CN114913422A - 一种岩溶石山山区水土流失野外监测装置 - Google Patents
一种岩溶石山山区水土流失野外监测装置 Download PDFInfo
- Publication number
- CN114913422A CN114913422A CN202210565936.3A CN202210565936A CN114913422A CN 114913422 A CN114913422 A CN 114913422A CN 202210565936 A CN202210565936 A CN 202210565936A CN 114913422 A CN114913422 A CN 114913422A
- Authority
- CN
- China
- Prior art keywords
- watermark
- target
- value
- neighborhood
- histogram
- 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.)
- Granted
Links
- 239000002689 soil Substances 0.000 title claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 24
- 238000012806 monitoring device Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000000739 chaotic effect Effects 0.000 claims abstract description 31
- 238000013507 mapping Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 100
- 238000000034 method Methods 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种岩溶石山山区水土流失野外监测装置,该装置包括:图像采集单元,用于采集监测区域的原始图像;图像分割单元,用于将原始图像分割为像素块;图像处理单元,用于将像素块根据中心像素灰度值进行分类,获取每类像素块的邻域均值‑邻域均值概率的二维直方图,根据概率阈值从中选取目标类直方图;根据目标类直方图中的邻域均值确定该目标类直方图的水印的嵌入点、零值点;水印序列单元,根据水印赋值得到初始水印序列;根据安全密钥、混沌映射模型、初始水印序列得到目标水印序列;水印嵌入单元,获取原始图像的加密水印序列和加密图像;传输单元,用于传输加密图像、加密水印序列和零值点,本发明泛化能力强、计算简单、安全性高。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种岩溶石山山区水土流失野外监测装置。
背景技术
近年来,由于环境污染以及破坏等问题的影响,水土流失现象日渐严重,为了保持生态环境稳定以及防止水土流失现象的恶化,野外监测装置在水土流失监测工作中逐渐推广应用,在岩溶石山山区,可能会由于人为的非法采矿破坏自然导致水土流失,因此,会有从事这些行为的人对野外监测装置采集的图像进行篡改,所以需要对采集的图像进行加密传输,保证监测图像的安全性和真实性。
受到野外监测装置的性能限制,相机采集端的计算能力有限,不能进行太过复杂的计算,因此,需要一种岩溶石山山区水土流失野外监测装置。
发明内容
本发明提供一种岩溶石山山区水土流失野外监测装置,以解决现有的问题。
本发明的一种岩溶石山山区水土流失野外监测装置,该装置包括:
图像采集模块,用于采集监测区域的原始图像;
图像分割单元,用于将原始图像分割为多个像素块;
图像处理单元,用于获取每个像素块的中心像素灰度值和邻域灰度均值,该邻域灰度均值取整数,记为邻域均值;将中心像素灰度值相等的像素块分为同类,根据同类像素块中的邻域均值构建每一类像素块的邻域均值-邻域均值概率的二维直方图;根据每个二维直方图中邻域均值概率的累加值与预设的概率阈值确定目标类直方图;根据目标类直方图中的邻域均值概率确定每个目标类直方图的嵌入点、零值点;
水印序列单元,用于根据像素块的尺寸确定水印信息矩阵中的元素数量;根据预设的赋值对水印信息矩阵中的元素赋值得到多种水印信息矩阵,对多种水印信息矩阵排序得到初始水印序列;根据预设的安全密钥和混沌映射模型得到混沌序列,根据混沌序列处理初始水印序列得到目标水印序列;
