CN116596737A - 一种图像水印嵌入与提取方法 - Google Patents
一种图像水印嵌入与提取方法 Download PDFInfo
- Publication number
- CN116596737A CN116596737A CN202310825374.6A CN202310825374A CN116596737A CN 116596737 A CN116596737 A CN 116596737A CN 202310825374 A CN202310825374 A CN 202310825374A CN 116596737 A CN116596737 A CN 116596737A
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- matrix
- region
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 57
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 abstract description 10
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 230000004438 eyesight Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 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
-
- 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
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明提供了一种图像水印嵌入与提取方法。本发明首先对原始载体图像分为ROI区域和RONI区域,选取ROI区域进行2D‑DWT变换提取低频子带LL,并对低频LL子带进行QR分解得到Qi矩阵和Ri矩阵,同时将水印图像灰度化后进行QR分解得到Qw矩阵和Rw矩阵。利用嵌入算法将Rw矩阵嵌入Ri矩阵后进行2D‑IDWT变换得到ROI区域带水印的照片,再与RONI区域合并得到完整的带水印照片。提取水印图像时,对嵌入水印后的载体图像选取RIO区域进行2D‑DWT变换,提取低频子带LL1,对提取的低频子带LL1进行QR分解得到的Re、Qe矩阵,利用反向嵌入规则得到提取的水印图像。本发明提高了水印图像的不可感知性,同时达到对照片验证和保护的目的,使得水印嵌入提取计算简单,易于实现。
Description
技术领域
本发明涉及图像水印技术领域,特别涉及一种图像水印嵌入与提取方法。
背景技术
随着互联网的普及和数字技术的广泛应用,数字产品变得极大丰富并且传播便捷,同时版权保护问题也日益突出,促成了数字水印技术的发展。
现有的数字水印方法包含小波变换法、离散余弦变化,傅里叶变换等变换域结合矩阵分解嵌入水印方法。2019年Nejati F等人发表的文章《Fragile Watermarking forImage Authentication Using QR factorization and Fourier Transform》中提出QR分解和傅里叶变换的图像认证脆弱水印,对载体图片进行傅里叶变换后和水印图片均进行QR分解,并通过R矩阵对水印进行嵌入。上述方法均未充分利用低频细节部分及其低频细节中每一个像素,因此含水印载体图像的不可感知性和脆弱性不够理想。
针对上诉问题,考虑到图像一般分为高频部分和低频部分,高频记录了细节特征,低频记录了光影和背景等,而人眼视觉系统更聚焦于高频部分。由于小波变换能更好的分离出低频与高频部分,在分离出的低频细节中每一个像素嵌入水印信息可提高不可感知性和脆弱性,能达到对照片验证和保护的目的。因此本发明选取载体图像中的重点区域并在人眼视觉不敏感的低频嵌入水印,提高了不可感知性,同时实现破坏载体图像任意一个像素都会破坏水印信息。
发明内容
本发明的目的是达到对照片验证和保护,因此提供一种图像水印嵌入与提取方法。
为实现上述目的,本发明提供了如下技术方案:
Step1:载体图像和水印信息预处理;
将载体图像以中心处选取ROI区域(感兴趣区域),剩余为RONI区域(非感兴趣区域),对ROI区域进行2D-DWT变换(二维离散小波变换)得到子带,将其中的低频子带LL进行QR分解为Qi矩阵、Ri矩阵,同时对水印图像灰度化后进行QR分解得到Qw矩阵、Rw矩阵。
Step2:水印信息嵌入载体图像;
将水印图像的Rw矩阵通过嵌入规则嵌入到载体图像的低频子带LL,得到带有水印信息的低频子带LL,将各子带进行2D-IDWT变换(二维离散小波逆变换)得到ROI区域带水印图像,最后与RONI区域合并得到含水印的载体图像。
Step3:水印提取;
将含水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT得到低频子带LL1,将低频子带LL1进行QR分解得到Qe、Re矩阵,利用反向嵌入规则提取得到水印图像。
