CN113139890B - 一种基于子块均值的空域盲水印算法 - Google Patents

一种基于子块均值的空域盲水印算法 Download PDF

Info

Publication number
CN113139890B
CN113139890B CN202110540129.1A CN202110540129A CN113139890B CN 113139890 B CN113139890 B CN 113139890B CN 202110540129 A CN202110540129 A CN 202110540129A CN 113139890 B CN113139890 B CN 113139890B
Authority
CN
China
Prior art keywords
image
sub
watermark
watermark information
embedding
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
Application number
CN202110540129.1A
Other languages
English (en)
Other versions
CN113139890A (zh
Inventor
胡超
王英博
胡森
王苗苗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Technical University
Original Assignee
Liaoning Technical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning Technical University filed Critical Liaoning Technical University
Priority to CN202110540129.1A priority Critical patent/CN113139890B/zh
Publication of CN113139890A publication Critical patent/CN113139890A/zh
Application granted granted Critical
Publication of CN113139890B publication Critical patent/CN113139890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于子块均值的空域盲水印算法，根据子块均值对常规信号攻击方法具有稳健性的特点，直接通过修改子块空域像素灰度值，完成水印信息的嵌入。该算法综合了空域和变化域水印技术的优点，具有速度快、鲁棒性强的特点。其次，利用高斯核函数生成高斯权重矩阵，作为空域嵌入的量化标准，优化嵌入后的载体图像的视觉效果。最后，针对彩色水印图像，提出末位bit压缩技术，将水印嵌入容量扩大1倍，并冗余构造水印信息对提取水印进行检错和纠错，提高算法的鲁棒性。

