CN113643171A - 一种用于任意嵌入比的图片水印嵌入及盲提取方法 - Google Patents
一种用于任意嵌入比的图片水印嵌入及盲提取方法 Download PDFInfo
- Publication number
- CN113643171A CN113643171A CN202110804249.8A CN202110804249A CN113643171A CN 113643171 A CN113643171 A CN 113643171A CN 202110804249 A CN202110804249 A CN 202110804249A CN 113643171 A CN113643171 A CN 113643171A
- Authority
- CN
- China
- Prior art keywords
- embedding
- watermark
- formula
- matrix
- rmd
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 48
- 239000011159 matrix material Substances 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 101100091046 Caenorhabditis elegans rmd-1 gene Proteins 0.000 claims description 8
- 238000003491 array Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 244000141353 Prunus domestica Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction 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
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
本发明涉及一种用于任意嵌入比的图片水印嵌入及盲提取方法。该水印嵌入方法包括如下步骤:步骤1,将载体图片分成若干N*N的图像块,并形成对应的RGB矩阵,通过色彩空间转换公式将RGB矩阵转换为Y矩阵;步骤2,求出Y矩阵DCT变换域的直流分量DC;步骤3,通过同时剪裁离散余弦变换和离散余弦变换逆变换并进一步剪裁色彩空间转换的操作,实现将水印信息直接嵌入在RGB通道上。本发明创新性的提出一种用于任意嵌入比的图片水印嵌入及盲提取方法,具有一定的通用性,既满足嵌入痕迹的不可感知性,也满足水印提取的鲁棒性。
Description
技术领域
本发明涉及一种基于RGB通道实现Y通道变换域直流分量的水印嵌入及提取方法,属于图像作品水印的技术领域。
背景技术
图片水印技术在图像作品的版权保护和真实性认证中有着重要的作用。目前,数字水印的实现方法主要包括基于空间域的和基于变换域的水印嵌入和提取方法。基于变换域的数字水印的实现方法主要包括基于离散傅里叶变换(DFT)、基于离散余弦变换(DCT)和基于离散小波变换(DWT)的水印嵌入和提取方法。其中基于DCT中低频的数字水印算法最常见。
传统基于DCT的数字水印算法的水印嵌入方法主要包括以下步骤:步骤1)将图像分块并形成对应的RGB矩阵,通过颜色空间变换将RGB矩阵转换为Y矩阵;步骤2)对Y矩阵进行DCT变换,将加密后的水印信息嵌入到变换后矩阵块中;步骤3)对嵌入水印信息的矩阵块进行DCT逆变换得到嵌入水印的Y矩阵,通过颜色空间变换将Y矩阵转换为RGB矩阵,合并所有块即得到嵌入水印后的图像。但是这种方法存在以下不足:
(1)不能同时满足水印提取的鲁棒性和水印痕迹的不可见性。增加水印嵌入强度,水印提取的鲁棒性提高,但是嵌入水印后的图像会出现瑕疵,水印的不可见性下降;降低水印的嵌入强度,水印痕迹的不可见性提高,但是嵌入水印的图像遭到攻击很容易提取不出水印,也就是水印提取的鲁棒性下降。
(2)计算复杂。传统的基于DCT的数字水印方法需要在颜色空间之间转换两次,在空间域和变换域之间转换两次,这其中包括大量的计算,并且随着图像尺寸的增加计算量也随之增加。
(3)嵌入比的选择受到限制。目前基于大多数基于DCT的数字水印算法的嵌入比为1/64,但是将这些算法移植到嵌入比为1/16中,可能会导致水印提取失败。
发明内容
为了能够克服上述现有技术的不足,本发明提供一种用于任意嵌入比的图片水印嵌入及盲提取方法。
为实现上述发明目的,本发明方法采用的技术方案如下:
一种用于任意嵌入比的图片水印嵌入方法,其包括如下步骤:
步骤1,将载体图片分成若干N*N的图像块,并形成对应的RGB矩阵,其中N为大于等于1的整数;通过色彩空间转换公式(1)将RGB矩阵转换为Y矩阵:
Y=0.299R+0.587G+0.114B(1)
其中R、G、B分别表示RGB矩阵的三个分量;
步骤2,通过式(2)求出Y矩阵DCT变换域的直流分量DC:
其中N表示矩阵Y的大小,Yij表示矩阵Y中的元素;
步骤3,根据式(2)结合式(3)通过同时裁剪离散余弦变换和离散余弦变换逆变换两个变换,并裁剪色彩空间转换,实现将水印信息直接嵌入在RGB通道上,如式(4):
其中ΔDC表示DCT变换嵌入水印后直流分量的变化量。
进一步地,所述步骤3中,水印信息的嵌入类型分为强水印嵌入与弱水印嵌入,其嵌入类型的选取方法为:首先构建纹理函数并求解,当纹理函数的解大于等于设定的阈值时采取强水印嵌入;反之,则采取弱水印嵌入。
相比传统基于DCT的数字水印实现方法,本发明具有以下有益效果:
(1)本发明提出一种直接在RGB通道上实现Y通道变换域直流分量层面的水印嵌入和盲提取方法,既满足嵌入痕迹的不可感知性,也满足水印信息提取的鲁棒性。
(2)本发明的方法适用于图像为任意嵌入比时的水印方案,具有一定的通用性。
(3)本发明的方法隐藏了离散余弦变换和离散余弦变换逆变换以及5/6的色彩空间转换过程,大大降低了计算的复杂度,从而节省了大量计算资源。
(4)本发明的水印嵌入和盲提取95%以上的计算可共用,因而在软硬件实现中可以将嵌入模块和提取模块结合起来,用一个应用同时实现水印的嵌入和提取。
附图说明
图1是本发明图片水印的嵌入方法流程图。
图2是本发明图片水印的提取方法流程图。
图3是强水印嵌入示意图。
图4是弱水印嵌入示意图。
图5是以mod(DC,20)为例的旋转迭代求模法应用示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案作进一步详细的说明。
本实施例的基于RGB通道实现Y通道变换域直流分量的水印嵌入和盲提取方法,按照水印实现过程,可以分为水印的嵌入和盲提取。如图1和2分别是水印嵌入流程和水印提取流程。
在本实施例中,取N为4,即嵌入比为16分之一。方法实现的具体过程如下。
首先,将载体图片分成若干4*4的图像块,即4*4RGB三个矩阵。在RGB矩阵转Y矩阵的过程中,利用公式(1)所示的色彩空间转换公式,得到4*4的Y矩阵。注意,这里不需要求解U、V矩阵。
Y=0.299R+0.587G+0.114B (1)
严格的理论分析表明,Y矩阵DCT变换域的直流分量DC可以通过(2)式直接求出,因此本实施例裁减了冗余计算DCT变换。
当DC求解出来后,紧接着求解DC对20和12的模值,具体如公式(3)和(4)。
rmd1=mod(DC,20) (3)
rmd2=mod(DC,12) (4)
其中,rmd1应用于强水印嵌入时的水印嵌入和盲提取,而rmd2应用于弱水印嵌入时的水印嵌入和盲提取,此部分于后面详述。
设嵌入在Y通道直流分量DC上的水印信息使DC变化ΔDC。严格的理论分析表明,嵌入水印后的Y矩阵可以由式(5)求解。
由式(2)和式(5)两个公式,可以同时裁剪DCT和IDCT两个变换。同时,观察YUV转RGB的公式(6),进一步裁剪5/6的色彩空间转换。
R=Y+1.140V (6a)
G=Y-0.395U-0.581 (6b)
B=Y+2.032U (6c)
可以发现,当Y矩阵变化一个单位时,R、G、B三个矩阵也会跟着变化相同的一个单位。
结合(5)式,可以将水印信息直接嵌入到RGB通道上去,即(7)式。
因此由图1和2可知,本实施例通过裁剪算法冗余,省去了计算复杂的DCT和IDCT,以及5/6的色彩空间转换,最后将水印信息直接嵌入在RGB通道上。水印盲提取只需要根据上一个模块求出的rmd1和rmd2所在范围,即可判断出嵌入值。
如式(7)所示,水印信息被直接嵌入到了RGB通道上。定义嵌入值 时,为强水印嵌入;定义嵌入值时,为弱水印嵌入。这里已经考虑到RGB通道为整数,故而对嵌入值进行了四舍五入。同时定义纹理函数L的表达式如式(8)所示。
L=max(Y)-min(Y) (8)
当Y矩阵由式(1)式求解出来后,求解纹理函数L。设定一个阈值Thr,当L大于等于它时,采取强水印嵌入;当L小于它时,采取弱水印嵌入。实验表明,Thr等于3到15之间较为理想。本实施例中Thr=8。
下面详述水印的强嵌入及其盲提取方法。如图3所示,此时N=4,定义式(3)式求出的余数域在[0,10)之间,表示嵌入水印值为0,否则为1。利用最临近的移动方法,将余数移动到判断域的中点附近,如-5、5、15和25。此时水印嵌入公式可由式(9)式表示。
R,G,B′=R,G,B+delta (9b)
其中,delta表示因嵌入水印而产生的像素点变化值,存在等于±3的可能性,但是这仅限于余数rmd1等于5和15这两个点才会发生,两个点相对于连续的余数域线段来说,占比为0。因此delta等于±3的可能性极其小,基本不会发生。当采取纯强水印嵌入时,严格的理论分析表明,载体图片的失真度表征量PSNR期望值为45.425。
PSNR强=45.425 (10)
强水印的盲提取方法非常简单。直接判断公式(3)的范围即可。具体如公式(11)所示。
严格的理论分析表明,纯强水印嵌入时,载体图片经过基于DCT变换的标准JPEG压缩后,提取出正确水印点的概率为0.875。
P强=0.875 (12)
对于弱水印的嵌入方法,如图3所示,此时N=4,定义公式(4)求出的余数域在[0,6)之间,表示嵌入水印值为0,否则为1。利用最临近的移动方法,将余数移动到判断域的中点附近,如-3、3、9和15。此时的水印嵌入公式依然可以用公式(9)表示。当采用纯弱水印嵌入时,严格的理论分析表明,载体图片的失真度表征量PSNR的期望值为49.892。
PSNR弱=49.892 (13)
弱水印的盲提取方法也非常简单。直接判断(4)式的范围即可,具体如公式(14)所示。
严格的理论分析表明,纯弱水印嵌入时,载体图片经过基于DCT变换的标准JPEG压缩后,提取出正确水印点的概率为0.625。
P弱=0.625 (15)
如式(3)和式(4)所述的求模计算,由式(2)知DC∈[0,1020]。基于此发明旋转迭代求模法。该方法适用于被除数绝对值大小有上限的情形,如式(2)中DC的绝对值上限是1020。下面举例说明旋转迭代求模法。如实现式(3),DC对20取模。令20×2k大于等于DC的绝对值上限1020的一半,即510,可得k大于等于5。那么旋转迭代法的迭代流程如下:
Step1)设置余数rmd初始值等于DC;并初始化循环标记k=5;
Step2)更新余数rmd,如果rmd>0,则rmd=rmd-2k×20;否则rmd=rmd+2k×20;并更新循环标记,k=k-1;
Step3)循环Step 2)共6次;
Step4)如果rmd小于0,则rmd=20+rmd。
以上诉旋转迭代求模法实现式(3)的具体过程如图5所示。
如(8)式所示的纹理函数计算,这里采用分组计算法。具体过程如下。
Step1:做8次比较,选出8个大数和8个小数,形成大数组和小数组。
Step2:大数组做4次比较,选出4个大数更新大数组;小数组做4次比较,选出4个小数更新小数组。
Step3:大数组做2次比较,选出2个大数更新大数组;小数组做2次比较,选出2个小
Step4:大数组做1次比较,选出max(Y);小数组做1次比较,选出min(Y)。
Step5:L=max(Y)-min(Y)。
本实施例通过算法冗余分析剪除了复杂的DCT和IDCT变换,和5/6的色彩空间变换。于软件实现而言,冗余的剪除使得水印实现所需的时间减少90%以上,在处理小批量的图片时,软件实现即可满足要求;于硬件实现而言,冗余的剪除使得硬件资源消耗减少95%以上,为多路并行实现提供了可能;于水印实现功能效果而言,冗余的剪除消除了空频域变换带来的计算误差和色彩空转换的计算误差,使得载体图片失真度明显降低,同时水印提取的质量也显著提高。
本实施例提出的技术在水印嵌入比为1/16时,表现出耐受JPEG压缩、裁剪、椒盐噪声等攻击的能力。弥补了现有嵌入比为1/16的水印实现技术缺失。本发明提出的技术应用于1/16嵌入比时,使得水印嵌入后的载体图片峰值信噪比固定在45.1205到49.8917之间,使得载体图片经历标准的基于DCT的JPEG压缩后,水印信息提取的正确概率固定在0.625到0.875之间,满足业界需求,具体如表1所示。其中F是用来嵌入水印的正整数,δ为实际嵌入的水印值,NC为归一化相关系数,PSNR为峰值信噪比,QF表示压缩比,越小压缩程度越高,σ为高斯噪声的方差,ρ为噪声密度,scaling为缩放比例。
表1在不同水印嵌入强度下的实验结果
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种用于任意嵌入比的图片水印嵌入方法,其特征在于,包括如下步骤:
步骤1,将载体图片分成若干N*N的图像块,并形成对应的RGB矩阵,其中N为大于等于1的整数;通过色彩空间转换公式(1)将RGB矩阵转换为Y矩阵:
Y=0.299R+0.587G+0.114B (1)
其中R、G、B分别表示RGB矩阵的三个分量;
步骤2,通过式(2)求出Y矩阵DCT变换域的直流分量DC:
其中N表示矩阵Y的大小,Yij表示矩阵Y中的元素;
步骤3,根据式(2)结合式(3)通过同时裁剪离散余弦变换和离散余弦变换逆变换两个变换,并裁剪色彩空间转换,实现将水印信息直接嵌入在RGB通道上,如式(4):
其中ΔDC表示DCT变换嵌入水印后直流分量的变化量。
2.根据权利要求1所述一种用于任意嵌入比的图片水印嵌入方法,其特征在于,所述步骤3中,水印信息的嵌入类型分为强水印嵌入与弱水印嵌入,其嵌入类型的选取方法为:首先构建纹理函数并求解,当纹理函数的解大于等于设定的阈值时采取强水印嵌入;反之,则采取弱水印嵌入。
3.根据权利要求2所述一种用于任意嵌入比的图片水印嵌入方法,其特征在于,步骤3中,根据式(5)构建纹理函数L并求解:
L=max(Y)-min(Y) (5)
其中max和min是求解矩阵最大值和最小值的函数。
5.根据权利要求4所述一种用于任意嵌入比的图片水印嵌入方法,其特征在于,在纯强水印嵌入时改变式(6)中的5N为7N、9N……(2k+1)*N,进一步增加水印的嵌入强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804249.8A CN113643171A (zh) | 2021-07-16 | 2021-07-16 | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804249.8A CN113643171A (zh) | 2021-07-16 | 2021-07-16 | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113643171A true CN113643171A (zh) | 2021-11-12 |
Family
ID=78417525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110804249.8A Pending CN113643171A (zh) | 2021-07-16 | 2021-07-16 | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643171A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278314A (zh) * | 2022-07-08 | 2022-11-01 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509137A (zh) * | 2018-08-22 | 2019-03-22 | 南京大学 | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 |
-
2021
- 2021-07-16 CN CN202110804249.8A patent/CN113643171A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509137A (zh) * | 2018-08-22 | 2019-03-22 | 南京大学 | 一种嵌入比16分之一的图片水印嵌入及盲提取方法 |
Non-Patent Citations (1)
Title |
---|
孙三山;: "基于分数阶傅立叶变换的图像数字水印技术", 中国新通信, no. 21, pages 48 - 53 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278314A (zh) * | 2022-07-08 | 2022-11-01 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
CN115278314B (zh) * | 2022-07-08 | 2023-10-13 | 南京大学 | 一种多值数字视频水印嵌入及盲提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Keshavarzian et al. | ROI based robust and secure image watermarking using DWT and Arnold map | |
Tang et al. | Clustering steganographic modification directions for color components | |
CN110232650B (zh) | 一种彩色图像水印嵌入方法、检测方法及系统 | |
Sutthiwan et al. | Anti-forensics of double JPEG compression detection | |
Hanafy et al. | A secure covert communication model based on video steganography | |
Kadian et al. | Performance evaluation of robust watermarking using DWT-SVD and RDWT-SVD | |
Kumar et al. | Robust digital video watermarking using reversible data hiding and visual cryptography | |
CN113643171A (zh) | 一种用于任意嵌入比的图片水印嵌入及盲提取方法 | |
Singh et al. | Color image watermarking scheme based on QR factorization and DWT with compatibility analysis on different wavelet filters | |
Larijani et al. | A new spatial domain algorithm for gray scale images watermarking | |
Al-Gindy et al. | Watermarking of colour images in the DCT domain using Y channel | |
Prajwalasimha et al. | Digital Image Watermarking based on Successive Division | |
Shanthakumari et al. | Video Steganography using LSB matching revisited algorithm | |
Kamble et al. | Wavelet based digital image watermarking algorithm using fractal images | |
Grover et al. | Adaptive steganography via image complexity analysis using 3D color texture feature | |
Hamsathvani | Image hiding in video sequence based on MSE | |
Sakib et al. | A robust DWT-based compressed domain video watermarking technique | |
Akhlaghian et al. | A new robust video watermarking algorithm against cropping and rotating attacks | |
Wahab et al. | Utilizations of reversible lossless data hiding techniques in video sequences | |
Pan et al. | Reversible and Robust Watermarking Technique | |
Rezaei et al. | A quality-preserving hidden information removal approach for digital images | |
Luyen et al. | An efficient reversible data hiding based on improved pixel value ordering method | |
Sridhar | Authentication of video based on concatenated plane slicing layers approach | |
Lenarczyk et al. | Novel hybrid blind digital image watermarking in Cepstrum and DCT domain | |
Naheed et al. | Intelligent reversible digital watermarking technique using interpolation errors |
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 |