特定的含义,其可以是用于保护所述第一目标图像的版权信息,如水印信息,也可以是其它需要隐蔽传输的信息,待嵌入水印信息可以是一段文字信息或者图像信息等信息。
步骤S202,根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素。
所述第二目标图像,是区别于第一目标图像的图像,在本实施例中,第二目标图像是指包括第一目标图像中的低亮度像素的图像,其中,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素。
需要说明的是,在图像处理领域,常见的用于描述图像中像素的颜色的颜色模型有HSB(色相、饱和度、亮度)、RGB(红色、绿色、蓝色)、CMYK(青色、品红、黄色、黑色)和CIE L*a*b*等颜色模型,其中,在HSB颜色模型中,H(Hues)表示色相,S(Saturation)表示饱和度,B(brightness)表示亮度;在RGB颜色模型中,R(Red)表示红色,G(Green)表示绿色,B(Blue)表示蓝色。在本实施例中,所述亮度是指图像中像素的相对明亮程度,其数值通常是对图像中像素的RGB数值进行色彩空间的变换即可获得,即以图像中像素的RGB数值与对应的参数矩阵相乘即可获得像素的亮度数据,另外,如果图像为灰度图像,则亮度通常是指像素的灰度值,灰度值越高,则表明像素的亮度越高。在本实施例中,一般以灰度值来衡量像素的亮度。需要说明的是,所述灰度值是指黑白图像中像素的颜色深度,范围一般从0到255,白色为255,黑色为0;所述参数矩阵可以是YCbCr的3*3矩阵,其中,YCbCr是色彩空间的一种,通常用于影片中的影像连续处理,或用于数字摄影系统中。Y指亮度分量,Cb指蓝色色度分量,Cr指红色色度分量。因为有关如何获取图像的亮度数值的详细处理为现有技术,此处不再赘述。
在本实施例中,为了确定待嵌入信息在第一目标图像中的目标嵌入位置,通过对第一目标图像进行处理,以获取与第一目标图像对应的、包括所述第一目标图像中亮度不高于亮度阈值的像素的第二目标图像,并根据第二目标图像确定待嵌入信息在第一目标图像中的目标嵌入位置。以下予以详细说明。
所述亮度阈值,是指第一目标图像中的像素的平均亮度的0.8系数倍,即,获取第一目标图像中的像素的亮度的累加和后,将所述累加和乘以0.8即为亮度阈值的具体数值。当然,在具体实施时,也可以根据需要,将亮度阈值设置为其它数值。
所述根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像。首先,获取与所述第一目标图像对应的具有像素亮度信息的亮度信息图像;之后,将所述亮度信息图像中亮度高于亮度阈值的像素丢弃,获取与所述亮度信息图像对应的低亮度信息图像;再之后,根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
在本实施例中,所述亮度信息图像,是包括图像中的像素的具体亮度信息,即亮度值的图像,其可以是与第一目标图像对应的亮度图像,也可以是与第一目标图像对应的灰度图像。所述亮度信息图像具体可以通过色彩空间的变换获得,即,将第一目标图像内的像素的RGB数值与对应的参数矩阵相乘即可获得,因为现有技术中有详细描述,此处不再赘述。
在获得第一目标图像对应的亮度信息图像之后,将亮度信息图像中亮度高于亮度阈值的像素丢弃,即可获得与亮度信息图像对应的低亮度信息图像。
所述将亮度信息图像中亮度高于亮度阈值的像素丢弃,具体可以是先获取亮度信息图像中原始亮度大于亮度阈值的像素,之后,将所述像素的亮度置为初始数值,即使用一个不高于亮度阈值的亮度数值替换高于亮度阈值的像素的亮度值,当然,也可以使用其它方法来丢弃亮度信息图像中亮度高于亮度阈值的像素,此处不再赘述。
在获取与亮度信息图像对应的低亮度信息图像之后,根据所述第一目标图像和所述低亮度信息图像,即可获取与所述第一目标图像对应的第二目标图像。其具体处理为将低亮度信息图像中的图像数据与第一目标图像中的图像数据进行匹配,并将第一目标图像中匹配失败的像素丢弃,即可获得与第一目标图像对应的低亮度目标图像。
在本实施例中,是根据获得的与第一目标图像对应的第二目标图像,去获取待嵌入信息在第一目标图像中的目标嵌入位置。需要说明的是,本实施例中所述第二目标图像具体为与第一目标图像对应的低亮度边缘二值图像。当然,在具体实施时,所述第二目标图像也可以是与第一目标图像对应的其它图像,本实施例主要对如何获取与第一目标图像对应的低亮度边缘二值图像,以及如何根据获取到的低亮度边缘二值图像获取待嵌入信息在第一目标图像中的目标嵌入位置进行详细说明,使用其它图像来确定目标嵌入位置的处理与该处理类似,此处不再赘述。
以下首先对如何获取与第一目标图像对应的低亮度边缘二值图像进行详细说明。
步骤S202-1,获取与所述第一目标图像对应的边缘二值图像,所述边缘二值图像是包括所述第一目标图像的全局纹理边缘信息的二值图像。
首先,为了提高对第一目标图像的处理速度以及增强第一目标图像在不同比例大小下的图像效果,在获取与第一目标图像对应的低亮度边缘二值图像之前,先对第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像。
所述对第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像,包括:对所述第一目标图像进行高斯平滑处理,获取与所述第一目标图像对应的预处理平滑目标图像,即为了消除第一目标图像中的高斯噪声,采用对第一目标图像进行高斯平滑处理的方式来消除第一目标图像中的高斯噪声。所述高斯平滑处理,是一种线性平滑滤波处理,其用于消除高斯噪声;所述对所述第一目标图像进行高斯平滑处理,是指针对第一目标图像中的像素点进行加权平均的处理,处理后获取到的第一目标图像中的每一个像素点的值都是像素点本身和所述像素点邻域内的其它像素值经过加权平均得到的。如图3所示,其为本申请第一实施例提供的针对第一目标图像进行预处理的示意图。所述对第一目标图像进行高斯平滑处理的具体实现,可以是通过使用一个卷积或掩模扫描第一目标图像中的每一个像素,并用所述卷积或掩模确定的每一像素的邻域内像素的加权平均灰度值替代所述像素点的值,其详细处理过程不再赘述。