Description

一种基于子块均值的空域盲水印算法
技术领域
本发明属于计算机全息技术、信息安全、版权保护的技术领域，尤其涉及一种基于子块均值的空域盲水印算法。
背景技术
数字水印技术通过嵌入算法将特定的数字信息内嵌到多媒体内容中，当嵌入信息的载体发生版权纠纷时，可以从中提取这些信息用于版权保护。数字水印技术是一种基于内容的、非密码的计算机信息隐藏技术。水印的不可见性、鲁棒性、实时性是一个好的水印方案的三个重要要求。其中，水印不可见性要求将水印图像嵌入载体图像时，水印图像与原始载体图像在视觉上的差异非常小。水印方案的鲁棒性是指水印方案抵抗恶意攻击或信号处理的能力。高实时性是多媒体大数据快速版权保护的重要保证。
在过去的近20年里，二值图像或灰度图像作为版权保护得到了广泛的研究。相较于二值图像和灰度图像，彩色图像可以传递更多的信息，更加符合当前企业版权保护的需求。但由于彩色图像需要更多的嵌入容量，而以二值图像和灰度图像为版权保护标志的水印技术嵌入容量有限，难以满足高信息量彩色水印技术的需求。因此，如何将彩色图像作为数字水印是一个亟待解决的问题。
数字水印技术根据嵌入水印信息的嵌入域可以分为空域[Wassila B,Ali B,Lemnouar N.A Bayer pattern-based fragile watermarking scheme for color imagetamper detection and restoration[J].Multidimensional Systems and SignalProcessing,2018:1-20.]和变化域[Cedillo-Hernandez M,Garcia-Ugalde F,Nakano-Miyatake M,et al.Robust watermarking method in DFT domain for effectivemanagement of medical imaging[J].Signal,Image and Video Processing,2015,9(5):1163-1178.]两类。这两类方案都有各自优缺点，变化域水印算法一般具有较好鲁棒性和不可见性，但算法复杂度高，运行时间长。空域水印算法往往算法复杂度低，但其几乎不能抵抗任何信号攻击，算法鲁棒性较差。现有的鲁棒水印算法的研究主要基于变化域。例如，Cedillo-Hernandez等人提出离散傅立叶变化(DFT)域中有效管理医学图像的鲁棒水印算法，具有较强鲁棒性。但是该算法的嵌入过程需要8.89秒，而检测过程需要5.87秒，算法复杂度高，并不适用于大规模应用。文献[Sun Q,Wang L,Shao Y,et al.Watermarkingtechnique based on three-coefficient comparison in DCT domain[J].Journal ofSupercomputing,2016,72(7):2594-2608.]，利用三系数之间的八种组合关系将水印信息冗余嵌入子块离散余弦变换(DCT)的中频系数中，具有较强的鲁棒性。文献[齐向明,高婷.图像块的不可见性与鲁棒性均衡水印算法[J].中国图象图形学报,2017,22(06):719-730.]，在子块小波域中进行奇异值分解嵌入水印信息，并在提取水印时利用图像尺度特征变化(SIFT)特征点的坐标关系和尺度特征对水印图像进行几何校正，有效的提高了算法对几何攻击的鲁棒性，但同时也增加了算法的复杂度。文献[Xu H,Kang X,Wang Y,etal.Exploring robust and blind watermarking approach of colour images in DWT-DCT-SVD domain for copyright protection[J].International journal ofelectronic security and digital forensics,2018,10(1):79-96.],首先将载体图像的亮度分量(Y)分解为一级离散小波变换(DWT)系数，对低频段(LL)进行离散余弦变换(DCT)。然后提取每个块的若干个选定的低频和中频DCT系数，生成特征矩阵，并对特征矩阵进行奇异值分解(SVD)变换。最后通过修改特征矩阵的奇异值来嵌入水印信息，该方案在面对滤波和几何攻击时，鲁棒性较差。文献[Su Q,Su L,Wang G,et al.A novel colour imagewatermarking scheme based on Schur decomposition[J].International Journal ofEmbedded Systems,2020,12(1):31.]提出一种改进的基于Schur分解的彩色图像水印方案，该方案在面对滤波和JPEG压缩攻击时，鲁棒性不高并且算法运行时间长，不能满足当前版权保护应用对及时性的要求。当水印嵌入到变化域时，它的能量通过改变变化域的系数在载体图像中传播，失真较小。因此，变化域方法一般具有很强的鲁棒性，但耗时较长。
