CN112907428A - 基于条带变换处理的加密图像水印处理方法及系统 - Google Patents
基于条带变换处理的加密图像水印处理方法及系统 Download PDFInfo
- Publication number
- CN112907428A CN112907428A CN202110182433.3A CN202110182433A CN112907428A CN 112907428 A CN112907428 A CN 112907428A CN 202110182433 A CN202110182433 A CN 202110182433A CN 112907428 A CN112907428 A CN 112907428A
- Authority
- CN
- China
- Prior art keywords
- image
- encrypted
- watermark
- processing
- data
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 87
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000009466 transformation Effects 0.000 title claims description 23
- 239000011159 matrix material Substances 0.000 claims description 61
- 238000000034 method Methods 0.000 claims description 50
- 230000000739 chaotic effect Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 238000013139 quantization Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 description 9
- 238000007906 compression Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000009827 uniform distribution Methods 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G06T2201/0052—Embedding of the watermark in the frequency domain
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于条带变换处理的加密图像水印处理方法及系统,首先以第一加密数据对图像处理,得到加密图像,并对加密图像提取特征得到图像的特征数据,然后以第二加密数据对水印处理,得到加密水印,进一步将图像的特征数据和加密水印运算,得到嵌入了水印的图像数据。本发明对图像和水印分别加密处理,而后根据加密图像和加密水印进行在图像嵌入水印,可以提高图像以及水印信息的安全性。
Description
技术领域
本发明涉及多媒体信号处理技术领域,特别是涉及一种基于条带变换处理的加密图像水印处理方法及系统。
背景技术
近年来,随着计算机科学和多媒体通信技术的高速发展,现代诊断工具(例如医学图像)在医疗行业中出现的越来越频繁,智能医学、远程诊断等技术也随之日趋成熟,医疗诊断已经开始活跃在“云端”。“云端”诊断后的医疗数据(比如就诊对象的个人信息、诊断报告、医学图像等)将会存储在网络上并通过网络传播与交流。
然而,随之而来的是信息的随意篡改、泄露、复制等问题,这些问题背后是一系列对信息安全、版权、隐私泄露的深深担忧。并且,对于医学图像,医学图像是医务人员对就诊对象病情进行了解和诊断的一个重要信息来源,因此业界对用于医学诊断的医学图像的质量要求非常严格,一般不允许对医学图像做任何修改和调整。另外,医学图像的获取往往要付出很大代价,费用较大。因此无论从哪方面讲,任何可能对医学图像造成损失的操作都是不可取的。
数字零水印技术作为一种新的安全手段,可以对信息化的产物进行安全认证和版权保护。对现代医疗资源的所有权的保护、认定、连带利益和责任的控制和保护有着得天独厚的优势,利用数字零水印技术,可以很高效地防止非法用户截取、篡改和非法拷贝医学图像,从而为医疗资源的拥有者共享资源信息提供技术条件。这使得医学图像在防伪领域上的应用深度和广度都有了很大的提高,并且零水印可以很好地保护医学图像不被破坏。
然而现有技术中,水印的嵌入和提取都是在未加密的载体图像完成,一方面这使得水印的嵌入和提取必须由水印的所有者进行,不能由第三方处理,否则水印信息可能被泄露;另一方面,载体图像本身信息容易泄露。
发明内容
