CN113205445B - 一种基于数据压缩的可逆明水印方法和装置 - Google Patents

Abstract

本发明涉及一种基于数据压缩的可逆明水印方法和装置。本发明方法引入了利用重构数据包来辅助可视水印去除的思想，即在可视水印嵌入后创建用于描述水印图像与原始宿主图像之间关系模型的数据包，并作为辅助信息嵌入至水印图像中；在可视水印去除时，事先从水印图像中提取辅助信息并重构模型数据包，用于可视水印图像的去除和原始宿主图像的恢复，从而构造了通用的可逆映射关系。本发明具有较强的通用性，不需要关心具体的可视水印嵌入算法，并且在可视水印图案去除和宿主图像恢复过程中也不需要原始可视水印图像的参与，适用性更强；本发明方法采用高效的数据压缩技术，需要嵌入非明水印区域的数据量较少，水印图像失真较小。

Description

一种基于数据压缩的可逆明水印方法和装置

技术领域

本发明属于数字水印和信息隐藏技术领域，具体涉及一种可逆明水印嵌入和去除方法，尤其涉及了基于数据压缩的可逆明水印嵌入和去除方法。

背景技术

可逆明水印技术是指通过特定算法将可视水印图像以半透明地方式叠加到数字图像或视频帧的特定位置处，可以让人直接进行所有权识别；必要时可以使用特定工具将可视水印图像从宿主图像中完全擦除，并无失真地恢复原始图像载体数据。这对于保持原始数字媒体文件本身的使用价值有非常大的帮助，并有利于可逆信息隐藏技术在数字媒体网络化领域中的拓展应用。因此，可逆明水印技术可以在很多领域具有重要用途，例如内容保护、版权标识、广告宣传等。

可逆明水印技术的核心研究内容主要包括：1)可视水印图像嵌入；2)可逆映射关系构造。目前现有技术中的可逆映射关系都是根据特定的可视水印图像嵌入算法设计的，相对比较单一，不具有通用性。为了保证可视水印图像效果，宿主图像需要做大量修改。为了能够有效进行可视水印图像完全去除和原始宿主图像载体的恢复，需要保存的辅助信息量比较多。因此，可逆映射关系构造难度相对比较大。另外，为了提升可视水印图像与宿主图像的视觉融合效果，很多研究者在水印区域的自适应选择和水印强度的自适应计算方面做了大量的工作，但是由于可逆映射关系的构造工作存在一定的瓶颈，这在一定程度上限制了可视水印技术的发展和应用。

发明内容

本发明主要是提供了一种基于数据压缩的可逆明水印嵌入和去除方法，克服了现有技术中可逆映射关系构造困难且单一、通用性差以及水印图像失真过大的缺点。

为了达到可逆映射关系构造与可视水印嵌入算法实现无关的目标，本方法引入了利用重构数据包来辅助可视水印去除的思想。即在可视水印嵌入后，创建用于描述水印图像与原始宿主图像之间关系模型的数据包，并作为辅助信息嵌入至水印图像中；在可视水印去除时，事先从水印图像中提取辅助信息并重构模型数据包，用于可视水印图像的去除和原始宿主图像的恢复，从而构造了通用的可逆映射关系。

本发明提出了一种基于数据压缩的可逆明水印方法，技术方案包括：

可视水印图像嵌入方法，主要包括：

步骤一、给定原始宿主图像I和水印图像I^w，并计算I和I^w的差值图像D＝I-I^w；

步骤二、对差值图像D进行有损压缩处理后得到压缩数据D_c；

步骤三、将压缩数据D_c进行解压缩处理后得到重构的差值图像D′，并计算D和D′的误差矩阵e＝D-D′；

步骤四、将误差矩阵e直接线性叠加至I^w的可视水印图像区域得到水印图像I^w′＝I^w+e；

步骤五、利用传统可逆信息隐藏方法将D_c嵌入至I^w′的非可视水印图像区域得到最终的水印图像I^w″。

可视水印图像去除及原始宿主图像恢复方法，主要包括：

步骤一、从水印图像I^w″中提取压缩数据D_c，并恢复出水印图像I^w′；

步骤二、将压缩数据D_c进行解压缩处理后得到重构的差值图像D′；

步骤三、将水印图像I^w′和差值图像D′相加后得到原始的宿主图像I。

进一步地，所述对差值图像D进行有损压缩处理后得到压缩数据D_c，包括：

利用图信号平滑先验GSSP(Graphic Signal Smoothing Priori)对差值图像D进行分段平滑处理，得到D_s；

利用图傅里叶变换GFT(graph Fourier transform)对D_s进行压缩编码处理，得到压缩数据D_c。

进一步地，所述利用图信号平滑先验GSSP对差值图像D进行分段平滑处理，包括：

构造差值图像D的全连通图

计算全连通图的拉普拉斯矩阵/>

利用拉普拉斯矩阵构造GSSP方程并求解，获得D_s。

进一步地，所述利用图傅里叶变换GFT对D_s进行压缩编码处理，包括：

将差值图像D_s平均划分为n×n的子块，检测每个图像子块中的突出图像边缘轮廓，并将块边缘信息进行无损压缩；

将n×n的子块中的每个像素视为全连通图中的一个节点，生成全连接的4或8连通图，如果两个相邻像素/节点之间存在边缘，则消除它们之间的连接；

基于全连通图进行自适应变换，即进行GFT编码。

基于同一发明构思，本发明还提供一种基于数据压缩的可逆明水印装置，包括可视水印图像嵌入单元，和/或可视水印图像去除及原始宿主图像恢复单元；

所述可视水印图像嵌入单元采用本发明的上述方法进行可视水印图像嵌入；

所述可视水印图像去除及原始宿主图像恢复单元采用本发明的上述方法进行可视水印图像去除及原始宿主图像恢复。

与现有技术相比，本发明的有益效果在于：

本发明采用了重构数据包的压缩存储方法来辅助可视水印图像去除，具有较强的通用性，不需要关心具体的可视水印嵌入算法，并且在可视水印图案去除和宿主图像恢复过程中也不需要原始可视水印图像的参与，适用性更强。本发明方法采用高效的数据压缩技术，需要嵌入非明水印区域的数据量较少，则水印图像失真较小。因此，该方法可以同时适用于灰度图像和彩色图像。

附图说明

图1为本发明方法中可视水印图像嵌入的步骤流程图。

图2为可视水印嵌入效果图：(a)原始宿主图像I；(b)可视水印图像W；(c)水印图像I^w。

图3为原始宿主图像I和水印图像I^w之间的差值图像D。

图4将图3所示的差值图像D进行GSSP平滑处理后的差值图像D_s。

图5利用IGFT将压缩数据D_c重构后的差值图像D′。

图6为使用误差矩阵e修正水印图像I^w后得到的水印图像I^w′。

图7为最终的水印图像I^w″。

图8是本发明方法中可视水印图像去除及原始宿主图像恢复的步骤流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面通过具体实施例和附图，对本发明做进一步详细说明。

本发明一个实施例的一种基于数据压缩的可逆明水印方法，其中可视水印图像嵌入过程如图1所示，具体实施方式如下：

1)给定原始宿主图像I和水印图像I^w，并计算I和I^w的差值图像D＝I-I^w。

为了实现更加通用的可逆明水印方法，本方法引入了利用重构数据包来辅助可视水印去除和原始宿主图像恢复的思想。无论针对何种可视水印嵌入方法，只需要在具备原始宿主图像I和水印图像I^w的情况下，通过该方法可以快速构造可逆映射关系，并完成可视水印图像的安全去除和原始宿主图像的无损恢复。具体地，创建用于描述水印图像I^w与原始宿主图像I之间关系模型的数据包，即计算I和I^w的差值图像D＝I-I^w，并将差值图像D的相关数据作为辅助信息嵌入至水印图像中；在可视水印图像去除时，事先从水印图像中提取辅助信息并重构模型数据包，用于可视水印图像的去除和原始宿主图像的恢复，从而构造了通用的可逆映射关系。图2中(a)-(c)分别为原始宿主图像I、可视水印图像W和水印图像I^w，利用通用的Alpha图像融合方式(不具有可逆性)将图2中的图(b)嵌入至图(a)得到图(c)，其中Alpha＝192。图3为原始宿主图像I和水印图像I^w之间的差值图像D。

2)对差值图像D进行有损压缩处理后得到压缩数据D_c。

为了减小辅助信息的数据量以及水印图像的失真，需要将差值图像D进行压缩处理。现有的无损压缩方法的压缩效率比较低，无损压缩后的数据量通常会比较大。当可视水印嵌入方法的水印强度较大并且分布不均时，直接将无损压缩数据嵌入至非可视水印图像区域，往往会造成过水印图像的失真过大。在极端情况下，无损压缩数据可能无法完整嵌入至水印图像。为此，本实施例采用了基于图傅里叶变换(GFT，graph Fourier transform)的有损数据压缩方法。另外，为了进一步提升数据压缩效率，先利用图信号平滑先验(GSSP，graph signal smoothing prior)对差值图像D进行分段平滑处理后得到D_s，并利用GFT对D_s进行压缩编码处理得到压缩数据D_c。下面分别详细说明基于GSSP的分段平滑和基于GFT的压缩编码处理过程。

a)基于GSSP的分段平滑

本实施例使用GSSP对差值图像D进行分段平滑处理获得D_s，并将D_s代替D进行压缩处理以获得更小的数据量。GSSP分段平滑的主要步骤如下：

①构造差值图像D的全连通图

差值图像D可以表示为：

其中，d_ij为整数，1≤i≤l,1≤j≤m,，l和m分别为水印图像W的高和宽。将D按照行的顺序扫描转换为一维向量d＝{d₁₁,d₁₂,…,d_1m,d₂₁,d₂₂…d_2m,…,d_l1,d_l2…d_lm}^T。D的全连图构造如下：

其中，是由所有节点d₁₁,d₁₂,…,d_1m,d₂₁,…d_lm组成的有限点集，数目为N＝l×m；ε为N×N条边组成的全连接有限边集，每条边ε(i,j)∈ε都有对应的权重，用于衡量节点i和j之间的相似性。在本实施例中，我们使用下列方法计算权重：

其中，W是N×N的图权重矩阵，i,j∈[1,N]，σ＝0.05×max(|x_i-x_j|)+δ,δ为防止分母为σ的参数，一般取值为σ＝0.00001。0≤w_i,j≤1，w_i,j越大，节点i和j越相似。

②计算全连通图的拉普拉斯矩阵/>

图的图拉普拉斯矩阵可计算为：

其中，1为值全为1的向量，diag(·)为生成主对角线元素为输入向量元素的主对角线方阵的函数。

③利用拉普拉斯矩阵构造GSSP方程并求解，获得D_s。类似地，将D_s按照行的扫描顺序转换为一维向量/>

利用图及其图拉普拉斯矩阵/>构造GSSP用于衡量该矩阵的平滑程度。一般地，定义/>的实二次型为GSSP，即：

其中，‖d_s‖_GSSP为图信号平滑先验算子，用于衡量差值矩阵的平滑程度。

为保证以较小的变化获得差值图像的分段平滑代理，GSSP方程构造如下：

令公式(6)的一阶导数为零，可得：

其中，E为单位矩阵，α为平滑参数，一般取值为α＝{0.001,0.01,0.1}。

在求解式(7)的过程中，由于全连通图的计复杂性较大，为了提高运算效率并减少分块带来的质量损失，使用尺寸为8×8的重叠的滑动窗口求解d_s，其中重叠滑动的步长为2。为了进一步降低运算量，我们引入阈值t，即对于每一个8×8的窗口，有：

其中，为滑动窗口的边缘图/>的拉普拉斯矩阵。t的构造方法如下：

·计算差值图像D中所有滑动窗口的并以降序排列，记该序列为T，滑动窗口的总数为A，则T(a)为序列T的第a个数，a＝1,2,…,A。

·使用式(9)获得阈值t：

其中为向下取整运算符，TH∈(0,1]，一般地，TH取值为TH＝{0.25,0.5,0.75,1}。

由于窗口是重叠的，每一个d_s将被求解多次，因此，最终的d_s如式(10)所示：

其中为第n次使用式(7)求解d_s，K为使用式(7)求解d_s的次数。由此，我们获得了分段平滑处理后的差值矩阵D_s，即：

例如，对于图3所示原始差值图像D，利用上述方法进行分段平滑处理后得到D_s，如图4所示，其中α＝0.001,TH＝0.5。

b)基于GFT的压缩编码

将差值图像D经过基于GSSP分段平滑处理后的差值图像D_s。D_s具有边缘锐利、内部平滑(分段平滑)的特征。因此，本实施例采用基于GFT的压缩编码对差值图像代理D_s进行压缩编码，获得压缩数据D_c。GFT的压缩编码的过程主要包括GFT构造和多分辨率GFT编码。其中GFT的构造过程为：首先，将差值图像D_s平均划分为n×n的子块，检测每个图像子块中的突出图像边缘轮廓，并将块边缘信息进行无损压缩；然后，将n×n的子块中的每个像素视为全连通图中的一个节点，生成全连接的4或8连通图。如果两个相邻像素/节点之间存在边缘，则消除它们之间的连接。最后，基于全连通图进行自适应变换，即进行GFT编码。

3)将压缩数据D_c进行解压缩处理后得到重构的差值图像D′，并计算D和D′的误差矩阵e＝D-D′。

利用逆图傅里叶变换(IGFT，Inverse GFT)将压缩数据D_c进行解码处理后得到差值图像D′，如图5所示。由于GFT是有损压缩，因此重构后的差值图像D′与原始差值图像D不完全一致，则需要计算它们之间的误差矩阵e。

4)将误差矩阵e直接线性叠加至I^w的可视水印图像区域得到水印图像I^w′＝I^w+e。

本发明提出的通用性可逆明水印方法基于两个基本条件假设：①可视水印图像的内容复杂度适中，边缘轮廓相对清晰；②对可视水印图像区域进行适当的二次修改并不影响水印图像的整体视觉融合效果。可视水印技术是将Logo标识图案以视觉可见的方式嵌入至宿主图像，人眼所及的是可视水印图像与背景图像融合的效果。由于背景图像的干扰，人眼仅能识别可视水印图像的大体轮廓，其细节信息无法精准浮现。因此，复杂度较高的可视水印图像并不适合于水印嵌入，相应地，适当减少原始可视水印图像的部分内容细节也不会影响人眼对于标识图案的整体轮廓识读。

因此，为了保证可逆性，需要利用误差矩阵e修正水印图像I^w后得到I^w′，如图6所示。从图6和图2(c)的视觉对比效果看，经过误差矩阵e修正后的水印图像效果变化不大，肉眼基本无法识别。

5)利用传统可逆信息隐藏方法将D_c嵌入至I^w′的非可视水印图像区域得到最终的水印图像I^w″。

为了实现可逆明水印方法，需要利用传统可逆信息隐藏方法将D_c和辅助信息嵌入到非明水印图像区域。假设宿主图像I的大小为P×Q像素，则辅助信息内容以及存储空间大小如下：

·压缩后的差值矩阵数据D_c，大小用N_C表示，单位为比特；

·GSSP和GFT的参数TH，α(2×K_f+log₂256比特)；

·水印嵌入位置，即可视水印区域的起始位置和大小

其中，K_f是根据精度要求定义的浮点参数的容量。最终的水印图像I^w″效果如图7所示。从人眼主观视觉对比效果上看，图2(c)所示的初始水印图像I^w和图7所示的最终水印图像I^w″之间的差异依然是可以接受的。

可视水印图像去除及原始宿主图像恢复方法，如图8所示，主要包括：

1)从水印图像I^w″中提取压缩数据D_c，并恢复出水印图像I^w′。

2)将压缩数据D_c进行解压缩处理后得到重构的差值图像D′。

3)将水印图像I^w′和差值图像D′相加后得到原始的宿主图像I。

基于同一发明构思，本发明的另一实施例提供一种基于数据压缩的可逆明水印装置，包括可视水印图像嵌入单元，和/或可视水印图像去除及原始宿主图像恢复单元，即包含该两个单元中的至少一个；

所述可视水印图像嵌入单元采用本发明的上述方法进行可视水印图像嵌入；

所述可视水印图像去除及原始宿主图像恢复单元采用本发明的上述方法进行可视水印图像去除及原始宿主图像恢复。

基于同一发明构思，本发明的另一实施例提供一种电子装置(计算机、服务器、智能手机等)，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行本发明方法中各步骤的指令。

基于同一发明构思，本发明的另一实施例提供一种计算机可读存储介质(如ROM/RAM、磁盘、光盘)，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现本发明方法的各个步骤。

以上公开的本发明的具体实施例，其目的在于帮助理解本发明的内容并据以实施，本领域的普通技术人员可以理解，在不脱离本发明的精神和范围内，各种替换、变化和修改都是可能的。本发明不应局限于本说明书的实施例所公开的内容，本发明的保护范围以权利要求书界定的范围为准。

Claims (8)

1.一种基于数据压缩的可逆明水印方法，其特征在于，采用以下步骤进行可视水印图像嵌入：

给定原始宿主图像I和水印图像I^w，并计算I和I^w的差值图像D；

对差值图像D进行有损压缩处理后得到压缩数据D_c；

将压缩数据D_c进行解压缩处理后得到重构的差值图像D′，并计算D和D′的误差矩阵e；

将误差矩阵e直接线性叠加至I^w的可视水印图像区域得到水印图像I^w′；

利用可逆信息隐藏方法将D_c嵌入至I^w′的非可视水印图像区域得到最终的水印图像I^w″；

所述对差值图像D进行有损压缩处理后得到压缩数据D_c，包括：

利用图信号平滑先验GSSP对差值图像D进行分段平滑处理，得到D_s；

利用图傅里叶变换GFT对D_s进行压缩编码处理，得到压缩数据D_c；

所述将D_c嵌入至I^w′的非可视水印图像区域，是将D_c和辅助信息嵌入到非可视水印图像区域；假设宿主图像I的大小为P×Q像素，则所述辅助信息的内容包括：

压缩后的差值矩阵数据D_c；

GSSP和GFT的参数；

水印嵌入位置，即可视水印区域的起始位置和大小。

2.根据权利要求1所述的方法，其特征在于，采用了基于图傅里叶变换的有损数据压缩方法对差值图像D进行所述有损压缩处理。

3.根据权利要求1所述的方法，其特征在于，所述利用图信号平滑先验GSSP对差值图像D进行分段平滑处理，包括：

构造差值图像D的全连通图

计算全连通图的拉普拉斯矩阵/>

利用拉普拉斯矩阵构造GSSP方程并求解，获得D_s。

4.根据权利要求3所述的方法，其特征在于，所述利用图傅里叶变换GFT对D_s进行压缩编码处理，包括：

将差值图像D_s平均划分为n×n的子块，检测每个图像子块中的突出图像边缘轮廓，并将块边缘信息进行无损压缩；

将n×n的子块中的每个像素视为全连通图中的一个节点，生成全连接的4或8连通图，如果两个相邻像素/节点之间存在边缘，则消除它们之间的连接；

基于全连通图进行自适应变换，即进行GFT编码。

5.一种基于数据压缩的可逆明水印方法，其特征在于，采用以下步骤进行可视水印图像去除及原始宿主图像恢复：

从水印图像I^w″中提取压缩数据D_c，并恢复出水印图像I^w′；

将压缩数据D_c进行解压缩处理后得到重构的差值图像D′；

将水印图像I^w′和差值图像D′相加后得到原始的宿主图像I；

其中，I^w″是采用权利要求1～4中任一项所述方法获得的水印图像I^w″。

6.一种基于数据压缩的可逆明水印装置，其特征在于，包括可视水印图像嵌入单元，和/或可视水印图像去除及原始宿主图像恢复单元；

所述可视水印图像嵌入单元采用权利要求1～4中任一权利要求所述的方法进行可视水印图像嵌入；

所述可视水印图像去除及原始宿主图像恢复单元采用权利要求5所述方法进行可视水印图像去除及原始宿主图像恢复。

7.一种电子装置，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1～5中任一权利要求所述方法的指令。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现权利要求1～5中任一权利要求所述的方法。