水印嵌入单元,用于获取目标类直方图对应的目标类像素块的邻域灰度均值,该邻域灰度均值保留一位小数,记为第二邻域均值;根据每个目标类像素块的第二邻域均值、对应目标类直方图的嵌入点、零值点和目标水印序列,得到嵌入水印信息矩阵的目标类像素块的水印序号,将嵌入水印信息矩阵的目标类像素块记为特定像素块,根据特定像素块的水印序号和在原始图像中的位置得到原始图像的加密水印序列和加密图像;
传输单元,用于传输加密图像、加密水印序列以及目标类直方图的零值点。
进一步,所述图像处理单元包括:
第一图像处理模块,获取每个像素块中心像素灰度值和邻域像素的灰度值,计算每个中心像素的邻域像素的灰度值均值并取整数,记为中心像素的邻域均值;
根据每个像素块的中心像素灰度值对像素块进行分类,将中心像素灰度值相等的像素块分为同类,按照同类像素块中的领域均值构建每一类像素块的邻域均值-邻域均值概率的二维直方图。
进一步,所述图像处理单元包括:
第二图像处理模块,根据二维直方图获取每类像素块对应的所有邻域均值概率的累加值;
设置概率阈值,将累加概率大于等于概率阈值的某类像素块对应的二维直方图记为目标类直方图。
进一步,所述图像处理单元包括:
第三图像处理模块,获取每个目标类直方图中与目标类直方图的中心像素灰度值相等的邻域均值,将该邻域均值作为对应的目标类直方图的水印的嵌入点;
在嵌入点两侧分别获取距离嵌入点最近的最小邻域均值概率对应的邻域均值,将得到的两个邻域均值作为对应目标类直方图的左侧零值点和右侧零值点。
进一步,所述水印序列单元包括:
赋值模块,构建与像素块尺寸相等的水印信息矩阵,根据预设的赋值对水印信息矩阵中每个元素赋值,设定水印信息矩阵中所有元素的和为定值;
根据水印信息矩阵中元素的同种赋值的数量以及赋值种类的数量,得到多种不同的水印信息矩阵;
将多种水印信息矩阵按顺序排列得到初始水印序列。
进一步,所述水印序列单元还包括:
更新模块,在更新模块中设置安全密钥,安全密钥包括混沌映射模型的初始数值、参数,以及多余的迭代次数m;
根据初始数值和参数对混沌映射模型迭代C-1+m次得到多项数值;从多项数值中去除前m项数值,对其余的数值乘以相同的整数进行取整得到长度为C的混沌序列;
将混沌序列中的数值作为变步长对初始水印序列进行变步长约瑟夫遍历得到目标水印序列。
进一步,所述水印嵌入单元包括:
数据处理模块,将目标类直方图对应的像素块记为目标类像素块,对每个目标类像素块内的邻域像素求灰度值均值并保留一位小数,得到目标类像素块的第二邻域均值;
将目标类直方图中在零值点区间内、嵌入点范围区间外的目标类像素块的灰度矩阵改变一个单位矩阵;将目标类直方图中第二邻域均值在嵌入点范围区间的目标类像素块嵌入水印信息矩阵,将嵌入水印信息矩阵的目标类像素块记为特定像素块;
获取每个特定像素块嵌入的水印信息矩阵在目标水印序列中的序号。
进一步,所述水印嵌入单元还包括:
排序单元模块,设定原始图像的位置顺序为从左到右从上到下,根据目标类直方图中每个特定像素块的水印序号、在原始图像中的位置顺序得到该目标类直方图的加密水印序列;
将目标类直方图的加密水印序列按照对应的目标类像素块的中心像素灰度值从小到大的顺序排列,得到整个原始图像的加密水印序列。
进一步,所述装置还包括:
接收单元,用于接收加密图像、加密水印序列以及目标类直方图的零值点;
分割单元,用于将加密图像分割为与原始图像中像素块尺寸相等的多个像素块;
还原单元,用于根据加密图像的像素块以及原始图像中获取目标类直方图的方法获取加密图像的二次目标类直方图;根据获取原始图像的目标水印序列的方法获取加密图像的目标水印序列;根据二次目标类直方图对应的二次目标类像素块的第三邻域均值、对应二次目标类直方图的嵌入点、零值点和目标水印序列,得到二次特定像素块的水印序号;
验证单元,用于根据二次特定像素块的水印序号得到加密图像的验证水印序列,根据验证水印序列和加密水印序列判断原始图像是否被篡改。
本发明的有益效果是:本发明的一种岩溶石山山区水土流失野外监测装置,通过将原始图像分割为多个像素块,对部分像素块的邻域像素进行特定水印嵌入,使得可嵌入水印类型丰富;并且利用混沌映射得到的混沌序列的数值作为变步长对初始水印序列进行约瑟夫遍历,得到了更新后的目标水印序列,得到的目标水印序列更复杂,使得加密图像更加安全;对目标类直方图中在零值点区间内,嵌入点范围区间外的直方图平移然后进行图像加密,能够将嵌入水印信息矩阵和未嵌入水印信息矩阵的像素块区分开,在进行加密图像的还原的时候,不影响像素块的邻域均值,该处理方法简单且快速;通过对第二邻域均值保留一位小数点,将嵌入点的目标类像素块分为了三类,再进行水印信息矩阵的嵌入,能清楚的区分嵌入水印信息矩阵和未嵌入水印信息矩阵的像素块,便于还原和验证。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种岩溶石山山区水土流失野外监测装置的实施例1的装置结构图;