本发明的目的是提供一种基于条带变换处理的加密图像水印处理方法及系统,能够提高图像以及水印信息的安全性。
为实现上述目的,本发明提供如下技术方案:
一种基于条带变换处理的加密图像水印处理方法,包括:
以第一加密数据对图像处理,得到加密图像;
对所述加密图像提取特征,得到所述图像的特征数据;
以第二加密数据对水印处理,得到加密水印;
将所述图像的特征数据和所述加密水印运算,得到嵌入了所述水印的图像数据。
优选的,获得所述第一加密数据包括:根据混沌序列获得第一二进制加密矩阵,以所述第一二进制加密矩阵为所述第一加密数据;
或者,获得所述第二加密数据包括:生成混沌序列,根据该混沌序列获得第二二进制加密矩阵,以所述第二二进制加密矩阵为所述第二加密数据。
优选的,以第一加密数据对图像处理,得到加密图像包括:
对所述图像进行离散小波变换处理,得到所述图像的波带系数矩阵;
以所述第一加密数据对所述波带系数矩阵处理,得到加密系数矩阵;
对所述加密系数矩阵进行离散小波逆变换处理,得到所述加密图像。
优选的,对所述图像进行离散小波变换处理,得到所述图像的波带系数矩阵包括:对所述图像进行离散小波变换处理,得到各个子波带的系数,并对各个子波带的系数进行离散余弦变换处理,得到所述图像的所述波带系数矩阵;
对所述加密系数矩阵进行离散小波逆变换处理,得到所述加密图像包括:对所述加密系数矩阵进行离散余弦逆变换处理,得到各个子波带的系数,并对得到的各个子波带的系数进行离散小波逆变换处理,得到所述加密图像。
优选的,对所述加密图像提取特征,得到所述图像的特征数据包括:
对所述加密图像进行离散小波变换处理,得到子波带的波带系数;
对所述加密图像的子波带分为多个块,在每一块内检测几何流,对存在几何流的块沿几何流方向进行曲波变换处理,对不存在几何流的块保持原波带系数,得到所述加密图像的特征系数矩阵;
根据所述特征系数矩阵得到所述图像的特征数据。
优选的,在块内检测几何流包括:沿预设方向重排块内的波带系数,得到一维信号,根据以下函数得到块的几何流方向:
优选的,对所述加密图像提取特征,得到所述图像的特征数据包括:
对所述加密图像进行尺度不变特征变换处理,建立局部特征不变区域,并对所述局部特征不变区域提取特征,得到所述图像的特征数据。
优选的,还包括从嵌入了水印的图像数据获取加密水印,具体包括:
对获得的加密图像提取特征,得到所述加密图像的特征数据;
将所述加密图像的特征数据和获得的密钥运算,得到加密水印。
优选的,还包括从嵌入了水印的图像数据获得水印,具体包括:
对获得的加密图像提取特征,得到所述加密图像的特征数据;
将所述加密图像的特征数据和获得的密钥运算,得到加密水印;
以获得的第二加密数据对得到的加密水印处理,得到水印。
一种基于条带变换处理的加密图像水印处理系统,用于执行以上所述的图像水印处理方法。
由上述技术方案可知,本发明所提供的一种基于条带变换处理的加密图像水印处理方法及系统,首先以第一加密数据对图像处理,得到加密图像,并对加密图像提取特征得到图像的特征数据,然后以第二加密数据对水印处理,得到加密水印,进一步将图像的特征数据和加密水印运算,得到嵌入了水印的图像数据。本发明的图像水印处理方法及系统,对图像和水印分别加密处理,而后使用加密图像和加密水印进行在图像嵌入水印,可以提高图像以及水印信息的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种图像水印处理方法的流程图;
图2为本发明实施例中以第一加密数据对图像处理得到加密图像的方法流程图;
图3(a)为离散小波变换的滤波器模型;
图3(b)为使用图3(a)所示模型处理的图像;
图4为本发明实施例中对加密图像提取特征的方法流程图;
图5为本发明实施中检测几何流时选取的离散角度示意图;
图6为本发明实施例中从嵌入了水印的图像数据获取加密水印的方法流程图;
图7(a)为一具体实例中原始的医学图像;
图7(b)为对图7(a)所示医学图像加密后的图像;
图8(a)为一具体实例中的水印;
图8(b)为对图8(a)所示水印加密后的水印。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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,都应当属于本发明保护的范围。
请参考图1,图1为本实施例提供的一种图像水印处理方法的流程图,由图可看出,所述图像水印处理方法包括以下步骤:
S10:以第一加密数据对图像处理,得到加密图像。
可选的,可以根据混沌序列获得第一二进制加密矩阵,以第一二进制加密矩阵为第一加密数据。具体可以通过符号函数sgn(x)对得到的混沌序列X1(j)处理,得到第一二进制加密矩阵C1(i,j)。
可选的,可以采用Tent Map映射得到混沌序列X(j)。Tent Map 映射是一种线性映射,其函数图像类似于帐篷,有很好的迭代速度和更好的遍历均匀性,该映射产生的混沌序列具有良好的统计特性。公式表示为:
