CN113012019B - 一种图像水印方法、系统和电子设备 - Google Patents
一种图像水印方法、系统和电子设备 Download PDFInfo
- Publication number
- CN113012019B CN113012019B CN202110441972.4A CN202110441972A CN113012019B CN 113012019 B CN113012019 B CN 113012019B CN 202110441972 A CN202110441972 A CN 202110441972A CN 113012019 B CN113012019 B CN 113012019B
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- short signal
- signal interval
- loc
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000009466 transformation Effects 0.000 claims abstract description 34
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims description 99
- 238000004422 calculation algorithm Methods 0.000 claims description 60
- 238000000605 extraction Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 15
- 238000001914 filtration Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 11
- 238000002474 experimental method Methods 0.000 description 11
- 238000010008 shearing Methods 0.000 description 11
- 235000002566 Capsicum Nutrition 0.000 description 7
- 239000006002 Pepper Substances 0.000 description 5
- 241000722363 Piper Species 0.000 description 5
- 235000016761 Piper aduncum Nutrition 0.000 description 5
- 235000017804 Piper guineense Nutrition 0.000 description 5
- 235000008184 Piper nigrum Nutrition 0.000 description 5
- 150000003839 salts Chemical class 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 241000758706 Piperaceae Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 235000012434 pretzels Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像水印方法、系统和电子设备,一方面,对宿主图像进行Hilbert曲线变换,得到宿主图像对应的一维图像信号,并将其等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,相比于二维的图像处理方式即采用BEMD的方式,本申请的一种图像水印方法极大提高了处理速度;另一方面,根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,以实现水印图像的嵌入,经实验数据表明,嵌入水印后的图像在对抗裁剪攻击、高斯噪声、中值滤波、图像增强攻击的过程中表现出更好的性能,提高了水印嵌入的鲁棒性。
Description
技术领域
本发明涉及水印技术领域,尤其涉及一种图像水印方法、系统和电子设备。
背景技术
随着信息技术的飞速发展,尤其是互联网上的数字图像,海量的图像通过互联网极为方便地传播到世界各地。除了受益于互联网带来的便利外,也面临着巨大的挑战,如非法图像复制、篡改,恶意传播等。当务之急是保护数字图像的版权和安全,为了实现这一目标,大量的数字图像水印算法进行了广泛的研究,它们在保护版权和防止信息在未经授权的情况下被使用方面发挥了重要作用。
在过去的十几年里,经验模态分解算法被提出并且在各个领域得到广泛的应用,例如信号处理和图像处理等。Nunes等人改进了一维经验模态分解,将其拓展到二维空间,得到了二维经验模态分解算法即BEMD,该算法也广泛用于图像水印算法中。Lee等提出了一种基于BEMD和码分多址技术的小波域的混合图像水印算法。该算法的PSNR值(峰值信噪比,“Peak Signal to Noise Ratio”的缩写)较高,说明有很好的不可知性。然而,不足之处是在10%的椒盐噪声攻击和JPEG压缩攻击方面的鲁棒性表现不好,且效率低。
Amira等基于BEMD并结合SVD和DWT提出了一种非盲目水印算法。该算法以原始图像为参考来检索水印信息。该算法可以抵御大多数的图像攻击。但是,由于提取的过程中还需要对原始图像进行BEMD分解,该算法的效率大大降低了。Abbas等提出了一种将提升小波变换(LWT)和BEMD混合的非盲图像水印方案。由于加法运算是在水印图像和宿主图像之间进行的,因此,在提取水印信息的过程中需要使用原始宿主图像。Wang等结合循环嵌入和BEMD算法提出了一种鲁棒性盲水印算法。该算法可以利用图像相关信息应对图像几何攻击,并实现更高的不可感知性和鲁棒性。然而,算法的效率还需要进一步提高。
也就是说,目前的图像水印算法均存在效率低及抗大尺度剪切、噪声等攻击能力弱等问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种图像水印方法、系统和电子设备。
本发明的一种图像水印方法的技术方案如下:
对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像。
本发明的一种图像水印方法的有益效果如下:
一方面,对宿主图像进行Hilbert曲线变换,得到宿主图像对应的一维图像信号,并将其等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,相比于二维的图像处理方式即采用BEMD的方式,本申请的一种图像水印方法极大提高了处理速度;另一方面,根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,以实现水印图像的嵌入,经实验数据表明,嵌入水印后的图像在对抗裁剪攻击、高斯噪声、中值滤波、图像增强攻击的过程中表现出更好的性能,提高了水印嵌入的鲁棒性。