图2为本发明的实施例1中的三维直方图(左)和二维直方图(右);
图3为本发明的实施例1中的监测装置的接收端结构图。
具体实施方式
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,都属于本发明保护的范围。
本发明的一种岩溶石山山区水土流失野外监测装置的实施例,如图1所示,该装置包括:图像采集单元10,图像分割单元11,图像处理单元12,水印序列单元13,水印嵌入单元14,传输单元15。
图像采集单元10,用于采集监测区域的原始图像。
具体的,将本装置安装在需要进行环境监测的位置,利用图像采集单元10采集监测区域的原始图像。
图像分割单元11,用于将原始图像分割为多个像素块。
本发明是对部分像素的邻域像素进行水印嵌入,如果不对像素分块,则嵌入水印后会改变邻域像素的灰度值,邻域像素再次作为中心像素会影响后期处理过程中每类像素块的邻域均值-概率二维直方图的统计结果,使二维直方图变得混乱,无法获得水印顺序明确的加密图像,则导致无法通过加密图像的进行原始图像的还原和验证。
具体的,将原始图像分割为3*3的像素块,分割为像素块之后,若对中心像素的8邻域像素嵌入水印,8邻域像素不会作为中心像素影响直方图的统计结果,可以正常对原始图像进行加密得到加密图像,也可以对加密图像进行还原和验证。
图像处理单元12,用于获取每个像素块的中心像素灰度值和邻域灰度均值,该邻域灰度均值取整数,记为邻域均值;将中心像素灰度值相等的像素块分为同类,根据同类像素块中的邻域均值构建每一类像素块的邻域均值-邻域均值概率的二维直方图;根据每个二维直方图中邻域均值概率的累加值与预设的概率阈值确定目标类直方图;根据目标类直方图中的邻域均值概率确定每个目标类直方图的嵌入点、零值点。
图像处理单元12包括第一图像处理模块,第二图像处理模块和第三图像处理模块。
第一图像处理模块,获取将每个像素块的中心像素灰度值,计算每个像素块的中心像素的8邻域像素的灰度值均值,将灰度值均值四舍五入取整数,记为邻域均值,将中心像素灰度值相等的像素块分为同类,得到多类像素块,同一类像素块的中心像素对应多个不同的邻域均值,邻域均值的取值范围为[0-255],获取每类像素块对应的每个邻域均值的概率,根据每类像素块对应的邻域均值的概率得到中心像素灰度值-邻域均值-邻域均值概率的三维直方图,其中,x轴表示像素块的中心像素灰度值,用0-255的整数表示;y轴表示像素块的邻域均值,用0-255的整数表示;z轴表示每个邻域均值的概率,记为邻域均值概率,如图2左图所示;根据每类像素块的中心像素灰度值在中心像素灰度值-邻域均值-邻域均值概率的三维直方图上进行切片,得到每类像素块对应的邻域均值-邻域均值概率的二维直方图,如图2右图所示。
第二图像处理模块,根据每类像素块的的邻域均值-邻域均值概率的二维直方图获取每类像素块的邻域均值概率的累加值,即将该类像素块的所有邻域均值的邻域均值概率全部相加,当某类像素块的邻域均值概率的累加值大于等于概率阈值,即时,将该类像素块的二维直方图记为目标类直方图,其中,T(hi)表示第i类像素块的邻域均值概率的累加值;hi表示第i类像素块的中心像素灰度值;p(hi,g)表示第i类像素块的邻域均值g的邻域均值概率;为设置的概率阈值,可根据实际情况自行设置。
第三图像处理模块,由于原始图像具有局部特征不变性,所以每个像素块8邻域内的灰度值均值和中心像素灰度值相等的概率很大,在每类像素块的二维直方图中表现为,与中心像素灰度值相等的邻域均值的邻域均值概率较大;为了提高水印的嵌入容量,将每个目标类直方图中与中心像素灰度值相等的邻域均值作为水印的嵌入点,记为Z;搜索嵌入点右侧距离嵌入点最近的最小邻域均值概率的邻域均值,记为右侧零值点P1,搜索嵌入点左侧距离嵌入点最近的最小邻域均值概率的邻域均值,记为左侧零值点P2。
水印序列单元13,用于根据像素块的尺寸确定水印信息矩阵中的元素数量;根据预设的赋值对水印信息矩阵中的元素赋值得到多种水印信息矩阵,对多种水印信息矩阵排序得到初始水印序列;根据预设的安全密钥和混沌映射模型得到混沌序列,根据混沌序列处理初始水印序列得到目标水印序列。
水印序列单元13包括赋值模块和更新模块。