在空域水印技术中，Wassila等人利用空域水印技术对信号攻击的脆弱性，通过拜尔模式将彩色宿主图像转换为灰度图像后，在图像最低有效位(LSB)直接嵌入水印，用于图像的篡改检测。文献[D Sharma,Saxena R,Singh N.Dual domain robust watermarkingscheme using random DFRFT and least significant bit technique[J].MultimediaTools and Applications,2016,76(3):1-22.]，为了克服空域水印技术鲁棒性差的问题，在LSB方法的基础上结合了多参数离散分数傅里叶变换(MPDFRFT)用于提高算法的鲁棒性，但是其同时结合了空域和频域技术，算法复杂性较高，运行时间长。文献[Yuan Z,Su Q,LiuD,et al.A blind image watermarking scheme combining spatial domain andfrequency domain[J].The Visual Computer,2020(3).]，根据DCT和离散Hartley(DHT)变换的DC分量具有独特性，在空间域直接修改DC分量完成水印嵌入，其算法直接在空域通过修改像素灰度值实现水印的嵌入和提取，算法复杂度低，但在遭遇滤波攻击和几何攻击时鲁棒性较差。文献[Basu A,Roy S S,Chattopadhyay A.Implementation of a spatialdomain salient region based digital image watermarking scheme[C]//2016SecondInternational Conference on Research in Computational Intelligence andCommunication Networks(ICRCICN).IEEE,2017.]，根据人类视觉系统(HVS)的不足，在空域生成显著图完成对水印的嵌入，该算法具有较高不可见性，但该算法在遭遇滤波攻击时鲁棒性不高。
发明内容
基于以上现有技术的不足，本发明所解决的技术问题在于提供一种基于子块均值的空域盲水印算法，不仅计算复杂度低，同时比现有的变化域水印技术具有更强的鲁棒性，尤其在几何攻击、滤波攻击中。
本发明的基于子块均值的空域盲水印算法，包括水印嵌入和版权认证：
水印嵌入包括如下步骤：
1.1根据式(1)、(2)生成高斯核为4的权重矩阵H；
1.2将彩色水印分解为R、G、B三个分量图像，分量图像像素灰度值转化为对应的二值矩阵，按照数据压缩方法进行数据压缩，并根据冗余嵌入水印信息的数量，得到二值矩阵W；
1.3将原始载体图像大小为M×N的彩色载体图像分解为R、G、B三个灰度分量图像，并将G、B分量图像划分为4X4的不重叠子块，分别得到G、B两个分量的若干个子块Ad；
1.4由式(3)计算子块均值Bd，并通过式(4)计算子块均值Bd关于阈值T的余数z
z＝Bd％T (4)
1.5由式(5)、(6)嵌入水印信息：
当W(i,j)＝1时：
当W(i,j)＝0时：
1.6将得到的嵌入水印信息的G、B分量与原始图像的R分量重构得到蕴含水印信息的彩色图像；
版权认证包括如下步骤：
2.1将嵌入水印信息的彩色图像R、G、B三个分量，将G、B分量分别划分为4X4的不重叠子块A′d；
2.2根据式(3)计算子块A′d的均值Bd，并根据式(4)计算子块均值关于阈值T的余数z′；
2.3由式(7)根据z′得到嵌入的水印信息W′：
2.4对W′根据冗余水印信息的数量归一化处理得到V，并对V由式(8)多数投票得到U：
2.5根据末位bit压缩技术，对U进行逆变化得到彩色水印R、G、B分量图像像素灰度值对应的二值矩阵，将其分成8bit一组转换成十进制像素灰度值，得到提取水印图像的R、G、B三个灰度分量，对R、G、B三个分量重构得到水印图像。
可选的，当图像在受到滤波、压缩等图像处理方法攻击时，图像像素灰度值发生改变，从而导致图像受损；若图像受到的攻击信号为F，则当图像受到攻击时，受损图像像素灰度值等于在初始图像像素灰度值的基础上加上信号攻击对原始图像像素改变值。
可选的，利用高斯核函数构建高斯权重矩阵作为水印信息的量化标准，避免在对载体图像嵌入水印信息后，不同子块边缘相邻像素灰度值形成较大的落差，使得相邻子块边缘像素灰度值过渡更加平滑。
由上，本发明根据子块均值对常规信号攻击方法具有稳健性的特点，直接通过修改子块空域像素灰度值，完成水印信息的嵌入。该算法综合了空域和变化域水印技术的优点，具有速度快、鲁棒性强的特点。其次，利用高斯核函数生成高斯权重矩阵，作为空域嵌入的量化标准，优化嵌入后的载体图像的视觉效果。最后，针对彩色水印图像，提出末位bit压缩技术，将水印嵌入容量扩大1倍，并冗余构造水印信息对提取水印进行检错和纠错，提高算法的鲁棒性。本发明至少具有如下的有益效果：
(1)直接在图像空域实现了水印信息的快速嵌入和提取，解决了传统空域水印技术不鲁棒的问题。该算法综合了空域和变化域水印技术的优点，具有速度快、鲁棒性强的特点。