本发明的一种图像水印系统的技术方案如下:
包括Hilbert曲线变换模块、分解模块、对应模块和嵌入模块;
所述Hilbert曲线变换模块用于对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
所述分解模块用于:将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
所述对应模块用于:根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
所述嵌入模块用于:根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像。
本发明的一种图像水印系统的有益效果如下:
一方面,对宿主图像进行Hilbert曲线变换,得到宿主图像对应的一维图像信号,并将其等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,相比于二维的图像处理方式即采用BEMD的方式,本申请的一种图像水印方法极大提高了处理速度;另一方面,根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,以实现水印图像的嵌入,经实验数据表明,嵌入水印后的图像在对抗裁剪攻击、高斯噪声、中值滤波、图像增强攻击的过程中表现出更好的性能,提高了水印嵌入的鲁棒性。
本发明的一种电子设备的技术方案如下:
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如上述任一项所述的一种图像水印方法的步骤。
附图说明
图1为本发明实施例的一种图像水印方法的流程示意图之一;
图2为本发明实施例的一种图像水印方法的流程示意图之二;
图3为宿主图像和水印图像;
图4为滤波攻击实验结果;
图5为噪声攻击实验结果;
图6为剪切攻击实验结果;
图7为对比现有算法实验结果;
图8为本发明实施例的一种图像水印系统的结构示意图。
具体实施方式
如图1所示,本发明实施例的一种图像水印方法,包括如下步骤:
S1、对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
S2、将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
S3、根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
S4、根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像。
一方面,对宿主图像进行Hilbert曲线变换,得到宿主图像对应的一维图像信号,并将其等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,相比于二维的图像处理方式即采用BEMD的方式,本申请的一种图像水印方法极大提高了处理速度;另一方面,根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,以实现水印图像的嵌入,经实验数据表明,嵌入水印后的图像在对抗裁剪攻击、高斯噪声、中值滤波、图像增强攻击的过程中表现出更好的性能,提高了水印嵌入的鲁棒性。
较优地,在上述技术方案中,S4中,所述根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,包括:
S40、当第r个第一短信号区间对应的水印像素信息为1时,按照第一公式对该第一短信号区间的第一个固有模态函数的最大值进行调整,当第r个第一短信号区间对应的水印像素信息为0时,按照第二公式对该第一短信号区间的第一个固有模态函数的最小值进行调整,直至对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,得到嵌入水印后的图像;
其中,所述第一公式为:IMF′r1(Locr,max)=(1+λ1)×IMFr1(Locr,max),所述第二公式为:IMF′r1(Locr,min)=(1+λ2)×IMFr1(Locr,min),其中,IMFr1(Locr,max)表示第r个第一短信号区间对应的第一个固有模态函数的最大值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,IMFr1(Locr,min)表示第r个第一短信号区间对应的第一个固有模态函数的最小值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,r为正整数,且r≤M,,λ1表示第一水印嵌入强度,λ2表示第二水印嵌入强度。
较优地,在上述技术方案中,S3包括:
S30、当N≥M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,将M个水印像素信息与M个第一短信号区间分别进行一一对应;
S31、当N<M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,并重复利用N个水印像素信息,直至将每个水印像素信息与每个第一短信号区间进行一一对应。当重复嵌入水印图像对应的一维水印信号时,进一步提高水印嵌入的鲁棒性。
下面具体解释嵌入水印的过程,具体地:
例如,宿主图像H为大小为m×n像素的灰度图像,水印图像W为大小为p×q的二值图像,则:
S60、读入水印图像W,并对水印图像W进行Hilbert曲线变换即希尔伯特曲线变换,得到水印图像W对应的一维水印信号W′,且水印图像W对应的一维水印信号W′的大小为1×pq,由于水印图像W为二值图像,得到一维水印信号W′包括N个顺序排列的水印像素信息,水印像素信息为0或1,也就是说,一维水印信号W′为N个顺序排列的0和1组成;
S61、读入宿主图像H,对宿主图像H进行Hilbert曲线变换,得到宿主图像H对应的一维图像信号H′,且宿主图像H对应的一维图像信号H′的大小为1×mn,并将宿主图像H对应的一维图像信号H′等分成M段,得到M个第一短信号区间;
S62、利用经验模态分解算法即EMD(Empirical Mode Decomposition,简写EMD)将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,用IMFri(x)表示第r个第一短信号区间对应的第i个固有模态函数,x表示第r个第一短信号区间中的任一位置序号,用resr表示第r个第一短信号区间的余量,那么,其中,x′表示每个第一短信号区间中的元素的总个数;