当α∈(0,1)映射处于混沌状态,在(0,1)上具有均匀的分布函数。
可选的,也可以采用Logistic Map映射得到混沌序列。Logistic Map映射是一个具有混沌行为的简单动态非线性回归,公式可以表示为:xk+1=μ·xk·(1-xk),其中,xk∈(0,1),0<μ≤4。实验表明,当3.5699456 <μ≤4时,Logistic Map映射进入混沌状态,Logistic混沌序列可以作为理想的密钥序列。
在其它实施例中,也可以采用其它形式的加密数据来对图像进行加密,也在本发明保护范围内。
可选的,以第一加密数据对图像处理可通过以下过程进行,请参考图2,图2为本实施例中以第一加密数据对图像处理得到加密图像的方法流程图,包括以下步骤:
S100:对所述图像进行离散小波变换处理,得到所述图像的波带系数矩阵。
原始图像表示为I(x,y)。对图像进行离散小波变换处理,得到波带系数矩阵D(i,j)。具体的,可以对图像进行离散小波变换处理,得到各个子波带的系数,并对各个子波带的系数进行离散余弦变换处理,得到图像的波带系数矩阵。示例性的,得到的各个子波带的系数表示为[cA,cH,cV,cD],cA、cH、cV、cD分别表示离散小波变换后得到的四个不同的子波带系数,依次是低频逼近子带、水平高平细节子带、垂直高频细节子带、对角高频子带。
离散小波变换(Discrete Wavelet Transform,DWT)是一种信号处理工具,用于离散化基本小波的尺度和位移,其小波以离散间隔进行采样,具有反映图像的空间和频率信息的优点。在离散小波变换运算中,分析滤波器组由对应于每个分解层的一对低通滤波器和高通滤波器组成,低通滤波器提取图像的近似信息,而高通滤波器提取边缘等细节。参考图3(a)和图3(b)所示,图3(a)为离散小波变换的滤波器模型示意图,图3(b)为使用图3(a)所示模型处理的图像,在图3(a)中H表示高通滤波器,L表示低通滤波器。
离散余弦变换(Discrete Cosine Transform,DCT)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。目前广泛应用于信号处理和图像处理中,在水印方面也能得到很好的应用。二维离散余弦变换(2D-DCT)的公式如下:
u=0,1,…,M-1,v=0,1,…,N-1;
(x,y)表示空间域采样位置,(u,v)表示频域采样位置。M、N 分别表示图像区域的宽度和高度。通常M=N。
S101:以所述第一加密数据对所述波带系数矩阵处理,得到加密系数矩阵。
使用得到的矩阵C1(i,j)对波带系数矩阵D(i,j)进行加密处理,可以将两者点乘得到加密系数矩阵ED′(i,j),表示为:ED′(i,j)=D (i,j)·C1(i,j)。
S102:对所述加密系数矩阵进行离散小波逆变换处理,得到所述加密图像。
具体的,可以对所述加密系数矩阵进行离散余弦逆变换处理,得到各个子波带的系数,并对得到的各个子波带的系数进行离散小波逆变换处理,得到所述加密图像。对加密系数矩阵ED′(i,j)进行离散余弦逆变换处理,得到各个子波带的系数ED(i,j),表示为:ED(i,j) =IDCT2(ED′(i,j))。然后对得到的各个子波带的系数ED(i,j)进行离散小波逆变换处理,得到加密图像E(i,j),表示为:E(i,j)=IDWT2 (ED(i,j))。
S11:对所述加密图像提取特征,得到所述图像的特征数据。
可选的,可通过以下过程对加密图像提取特征,请参考图4,图 4为本实施例中对加密图像提取特征的方法流程图,具体包括以下步骤:
S110:对所述加密图像进行离散小波变换处理,得到子波带的波带系数。优选的可以对图像做规定级数的二维离散正交小波变换处理,得到各个子波带的系数。
S111:对所述加密图像的子波带分为多个块,在每一块内检测几何流,对存在几何流的块沿几何流方向进行曲波变换处理,对不存在几何流的块保持原波带系数,得到所述加密图像的特征系数矩阵。
在块内检测几何流的方法包括:沿预设方向重排块内的波带系数,得到一维信号,根据以下函数得到块的几何流方向:
如果预设方向d选择正确,经重排处理后得到的非零系数个数显著减少。如果块S和d选择不正确,经重排量化处理后非零系数个数不会有显著减少。根据上述函数获得的最小化系数对应的方向即为该块内的最佳几何流方向。可选的,在检测几何流方向θ时,对于尺寸为Lx L的方块,可以将圆周角[0,π)等角度离散为L2-1个角度范围,即θ可能的取值为:
示例性的,可以取{0,π/8,π/4,3π/8,π/2,5π/8,3π/4,7π/8}共8个有限离散角度搜索几何流方向,如图5所示。