(2)针对彩色水印图像，提出末位bit压缩技术，将水印嵌入容量扩大1倍，并冗余构造水印信息对提取水印进行检错和纠错，提高算法的鲁棒性。
(3)利用高斯核函数生成高斯权重矩阵，作为空域嵌入的量化标准，优化嵌入后的载体图像的视觉效果，提升了水印的不可感知性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。
图1为高斯优化处理对比图，(a)原始图像；(b)未经高斯优化处理；(c)高斯优化；
图2为彩色水印图像压缩结果图，(a)原始图像；(b)压缩1bit；(c)压缩2bit；(d)压缩3bit；(e)压缩4bit；(f)压缩5bit；(g)压缩6bit；(h)压缩7bit；
图3为载体图像与版权图像，(a)lena图；(b)baboon图；(c)plane图；(d)pepper图；(e)logo图；
图4为嵌入水印后的载体图像与提取得版权水印图，(a)lena图；(b)baboon图；(c)plane图；(d)pepper图；(e)logo图；
图5为本发明的基于子块均值的空域盲水印算法的流程图。
具体实施方式
下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。
盲水印技术主要通过量化图像空域像素灰度值或变化域的系数实现对水印信息的嵌入和提取，其鲁棒性主要取决于图像在遭遇信号攻击后构造水印信息所选取的特征是否具有稳健的性能。本发明通过量化图像在遭遇常规信号攻击前后的子块均值，测试子块均值是否具有稳健的性能，满足水印技术鲁棒性的要求。
将大小为M×N的载体图像划分为大小为m×n不重叠子块Ad(d为子块编号)，载体图像一共被划分为s个子块，根据下式计算子块均值：
当图像在受到滤波、压缩等图像处理方法攻击时，图像像素灰度值发生改变，从而导致图像受损。若图像受到的攻击信号为F，则当图像受到攻击时，受损图像像素灰度值等于在初始图像像素灰度值的基础上加上F(i,j)(信号攻击对原始图像像素改变值)。根据下式计算受损图像的子块均值
式中，Pd表示攻击信号F对子块像素改变值。
通过观察上式发现，蕴含水印信息的载体图像在遭受图像处理方法(如滤波、噪声等)攻击后，若Pd大小满足量化步长范围内，则水印的具有鲁棒性。
通过预定义阈值T量化子块均值，模拟图像信号对图像进行攻击，观察子块均值的变化情况，是否具有稳健的特性。以灰度图像lena为例进行阈值嵌入操作：
第一步：将大小为512×512的lena灰度图像进行4×4不可重叠分块得到Ad，计算子块均值Bd；
第二步：根据下式，计算子块均值Bd关于阈值T的余数z：
z＝Bd％T
式中，％为取余符号；
第三步：根据阈值T由下式改变子块像素Ad大小得到新的子块
第四步：由重构图像，对复原的图像进行模拟信号攻击，并根据第一步第二步计算在攻击后的图像子块均值关于阈值T的余数z*。统计z*大于0.5T的子块数l。(l为信号攻击改变值Pd在量化步长范围内子块数目)，计算l占所有子块数s的百分比L。
表1中L1、L2、L3分别对应阈值为15、20、25的情况，对应嵌入阈值图像与原始图像的PSNR值分别为35.3717、32.919、30.8133(两幅图像的PSNR值，用于衡量之间的相似度，一般认为大于34时，不会影响人类视觉效果)。由表1可见，随着阈值的增大，水印的不可见性变差，而鲁棒性逐渐增强。在不考虑水印不可见性的情况下，当阈值为20和25时，该方案在噪声、滤波攻击测试中，子块均值改变量在量化步长范围内基本都能达到90％以上。在不同强度的JPEG压缩攻击测试中，可以达到99％以上，说明该算法对噪声、滤波和JPEG压缩具有较强的鲁棒性。在几何攻击(剪切和旋转)测试中，图像25％的剪切，只能达到75％，鲁棒性不高。通过以上测试实验，表明子块均值在遭遇常规信号攻击时具有较强的稳健性，可以利用该特征构造盲水印信号，但该方案仍需要提升算法对几何攻击的鲁棒性以及水印的不可见性。
表1方案鲁棒性测试结果
通过高斯核函数形成高斯滤波是图像平滑处理最常用的手段之一，高斯系数的值随着到核函数中心距离的增大而减小，高斯滤波的基本思想是将高斯系数G(i,j,σ)与源图像A进行卷积，最后得到平滑图像A′。二维高斯核函数如下：
式中，i、j分别表示像素对应的坐标，i0、j0表示核函数中心坐标；σ表示高斯标准方差，决定高斯函数的平滑程度。
本发明利用高斯核函数构建高斯权重矩阵作为水印信息的量化标准，避免在对载体图像嵌入水印信息后，不同子块边缘相邻像素灰度值形成较大的落差，使得相邻子块边缘像素灰度值过渡更加平滑。根据下式对高斯系数矩阵进行标准化处理生成高斯权重矩阵：
以大小为512×512的lena灰度图像为例，将原始图像划分为大小256×256大小的4个子块A(i,j)，对A(1,1)、A(2,2)像素灰度值嵌入阈值T＝10，A(1,2)、A(2,1)像素灰度值嵌入阈值T＝-10。构造子块之间的均值差异，在子块像素嵌入阈值时，分别使用和不使用高斯权重矩阵处理，效果如图1所示。可见，子块在使用高斯权重矩阵作为量化标准后，图像的视觉效果得到明显改善。