赋值模块,本发明是对部分像素块的8邻域像素点进行水印嵌入,在设置水印信息矩阵时,不能使邻域像素的灰度值改变过大,如果灰度值改变过大,一是接收端对于不重要的图像无法在未解密时直接得到图像的大致信息,二是灰度值改变过大的话,则水印信息矩阵中元素的和就更大,水印信息矩阵中的数值选择范围就更广,则水印信息矩阵种类过多,计算量太大,因此,在本发明中,构建与像素块尺寸相等的3*3的水印信息矩阵,我们选取水印信息矩阵中所有元素的和为8,将水印信息矩阵嵌入像素块后,使像素块的邻域均值只改变1,水印信息矩阵中元素的赋值为0、1、2,同时为了保证水印信息矩阵的可提取性,水印信息矩阵的所有元素中,赋值为2的元素有两个,赋值为0的元素有两个,赋值为1的元素有4个,根据情况对需要嵌入水印的像素块8邻域内灰度值最大的两个像素和灰度值最小两个像素对应的水印信息矩阵的值设置为2或0,在像素块中从左到右,从上到下的搜索,对先出现的两个最大和最小像素点赋值2或0,8邻域内其余四个像素对应的水印信息矩阵的值设置为1,因此,水印信息矩阵有种,将这420种水印信息矩阵按照顺序进行排列得到初始水印序列,这个顺序就是我们排序时的惯用顺序,例如,水印信息矩阵的取值为[0,0,1,1,1,1,2,2],则按照数学惯例,我们取值排序为[00111122]、[00111212]、[00111221]…[22111100],括号内的数值为水印信息矩阵中元素从左到右、从上到下排序的数值。
更新模块,根据混沌映射和变步长约瑟夫对初始水印序列进行更新。选取混沌映射中的Logistic映射,Logistic映射是一种典型的混沌映射,模型为xn+1=μxn(1-xn),当系数3.57<μ≤4时,系统进入混沌状态,就会产生[0,1]之间的混沌序列;设置安全密钥(x0,μ,m),其中,x0为Logistic映射的初始值,μ为Logistic映射的参数,μ的取值范围为[3.57,4],m为多余的迭代次数,根据安全密钥将Logistic映射的模型xn+1=μxn(1-xn)迭代C-1+m次得到一组数列,去掉数列的前m项,此时的数列为一组小数,将数列中的每个小数乘以相同的整数取整,得到一组长度为C的混沌序列L={l1,l2…,lc};将得到的混沌序列L中的数值作为变步长对初始水印序列进行变步长约瑟夫遍历对初始水印序列进行更新;变步长约瑟夫遍历的具体步骤为,将初始水印序列围成一圈,这个圈的起始点为初始水印序列的第一个水印信息矩阵,将这个圈中第l1个水印信息矩阵提取出来放在第一个,将剩余的C-l1个水印信息矩阵中的第l2个水印信息矩阵提取出来放在第二个,依次类推,直至最后剩下一个水印信息矩阵,将其放在最后一个,将重新排列的水印信息矩阵按顺序标注序号得到目标水印序列。
水印嵌入单元14,用于获取目标类直方图对应的目标类像素块的邻域灰度均值,该邻域灰度均值保留一位小数,记为第二邻域均值;根据每个目标类像素块的第二邻域均值、对应目标类直方图的嵌入点、零值点和目标水印序列,得到嵌入水印信息矩阵的目标类像素块的水印序号,将嵌入水印信息矩阵的目标类像素块记为特定像素块,根据特定像素块的水印序号和在原始图像中的位置得到原始图像的加密水印序列和加密图像。
水印嵌入单元14包括数据处理模块和排序模块。
数据处理模块,将目标类直方图对应的像素块记为目标类像素块,扫描原始图像,获取最小中心像素灰度值的目标类直方图对应的目标类像素块,计算最小中心像素灰度值对应的每个目标类像素块8邻域内像素的灰度值均值,进行四舍五入保留小数点后一位,将此时得到的8邻域内像素的灰度值均值记为第二邻域均值。
将目标类像素块的第二邻域均值与该目标类像素块对应的目标类直方图中的嵌入点Z、右侧零值点P1以及左侧零值P2做比较,利用直方图平移方法实现在该目标类像素块的水印嵌入,根据下式(1)计算嵌入水印后每个目标类像素块的8邻域灰度矩阵:
其中,yj表示第j个嵌入水印后目标类像素块的8邻域灰度矩阵;kj表示第j个目标类像素块的8邻域灰度矩阵;gj表示第j个目标类像素块的第二邻域均值;Z,P1,P2分别表示第j个目标类像素块对应的目标类直方图的嵌入点、右侧零值点、左侧零值点;o表示单位矩阵,保证了目标类像素块的邻域均值只改变了1;ms表示根据第j个目标类像素块的8邻域灰度矩阵kj获得的水印信息矩阵,具体获取方法为:对于加ms的目标类像素块,将目标类像素块8邻域内灰度值最大的两个像素对应的水印信息矩阵的位置的元素赋值2,灰度值最小的两个像素对应的水印信息矩阵值的位置的元素赋值0,在目标类像素块中从左到右,从上到下的搜索,对先出现的两个最大像素赋值2,对先出现的两个最小像素赋值0,其余四个像素对应的水印信息矩阵值的位置的元素赋值1;对于减ms的目标类像素块,将目标类像素块8邻域内灰度值最大的两个像素对应的水印信息矩阵值的位置的元素赋值0,灰度值最小的两个像素对应的水印信息矩阵值的位置的元素赋值2,其余四个像素对应的水印信息矩阵值的位置设置为1;将嵌入水印信息矩阵的目标类像素块记为特定像素块,此时得到了最小中心像素灰度值对应的目标类像素块中的特定像素块的水印信息矩阵,根据特定像素块的水印信息矩阵在目标水印序列中查找序号,得到最小中心像素灰度值对应的每个特定像素块的水印序号,根据得到最小中心像素灰度值对应的特定像素块的水印序号的方法,获取所有中心像素灰度值对应的目标类像素块中的特定像素块的水印序号。
排序模块,根据最小中心像素灰度值对应的特定像素块在原始图像中的位置,从左到右从上到下,将特定像素块的水印序号按顺序排列得到最小中心像素灰度值对应的加密水印序列;根据得到最小中心像素灰度值对应的目标类像素块的加密水印序列的方法获取所有目标类像素块的加密水印序列,根据中心像素灰度值从小到大的顺序将每类目标像素块对应的加密水印序列排序得到整个原始图像的加密水印序列,对原始图像嵌入所有的水印信息矩阵后得到了原始图像的加密图像。
传输单元15,利用传输单元将加密图像、加密水印序列、每个目标类直方图的零值点传输到接收单元。
本装置还包括接收端,如图3所示,接收端包括接收单元20、分割单元21,还原单元22,验证单元23。
接收单元20,用于接收传输单元15传输到接收端的加密图像、加密水印序列以及目标类直方图的零值点。
分割单元21,具体的,将加密图像分割为3*3的像素块。
还原单元22,根据获取原始图像的目标类直方图的方法获取加密图像的目标类直方图,记为二次目标类直方图,根据获取初始水印序列的方法在接收端重新获取初始水印序列,此时得到的初始水印序列与水印序列单元13得到的初始水印序列相同,获取水印序列单元13与接收端约定的安全密钥(x0,μ,m),根据安全密钥(x0,μ,m)和Logistic映射xn+1=μxn(1-xn)获取混沌序列,根据混沌序列对初始水印序列进行变步长约瑟夫遍历得到目标水印序列,此时得到的目标水印序列和水印序列单元13中得到的目标水印序列是相同的。
将原始图像中目标类直方图的零值点作为加密图像中中心像素灰度值相等的一类像素块对应的二次目标类直方图的零值点;扫描加密图像,将加密图像的所有的二次目标类直方图中,中心像素灰度值最小的二次目标类直方图对应的所有像素块,记为二次目标类像素块,计算每个二次目标类像素块8邻域内像素的灰度值均值,进行四舍五入取整,将此时得到的邻域内像素的灰度值均值记为第三邻域均值。
获取与二次目标类直方图对应的二次目标类像素块中心像素灰度值相等的第三邻域均值,将该第三邻域均值作为对应的二次目标类直方图的嵌入点Z,将第j个二次目标类像素块的第三邻域均值与该二次目标类像素块对应的目标类直方图中的嵌入点Z、右侧零值点P1以及左侧零值P2做比较,利用直方图平移方法实现在该二次目标类像素块的水印的提取,根据下式(2)计算每个提取水印后二次目标类像素块的8邻域灰度矩阵:
其中,zj表示第j个提取水印后二次目标类像素块的8邻域灰度矩阵;yj表示第j个二次目标类像素块的8邻域灰度矩阵,即实施例1中第j个目标类像素块嵌入水印后的8邻域灰度矩阵;fj表示第j个二次目标类像素块的第三邻域均值;Z,P1,P2分别表示第j个二次目标类像素块对应的二次目标类直方图的水印嵌入点、右侧零值点、左侧零值点;o表示单位矩阵,mt是根据第j个二次目标类像素块的8邻域灰度矩阵yj获取的水印信息矩阵,具体获取方法为:对于加mt的二次目标类像素块,将二次目标类像素块8邻域内灰度值最大的两个像素对应的水印信息矩阵值的位置的元素赋值0,灰度值最小的两个像素对应的水印信息矩阵的位置的元素赋值2,在目标类像素块中从左到右,从上到下的搜索,对先出现的两个最大像素赋值0,对先出现的两个最小像素赋值2,其余四个像素对应的水印信息矩阵的位置的元素赋值1;对于减mt的二次目标类像素块,将二次目标类像素块8邻域内灰度值最大的两个像素对应的水印信息矩阵值的位置的元素赋值2,灰度值最小的两个像素对应的水印信息矩阵值的位置的元素赋值0,其余四个像素对应的水印信息矩阵值的位置的元素赋值1;此时得到了加密图像的还原图像。
验证单元23,将提取了水印信息矩阵的二次目标类像素块记为二次特定像素块,此时得到了最小中心像素灰度值对应的二次目标类像素块中的二次特定像素块的水印信息矩阵,根据水印信息矩阵在目标水印序列中序号得到每个二次特定像素块的水印序号。
根据二次特定像素块在加密图像中的位置,从左到右从上到下,将二次特定类像素块的序号按位置顺序排列得到最小中心像素灰度值对应的验证水印序列;根据获取最小中心像素灰度值对应的二次目标类像素块中二次特定像素块的验证水印序列的方法获取所有二次目标类像素块中的二次特定像素块的验证水印序列,根据中心像素灰度值从小到大的顺序排列将每个二次特定像素块的验证水印序列排序得到整个加密图像的验证水印序列。
通过DTW计算验证水印序列和加密水印序列之间的相似性,若相似性小于0.8,则说明加密图像被篡改,否则说明加密图像在传输过程中是安全的。