其中,位置序号可理解为:例如每个第一短信号区间对应64个元素,则第一个元素对应的位置序号为1、第二个元素对应的位置序号为2,依次类推,得到每个第一短信号区间中的每个元素所对应的位置序号;元素可理解为宿主图像H对应的一维图像信号H′中的信号值。
S63、获取每个第一短信号区间的第一个固有模态函数的最大值以及对应的位置序号,并获取每个第一短信号区间的第一个固有模态函数的最小值以及对应的位置序号,具体地:
用IMFr1(Locr,max)表示第r个第一短信号区间对应的第一个固有模态函数的最大值,用Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,用IMFr1(Locr,min)表示第r个第一短信号区间对应的第一个固有模态函数的最小值,用Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号;
S64、将每个水印像素信息与每个第一短信号区间分别进行一一对应,具体地:
当N≥M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,将M个水印像素信息与M个第一短信号区间分别进行一一对应;也就是说,此时水印图像对应的一维水印信号中还有剩余的水印像素信息未被对应,嵌入水印图像的部分,并不影响本申请所要达到的技术效果;
当N<M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,此时,需要重复利用N个水印像素信息,直至将每个水印像素信息与每个第一短信号区间进行一一对应。
S65、嵌入水印,得到嵌入水印后的图像,具体地:
S650、当第r个第一短信号区间对应的水印像素信息为1时,按照第一公式对该第一短信号区间的第一个固有模态函数的最大值进行调整,当第r个第一短信号区间对应的水印像素信息为0时,按照第二公式对该第一短信号区间的第一个固有模态函数的最小值进行调整,直至对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,得到嵌入水印后的图像,第一公式为:IMF′r1(Locr,max)=(1+λ1)×IMFr1(Locr,max),第二公式为:IMF′r1(Locr,min)=(1+λ2)×IMFr1(Locr,min);
S651、得到调整后的每个第一短信号区间的第一个固有模态函数的最大值或最小值后,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像H″,
嵌入水印的原理为:
1)通过使用Hilbert曲线变换,将二维的水印图像拉伸为一维向量即水印图像对应的一维水印信号,可以将水印图像对应的一维水印信号更加灵活的嵌入宿主图像,不仅实现了对宿主图像的加密,而且最大限度地保持了宿主图像的原始的图案信息;
2)在实际应用中,一般设置M远大于N,也就是说,第一短信号区间的数量远大于水印图像的像素点数量,即第一短信号区间对应的第一个固有模态函数的的最值点即最大值对应的位置序号以及最小值对应的位置序号的数量远大于水印图像的像素点,可以实现重复嵌入,一方面增加了水印嵌入的信息,另一方面重复嵌入对抵抗大尺寸剪切攻击具有很好的鲁棒性,即使是大比例的剪切攻击也可以通过综合提取的方法即执行后续的S50-S54提取完整的水印图像;
而且,由于重复嵌入,嵌入水印后的图像具有更好的抵抗椒盐和高斯噪声攻击的能力,原因在于提取出来的水印图像可以使用加权平均的方法除去掉多余的噪声,使得提取出来的水印图像与原始水印图像之间的归一化相关系数基本接近于1,说明鲁棒性很好。
图2中,宿主图像为大小为512×512的Lena灰度图像,如图2a所示,大小为32×32的带有硬币图案的二值图像为水印图像,如图2b所示,其中,Lena为人名,起到标识作用,对嵌入水印的过程进行说明,具体地:
S70、对水印图像进行Hilbert曲线变换,具体地:
在水印嵌入前,为了提高嵌入水印信息的安全性,首先Hilbert曲线变换将水印图像进行置乱处理即Hilbert曲线变换。经过Hilbert曲线变换后的水印图像的像素位置会重新排列,使水印图像打乱原来相邻像素之间的关联性,现对图像置乱加密的效果,如图2c所示,图2c显示带有硬币图案的二值图像的置乱后的图像,可以看到置乱后的图像具有很好的安全性。而且,Hilbert曲线变换还能将二维的水印图像即置乱后的图像转化为一维水印信号。Hilbert曲线变换其具有更高的隐蔽性;
S71、对宿主图像,同样进行Hilbert曲线变换,具体地:
将二维的宿主图像降维成一维图像信号,将宿主图像对应的一维图像信号等分成M个第一短信号区间,并对每个第一短信号区间进行EMD分解得到得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,每个第一短信号区间对应的前几个固有模态函数包含宿主图像对应的一维图像信号的高频信息,体现信号纹理细节特征;剩余几个IMFs及余量包含原始信号即宿主图像对应的一维图像信号的低频信息,体现的宿主图像对应的一维图像信号的整体几何特征,因此,水印信息嵌入的位置将直接影响水印图像的鲁棒性和不可感知性。
而且,根据人类视觉系统的纹理掩蔽特性,水印图像嵌入到宿主图像的纹理和边缘等位置不易被察觉。因此,为增强水印的不可见性,以及为进一步减少水印图像对宿主图像的干扰和破坏,本申请将水印图像对应的一维水印信号嵌入到每个第一短信号区间所分别对应的第一个固有模态函数中。
S72、获取最值点,并水印嵌入,得到嵌入水印后的图像,具体地:
将置乱后的一维水印信号进行嵌入时,首先检测嵌入层即每个第一短信号区间所分别对应的第一个固有模态函数的最值点,置乱后的一维水印信号对应宿主图像的一维图像信号,从前到后依次嵌入最值点位置,具体参见S40,在此过程中,由于每个第一短信号区间所分别对应的第一个固有模态函数中蕴含原始图像即宿主图像的高频信息,显示的是图像几何细节,由于检测到的最值点数量要远远大于置乱后一维水印信号的长度。因此,本申请可以在进行一维水印信号嵌入的同时,实现一维水印信号的重复嵌入,极大增加了水印嵌入算法的容量,然后,结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像。
较优地,在上述技术方案中,还包括:
S5、对所述嵌入水印后的图像进行水印提取,得到嵌入的水印图像。
较优地,在上述技术方案中,S5包括:
S50、对所述嵌入水印后的图像进行Hilbert曲线变换,得到所述嵌入水印后的图像对应的一维图像信号;
S51、将所述嵌入水印后的图像对应的一维图像信号等分成M个第二短信号区间,并利用经验模态分解算法EMD将每个第二短信号区间分别进行分解,得到每个第二短信号区间所分别对应的第一个固有模态函数,并得到每个第二短信号区间所分别对应的第一个固有模态函数的最大值和最小值;