针对算法对几何(旋转和剪切等)攻击不鲁棒，采用冗余嵌入水印信息的方式，提升算法的鲁棒性。考虑到嵌入多份的水印信息，对水印不可见性的影响。为了算法鲁棒性和不可见性之间的平衡，提出彩色图像末位bit压缩技术。通过对彩色水印信息位的压缩，提升图像的嵌入量，实现在不损失水印不可见性的条件下，提升算法的鲁棒性。
在彩色水印图像中，将原始图像的视觉特征转化为二值数组，用简单的二值码表示图像。对于大小为的彩色图像，可划分为R、G和B(红色、绿色和蓝色)三个灰度分量，每个像素灰度值范围为0到255，可以转换8位bit表示。例如某像素灰度值为149，二进制表示为10010101。8位bit每一位对应的十进制数大小分别为128、64、32、16、8、4、2、1，因此bit位越高，对像素灰度值的大小影响也越大。为了进一步了解相应bit位对彩色图像的影响，将图2大小为32×32彩色水印的R、G、B三个颜色分量的每个像素灰度值转换成八位bit表示，对每个像素灰度值bit位前(低位)1到7位分别取零(例如像素灰度值为149，前1位取零后二进制表示为10010100，前7位取零二进制表示为10000000)。将取零后的R、G、B三个分量重构成彩色图像，并计算相应的重构图像与原始的水印图像的NC值(衡量两幅图像之间相似度，NC值越接近1，两幅图像越相似)。
由图2可见，随着取零的bit数目增加，重构图像与原始图像的NC值逐渐变小，与原始图像的相似度也逐渐变低。同时，可以观察到当彩色图像前4位bit取零时，重构的图像与原始图像的NC值均在0.999以上，与原始图像相似度很高，人类视觉察觉不出图像微弱的变化。因此，在不损失彩色水印图像视觉效果的情况下，提出一种彩色图像数据末位bit压缩技术，通过压缩原始彩色水印信息位，扩大载体图像的嵌入容量。即在嵌入水印信息时，只嵌入8位bit的后(高位)4位bit。在提取水印信息时，将其恢复成8位bit，即提取4位bit作为后4位而前4位bit取零(例如像素灰度值为149，只嵌入1001，当提取后将其恢复成8位bit即10010000)。对于一幅32×32的彩色水印，原本需要嵌入24576个bit，通过对水印末位bit压缩后，只需要嵌入12288个bit，将水印的嵌入容量扩大了1倍。
本发明采用归一化相关系数(Normalization correlation，NC值)衡量提取水印与原始水印之间的相似度，计算方法分别如下式所示：
其中w,w'分别表示原始水印和提取的水印，其中NC∈[0,1]，当NC＝1，表明两个水印图像的完全相同，当NC＝0，则表明两个水印不相关。
为了客观的评价算法的性能，利用峰值信噪比(peak signal to noise ratio,PSNR)来衡量嵌入水印后的载体图像与原始载体图像之间的变化。计算方法如下：
其中M，N为图像尺寸，f(i,j)、g(i,j)分别为原始图像和目标图像的像素点，Mmax为图像中像素值的最大值，峰值信噪比PSNR值越高，说明目标图像和原始图像越相近，在PSNR值大于30dB时目标图像和原图在人眼观测效果中没有明显差别。
如图1至图5所示，本发明的基于子块均值的空域盲水印算法包括水印嵌入过程和版权认证步骤：
水印嵌入包括如下步骤：
1.1根据式(1)、(2)生成高斯核为4的权重矩阵H；
1.2将彩色水印分解为R、G、B三个分量图像，分量图像像素灰度值转化为对应的二值矩阵，按照数据压缩方法进行数据压缩，并根据冗余嵌入水印信息的数量，得到二值矩阵W；
1.3将原始载体图像大小为M×N的彩色载体图像分解为R、G、B三个灰度分量图像，并将G、B分量图像划分为4X4的不重叠子块，分别得到G、B两个分量的若干个子块Ad；
1.4由式(3)计算子块均值Bd，并通过式(4)计算子块均值Bd关于阈值T的余数z
z＝Bd％T (4)
1.5由式(5)、(6)嵌入水印信息：
当W(i,j)＝1时：
当W(i,j)＝0时：
1.6将得到的嵌入水印信息的G、B分量与原始图像的R分量重构得到蕴含水印信息的彩色图像；
版权认证包括如下步骤：
2.1将嵌入水印信息的彩色图像R、G、B三个分量，将G、B分量分别划分为4X4的不重叠子块A′d；
2.2根据式(3)计算子块A′d的均值Bd，并根据式(4)计算子块均值关于阈值T的余数z′；
2.3由式(7)根据z′得到嵌入的水印信息W′：
2.4对W′根据冗余水印信息的数量归一化处理得到V，并对V由式(8)多数投票得到U：
2.5根据末位bit压缩技术，对U进行逆变化得到彩色水印R、G、B分量图像像素灰度值对应的二值矩阵，将其分成8bit一组转换成十进制像素灰度值，得到提取水印图像的R、G、B三个灰度分量，对R、G、B三个分量重构得到水印图像。
以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，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，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。