综上所述,本发明提供一种岩溶石山山区水土流失野外监测装置,通过将原始图像分割为多个像素块,对部分像素块的邻域像素进行特定水印嵌入,使得可嵌入水印类型丰富;并且利用混沌映射得到的混沌序列的数值作为变步长对初始水印序列进行约瑟夫遍历,得到了更新后的目标水印序列,得到的目标水印序列更复杂,使得加密图像更加安全;对目标类直方图中在零值点区间内,嵌入点范围区间外的直方图平移然后进行图像加密,能够将嵌入水印信息矩阵和未嵌入水印信息矩阵的像素块区分开,在进行加密图像的还原的时候,不影响像素块的邻域均值,该处理方法简单且快速;通过对第二邻域均值保留一位小数点,将嵌入点的目标类像素块分为了三类,再进行水印信息矩阵的嵌入,能清楚的区分嵌入水印信息矩阵和未嵌入水印信息矩阵的像素块,便于还原和验证。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种岩溶石山山区水土流失野外监测装置,其特征在于,包括:
图像采集模块,用于采集监测区域的原始图像;
图像分割单元,用于将原始图像分割为多个像素块;
图像处理单元,用于获取每个像素块的中心像素灰度值和邻域灰度均值,该邻域灰度均值取整数,记为邻域均值;将中心像素灰度值相等的像素块分为同类,根据同类像素块中的邻域均值构建每一类像素块的邻域均值-邻域均值概率的二维直方图;根据每个二维直方图中邻域均值概率的累加值与预设的概率阈值确定目标类直方图;根据目标类直方图中的邻域均值概率确定每个目标类直方图的嵌入点、零值点;
水印序列单元,用于根据像素块的尺寸确定水印信息矩阵中的元素数量;根据预设的赋值对水印信息矩阵中的元素赋值得到多种水印信息矩阵,对多种水印信息矩阵排序得到初始水印序列;根据预设的安全密钥和混沌映射模型得到混沌序列,根据混沌序列处理初始水印序列得到目标水印序列;
水印嵌入单元,用于获取目标类直方图对应的目标类像素块的邻域灰度均值,该邻域灰度均值保留一位小数,记为第二邻域均值;根据每个目标类像素块的第二邻域均值、对应目标类直方图的嵌入点、零值点和目标水印序列,得到嵌入水印信息矩阵的目标类像素块的水印序号,将嵌入水印信息矩阵的目标类像素块记为特定像素块,根据特定像素块的水印序号和在原始图像中的位置得到原始图像的加密水印序列和加密图像;
传输单元,用于传输加密图像、加密水印序列以及目标类直方图的零值点。
2.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述图像处理单元包括:
第一图像处理模块,获取每个像素块中心像素灰度值和邻域像素的灰度值,计算每个中心像素的邻域像素的灰度值均值并取整数,记为中心像素的邻域均值;
根据每个像素块的中心像素灰度值对像素块进行分类,将中心像素灰度值相等的像素块分为同类,按照同类像素块中的领域均值构建每一类像素块的邻域均值-邻域均值概率的二维直方图。
3.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述图像处理单元包括:
第二图像处理模块,根据二维直方图获取每类像素块对应的所有邻域均值概率的累加值;
设置概率阈值,将累加概率大于等于概率阈值的某类像素块对应的二维直方图记为目标类直方图。
4.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述图像处理单元包括:
第三图像处理模块,获取每个目标类直方图中与目标类直方图的中心像素灰度值相等的邻域均值,将该邻域均值作为对应的目标类直方图的水印的嵌入点;
在嵌入点两侧分别获取距离嵌入点最近的最小邻域均值概率对应的邻域均值,将得到的两个邻域均值作为对应目标类直方图的左侧零值点和右侧零值点。
5.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述水印序列单元包括:
赋值模块,构建与像素块尺寸相等的水印信息矩阵,根据预设的赋值对水印信息矩阵中每个元素赋值,设定水印信息矩阵中所有元素的和为定值;
根据水印信息矩阵中元素的同种赋值的数量以及赋值种类的数量,得到多种不同的水印信息矩阵;
将多种水印信息矩阵按顺序排列得到初始水印序列。
6.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述水印序列单元还包括:
更新模块,在更新模块中设置安全密钥,安全密钥包括混沌映射模型的初始数值、参数,以及多余的迭代次数m;
根据初始数值和参数对混沌映射模型迭代C-1+m次得到多项数值;从多项数值中去除前m项数值,对其余的数值乘以相同的整数进行取整得到长度为C的混沌序列;
将混沌序列中的数值作为变步长对初始水印序列进行变步长约瑟夫遍历得到目标水印序列。
7.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述水印嵌入单元包括:
数据处理模块,将目标类直方图对应的像素块记为目标类像素块,对每个目标类像素块内的邻域像素求灰度值均值并保留一位小数,得到目标类像素块的第二邻域均值;
将目标类直方图中在零值点区间内、嵌入点范围区间外的目标类像素块的灰度矩阵改变一个单位矩阵;将目标类直方图中第二邻域均值在嵌入点范围区间的目标类像素块嵌入水印信息矩阵,将嵌入水印信息矩阵的目标类像素块记为特定像素块;
获取每个特定像素块嵌入的水印信息矩阵在目标水印序列中的序号。
8.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,所述水印嵌入单元还包括:
排序单元模块,设定原始图像的位置顺序为从左到右从上到下,根据目标类直方图中每个特定像素块的水印序号、在原始图像中的位置顺序得到该目标类直方图的加密水印序列;
将目标类直方图的加密水印序列按照对应的目标类像素块的中心像素灰度值从小到大的顺序排列,得到整个原始图像的加密水印序列。
9.根据权利要求1所述的一种岩溶石山山区水土流失野外监测装置,其特征在于,还包括:
接收单元,用于接收加密图像、加密水印序列以及目标类直方图的零值点;
分割单元,用于将加密图像分割为与原始图像中像素块尺寸相等的多个像素块;
还原单元,用于根据加密图像的像素块以及原始图像中获取目标类直方图的方法获取加密图像的二次目标类直方图;根据获取原始图像的目标水印序列的方法获取加密图像的目标水印序列;根据二次目标类直方图对应的二次目标类像素块的第三邻域均值、对应二次目标类直方图的嵌入点、零值点和目标水印序列,得到二次特定像素块的水印序号;
验证单元,用于根据二次特定像素块的水印序号得到加密图像的验证水印序列,根据验证水印序列和加密水印序列判断原始图像是否被篡改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210565936.3A CN114913422B (zh) | 2022-05-23 | 2022-05-23 | 一种岩溶石山山区水土流失野外监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210565936.3A CN114913422B (zh) | 2022-05-23 | 2022-05-23 | 一种岩溶石山山区水土流失野外监测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114913422A true CN114913422A (zh) | 2022-08-16 |
CN114913422B CN114913422B (zh) | 2024-03-15 |
Family
ID=82768490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210565936.3A Active CN114913422B (zh) | 2022-05-23 | 2022-05-23 | 一种岩溶石山山区水土流失野外监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913422B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115361518A (zh) * | 2022-10-18 | 2022-11-18 | 南通联航环保科技有限公司 | 一种污水生化处理监控视频智能存储方法 |
CN115719300A (zh) * | 2023-01-09 | 2023-02-28 | 浙江出海云技术有限公司 | 一种大数据的人员信息管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440617A (zh) * | 2013-09-18 | 2013-12-11 | 黄良永 | 提高医学图像安全的图像处理方法 |
WO2014183246A1 (zh) * | 2013-05-13 | 2014-11-20 | Huang Bo | 一种医学影像处理方法与系统 |
WO2021093648A1 (zh) * | 2019-11-11 | 2021-05-20 | 阿里巴巴集团控股有限公司 | 一种水印信息嵌入方法以及装置 |
-
2022
- 2022-05-23 CN CN202210565936.3A patent/CN114913422B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014183246A1 (zh) * | 2013-05-13 | 2014-11-20 | Huang Bo | 一种医学影像处理方法与系统 |
CN103440617A (zh) * | 2013-09-18 | 2013-12-11 | 黄良永 | 提高医学图像安全的图像处理方法 |
WO2021093648A1 (zh) * | 2019-11-11 | 2021-05-20 | 阿里巴巴集团控股有限公司 | 一种水印信息嵌入方法以及装置 |
Non-Patent Citations (1)
Title |
---|
王婷;: "基于Arnold变换和混沌序列映射的图像信息隐藏", 甘肃科技纵横, no. 06, 15 December 2012 (2012-12-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115361518A (zh) * | 2022-10-18 | 2022-11-18 | 南通联航环保科技有限公司 | 一种污水生化处理监控视频智能存储方法 |
CN115361518B (zh) * | 2022-10-18 | 2022-12-23 | 南通联航环保科技有限公司 | 一种污水生化处理监控视频智能存储方法 |
CN115719300A (zh) * | 2023-01-09 | 2023-02-28 | 浙江出海云技术有限公司 | 一种大数据的人员信息管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114913422B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114913422B (zh) | 一种岩溶石山山区水土流失野外监测装置 | |
CN110766708B (zh) | 基于轮廓相似度的图像比较方法 | |
CN107944459A (zh) | 一种rgb‑d物体识别方法 | |
CN110781882A (zh) | 一种基于yolo模型的车牌定位和识别方法 | |
CN104077782A (zh) | 一种星载遥感图像匹配方法 | |
CN114741732A (zh) | 一种基于隐私数据保护的智能网联汽车数据训练方法、电子设备及计算机可读存储介质 | |
CN104881668A (zh) | 一种基于代表性局部模式的图像指纹提取方法及系统 | |
CN113111706B (zh) | 一种面向方位角连续缺失的sar目标特征解缠与识别方法 | |
CN114255151B (zh) | 一种基于关键点检测和深度学习的高分辨率图像鲁棒数字水印方法 | |
CN111291712B (zh) | 基于插值的cn和胶囊网络的森林火灾识别方法及装置 | |
CN117351360A (zh) | 一种基于注意力机制改进的遥感图像道路提取方法 | |
CN111428064B (zh) | 小面积指纹图像快速索引方法、装置、设备及存储介质 | |
CN117197543A (zh) | 基于GMD图像化与改进ResNeXt的网络异常检测方法及装置 | |
CN114841979B (zh) | 一种多尺度融合注意力的深度学习癌症分子分型预测方法 | |
CN116433925A (zh) | 一种基于深度学习的箱包鉴定方法、系统及存储介质 | |
CN116028899A (zh) | 一种多重的高精度深度学习模型黑盒水印方法 | |
CN116071307A (zh) | 路面缺陷检测模型建立方法、检测方法、存储介质及设备 | |
CN114821098A (zh) | 一种基于灰度梯度融合特征及cnn的高速路面破损检测算法 | |
CN117765486A (zh) | 模型训练、车道线检测方法、装置、电子设备及存储介质 | |
Sulaiman et al. | Image tampering detection using extreme learning machine | |
CN113298102B (zh) | 一种目标分类模型的训练方法及装置 | |
CN116645661B (zh) | 一种防重码检测方法及系统 | |
CN117671181B9 (zh) | 基于大数据的智慧城市孪生地图的构建方法及系统 | |
Lavanya et al. | Analyzing the performance of watermarking based on swarm optimization methods | |
CN117496162B (zh) | 一种红外卫星遥感影像薄云去除方法、装置及介质 |
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 |