在获取到与第一目标图像对应的预处理目标图像之后,首先根据所述预处理目标图像,获取与所述预处理目标图像对应的边缘目标图像,具体为使用相应的边缘提取算子对预处理目标图像进行处理,以获取边缘目标图像。所述边缘提取算子具体可以是Sobel算子、Laplacian算子、Canny算子、Rebort算子等算子。
如图4所示,其为本申请第一实施例提供的与目标图像对应的边缘目标图像的示意图。在本实施例中,所述边缘目标图像是通过使用Sobel算子获取预处理目标图像的横向梯度边缘图像Gx和纵向梯度边缘图像Gy。需要说明的是,所述Sobel算子是像素图像边缘检测中最重要的算子之一,在机器学习、数字媒体、计算机视觉等信息科技领域起着举足轻重的作用。从技术的角度来讲,其具体是一个离散的一阶差分算子,用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子,将会产生该点对应的梯度矢量或是其法矢量。所述横向梯度边缘图像Gx一般是将预处理目标图像的像素矩阵与矩阵相乘获得,所述纵向梯度边缘图像Gy一般是将所述预处理目标图像的像素矩阵与矩阵相乘获得。
在获取与预处理目标图像对应的边缘目标图像之后,根据所述边缘目标图像,即可获取与第一目标图像对应的边缘二值图像。
如图5所示,其为本申请第一实施例提供的与第一目标图像对应的边缘二值图像的示意图。在通过Sobel算子获得与预处理目标图像对应的横向梯度边缘图像Gx和纵向梯度边缘图像Gy之后,通过边缘检测算子针对所述横向梯度边缘图像Gx和纵向梯度边缘图像Gy进行处理,以获取与第一目标图像对应的边缘二值图像。在本实施例中,所述边缘二值图像是指图像中的处于纹理边缘的像素的数值为255,处于平滑区域的像素的数值为0的二值图像。当然,也可以是处于纹理边缘的像素的数值为1,处于平滑区域的像素的数值为0,此处不做特殊限定。在本实施例中,所述边缘检测算子为Canny算子。当然,也可以使用其它方法来获取与第一目标图像对应的边缘二值图像,例如,使用差分边缘检测方法,此处不再赘述。
如图4、图5所示,通过上述处理之后,可以自适应得获得与第一目标图像对应的、包括第一目标图像中的全局纹理边缘信息的边缘二值图像,通过所述边缘二值图像可以直观的呈现出所述第一目标图像中的复杂纹理区域。
在步骤S202-1,之后,执行步骤S202-2,根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
在经过步骤S202-1获得与第一目标图像对应的边缘二值图像之后,根据所述边缘二值图像和上述步骤获得的与第一目标图像对应的低亮度信息图像,即可获取与第一目标图像对应的低亮度边缘二值图像,以下予以详细说明。
如图6所示,其为本申请第一实施例提供的与第一目标图像对应的低亮度边缘二值图像的示意图。所述根据所述边缘二值图像和上述步骤获得的与第一目标图像对应的低亮度信息图像,获取与第一目标图像对应的低亮度边缘二值图像,具体为将低亮度信息图像中的图像数据与边缘二值图像中的图像数据进行匹配,获取仅包括第一目标图像的全局低亮度纹理边缘信息的低亮度边缘二值图像,即将所述边缘二值图像中亮度高于亮度阈值的像素丢弃,将不高于亮度阈值的像素保留。
至此,即获得了与第一目标图像对应的低亮度边缘二值图像,之后,即可根据所述低亮度边缘二值图像,获取待嵌入信息在第一目标图像中的目标嵌入位置。
请继续参看图2,在步骤S202之后,执行步骤S203,从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置。
为了减少嵌入处理时的计算量,同时,也为了能够根据第一目标图像的内容特性来选取待嵌入信息的目标嵌入位置,本实施例通过在第一目标图像对应的低亮度目标图像,即本实施例中的所述低亮度边缘二值图像中选取与待嵌入信息对应的候选图像区域,并根据对所述候选图像区域中图像的纹理信息及亮度信息的综合衡量,获取待嵌入信息在第一目标图像中的目标嵌入位置。
本实施例中,通过一种自适应多分辨率的分解扫描方法来从与第一目标图像对应的低亮度边缘二值图像中,选取待嵌入水印信息的目标嵌入位置,具体为,首先,设置用于在低亮度边缘二值图像中选取候选图像区域的滑动窗口;之后,使用所述滑动窗口,在所述低亮度边缘二值图像中扫描,选取所述候选图像区域。
所述滑动窗口,是用于在图像中通过滑动的方式,选取与其窗口的大小尺寸一致的候选图像区域的窗口,所述滑动窗口的感受野可以视为是一个N维的方块,为方便理解,可以简单的将所述滑动窗口视为一个N维的方块。所述滑动窗口的感受野是指滑动窗口对图像的感受范围的大小,或者是滑动窗口在图像中的映射区域;另外,所述滑动窗口的长度及宽度通常根据所述待嵌入信息的尺寸设置。
所述使用所述滑动窗口,在所述低亮度目标图像中选取所述候选图像区域,具体可以是在与第一目标图像对应的低亮度边缘二值图像中,按照设置的滑动窗口的步长数值滑动所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
所述滑动窗口的步长数值,是指滑动窗口每一次滑动的滑动距离。在本实施例中,为了精确的选定待嵌入信息在第一目标图像中的目标嵌入位置,将滑动窗口的长宽数值设置为所述滑动窗口的步长数值。例如,滑动窗口的长宽为20mm*10mm,则其对应的步长数值也为20mm*10mm。