本方法对加密图像提取特征过程中基于条带变换处理进行,对小波系数进行分块,在每个块中用直线逼近几何流,这便使得几何流只需一个称为几何流方向的参数控制,从而实现图像的最佳稀疏表示。另外,如果采用基于四叉树分割的自适应分块方式对中高频子波带分块,但由于图像在遭受攻击后,自适应的分块方式不一定能够完全再现,此时将无法正确检测水印,因此本实施例优选对图像的各子波带做固定分块,然后对图像固定分块进行几何流检测。
上述提取图像特征的方法是一种基于边缘的图像表示方法,能自适应地跟踪图像的几何正则方向,具有算法简单、重构图像没有边缘效应的特点。根据图像边缘效应自适应地构造了一种局部弯曲小波变换,将局部区域中的曲线奇异改造成垂直或者水平方向上的直线奇异,再用普通的二维张量小波处理,而二维张量小波基恰恰能有效地处理水平、垂直方向上的奇异。
S112:根据所述特征系数矩阵得到所述图像的特征数据。
根据加密图像E(i,j)得到特征系数矩阵D0(i,j),可以从特征系数矩阵中选取预设频率范围内的矩阵,根据该选取的矩阵得到图像的特征数据。可以选取特征系数矩阵D0(i,j)低频范围的矩阵构成新矩阵A(i,j)。进一步可以使用哈希函数,生成图像的特征数据V(i,j)。根据人类视觉系统(Human Visual System,HVS)的特性,低中频信号对人的视觉影响较大,因此本方法可以选取特征系数矩阵的低频范围来表示图像的主要特征。另外,选取的低中频系数数量L与原始图像的大小、图像之间的相关性有关,L值越小,相关性会增大。示例性的,可以选取特征系数矩阵D0(i,j)低频范围的4×8矩阵构成新矩阵A(i,j)。使用哈希函数可以得到32位的二值序列,即图像的特征数据。
优选的,本实施例方法中,对加密图像提取特征得到图像的特征数据过程中,可以对加密图像进行尺度不变特征变换处理,建立局部特征不变区域,而后对局部特征不变区域提取特征,得到图像的特征数据。对加密图像进行尺度不变特征变换处理可表示为:
[image0,descrips0,locs0]=sift(E(i,j));
其中,image0表示输入图像,descrips0表示归一化特征描述符,代表图像的特征点方向,locs0表示特征点。
尺度不变特征变换(sale invariant feature transform,SIFT)算子对旋转、平移、缩放以及投影变换具有理想的鲁棒性,是用于图像处理领域的一种描述,这种描述具有尺度不变性,可在图像中检测出关键点,是一种局部特征描述算子。该算子实现特征匹配主要有以下三个流程:
1.提取关键点:关键点是一些十分突出的不会因光照、尺度、旋转等因素而消失的点,比如角点、边缘点、暗区域的亮点以及亮区域的暗点。此步骤是搜索所有尺度空间上的图像位置。通过高斯微分函数来识别潜在的具有尺度和旋转不变的兴趣点。
2.定位关键点并确定特征方向:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。然后基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。
3.通过各关键点的特征向量,进行两两比较找出相互匹配的若干对特征点,建立景物间的对应关系。
现有技术中,将数字水印嵌入像素或者变换系数中,图像的轻微几何变换常常导致像素值或者变换系数值有较大变化,这样会使嵌入的水印很轻易地受到攻击。本实施例方法通过对加密图像进行尺度不变特征变换处理,提高了抗几何攻击能力。
S12:以第二加密数据对水印处理,得到加密水印。
要嵌入图像的水印可表示为w(i,j)。通常水印图像为一个有意义的二值文本图像,表示为w={w(i,j)|w(i,j)=0,1;1≤i≤M1,1≤j≤M2}。 M1、M2分别表示水印图像的宽度和高度,w(i,j)表示水印图像的像素灰度值。
可选的,可通过以下方法获得第二加密数据:生成混沌序列,根据该混沌序列获得第二二进制加密矩阵,以所述第二二进制加密矩阵为所述第二加密数据。首先生成混沌序列X2(j),经过符号函数处理得到第二二进制加密矩阵C2(i,j)。可选的,可以采用Tent Map映射或者Logistic Map映射得到混沌序列。在其它实施例中,也可以采用其它形式的加密数据来对水印进行加密,也在本发明保护范围内。
S13:将所述图像的特征数据和所述加密水印运算,得到嵌入了所述水印的图像数据。
通过将Key(j)作为密钥向第三方申请,将水印信息注册到IPR 信息库中,可以获得原始图像的所有权和使用权,从而达到保护图像的目的。
本实施例的图像水印处理方法,对图像和水印分别加密处理,而后根据加密图像和加密水印进行在图像嵌入水印,在加密域进行在图像嵌入水印并且为零水印,可以提高图像以及水印信息的安全性、鲁棒性。并且,对图像进行同态加密,保障了对加密图像提取特征的准确性。并且,对加密图像进行尺度不变特征变换处理而后对图像提取特征,使得嵌入水印的图像对旋转、平移、缩放以及投影变换等具有较好的鲁棒性。
进一步的,本实施例图像水印处理方法还包括从嵌入了水印的图像数据获取加密水印,请参考图6,图6为本实施例中从嵌入了水印的图像数据获取加密水印的方法流程图,具体包括以下步骤:
S20:对获得的加密图像提取特征,得到所述加密图像的特征数据。
首先对待测加密图像E′(j)提取特征,得到该加密图像的特征数据V′(j)。对加密图像提取特征的方法具体可参考上述步骤S11描述的过程。
S21:将所述加密图像的特征数据和获得的密钥运算,得到加密水印。
将待测加密图像的特征数据V′(j)和获得的密钥Key′(j)运算,得到加密水印EW′(j),可表示为: 从而从图像数据中提取出加密的水印。本实施例方法在提取水印时只需要密钥,不需要原始图像参与,是一种零水印提取方法。
进一步的,本实施例图像水印处理方法还包括步骤S22:以获得的第二加密数据对得到的加密水印处理,得到水印。
从加密水印解密得到水印信息,需要使用对水印加密处理时的第二加密数据。对于上述根据混沌序列得到二进制加密矩阵作为加密数据的方法,可以得到生成混沌序列时使用的初始值,生长参数和迭代次数等参数数据,进而可以生成一致的混沌序列,得到相同的第二二进制加密矩阵,进而解密得到水印信息。
具体可以使用哈希函数对第二加密数据和提取出来的加密水印 EW′(j)运算,解密得到水印W′(j)。进一步可以计算解密得到的水印W′(j)和水印W(j)的相关系数,通过相关系数的高低可以确定图像的所有权并且可以读取嵌入的水印信息。
在一具体实例中,实验测试的对象是512×512的腹部医学图像,如图7(a),表示为I(i,j),其中1≤i,j≤512。选择一个有意义的二值图像作为原始水印,如图8(a),水印大小为32×32。
图7(b)为对原始医学图像加密后的图像,然后对加密的医学图像进行预处理建立局部特征不变区域并提取特征,其中取32个系数,即一个4*4的模块。
设置混沌系数的初始值为0.2,生长参数为4,迭代次数为32。对原始水印进行混沌加密,图8(b)为对原始水印加密后的水印。
检测出水印W′(i,j)后,计算检测出水印W′(i,j)与原始水印的归一化相关系数(Normalized Cross Correlation,NC)来判断是否有水印嵌入。其数值越接近1,则相似度越高,从而判断算法的鲁棒性。用峰值信噪比PSNR表示图像的失真程度,当PSNR值越大,表示图像的失真度越小。实验表明,不加干扰时通过本方法提取水印,可达到 NC=1.00。
其中,检测出水印W’(i,j)与原始水印W(i,j)之间的归一化相关系数可根据以下公式计算:
峰值信噪比PSNR可根据以下公式计算:
其中,I(i,j)为原始图像的像素(i,j)的灰度值,I’(i,j)为嵌入水印图像的像素(i,j)的灰度值,M,N分别表示图像的长度、宽度。
下面通过具体实验来判断本实施例方法的抗常规攻击能力和抗几何攻击能力。先测试本实施例方法抗常规攻击的能力。
(1)加入高斯噪声。
使用imnoise()函数在水印中加入高斯噪声。表1为水印抗高斯噪声干扰的实验数据。从表1中可以看到,当高斯噪声强度高达40%时,攻击之后的图像的PSNR降至8.21dB,这时提取的水印,相关系数 NC=8.21,仍能准确地提取水印,并且整体数据均在1附近。表明本方法可以抗高斯噪声。
表1
(2)JPEG压缩处理。
采用图像压缩质量百分数作为参数对腹部医学图像进行JPEG压缩。表2为水印抗JPEG压缩的实验数据。根据表2可以看出,当压缩质量仅为1%,这时图像质量非常低,仍然可以很清晰地提取出水印,NC=0.84。
表2
(3)中值滤波处理。
表3为医学图像的水印抗中值滤波能力的实验数据。从表3中看出,当中值滤波参数为[5x5],滤波重复次数为7时,仍然可以测得水印的存在,NC=0.89。
表3
下面测试本实施例方法抗几何攻击能力。
(1)旋转变换。
表4为水印抗旋转攻击的实验数据。从表中可以看到当图像顺时旋转40°时,NC=0.75,仍然可以很好地提取水印。
表4
(2)缩放变换。
表5为加密医学图像的水印抗缩放攻击的实验数据。从表5可以看到当缩放因子小至0.2时,相关系数NC=0.89,可很好地提取出水印。
表5
(3)平移变换。
表6为水印抗平移变换的实验数据。从表中得知图像数据垂直移动25%时,NC值都高于0.69,可以准确提取水印,因此本实施例方法有较强的抗平移变换能力。
表6
(4)方块剪切攻击。
表7为水印抗剪切攻击的实验数据,从表中可以看到,当对图像进行方块剪切时,剪切量为左上角1/4时,NC值为0.94,提取的水印十分清晰,说明本实施例方法有较强的抗方块剪切攻击能力。
表7
相应的,本发明实施例还提供一种图像水印处理系统,用于执行以上所述的图像水印处理方法。
本实施例的图像水印处理系统,首先以第一加密数据对图像处理,得到加密图像,并对加密图像提取特征得到图像的特征数据,然后以第二加密数据对水印处理,得到加密水印,进一步将图像的特征数据和加密水印运算,得到嵌入了水印的图像数据。本图像水印处理系统,对图像和水印分别加密处理,而后使用加密图像和加密水印进行在图像嵌入水印,可以提高图像以及水印信息的安全性。