所述Step1具体步骤为:
Step1.1:将大小为m×n的图像以中心处选取大小为r×r 的ROI区域,其余为RONI区域,其中m≥800,n≥800,ROI区域左上角像素点坐标为(,/>),右上角像素点坐标为(/>,/>),左下角像素点坐标为(/>,/>),右下角像素点坐标为(/>,/>),当m=n=800时,选取整张图像均为ROI区域,且不考虑RONI区域;
Step1.2:将ROI区域进行2D-DWT变换得到子带LL、LH、HL、HH。
Step1.3:将低频子带LL进行QR分解得到Qi矩阵和Ri矩阵。
Step1.4:将大小为x×x的水印图像由三通道变成单通道以达到灰度化,并进行QR分解得到Qw矩阵和Rw矩阵,其中x=。
所述Step2具体步骤为:
Step2.1:将水印图像的Rw矩阵通过嵌入规则Rn=Ri+αRw嵌入,其中Rn为带水印信息的低频子带,α为嵌入系数。
Step2.2:对含有水印信息的低频子带与其余子带LH、HL、HH进行2D-IDWT变换得到ROI区域带水印图像。
Step2.3:将ROI区域带水印图像与RONI区域合并得到含水印的载体图像。
所述Step3具体步骤为:
将带水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT变换得到子带LL1、HL1、HH1、LH1,将低频子带LL1子带进行QR分解得到Qe矩阵、Re矩阵,利用反向嵌入规则W=Qw×[(Re-Ri)÷α]提取,其中W为提取出的水印图像。
有益效果:
本发明提供的图像水印嵌入与提取方法,选取载体图像中的重点区域并在人眼视觉不敏感的低频嵌入水印,使得嵌入水印后的图像对人眼具有较高的不可感知性,同时实现破坏载体图像任意一个像素都会破坏水印信息,也达到对照片验证和保护的目的,同时使得水印嵌入提取计算简单,易于实现。
附图说明
图1是本发明提供的一种水印嵌入与提取流程图;
图2是本发明载体图像及其感兴趣区域和水印图像;
图3是本发明无攻击嵌入水印后的载体图像及其感兴趣区域图像;
图4是本发明无攻击嵌入载体图像后提取的水印图像;
图5是本发明不同攻击嵌入水印后的载体图像及其提取的水印图像。
具体实施方式
为了使本发明所要解决的技术方案更加清楚明白,以下结合附图和具体实施例,对本发明进行详细的说明。应当说明的是,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1:一种图像水印嵌入与提取方法,具体步骤为:
如图1所示,Step1:将载体图像以中心处选取ROI区域,剩余为RONI区域,对ROI区域进行2D-DWT变换得到子带,将其中的低频子带LL进行QR分解为Qi矩阵、Ri矩阵,同时对水印图像灰度化后进行QR分解得到Qw矩阵、Rw矩阵。
Step2:将水印图像的Rw矩阵通过嵌入规则嵌入到载体图像的低频子带LL,得到带有水印信息的低频子带LL,将各子带进行2D-IDWT变换得到ROI区域带水印图像,最后与RONI区域合并得到含水印的载体图像。
Step3:将含水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT得到低频子带LL1,将低频子带LL1进行QR分解得到Qe、Re矩阵,利用反向嵌入规则提取得到水印图像。
所述Step1具体步骤为:
Step1.1:将大小为m×n的图像以中心处选取大小为r×r 的ROI区域,其余为RONI区域,其中m≥800,n≥800,ROI区域左上角像素点坐标为(,/>),右上角像素点坐标为(/>,/>),左下角像素点坐标为(/>,/>),右下角像素点坐标为(/>,/>)。
Step1.2:将ROI区域进行2D-DWT变换得到子带LL、LH、HL、HH。
Step1.3:将低频子带LL进行QR分解得到Qi矩阵和Ri矩阵。
Step1.4:将大小为x×x的水印图像由三通道变成单通道以达到灰度化,并进行QR分解得到Qw矩阵和Rw矩阵,其中x=。
所述Step2具体步骤为:
Step2.1:将水印图像的Rw矩阵通过嵌入规则Rn=Ri+αRw嵌入,其中Rn为带水印信息的低频子带,α为嵌入系数。
Step2.2:对含有水印信息的低频子带与其余子带LH、HL、HH进行2D-IDWT变换得到ROI区域带水印图像。
Step2.3:将ROI区域带水印图像与RONI区域合并得到含水印的载体图像。
所述Step3具体步骤为:
将带水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT变换得到子带LL1、HL1、HH1、LH1,将低频子带LL1子带进行QR分解得到Qe矩阵、Re矩阵,利用反向嵌入规则W=Qw×[(Re-Ri)÷α]提取,其中W为提取出的水印图像。
实施例2
为了验证本发明的有效性,本实施例使用python作为仿真平台,选取载体图像大小为1920×1080,如图2(a)。以载体图像中心选取800×800的区域作为ROI区域嵌入水印,如图2(b)。选取水印图像大小为400×400,如图2(c)所示。
对载体图像选取的800×800的ROI区域进行二维离散小波变换,得到RIO区域小波分解后表达式f(x,y),其中x,y为图像像素的横纵坐标,M,N分别为图像的长度和宽度。本实施例选取harr小波尺度函数/>和harr小波函数/>,组合出一个二维尺度函数/>和三个二维小波函数/>,其中Q={H,V,D},H、V 、D 分别代表水平、垂直和对角方向的小波系数,i 表示小波函数的尺度或缩放级别,j表示小波函数在时间轴上的起始位置,k表示小波系数的索引,/> ,/>为近似系数,表达式为,/>为细节系数,表达式为 。
经过二维离散小波变换后,选取逼近子图的低频子带LL部分为,x1,y1为图像像素的横纵坐标,/> 。
将低频子带LL部分利用公式/>,进行QR分解,得到正交矩阵/>和上三角/>。
将待嵌入水印图像利用公式将水印/>进行QR分解得到正交矩阵/>和上三角/>。
将水印图像的矩阵利用公式/>嵌入到低频LL的/>矩阵,得到新的/>矩阵,其中α=0.01。
最后将矩阵与/>相乘,得到带水印的低频LL信息,再进行逆harr小波变换得到ROI区域带水印图像。将ROI区域带水印图像与RONI区域合并得到含水印的载体图像如图3(a)所示。
水印提取时,对含水印的载体图像,并以中心选取800×800的区域作为ROI区域,如图3(b)所示。将ROI区域进行二维离散Haar小波变换得到低频子带LL1。
对低频子带LL1进行QR分解得到Qe矩阵和Re矩阵,将Re矩阵减去载体图像的Ri矩阵后乘以水印图像Qw矩阵,得到未受攻击情况下提取的水印图像,如图4所示。
本实施例使用峰值信噪比(PSNR)来体现不可感知性,单位为dB,PSNR的值越高,代表嵌入水印后的载体图像的视觉质量越高,结合相关文献峰值信噪比大于30dB时,人类视觉对含水印图像没有明显察觉。本实施例使用归一化相关系数(NC)来体现鲁棒性,代表提取水印与原始水印之间的相似性。
将含水印的载体图像进行不同攻击对比实验得到攻击图像,如图5所示。同时得到的含水印的载体图像与载体图像峰值信噪比(PSNR),以及攻击后提取水印与原始水印图像的归一化相关系数(NC),如表1所示。
表1:不同攻击下的结果对比
通过本发明进行图像水印嵌入与提取,方法较为简单,计算量相较于其他方法较小,峰值信噪比为47.828dB。
当嵌入强度相同且无攻击的情况下,本发明与论文[1]采用的QR分解结合傅里叶变换的图像认证脆弱水印方法相比,本发明的峰值信噪比高出4.678dB。其中论文[1]是指2019年Nejati F等人发表的论文《Fragile Watermarking for Image AuthenticationUsing QR factorization and Fourier Transform》,论文中提出了QR分解和傅里叶变换的图像认证脆弱水印方法。在受到相同强度的攻击下,本发明提取出的水印图像的NC值更小,对图像的攻击更敏感,具有更较好图像保护能力, 不同攻击情况下的实验结果如下表2所示。
表2 :不同攻击情况下的实验结果对比
以上结合附图对本发明得具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变换。
Claims (4)
1.一种图像水印嵌入与提取方法,其特征在于:
Step1:将载体图像以中心处选取ROI区域,剩余为RONI区域,对ROI区域进行2D-DWT变换得到子带,将其中的低频子带LL进行QR分解为Qi矩阵、Ri矩阵,同时对水印图像灰度化后进行QR分解得到Qw矩阵、Rw矩阵;
Step2:将水印图像的Rw矩阵通过嵌入规则嵌入到载体图像的低频子带LL,得到带有水印信息的低频子带LL,将各子带进行2D-IDWT变换得到ROI区域带水印图像,最后与RONI区域合并得到含水印的载体图像;
Step3:将含水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT得到低频子带LL1,将低频子带LL1进行QR分解得到Qe、Re矩阵,利用反向嵌入规则提取得到水印图像。
2.根据权利要求1所述的一种图像水印嵌入与提取方法,其特征在于,所述Step1具体步骤为:
Step1.1:将大小为m×n的图像以中心处选取大小为r×r 的ROI区域,其余为RONI区域,其中m≥800,n≥800,ROI区域左上角像素点坐标为(,/>),右上角像素点坐标为(/>,/>),左下角像素点坐标为(/>,/>),右下角像素点坐标为(/>,);
Step1.2:将ROI区域进行2D-DWT变换得到子带LL、LH、HL、HH;
Step1.3:将低频子带LL进行QR分解得到Qi矩阵和Ri矩阵;
Step1.4:将大小为x×x的水印图像由三通道变成单通道以达到灰度化,并进行QR分解得到Qw矩阵和Rw矩阵,其中x=。
3.根据权利要求1所述的一种图像水印嵌入与提取方法,其特征在于,所述Step2具体步骤为:
Step2.1:将水印图像的Rw矩阵通过嵌入规则Rn=Ri+αRw嵌入,其中Rn为带水印信息的低频子带,α为嵌入系数;
Step2.2:对含有水印信息的低频子带与其余子带LH、HL、HH进行2D-IDWT变换得到ROI区域带水印图像;
Step2.3:将ROI区域带水印图像与RONI区域合并得到含水印的载体图像。
4.根据权利要求1所述的一种图像水印嵌入与提取方法,其特征在于,所述Step3具体步骤为:将带水印的载体图像以中心处选取ROI区域,对ROI区域进行2D-DWT变换得到子带LL1、HL1、HH1、LH1,将低频子带LL1子带进行QR分解得到Qe矩阵、Re矩阵,利用反向嵌入规则W=Qw×[(Re-Ri)÷α]提取,其中W为提取出的水印图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310825374.6A CN116596737A (zh) | 2023-07-06 | 2023-07-06 | 一种图像水印嵌入与提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310825374.6A CN116596737A (zh) | 2023-07-06 | 2023-07-06 | 一种图像水印嵌入与提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116596737A true CN116596737A (zh) | 2023-08-15 |
Family
ID=87604703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310825374.6A Pending CN116596737A (zh) | 2023-07-06 | 2023-07-06 | 一种图像水印嵌入与提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116596737A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955879A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于多级dct的dwt-svd鲁棒水印方法 |
CN103955880A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于Zernike矩的DWT-SVD鲁棒盲水印方法 |
CN110097490A (zh) * | 2019-04-26 | 2019-08-06 | 上海理工大学 | 基于IWT-Schur的感兴趣区域可逆水印嵌入及提取方法 |
CN112686795A (zh) * | 2020-12-29 | 2021-04-20 | 上饶师范学院 | 一种基于复小波和奇异值分解的混合数字水印及检测方法 |
CN114897657A (zh) * | 2022-04-23 | 2022-08-12 | 昆明理工大学 | 一种数字图像水印嵌入提取方法 |
-
2023
- 2023-07-06 CN CN202310825374.6A patent/CN116596737A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955879A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于多级dct的dwt-svd鲁棒水印方法 |
CN103955880A (zh) * | 2014-04-11 | 2014-07-30 | 杭州电子科技大学 | 基于Zernike矩的DWT-SVD鲁棒盲水印方法 |
CN110097490A (zh) * | 2019-04-26 | 2019-08-06 | 上海理工大学 | 基于IWT-Schur的感兴趣区域可逆水印嵌入及提取方法 |
CN112686795A (zh) * | 2020-12-29 | 2021-04-20 | 上饶师范学院 | 一种基于复小波和奇异值分解的混合数字水印及检测方法 |
CN114897657A (zh) * | 2022-04-23 | 2022-08-12 | 昆明理工大学 | 一种数字图像水印嵌入提取方法 |
Non-Patent Citations (2)
Title |
---|
吴继伟 等: "一种新的基于QR分解的轮廓域数字水印算法", 数据通信, no. 05, pages 50 - 53 * |
王树梅 等: "一种基于QR分解的DWT域水印算法", 微电子学与计算机, vol. 25, no. 5, pages 51 - 54 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Giri et al. | A robust color image watermarking scheme using discrete wavelet transformation | |