如图7所示,其是本申请第一实施例提供的通过滑动窗口在第二目标图像中选取候选图像区域的示意图。在具体实施时,并不是所有的低亮度边缘二值图像的尺寸都能整除窗口,即低亮度边缘二值图像的尺寸通常并不一定是设置的滑动窗口的整数倍。因此,当滑动窗口滑动到低亮度边缘二值图像的边界处,并在边界处选取候选图像区域时,此时的候选图像区域通常会超过低亮度边缘二值图像的边界位置,针对该种情况,当滑动窗口的滑动范围超过了低亮度边缘二值图像的边界位置,则从发生越界的所述边界位置处开始,向低亮度边缘二值图像内选择新的候选图像区域,并将所述新的候选图像区域作为所述边界位置处的候选图像区域。如图7所示,当候选图像区域超出图像的下边界区域时,则从发生越界的下边界位置处开始,自外向内的进行一次反向选择,选择新的候选图像区域。
当然,为了提高获取目标嵌入位置的速度及效率,在使用滑动窗口在与目标图像对应的低亮度边缘二值图像中选取候选图像区域时,也可以不采用滑动选取的方式,而是并行的、同时将低亮度边缘二值图像划分为至少一个候选图像区域,其中,所述候选图像区域与滑动窗口的尺寸匹配,同时,在低亮度边缘二值图像的边界处的候选图像区域的选取方法与上述基本类似,此处不再赘述。
在从低亮度边缘二值图像中,选取候选图像区域之后,根据所述候选图像区域,即可确定待嵌入信息在第一目标图像中的目标嵌入位置,具体为,首先,计算候选图像区域中的边缘数据的累加和,获取与所述候选图像区域对应的边缘数值累加和;之后,根据所述候选图像区域对应的边缘数值累加和,确定所述待嵌入水印信息在所述目标图像中的目标嵌入位置。
即,当通过滑动窗口在低亮度边缘二值图像中选取一个候选图像区域,或者,通过滑动窗口并行的在低亮度边缘二值图像中选取了多个候选图像区域之后,即可计算每一个候选图像区域中的处于纹理边缘的像素的数值的累加和;之后,将处于纹理边缘的像素的数值的累加和最大的候选图像区域确定为待嵌入信息在第一目标图像中的目标嵌入位置。例如,当低亮度边缘二值图像中包括6个候选图像区域时,因为每一候选图像区域中的像素的值只有255与0、或1与0或其它的二值信息,通过累加每一个候选图像区域中的处于纹理边缘区域的像素的数值,可获得每一候选图像区域对应的累加和,之后,比较获得的6个累加和的大小,即可获得待嵌入信息在第一目标图像中的目标嵌入位置,如,候选图像区域3对应的的边缘数值累加和最大,则可以将候选图像区域3作为待嵌入水印信息在第一目标图像中的目标嵌入位置。
如图8所示,其为本申请第一实施例提供的第一目标图像中的目标嵌入位置的示意图。需要说明的是,在本实施例中,之所以选择候选图像区域内的边缘数值累加和最大的区域作为待嵌入信息在第一目标图像中的目标嵌入位置,是因为通过与第一目标图像对应的低亮度边缘二值图像可以直观的表达出第一目标图像中的全局纹理边缘信息以及低亮度区域信息,而在所述低亮度边缘二值图像中,边缘数值累加和最大的候选图像区域往往就是第一目标图像中的纹理信息最为复杂以及亮度信息小于等于亮度阈值的区域;并且,这种方法还不受图像分辨率的影响,在该区域嵌入待嵌入信息,隐蔽性较高并且嵌入的信息不容易被破坏。
以上详细描述了本实施例提供的一种选择待嵌入信息在第一目标图像中的目标嵌入位置的方法,在具体实施时,当然也可以通过其它方法选择待嵌入信息在第一目标图像中的目标嵌入位置,此处不再赘述。
请继续参看图2,在步骤S203之后,执行步骤S204,在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
如图9所示,其为本申请第一实施例提供的在不同的第一目标图像中嵌入信息前后的示意图。通过图9可知,使用本实施例所述数据处理方法在图像中嵌入信息时,在信息嵌入前后,目标嵌入位置处并无明显差异,可以达到更好的隐藏嵌入信息的效果。
综上所述,本申请所述数据处理方法,通过获取待嵌入信息的第一目标图像和待嵌入信息;并根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;之后,通过从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置,进而在所述第一目标图像的所述目标嵌入位置处嵌入所述待嵌入信息。通过所述方法可以避免针对第一目标图像的整体计算,进而可以实现在进行嵌入处理时,减少计算量、计算复杂度以及减少嵌入时长的效果;同时,通过在与所述第一目标图像对应的第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息的目标嵌入位置,即基于第一目标图像本身的几何光学性质来确定待嵌入信息的嵌入位置,既兼顾了第一目标图像本身的内容特性,不易被解析出信息的嵌入位置或嵌入策略,从而减少信息被破坏的几率。
在以上描述中,提供了一种数据处理方法,与上述数据处理方法相对应,本申请还提供另一种数据处理方法,请参看图10,其为本申请第二实施例提供的另一种数据处理方法的流程图,其中部分步骤在上述第一实施例中已经详细描述,所以此处描述的比较简单,相关之处参见本申请第一实施例提供的一种数据处理方法中的部分说明即可,下述描述的处理过程仅是示意性的。
如图10所示,其为本申请第二实施例提供的一种数据处理方法的流程图,以下结合图10予以说明。
步骤S1001,获取第一待检测图像。
步骤S1002,根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
步骤S1003,从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
步骤S1004,从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