以上对本发明所提供的一种基于条带变换处理的加密图像水印处理方法及系统进行了详细介绍。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。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种基于条带变换处理的加密图像水印处理方法,其特征在于,包括:
以第一加密数据对图像处理,得到加密图像;
对所述加密图像提取特征,得到所述图像的特征数据;
以第二加密数据对水印处理,得到加密水印;
将所述图像的特征数据和所述加密水印运算,得到嵌入了所述水印的图像数据。
2.根据权利要求1所述的基于条带变换处理的加密图像水印处理方法,其特征在于,获得所述第一加密数据包括:根据混沌序列获得第一二进制加密矩阵,以所述第一二进制加密矩阵为所述第一加密数据;
或者,获得所述第二加密数据包括:生成混沌序列,根据该混沌序列获得第二二进制加密矩阵,以所述第二二进制加密矩阵为所述第二加密数据。
3.根据权利要求1所述的基于条带变换处理的加密图像水印处理方法,其特征在于,以第一加密数据对图像处理,得到加密图像包括:
对所述图像进行离散小波变换处理,得到所述图像的波带系数矩阵;
以所述第一加密数据对所述波带系数矩阵处理,得到加密系数矩阵;
对所述加密系数矩阵进行离散小波逆变换处理,得到所述加密图像。
4.根据权利要求3所述的基于条带变换处理的加密图像水印处理方法,其特征在于,对所述图像进行离散小波变换处理,得到所述图像的波带系数矩阵包括:对所述图像进行离散小波变换处理,得到各个子波带的系数,并对各个子波带的系数进行离散余弦变换处理,得到所述图像的所述波带系数矩阵;
对所述加密系数矩阵进行离散小波逆变换处理,得到所述加密图像包括:对所述加密系数矩阵进行离散余弦逆变换处理,得到各个子波带的系数,并对得到的各个子波带的系数进行离散小波逆变换处理,得到所述加密图像。
5.根据权利要求1所述的基于条带变换处理的加密图像水印处理方法,其特征在于,对所述加密图像提取特征,得到所述图像的特征数据包括:
对所述加密图像进行离散小波变换处理,得到子波带的波带系数;
对所述加密图像的子波带分为多个块,在每一块内检测几何流,对存在几何流的块沿几何流方向进行曲波变换处理,对不存在几何流的块保持原波带系数,得到所述加密图像的特征系数矩阵;
根据所述特征系数矩阵得到所述图像的特征数据。
7.根据权利要求1所述的基于条带变换处理的加密图像水印处理方法,其特征在于,对所述加密图像提取特征,得到所述图像的特征数据包括:
对所述加密图像进行尺度不变特征变换处理,建立局部特征不变区域,并对所述局部特征不变区域提取特征,得到所述图像的特征数据。
8.根据权利要求1-7任一项所述的基于条带变换处理的加密图像水印处理方法,其特征在于,还包括从嵌入了水印的图像数据获取加密水印,具体包括:
对获得的加密图像提取特征,得到所述加密图像的特征数据;
将所述加密图像的特征数据和获得的密钥运算,得到加密水印。
9.根据权利要求1-7任一项所述的基于条带变换处理的加密图像水印处理方法,其特征在于,还包括从嵌入了水印的图像数据获得水印,具体包括:
对获得的加密图像提取特征,得到所述加密图像的特征数据;
将所述加密图像的特征数据和获得的密钥运算,得到加密水印;
以获得的第二加密数据对得到的加密水印处理,得到水印。
10.一种基于条带变换处理的加密图像水印处理系统,其特征在于,用于执行权利要求1-9任一项所述的基于条带变换处理的加密图像水印处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110182433.3A CN112907428A (zh) | 2021-02-10 | 2021-02-10 | 基于条带变换处理的加密图像水印处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110182433.3A CN112907428A (zh) | 2021-02-10 | 2021-02-10 | 基于条带变换处理的加密图像水印处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907428A true CN112907428A (zh) | 2021-06-04 |
Family