S52、通过第三公式计算第r个第二短信号区间对应的第一中间量Tempr1,并通过第四公式计算第r个第二短信号区间对应的第二中间量Tempr2,所述第三公式为:所述第四公式为:其中,/>表示第r个第二短信号区间对应的第一个固有模态函数的最大值,/>表示第r个第二短信号区间对应的第一个固有模态函数的最小值,Locr表示Locr,min或Locr,max,IMF″r1(Locr)表示:将Locr代入第r个第二短信号区间的第一个固有模态函数后所得到的值;
S53、当Tempr1≥Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为0,当Tempr1<Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为1,直至得到所述嵌入水印后的图像对应的一维水印信号;
S54、根据所述嵌入水印后的图像对应的一维水印信号得到嵌入的水印图像,具体地:由于在嵌入水印图像时,可能存在重复嵌入的情况,所以要对嵌入水印后的图像对应的一维水印信号进行查重,如有一维水印信号中存在重复的区间信号,则利用Hilbert曲线序列对该区间信号进行还原,得到嵌入的水印图像;若不存在重复的区间信号,则利用Hilbert曲线序列对嵌入水印后的图像对应的一维水印信号进行还原,得到嵌入的水印图像。
也就是说,由于在水印信号嵌入阶段进行了水印的重复嵌入,会提取到多条重复嵌入的一维水印信号,此需要综合形成一条水印信号。通常情况下对提取得到的多条水印信号进行叠加处理,算平均信号作为综合提取的一维水印信号。如果图像受到剪切攻击,需要根据提取到的可能带有残缺的多条一维水印信号,取或整合出一条完整的一维水印信号作为综合提取的一维水印信号。该处理方式在一定程度上有效降低了噪声以及剪切等攻击对水印图像提取的影响,增强了本发明水印提取算法对噪声攻击及剪切攻击的鲁棒性。
其中,嵌入水印和提取水印的过程如图2a至图2h所示,简言之,嵌入水印的过程为:
将图2a中的宿主图像和图2b中的水印图像分别进行Hilbert曲线变换,得到如图2c所示结果,既所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,将宿主图像对应的一维图像信号等分成M个第一短信号区间,每个短信号区间包括64个元素,得到M个第一个固有模态函数,分别将每个元素的位置序号Locr经IMF11(Locr),得到每个短信号区间对应的最值点,如图2d所示,通过上述S30-S31将每个水印像素信息与每个第一短信号区间分别进行一一对应,以W′r表示水印像素信息,即W′r=0或W′r=1,然后根据上述S40,对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,如图2e所示,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,如图2f所示,得到嵌入水印后的图像。
提取水印的过程:图2g中显示对嵌入水印后的图像进行Hilbert曲线变换,并参考S50-S54,得到嵌入的水印图像,如图2h所示,具体参考上文内容,在此不做赘述。
下面还通过进行多种不同参数的攻击实验,以验证本申请对抗攻击的鲁棒性,具体地:
评价指标包括如下两种,1)衡量隐蔽载体的方法一般采用峰值信噪比(PeakSignal-to Noise Ratio,PSNR),对比添加水印的图像I′(x,y)与宿主图像I(x,y)之间的差异程度,计算公式如下:
其中,m×n是宿主图像的大小,I(x,y)为宿主图像在(x,y)位置的像素值,I′(x,y)为嵌入水印后的图像在(x,y)位置的像素值。峰值信噪比通常被用来评价嵌入水印后的图像的不可感知性,PSNR值越大,图像失真越小,不可感知性越好。
2)对两幅图像进行相似度的衡量,除了基于视觉观察的方法外,还可以更加精确地用数据来客观评价。水印的检测结果一般采用归一化相关系数(NormalizedCorrelation Coefficient,NC)来衡量提取到的水印图像和原始嵌入的水印图像K的相似程度,NC计算公式为:
其中,K(x,y)为水印图像的第x行第y列的像素值;K′(x,y)为提取到的水印图像第x行第y列的像素值。NC值越大,相似性越高。当提取的水印图像的NC值大于0.9,则提取水印的质量较好。
本发明中主要参数包括EMD分解的终止条件及分解层数、水印嵌入强度即,λ1和λ2,在本发明实验中EMD筛分过程的终止条件为SD即余量小于一定的阈值,通常SD的取值范围为[0.1,0.3],一般情况SD取值越小,则筛分得到的固有模态函数的数量越多,但算法耗时越长;因此,为了平衡算法时长与固有模态函数的数量,本发明实验中筛分终止条件为:SD默认取值为0.2,或将固有模态函数数量统一取值为2。
对于水印嵌入强度,一般来说水印算法嵌入强度越大,提取得到的水印越清晰,鲁棒性越高;但随着嵌入强度的增加,水印图像也将对宿主图像产生较大的破坏,降低了水印图像的不可见性,PSNR值变低。另一方面,水印嵌入强度较低,虽然嵌入后图像的不可见性较高,但易受各种攻击的影响,鲁棒性较差。为了平衡水印嵌入算法的不可见性和鲁棒性,本发明在大量实验的基础上,选取默认第一水印嵌入强度和第二水印嵌入强度均为0.6,即λ1=λ2=0.6,可以得到较好的实验结果。
本攻击实验主要用到的宿主图像为Lena、Peppers和Sailboat等灰度图像,如图3(a-h)所示;
所使用的水印图像包含大小为32×32带有礼物图案的二值图像Gifts、带有游戏机图案的二值图像Playgames、带有二维码图案的二值图像QR_Code以及硬币图案的二值图像Coin,如图2(i-l)所示,那么:
1)不可见性实验,具体地:
对本发明得到的嵌入水印后的图像进行不可见性分析。表1展示了不同宿主图像、不同水印图像在本发明算法框架下嵌入后的PSNR数值。由实验结果可以看到,在未受到任何攻击的情况下,提取水印图像的峰值信噪比PSNR均在40dB以上,具有非常高的不可见性,最高的PSNR数值为52dB。
表1:
宿主图像/水印图像 | Gifts | Playgames | QR_Code | Coin |
Milk | 47.057 | 47.142 | 46.557 | 46.653 |
House | 51.100 | 51.064 | 51.151 | 51.065 |
Sailboat | 42.901 | 42.986 | 42.868 | 42.793 |
lena | 46.403 | 46.359 | 46.359 | 46.403 |
Car | 42.904 | 43.361 | 42.651 | 42.676 |
Airplane | 43.681 | 44.183 | 43.417 | 43.440 |
Girl | 52.650 | 52.557 | 52.600 | 52.605 |
Peppers | 44.791 | 45.128 | 44.571 | 44.563 |
2)鲁棒性实验:
为了检验本发明的鲁棒性,本节将对含有嵌入水印后的图像在水印提取前进行攻击,包括滤波攻击、噪声攻击、剪切攻击等,结果如下:
图4展示了对宿主图像进行了四种不同参数的滤波攻击,包括均值滤波、高斯滤波、中值滤波和维纳滤波。由结果可以看到对Car图像的四种滤波攻击实验中,所有NC数值都在0.97以上,最高的为1.000,说明该发明的算法对抵抗滤波攻击具有很好的效果。而且提取出来的水印图像可以很清晰的辨别;
图5展示了嵌入水印后Sailboat图像在受到高斯噪声、椒盐噪声和散斑噪声的提取水印结果,每种攻击有两种攻击强度。由实验结果可以看到,随着攻击强度的增加,Sailboat图像中的噪声逐渐增多,受噪声的影响,提取水印图像的NC值均有所下降。尽管提取水印的NC值呈现下降趋势,但在3%比例高斯噪声的攻击下,本发明提取的水印图像NC值依然能够达到0.984,水印信息辨识度较高,对高斯噪声具有很好的鲁棒性。其他两种噪声攻击大部分的NC值都在0.96以上。其中椒盐噪声的攻击强度为0.3%时,提取水印的NC数值为0.996,说明发明的算法对椒盐噪声具有很好的抵抗能力。大部分的NC值都在0.9到1之间。在标准差为0.001和0.003的散斑攻击下,提取的水印图像的NC值仍然在0.96以上,这表明该发明的算法对散斑噪声具有很好的鲁棒性。
图6给出了在竖直剪切和对角线剪切30%和40%像素情况下的提取水印NC数值结果。由图可以看出数值剪切30%和40%,对角线剪切30%的情况下,提取水印的NC数值均为1,说明重复嵌入策略很好的抵抗了剪切的攻击,三种情况下都能完整提取水印图像。
图7展示了选取3种基于EMD的图像水印算法来说明所发明的算法在不同尺寸的宿主图像下的效率。从图中可以看出,与其他三种算法相比,我们发明的算法具有了最好的效率。第一算法是一种结合BEMD、DWT和LWT三种算法的非盲目水印算法。在整个嵌入和提取过程中,BEMD要进行三次。对于DWT采用向下采样的方案,第一算法的计算速度要比第二算法快。当原始图像的大小为1024时,经过时间为97.692秒。第二算法结合BEMD、DWT与SVD来嵌入和提取水印图像。结合多种方法增加了算法的复杂性,降低了算法的效率。在比较的四种算法中,第二算法花费的时间最长,这是由于宿主图像在嵌入和提取过程中都要经过BEMD的充分分解。当宿主图像大小为512时,时间为99.719秒;当宿主图像大小为1024时,第二算法的时间迅速增加,平均为555.860秒。在第三算法中也采用了BEMD,没有采用任何加速方案,导致比第二算法[2]快,但比第一算法慢。相比之下,新提出的算法实现了最好的性能。当处理512尺寸的宿主图像时,提出的算法的时间小于12秒,比第一算法快11倍,这表明提出的算法具有更高的效率。
本发明与现有技术相比的优点在于:
1)本发明提出的基于EMD和Hilbert曲线的重复嵌入数字水印模型,可以解决基于BEMD的图像水印算法效率低的问题。
2)对比已有的基于BEMD和EMD的相关算法,发明提出的基于EMD和Hilbert曲线重复嵌入的水印模型,仅抗大尺度剪切攻击具有很好的鲁棒性,且对高强度的高斯噪声和椒盐噪声攻击也表现得很出色。
3)本发明提出的基于重复嵌入水印得思想对其他数字水印嵌入模型抵抗大尺度剪切和高强度噪声攻击具有借鉴意义。
在上述各实施例中,虽然对步骤进行了编号S1、S2等,但只是本申请给出的具体实施例,本领域的技术人员可根据实际情况对调整S1、S2等的执行顺序,此也在本发明的保护范围内,可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
如图8所示,本发明实施例的一种图像水印系统200,包括Hilbert曲线变换模块210、分解模块220、对应模块230和嵌入模块240;
所述Hilbert曲线变换模块210用于对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
所述分解模块220用于:将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
所述对应模块230用于:根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
所述嵌入模块240用于:根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像。
一方面,对宿主图像进行Hilbert曲线变换,得到宿主图像对应的一维图像信号,并将其等分成M个第一短信号区间,并利用经验模态分解算法EMD将每个第一短信号区间分别进行分解,相比于二维的图像处理方式即采用BEMD的方式,本申请的一种图像水印方法极大提高了处理速度;另一方面,根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,以实现水印图像的嵌入,经实验数据表明,嵌入水印后的图像在对抗裁剪攻击、高斯噪声、中值滤波、图像增强攻击的过程中表现出更好的性能,提高了水印嵌入的鲁棒性。
较优地,在上述技术方案中,所述嵌入模块240具体用于:
当第r个第一短信号区间对应的水印像素信息为1时,按照第一公式对该第一短信号区间的第一个固有模态函数的最大值进行调整,当第r个第一短信号区间对应的水印像素信息为0时,按照第二公式对该第一短信号区间的第一个固有模态函数的最小值进行调整,直至对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,得到嵌入水印后的图像,所述第一公式为:IMF′r1(Locr,max)=(1+λ1)×IMFr1(Locr,max),所述第二公式为:IMF′r1(Locr,min)=(1+λ2)×IMFr1(Locr,min),其中,IMFr1(Locr,max)表示第r个第一短信号区间对应的第一个固有模态函数的最大值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,IMFr1(Locr,min)表示第r个第一短信号区间对应的第一个固有模态函数的最小值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,r为正整数,且r≤M。
较优地,在上述技术方案中,所述对应模块230具体用于:
当N≥M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,将M个水印像素信息与M个第一短信号区间分别进行一一对应;
当N<M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,并重复利用N个水印像素信息,直至将每个水印像素信息与每个第一短信号区间进行一一对应,当重复嵌入水印图像对应的一维水印信号时,进一步提高水印嵌入的鲁棒性。
较优地,在上述技术方案中,还包括水印提取模块,所述水印提取模块用于对所述嵌入水印后的图像进行水印提取,得到嵌入的水印图像。
较优地,在上述技术方案中,还包括水印提取模块具体用于:
对所述嵌入水印后的图像进行Hilbert曲线变换,得到所述嵌入水印后的图像对应的一维图像信号;
将所述嵌入水印后的图像对应的一维图像信号等分成M个第二短信号区间,并利用经验模态分解算法EMD将每个第二短信号区间分别进行分解,得到每个第二短信号区间所分别对应的第一个固有模态函数,并得到每个第二短信号区间所分别对应的第一个固有模态函数的最大值和最小值;
通过第三公式计算第r个第二短信号区间对应的第一中间量Tempr1,并通过第四公式计算第r个第二短信号区间对应的第二中间量Tempr2,所述第三公式为:所述第四公式为:其中,/>表示第r个第二短信号区间对应的第一个固有模态函数的最大值,/>表示第r个第二短信号区间对应的第一个固有模态函数的最小值,Locr表示Locr,min或Locr,max,IMF″r1(Locr)表示:将Locr代入第r个第二短信号区间的第一个固有模态函数后所得到的值;
当Tempr1≥Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为0,当Tempr1<Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为1,直至得到所述嵌入水印后的图像对应的一维水印信号;
根据所述嵌入水印后的图像对应的一维水印信号得到嵌入的水印图像。
上述关于本发明的一种图像水印系统200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种图像水印方法的实施例中的各参数和步骤,在此不做赘述。
本发明实施例的一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,所述处理器执行所述程序时实现上述任一实施的一种图像水印方法的步骤。
其中,电子设备可以选用电脑、手机等,相对应地,其程序为电脑软件或手机APP等,且上述关于本发明的一种电子设备中的各参数和步骤,可参考上文中一种图像水印方法的实施例中的各参数和步骤,在此不做赘述。
所属技术领域的技术人员知道,本发明可以实现为系统、方法或计算机程序产品。
因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种图像水印方法,其特征在于,包括:
对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像;
所述根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,包括:
当第r个第一短信号区间对应的水印像素信息为1时,按照第一公式对该第一短信号区间的第一个固有模态函数的最大值进行调整,当第r个第一短信号区间对应的水印像素信息为0时,按照第二公式对该第一短信号区间的第一个固有模态函数的最小值进行调整,直至对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,得到嵌入水印后的图像,所述第一公式为:IMF′ r1(Locr,max)=(1+λ1)×IMFr1(Locr,max),所述第二公式为:IMF′ r1(Locr,min)=(1+λ2)×IMFr1(Locr,min),其中,IMFr1(Locr,max)表示第r个第一短信号区间对应的第一个固有模态函数的最大值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,IMFr1(Locr,min)表示第r个第一短信号区间对应的第一个固有模态函数的最小值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,r为正整数,且r≤M,λ1表示第一水印嵌入强度,λ2表示第二水印嵌入强度;
所述根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应,包括:
当N≥M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,将M个水印像素信息与M个第一短信号区间分别进行一一对应;
当N<M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,并重复利用N个水印像素信息,直至将每个水印像素信息与每个第一短信号区间进行一一对应;
还包括:对所述嵌入水印后的图像进行水印提取,得到嵌入的水印图像;
所述对所述嵌入水印后的图像进行水印提取,得到嵌入的水印图像,包括:
对所述嵌入水印后的图像进行Hilbert曲线变换,得到所述嵌入水印后的图像对应的一维图像信号;
将所述嵌入水印后的图像对应的一维图像信号等分成M个第二短信号区间,并利用经验模态分解算法将每个第二短信号区间分别进行分解,得到每个第二短信号区间所分别对应的第一个固有模态函数,并得到每个第二短信号区间所分别对应的第一个固有模态函数的最大值和最小值;
通过第三公式计算第r个第二短信号区间对应的第一中间量Tempr1,并通过第四公式计算第r个第二短信号区间对应的第二中间量Tempr2,所述第三公式为:所述第四公式为:其中,/>表示第r个第二短信号区间对应的第一个固有模态函数的最大值,/>表示第r个第二短信号区间对应的第一个固有模态函数的最小值,Locr表示Locr,min或Locr,max,IMF″r1(Locr)表示:将Locr代入第r个第二短信号区间的第一个固有模态函数后所得到的值;
当Tempr1≥Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为0,当Tempr1<Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为1,直至得到所述嵌入水印后的图像对应的一维水印信号;
根据所述嵌入水印后的图像对应的一维水印信号得到嵌入的水印图像。
2.一种图像水印系统,其特征在于,包括Hilbert曲线变换模块、分解模块、对应模块和嵌入模块;
所述Hilbert曲线变换模块用于对宿主图像和为二值图像的水印图像分别进行Hilbert曲线变换,得到所述宿主图像对应的一维图像信号以及所述水印图像对应的一维水印信号,所述水印图像对应的一维水印信号包括N个顺序排列的水印像素信息;
所述分解模块用于:将所述宿主图像对应的一维图像信号等分成M个第一短信号区间,并利用经验模态分解算法将每个第一短信号区间分别进行分解,得到每个第一短信号区间所分别对应的多个固有模态函数和一个余量,其中,N和M均为正整数;
所述对应模块用于:根据预设条件将每个水印像素信息与每个第一短信号区间分别进行一一对应;
所述嵌入模块用于:根据每个第一短信号区间所分别对应的水印像素信息对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,并结合每个第一短信号区间所分别对应的剩余的固有模态函数和余量,得到嵌入水印后的图像;
所述嵌入模块具体用于:
当第r个第一短信号区间对应的水印像素信息为1时,按照第一公式对该第一短信号区间的第一个固有模态函数的最大值进行调整,当第r个第一短信号区间对应的水印像素信息为0时,按照第二公式对该第一短信号区间的第一个固有模态函数的最小值进行调整,直至对每个第一短信号区间所分别对应的第一个固有模态函数的最大值或最小值进行调整,得到嵌入水印后的图像,所述第一公式为:IMF′ r1(Locr,max)=(1+λ1)×IMFr1(Locr,max),所述第二公式为:IMF′ r1(Locr,min)=(1+λ2)×IMFr1(Locr,min),其中,IMFr1(Locr,max)表示第r个第一短信号区间对应的第一个固有模态函数的最大值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,IMFr1(Locr,min)表示第r个第一短信号区间对应的第一个固有模态函数的最小值,Locr,max表示第r个第一短信号区间对应的第一个固有模态函数的最大值所对应的位置序号,r为正整数,且r≤M,λ1表示第一水印嵌入强度,λ2表示第二水印嵌入强度;
所述对应模块具体用于:
当N≥M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,将M个水印像素信息与M个第一短信号区间分别进行一一对应;
当N<M时,根据N个水印像素信息在所述水印图像对应的一维水印信号中的排列顺序与M个第一短信号区间在所述宿主图像对应的一维图像信号中的排列顺序,并重复利用N个水印像素信息,直至将每个水印像素信息与每个第一短信号区间进行一一对应;
还包括水印提取模块,所述水印提取模块用于对所述嵌入水印后的图像进行水印提取,得到嵌入的水印图像;
所述水印提取模块具体用于:
对所述嵌入水印后的图像进行Hilbert曲线变换,得到所述嵌入水印后的图像对应的一维图像信号;
将所述嵌入水印后的图像对应的一维图像信号等分成M个第二短信号区间,并利用经验模态分解算法EMD将每个第二短信号区间分别进行分解,得到每个第二短信号区间所分别对应的第一个固有模态函数,并得到每个第二短信号区间所分别对应的第一个固有模态函数的最大值和最小值;
通过第三公式计算第r个第二短信号区间对应的第一中间量Tempr1,并通过第四公式计算第r个第二短信号区间对应的第二中间量Tempr2,所述第三公式为:所述第四公式为:其中,/>表示第r个第二短信号区间对应的第一个固有模态函数的最大值,/>表示第r个第二短信号区间对应的第一个固有模态函数的最小值,Locr表示Locr,min或Locr,max,IMF″r1(Locr)表示:将Locr代入第r个第二短信号区间的第一个固有模态函数后所得到的值;
当Tempr1≥Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为0,当Tempr1<Tempr2时,则将第r个第二短信号区间对应的水印像素信息确定为1,直至得到所述嵌入水印后的图像对应的一维水印信号;
根据所述嵌入水印后的图像对应的一维水印信号得到嵌入的水印图像。
3.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1所述的一种图像水印方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110441972.4A CN113012019B (zh) | 2021-04-23 | 2021-04-23 | 一种图像水印方法、系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110441972.4A CN113012019B (zh) | 2021-04-23 | 2021-04-23 | 一种图像水印方法、系统和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113012019A CN113012019A (zh) | 2021-06-22 |
CN113012019B true CN113012019B (zh) | 2023-12-26 |
Family
ID=76389299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110441972.4A Active CN113012019B (zh) | 2021-04-23 | 2021-04-23 | 一种图像水印方法、系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012019B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002951815A0 (en) * | 2002-10-03 | 2002-10-24 | Canon Kabushiki Kaisha | Mark embedding and detection using projective transforms |
CN101533506A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
CN101533507A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种自适应的图像强纹理水印方法 |
EP3001638A1 (fr) * | 2014-09-25 | 2016-03-30 | Morpho | Authentification d'un dispositif electronique securise depuis un dispositif electronique non securise |
CN106023056A (zh) * | 2016-05-24 | 2016-10-12 | 河南师范大学 | 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置 |
CN107240061A (zh) * | 2017-06-09 | 2017-10-10 | 河南师范大学 | 一种基于动态bp神经网络的水印嵌入、提取方法与装置 |
-
2021
- 2021-04-23 CN CN202110441972.4A patent/CN113012019B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002951815A0 (en) * | 2002-10-03 | 2002-10-24 | Canon Kabushiki Kaisha | Mark embedding and detection using projective transforms |
CN101533506A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
CN101533507A (zh) * | 2009-04-24 | 2009-09-16 | 西安电子科技大学 | 一种自适应的图像强纹理水印方法 |
EP3001638A1 (fr) * | 2014-09-25 | 2016-03-30 | Morpho | Authentification d'un dispositif electronique securise depuis un dispositif electronique non securise |
CN106023056A (zh) * | 2016-05-24 | 2016-10-12 | 河南师范大学 | 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置 |
CN107240061A (zh) * | 2017-06-09 | 2017-10-10 | 河南师范大学 | 一种基于动态bp神经网络的水印嵌入、提取方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113012019A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tao et al. | A wavelet-based particle swarm optimization algorithm for digital image watermarking | |
Nasir et al. | Multiple spatial watermarking technique in color images | |
Kasmani et al. | A new robust digital image watermarking technique based on joint DWT-DCT transformation | |
Divecha et al. | Implementation and performance analysis of DCT-DWT-SVD based watermarking algorithms for color images | |
Nasir et al. | A new robust watermarking scheme for color image in spatial domain | |
Malonia et al. | Digital image watermarking using discrete wavelet transform and arithmetic progression technique | |
Mohammed et al. | Image watermarking using slantlet transform | |
CN102024249A (zh) | 基于视觉感知特性的数字图像水印方法 | |
Saikrishna et al. | An invisible logo watermarking using Arnold transform | |
Gaata | An efficient image watermarking approach based on Fourier transform | |
Hoshi et al. | A robust watermark algorithm for copyright protection by using 5-level DWT and two logos | |
Riad et al. | Pre-processing the cover image before embedding improves the watermark detection rate | |
Khare et al. | Secure and robust image watermarking scheme using homomorphic transform, SVD and Arnold transform in RDWT domain | |
CN113012019B (zh) | 一种图像水印方法、系统和电子设备 | |
CN103049880A (zh) | 基于离散余弦变换的数字水印方法 | |
Nasir et al. | Novel multiple spatial watermarking technique in color images | |
Song et al. | Curvelet based adaptive watermarking for images | |
Basheer Taha | Digital image watermarking algorithm based on texture masking model | |
Xie et al. | Study of image digital watermarking algorithm and robustness based on the wavelet transform techniques | |
Namazi et al. | Block-based adaptive image watermarking scheme using visual perception Model in DCT Domain | |
Jiao et al. | Framelet image watermarking considering dynamic visual masking | |
Ma et al. | A robust watermarking scheme based on dual quantization of wavelet significant difference | |
Venkatesan et al. | Randomized detection for spread-spectrum watermarking: defending against sensitivity and other attacks [image watermarking applications] | |
Kartikadarma et al. | A Comparison of Non Blind Image Watermarking Using Transformation Domain | |
Al-Gindy | Digital image watermarking technique for big size watermarks and high-resolution images using discrete cosine transform |
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 |