与上述第一实施例提供的一种数据处理方法相对应,本申请还提供一种数据处理装置,请参看图11,其为本申请第三实施例提供的一种数据处理装置的实施例的示意图,由于装置实施例基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可,下述描述的装置实施例仅仅是示意性的。本申请第三实施例提供的一种数据处理装置包括如下部分:
信息获取单元1101,用于获取待嵌入信息的第一目标图像和待嵌入信息。
第二目标图像获取单元1102,用于根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素。
嵌入位置确定单元1103,用于从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置。
信息嵌入单元1104,用于在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
可选的,所述目标图像获取单元,包括:
亮度信息图像获取子单元,用于获取与所述第一目标图像对应的具有像素亮度信息的亮度信息图像;
低亮度信息图像获取子单元,用于将所述亮度信息图像中亮度高于所述亮度阈值的像素丢弃,获取与所述亮度信息图像对应的低亮度信息图像;
目标图像获取子单元,用于根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
可选的,所述目标图像获取子单元,包括:
边缘二值图像获取子单元,用于获取与所述第一目标图像对应的边缘二值图像,所述边缘二值图像是包括所述第一目标图像的全局纹理边缘信息的二值图像;
第二目标图像获取子单元,用于根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
可选的,所述根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像,包括:
将所述低亮度信息图像中的图像数据与所述边缘二值图像的图像数据进行匹配,获取包括所述第一目标图像的全局低亮度纹理边缘信息的低亮度边缘二值图像。
可选的,所述边缘二值图像获取子单元,包括:
预处理目标图像获取子单元,用于对所述第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像;
边缘目标图像获取子单元,用于根据所述预处理目标图像,获取与所述预处理目标图像对应的边缘目标图像;
边缘二值图像获取子单元,用于根据所述边缘目标图像,获取与所述第一目标图像对应的边缘二值图像。
可选的,所述从所述第二目标图像中选取候选图像区域,包括:
设置用于在所述低亮度边缘二值图像中选取所述候选图像区域的滑动窗口;
使用所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
可选的,所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,包括:
在所述低亮度边缘二值图像中,按照所述滑动窗口的步长数值滑动所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
可选的,还包括:
如果按照所述滑动窗口的步长数值滑动所述滑动窗口时,所述滑动窗口的滑动范围超过了所述低亮度边缘二值图像的边界位置,则从发生越界的所述边界位置处开始,向所述低亮度边缘二值图像内选择新的候选图像区域,并将所述新的候选图像区域作为所述边界位置处的候选图像区域。
可选的,所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,还包括:
同时将所述低亮度边缘二值图像划分为至少一个候选图像区域,所述候选图像区域与所述滑动窗口的尺寸匹配。
可选的,所述嵌入位置确定单元,包括:
边缘数值累加和获取子单元,用于计算所述候选图像区域中的边缘数据的累加和,获取与所述候选图像区域对应的边缘数值累加和;
目标嵌入位置获取子单元,用于根据所述候选图像区域对应的边缘数值累加和,确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置。
可选的,所述预处理目标图像获取子单元,具体用于对所述第一目标图像进行高斯平滑处理,获取与所述第一目标图像对应的预处理平滑目标图像。
与本申请第一实施例提供的数据处理方法相对应的,本申请第四实施例还提供一种电子设备。
如图12所示,所述电子设备包括:
处理器1201;
存储器1202,用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
需要说明的是,对于本申请第四实施例提供的电子设备的详细描述可以参考对本申请第一实施例的相关描述,这里不再赘述。
与本申请第一实施例提供的数据处理方法相对应的,本申请第五实施例还提供一种存储设备,存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
需要说明的是,对于本申请第五实施例提供的存储设备的详细描述可以参考对本申请第一实施例的相关描述,这里不再赘述。
与上述第二实施例提供的一种数据处理方法相对应,本申请还提供另一种数据处理装置,请参看图13,其为本申请第六实施例提供的一种数据处理装置的实施例的示意图,由于装置实施例基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可,下述描述的装置实施例仅仅是示意性的。本申请第六实施例提供的一种数据处理装置包括如下部分:
图像获取单元1301,用于获取第一待检测图像。
第二待检测图像获取单元1302,用于根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第二待检测图像中亮度不高于亮度阈值的像素。
嵌入位置确定单元1303,用于从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置。
信息提取单元1304,用于从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
与本申请第二实施例提供的数据处理方法相对应的,本申请第七实施例还提供一种电子设备。
如图14所示,所述电子设备包括:
处理器1401;
存储器1402,用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素,所述亮度用于表示图像内像素的明暗度;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
需要说明的是,对于本申请第七实施例提供的电子设备的详细描述可以参考对本申请第二实施例的相关描述,这里不再赘述。
与本申请第二实施例提供的数据处理方法相对应的,本申请第八实施例还提供一种存储设备,存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
需要说明的是,对于本申请第八实施例提供的存储设备的详细描述可以参考对本申请第二实施例的相关描述,这里不再赘述。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请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,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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 (19)
1.一种数据处理方法,其特征在于,包括:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
2.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,包括:
获取与所述第一目标图像对应的具有像素亮度信息的亮度信息图像;
将所述亮度信息图像中亮度高于所述亮度阈值的像素丢弃,获取与所述亮度信息图像对应的低亮度信息图像;
根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
3.根据权利要求2所述的数据处理方法,其特征在于,所述根据所述第一目标图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像,包括:
获取与所述第一目标图像对应的边缘二值图像,所述边缘二值图像是包括所述第一目标图像的全局纹理边缘信息的二值图像;
根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像。
4.根据权利要求3所述的数据处理方法,其特征在于,所述获取与所述第一目标图像对应的边缘二值图像,包括:
对所述第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像;
根据所述预处理目标图像,获取与所述预处理目标图像对应的边缘目标图像;
根据所述边缘目标图像,获取与所述第一目标图像对应的边缘二值图像。
5.根据权利要求3所述的数据处理方法,其特征在于,所述根据所述边缘二值图像和所述低亮度信息图像,获取与所述第一目标图像对应的第二目标图像,包括:
将所述低亮度信息图像中的图像数据与所述边缘二值图像的图像数据进行匹配,获取包括所述第一目标图像的全局低亮度纹理边缘信息的低亮度边缘二值图像。
6.根据权利要求5所述的数据处理方法,其特征在于,所述从所述第二目标图像中选取候选图像区域,包括:
设置用于在所述低亮度边缘二值图像中选取所述候选图像区域的滑动窗口;
使用所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
7.根据权利要求6所述的数据处理方法,其特征在于,所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,包括:
在所述低亮度边缘二值图像中,按照所述滑动窗口的步长数值滑动所述滑动窗口,在所述低亮度边缘二值图像中选取所述候选图像区域。
8.根据权利要求7所述的数据处理方法,其特征在于,还包括:
如果按照所述滑动窗口的步长数值滑动所述滑动窗口时,所述滑动窗口的滑动范围超过了所述低亮度边缘二值图像的边界位置,则从发生越界的所述边界位置处开始,向所述低亮度边缘二值图像内选择新的候选图像区域,并将所述新的候选图像区域作为所述边界位置处的候选图像区域。
9.根据权利要求6所述的数据处理方法,其特征在于,所述使用所述滑动窗口,在所述第二目标图像中选取所述候选图像区域,还包括:
同时将所述低亮度边缘二值图像划分为至少一个候选图像区域,所述候选图像区域与所述滑动窗口的尺寸匹配。
10.根据权利要求5所述的数据处理方法,其特征在于,所述根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置,包括:
计算所述候选图像区域中的边缘数据的累加和,获取与所述候选图像区域对应的边缘数值累加和;
根据所述候选图像区域对应的边缘数值累加和,确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置。
11.根据权利要求4所述的数据处理方法,其特征在于,所述对所述第一目标图像进行预处理,获取与所述第一目标图像对应的预处理目标图像,包括:
对所述第一目标图像进行高斯平滑处理,获取与所述第一目标图像对应的预处理平滑目标图像。
12.根据权利要求2所述的数据处理方法,其特征在于,所述亮度信息图像包括以下任意一项:与所述第一目标图像对应的亮度图像,或与所述第一目标图像对应的灰度图像。
13.一种数据处理方法,其特征在于,包括:
获取第一待检测图像;
根据所述待检测图像,获取与所述待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
14.一种数据处理装置,其特征在于,包括:
信息获取单元,用于获取待嵌入信息的第一目标图像和待嵌入信息;
第二目标图像获取单元,用于根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
嵌入位置确定单元,用于从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
信息嵌入单元,用于在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
15.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
16.一种存储设备,其特征在于,
存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取待嵌入信息的第一目标图像和待嵌入信息;
根据所述第一目标图像,获取与所述第一目标图像对应的第二目标图像,其中,所述第二目标图像是包括所述第一目标图像中的低亮度像素的图像,所述低亮度像素是所述第一目标图像中亮度不高于亮度阈值的像素;
从所述第二目标图像中选取候选图像区域,并根据所述候选图像区域确定所述待嵌入信息在所述第一目标图像中的目标嵌入位置;
在所述第一目标图像中的所述目标嵌入位置嵌入所述待嵌入信息。
17.一种数据处理装置,其特征在于,包括:
图像获取单元,用于获取第一待检测图像;
第二待检测图像获取单元,用于根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第二待检测图像中的像素的亮度小于亮度阈值的像素;
嵌入位置确定单元,用于从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
信息提取单元,用于从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
18.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储数据处理方法的程序,该设备通电并通过所述处理器运行所述数据处理方法的程序后,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素,所述亮度用于表示图像内像素的明暗度;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
19.一种存储设备,其特征在于,
存储有数据处理方法的程序,该程序被处理器运行,执行下述步骤:
获取第一待检测图像;
根据所述第一待检测图像,获取与所述第一待检测图像对应的第二待检测图像,其中,所述第二待检测图像是包括所述第一待检测图像中的低亮度像素的图像,所述低亮度像素是所述第一待检测图像中亮度不高于亮度阈值的像素;
从所述第二待检测图像中选取候选图像区域,并根据所述候选图像区域确定待提取信息在所述第一待检测图像中的目标嵌入位置;
从所述第一待检测图像中的所述目标嵌入位置提取所述待提取信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899739.3A CN112541853A (zh) | 2019-09-23 | 2019-09-23 | 数据处理方法、装置及设备 |
US17/015,998 US11501404B2 (en) | 2019-09-23 | 2020-09-09 | Method and system for data processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899739.3A CN112541853A (zh) | 2019-09-23 | 2019-09-23 | 数据处理方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541853A true CN112541853A (zh) | 2021-03-23 |
Family
ID=74882021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910899739.3A Pending CN112541853A (zh) | 2019-09-23 | 2019-09-23 | 数据处理方法、装置及设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11501404B2 (zh) |
CN (1) | CN112541853A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229318A (zh) * | 2023-02-24 | 2023-06-06 | 云贵亮 | 基于分向数据的信息解析系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3132369A1 (fr) * | 2022-01-31 | 2023-08-04 | Fondation B-Com | Procédés d’émission et de réception d’un masque pour le tatouage d’une image |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030210784A1 (en) * | 2002-05-13 | 2003-11-13 | Kenichi Noridomi | Digital watermark-embedding apparatus, digital watermark-embedding method, and recording medium |
CN108269220A (zh) * | 2016-12-30 | 2018-07-10 | 北京思源互联科技有限公司 | 定位数字水印的方法及装置 |
CN108305261A (zh) * | 2017-08-11 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 图片分割方法、装置、存储介质和计算机设备 |
CN110148100A (zh) * | 2019-05-10 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种图像变换方法、装置、存储介质及计算机设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7555139B2 (en) | 1995-05-08 | 2009-06-30 | Digimarc Corporation | Secure documents with hidden signals, and related methods and systems |
JP3809297B2 (ja) * | 1998-05-29 | 2006-08-16 | キヤノン株式会社 | 画像処理方法、装置及び媒体 |
JP4130503B2 (ja) * | 1998-11-30 | 2008-08-06 | 株式会社東芝 | 電子透かし埋込み装置 |
WO2001043422A1 (fr) * | 1999-12-07 | 2001-06-14 | Hitachi,Ltd | Procede de traitement d'information et support enregistre |
US8457346B2 (en) | 2001-04-24 | 2013-06-04 | Digimarc Corporation | Digital watermarking image signals on-chip |
JP3958128B2 (ja) * | 2002-06-28 | 2007-08-15 | キヤノン株式会社 | 画像処理装置及び方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
TWI288873B (en) * | 2004-02-17 | 2007-10-21 | Mitsubishi Electric Corp | Method for burying watermarks, method and device for inspecting watermarks |
WO2005093653A1 (ja) * | 2004-03-25 | 2005-10-06 | Sanyo Electric Co., Ltd | 画像補正装置と方法、画像補正データベース作成方法、情報データ提供装置、画像処理装置、情報端末、および情報データベース装置 |
JP2008085695A (ja) * | 2006-09-28 | 2008-04-10 | Fujitsu Ltd | 電子透かし埋め込み装置および検出装置 |
US8477990B2 (en) | 2010-03-05 | 2013-07-02 | Digimarc Corporation | Reducing watermark perceptibility and extending detection distortion tolerances |
US9384520B2 (en) * | 2013-06-21 | 2016-07-05 | Signs & Wonders Unlimited, Llc | System and method for encoding and authenticating a digital image |
-
2019
- 2019-09-23 CN CN201910899739.3A patent/CN112541853A/zh active Pending
-
2020
- 2020-09-09 US US17/015,998 patent/US11501404B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030210784A1 (en) * | 2002-05-13 | 2003-11-13 | Kenichi Noridomi | Digital watermark-embedding apparatus, digital watermark-embedding method, and recording medium |
US7315621B2 (en) * | 2002-05-13 | 2008-01-01 | Matsushita Electric Industrial Co., Ltd. | Digital watermark-embedding apparatus, digital watermark-embedding method, and recording medium |
CN108269220A (zh) * | 2016-12-30 | 2018-07-10 | 北京思源互联科技有限公司 | 定位数字水印的方法及装置 |
CN108305261A (zh) * | 2017-08-11 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 图片分割方法、装置、存储介质和计算机设备 |
CN110148100A (zh) * | 2019-05-10 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种图像变换方法、装置、存储介质及计算机设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229318A (zh) * | 2023-02-24 | 2023-06-06 | 云贵亮 | 基于分向数据的信息解析系统 |
CN116229318B (zh) * | 2023-02-24 | 2023-09-22 | 湖北联投咨询管理有限公司 | 基于分向数据的信息解析系统 |
Also Published As
Publication number | Publication date |
---|---|
US11501404B2 (en) | 2022-11-15 |
US20210090204A1 (en) | 2021-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108694705B (zh) | 一种多帧图像配准与融合去噪的方法 | |
KR20130016213A (ko) | 광학 문자 인식되는 텍스트 영상의 텍스트 개선 | |
US9159112B2 (en) | Digital watermarking using saturation patterns | |
CN110366001B (zh) | 视频清晰度的确定方法和装置、存储介质、电子装置 | |
Kwok et al. | Alternative anti-forensics method for contrast enhancement | |
US10769478B2 (en) | Convolutional neutral network identification efficiency increasing method and related convolutional neutral network identification efficiency increasing device | |
US20140147010A1 (en) | Determining Proximity of a Camera to a Subject Based on Shadow Analysis | |
JP5534411B2 (ja) | 画像処理装置 | |
CN108710837A (zh) | 吸烟行为识别方法、装置、计算机设备和存储介质 | |
Ancuti et al. | Image and video decolorization by fusion | |
Lee et al. | Color image enhancement using histogram equalization method without changing hue and saturation | |
CN114626967A (zh) | 一种数字水印嵌入与提取方法、装置、设备及存储介质 | |
CN112541853A (zh) | 数据处理方法、装置及设备 | |
CN112700363A (zh) | 一种基于区域选择的自适应可视水印嵌入方法和装置 | |
Lee et al. | Digital watermarking based on JND model and QR code features | |
WO2011163378A1 (en) | Identifying and redressing shadows in connection with digital watermarking and fingerprinting; and dynamic signal detection adapted based on lighting information | |
CN111160063B (zh) | 一种物联网ipc二维码配网图像增强方法及系统 | |
Qi et al. | An adaptive visible watermark embedding method based on region selection | |
CN111598794A (zh) | 一种去除水下重叠情况的图像成像方法及装置 | |
Thomas et al. | Color balancing for change detection in multitemporal images | |
CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
JP6006675B2 (ja) | マーカ検出装置、マーカ検出方法、及びプログラム | |
JP7030425B2 (ja) | 画像処理装置、画像処理方法、プログラム | |
CN115829848A (zh) | 处理图形符号的方法、装置和计算机可读存储介质 | |
CN116977190A (zh) | 图像处理方法、装置、设备、存储介质及程序产品 |
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 |