ID=76123374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110182433.3A Pending CN112907428A (zh) | 2021-02-10 | 2021-02-10 | 基于条带变换处理的加密图像水印处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907428A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117354545A (zh) * | 2023-12-06 | 2024-01-05 | 成都索贝数码科技股份有限公司 | 视频图像小波变换高频系数按限定尺寸分块编码方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945543A (zh) * | 2012-11-19 | 2013-02-27 | 海南大学 | 一种基于DWT-DCT和Logistic Map的医学图像鲁棒水印方法 |
CN103905831A (zh) * | 2014-04-18 | 2014-07-02 | 西安电子科技大学 | 基于图形处理器的条带波变换图像压缩方法 |
CN104851072A (zh) * | 2015-06-18 | 2015-08-19 | 海南大学 | 云环境下一种基于dft加密医学图像鲁棒水印方法 |
CN109215008A (zh) * | 2018-08-02 | 2019-01-15 | 上海海洋大学 | 一种整体二代Bandelet变换的多光谱和全色图像融合方法 |
CN110084733A (zh) * | 2019-04-19 | 2019-08-02 | 中国科学院自动化研究所 | 文本图像水印的嵌入方法及系统、提取方法及系统 |
CN111968025A (zh) * | 2020-08-19 | 2020-11-20 | 海南大学 | 基于Bandelet-DCT医学图像鲁棒零水印方法 |
-
2021
- 2021-02-10 CN CN202110182433.3A patent/CN112907428A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945543A (zh) * | 2012-11-19 | 2013-02-27 | 海南大学 | 一种基于DWT-DCT和Logistic Map的医学图像鲁棒水印方法 |
CN103905831A (zh) * | 2014-04-18 | 2014-07-02 | 西安电子科技大学 | 基于图形处理器的条带波变换图像压缩方法 |
CN104851072A (zh) * | 2015-06-18 | 2015-08-19 | 海南大学 | 云环境下一种基于dft加密医学图像鲁棒水印方法 |
CN109215008A (zh) * | 2018-08-02 | 2019-01-15 | 上海海洋大学 | 一种整体二代Bandelet变换的多光谱和全色图像融合方法 |
CN110084733A (zh) * | 2019-04-19 | 2019-08-02 | 中国科学院自动化研究所 | 文本图像水印的嵌入方法及系统、提取方法及系统 |
CN111968025A (zh) * | 2020-08-19 | 2020-11-20 | 海南大学 | 基于Bandelet-DCT医学图像鲁棒零水印方法 |
Non-Patent Citations (4)
Title |
---|
JINGBING LI: "A novel Robust Watermarking Algorithm for encrypted medical image based on bandelet-DCT", 《INNOVATION IN MEDICINE AND HEALTHCARE》 * |
刘媛媛: "一种基于DWT-DCT变换强鲁棒性的数字水印算法", 《电子设计工程》 * |
李京兵: "一种基于DWT抗几何攻击数字水印鲁棒算法", 《计算机仿真》 * |
李文娜: "数字图像压缩编码及水印算法的研究", 《中国博士学问论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117354545A (zh) * | 2023-12-06 | 2024-01-05 | 成都索贝数码科技股份有限公司 | 视频图像小波变换高频系数按限定尺寸分块编码方法 |
CN117354545B (zh) * | 2023-12-06 | 2024-02-23 | 成都索贝数码科技股份有限公司 | 视频图像小波变换高频系数按限定尺寸分块编码方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hamidi et al. | Hybrid blind robust image watermarking technique based on DFT-DCT and Arnold transform | |
Singh et al. | DWT-SVD and DCT based robust and blind watermarking scheme for copyright protection | |