Claims (3)

1.一种基于子块均值的空域盲水印算法，其特征在于，包括水印嵌入和版权认证：
水印嵌入包括如下步骤：
1.1根据式(1)、(2)生成高斯核为4的权重矩阵H；
1.2将彩色水印分解为R、G、B三个分量图像，分量图像像素灰度值转化为对应的二值矩阵，按照数据压缩方法进行数据压缩，并根据冗余嵌入水印信息的数量，得到二值矩阵W；
1.3将原始载体图像大小为M×N的彩色载体图像分解为R、G、B三个灰度分量图像，并将G、B分量图像划分为4X4的不重叠子块，分别得到G、B两个分量的若干个子块Ad；
1.4由式(3)计算子块均值Bd，并通过式(4)计算子块均值Bd关于阈值T的余数z
z＝Bd％T (4)
1.5由式(5)、(6)嵌入水印信息：
当W(i,j)＝1时：
当W(i,j)＝0时：
1.6将得到的嵌入水印信息的G、B分量与原始图像的R分量重构得到蕴含水印信息的彩色图像；
版权认证包括如下步骤：
2.1将嵌入水印信息的彩色图像R、G、B三个分量，将G、B分量分别划分为4X4的不重叠子块A′d；
2.2根据式(3)计算子块A′d的均值Bd，并根据式(4)计算子块均值关于阈值T的余数z′；
2.3由式(7)根据z′得到嵌入的水印信息W′：
2.4对W′根据冗余水印信息的数量归一化处理得到V，并对V由式(8)多数投票得到U：
2.5根据末位bit压缩技术，对U进行逆变化得到彩色水印R、G、B分量图像像素灰度值对应的二值矩阵，将其分成8bit一组转换成十进制像素灰度值，得到提取水印图像的R、G、B三个灰度分量，对R、G、B三个分量重构得到水印图像。
2.如权利要求1所述的基于子块均值的空域盲水印算法，其特征在于，当图像在受到滤波、压缩等图像处理方法攻击时，图像像素灰度值发生改变，从而导致图像受损；若图像受到的攻击信号为F，则当图像受到攻击时，受损图像像素灰度值等于在初始图像像素灰度值的基础上加上信号攻击对原始图像像素改变值。
3.如权利要求1所述的基于子块均值的空域盲水印算法，其特征在于，利用高斯核函数构建高斯权重矩阵作为水印信息的量化标准，避免在对载体图像嵌入水印信息后，不同子块边缘相邻像素灰度值形成较大的落差，使得相邻子块边缘像素灰度值过渡更加平滑。
CN202110540129.1A 2021-05-18 2021-05-18 一种基于子块均值的空域盲水印算法 Active CN113139890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110540129.1A CN113139890B (zh) 2021-05-18 2021-05-18 一种基于子块均值的空域盲水印算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110540129.1A CN113139890B (zh) 2021-05-18 2021-05-18 一种基于子块均值的空域盲水印算法

Publications (2)

Publication Number Publication Date
CN113139890A CN113139890A (zh) 2021-07-20
CN113139890B true CN113139890B (zh) 2024-04-19

Family

ID=76817238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110540129.1A Active CN113139890B (zh) 2021-05-18 2021-05-18 一种基于子块均值的空域盲水印算法

Country Status (1)

Country Link
CN (1) CN113139890B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416727A (zh) * 2018-04-04 2018-08-17 宁波大学 一种基于自嵌入技术的彩色图像全盲鲁棒数字水印方法
CN108596823A (zh) * 2018-04-28 2018-09-28 苏州大学 一种基于稀疏变换的数字盲水印的嵌入和提取方法
CN108648134A (zh) * 2018-05-21 2018-10-12 鲁东大学 一种融合离散小波变换的空域彩色数字图像盲水印方法
CN109410115A (zh) * 2018-10-31 2019-03-01 山东省计算中心（国家超级计算济南中心） 基于sift特征点的自适应容量图像盲水印嵌入与提取方法
CN110659651A (zh) * 2019-09-05 2020-01-07 淮阴工学院 一种基于sift的篡改定位可逆图像水印方法
CN112488899A (zh) * 2020-11-27 2021-03-12 张金羽 基于重复码和Schur分解的视觉加密彩色盲水印方法
CN112488904A (zh) * 2021-01-18 2021-03-12 鲁东大学 基于矩阵奇异值分解的四元数彩色数字图像盲水印方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416727A (zh) * 2018-04-04 2018-08-17 宁波大学 一种基于自嵌入技术的彩色图像全盲鲁棒数字水印方法
CN108596823A (zh) * 2018-04-28 2018-09-28 苏州大学 一种基于稀疏变换的数字盲水印的嵌入和提取方法
CN108648134A (zh) * 2018-05-21 2018-10-12 鲁东大学 一种融合离散小波变换的空域彩色数字图像盲水印方法
CN109410115A (zh) * 2018-10-31 2019-03-01 山东省计算中心（国家超级计算济南中心） 基于sift特征点的自适应容量图像盲水印嵌入与提取方法
CN110659651A (zh) * 2019-09-05 2020-01-07 淮阴工学院 一种基于sift的篡改定位可逆图像水印方法
CN112488899A (zh) * 2020-11-27 2021-03-12 张金羽 基于重复码和Schur分解的视觉加密彩色盲水印方法
CN112488904A (zh) * 2021-01-18 2021-03-12 鲁东大学 基于矩阵奇异值分解的四元数彩色数字图像盲水印方法

Also Published As

Publication number Publication date
CN113139890A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN108564519B (zh) 一种基于多变换域的彩色图像数字水印方法
Chen et al. A robust watermarking algorithm based on QR factorization and DCT using quantization index modulation technique
Ernawan et al. Image watermarking based on integer wavelet transform-singular value decomposition with variance pixels
Chakraborty et al. Reversible color image watermarking using trigonometric functions
Zhang et al. Robust image watermarking algorithm based on QWT and QSVD using 2D Chebyshev-Logistic map
CN114037593B (zh) 基于逆向直方图平移的可逆图像水印算法
Soleymani et al. Double expanding robust image watermarking based on Spread Spectrum technique and BCH coding
Zargar et al. Robust and imperceptible image watermarking in DWT-BTC domain
CN113139890B (zh) 一种基于子块均值的空域盲水印算法
CN110120004A (zh) 一种基于自适应分块和压缩感知的数字水印方法
Majumder et al. DWT and SVD based image watermarking scheme using noise visibility and contrast sensitivity
Ahmaderaghi et al. Perceptual watermarking for Discrete Shearlet transform
Singh et al. Spatial and frequency domain for grey level digital images
Su et al. A watermarking algorithm for color image based on YIQ color space and integer wavelet transform
Jerisha Liby et al. HSV model based data hiding in video for watermark applications
Huo et al. Semi-fragile watermarking for color image authentication in power internet of things
Kumar et al. Non blind image watermarking based on similarity in contourlet domain
Panda et al. Analysis of robustness of an image watermarking algorithm using the Dual Tree Complex Wavelet Transform and Just Noticeable Difference
Souadek et al. Blind and robust image watermarking algorithm Based on DWT-DCT and Edge Insertion
Hajizadeh et al. A robust blind image watermarking method using local maximum amplitude wavelet coefficient quantization
Al-khassaweneh et al. Spatially adaptive wavelet thresholding for image watermarking
Jamali et al. Robustness and Imperceptibility Enhancement in Watermarked Images by Color Transformation
Ramaiya et al. Digital security using watermarking techniques via discrete wavelet transform
Verma et al. Robust color image watermarking scheme using JFIF-YCbCr color space in wavelet domain
Kumar Towards robust reference image watermarking using DWT-SVD and edge detection

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