Rahman | A DWT, DCT and SVD based watermarking technique to protect the image piracy | |
Divecha et al. | Implementation and performance analysis of DCT-DWT-SVD based watermarking algorithms for color images | |
Assini et al. | A robust hybrid watermarking technique for securing medical image | |
Malonia et al. | Digital image watermarking using discrete wavelet transform and arithmetic progression technique | |
Pandey et al. | Rightful ownership through image adaptive DWT-SVD watermarking algorithm and perceptual tweaking | |
Joshi | Robust image watermarking based on singular value decomposition and discrete wavelet transform | |
Advith et al. | Novel digital image watermarking using DWT-DFT-SVD in YCbCr color space | |
CN114897657A (zh) | 一种数字图像水印嵌入提取方法 | |
EP1695539B1 (en) | Method for robust lossless data hiding and recovering from the integer wavelet representation | |
Khalifa et al. | A robust non-blind algorithm for watermarking color images using multi-resolution wavelet decomposition | |
Umaroh et al. | A robust image watermarking using hybrid DCT and SLT | |
Shoaib et al. | Authenticating using secret key in digital video watermarking using 3-level DWT | |
Ayangar et al. | A novel DWT-SVD based watermarking scheme | |
CN116503230A (zh) | 一种基于双通道的鲁棒图像水印算法 | |
Bei et al. | A multi-channel watermarking scheme based on HVS and DCT-DWT | |
CN111861847A (zh) | 一种运用dwt与sift的gf-2影像双重水印方法 | |
CN108765249B (zh) | 基于方向各向异性和奇异值分解相结合的彩色水印方法 | |
CN116308986A (zh) | 基于小波变换及注意力机制的隐蔽水印攻击算法 | |
CN116596737A (zh) | 一种图像水印嵌入与提取方法 | |
Majumder et al. | DWT and SVD based image watermarking scheme using noise visibility and contrast sensitivity | |
CN111681152B (zh) | 一种针对印刷图片的抗打印扫描数字水印方法 | |
Malik et al. | Analysis of watermarking techniques | |
Zhou et al. | Document image watermarking scheme with adaptive positioning based on discrete wavelet transform and discrete cosine transform | |
Halima et al. | A novel approach of digital image watermarking using HDWT-DCT |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230815 |
|
RJ01 | Rejection of invention patent application after publication |