Singh et al. | DCT based efficient fragile watermarking scheme for image authentication and restoration | |
CN108564519B (zh) | 一种基于多变换域的彩色图像数字水印方法 | |
CN111968025A (zh) | 基于Bandelet-DCT医学图像鲁棒零水印方法 | |
CN111988492B (zh) | 一种基于Gabor-DCT的医学图像鲁棒水印方法 | |
Cao et al. | Robust and reversible color image watermarking based on DFT in the spatial domain | |
Giri et al. | A block based watermarking approach for color images using discrete wavelet transformation | |
Wang et al. | A secure dual-color image watermarking scheme based 2D DWT, SVD and Chaotic map | |
Bekkouch et al. | Robust and reversible image watermarking scheme using combined DCT-DWT-SVD transforms | |
Vasudev | A review on digital image watermarking and its techniques | |
Fang et al. | A novel robust watermarking algorithm for encrypted medical image based on Bandelet-DCT | |
Elbasi | Enhancing the robustness of watermarked medical images using heuristic search algorithm | |
Ayangar et al. | A novel DWT-SVD based watermarking scheme | |
CN112907428A (zh) | 基于条带变换处理的加密图像水印处理方法及系统 | |
CN111861847A (zh) | 一种运用dwt与sift的gf-2影像双重水印方法 | |
Bhuyan et al. | Shuffled SVD based robust and secure digital image watermarking | |
Masoumi et al. | A high capacity digital watermarking scheme for copyright protection of video data based on YCbCr color channels invariant to geometric and non-geometric attacks | |
Kekre et al. | Robust Watermarking Technique using Hybrid Wavelet Transform Generated from Kekre Transform and Discrete Cosine Transform | |
Elahian et al. | Improved robust DWT-watermarking in YCbCr color space | |
Dhar et al. | Color image watermarking based on radon transform and jordan decomposition | |
ZEEBAREE et al. | COPYRIGHT PROTECTION SYSTEM BASED WATERMARKING | |
Kaur et al. | Hybrid watermarking scheme with dual encryption and channel coding in ycbcr color space | |
Wu et al. | Hybrid watermarking scheme based on singular value decomposition ghost imaging | |
Thomas | Efficient video watermarking with SWT and empirical PCA based decoding |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |