CN117635411B - 基于混合域分解技术的数字水印处理方法 - Google Patents
基于混合域分解技术的数字水印处理方法 Download PDFInfo
- Publication number
- CN117635411B CN117635411B CN202410091575.2A CN202410091575A CN117635411B CN 117635411 B CN117635411 B CN 117635411B CN 202410091575 A CN202410091575 A CN 202410091575A CN 117635411 B CN117635411 B CN 117635411B
- Authority
- CN
- China
- Prior art keywords
- image
- watermark
- matrix
- information
- embedded
- 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
Links
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 42
- 238000005516 engineering process Methods 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims description 119
- 238000000034 method Methods 0.000 claims description 64
- 230000009466 transformation Effects 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 4
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 230000007547 defect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 235000013766 direct food additive Nutrition 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了基于混合域分解技术的数字水印处理方法，本发明涉及数字水印处理技术领域，通过采用DWT与DCT相结合的DWT‑DCT分解技术，解决了单独使用DWT时在图像质量方面存在一些限制以及单独使用DCT时在可见性方面存在一些限制的问题，同时解决了现有技术对于边缘微小缺失叠加旋转变形采用补边后再提取，导致数字水印在提取的过程中数字水印提取不准确的问题。
Description
技术领域
本发明涉及数字水印处理技术领域，具体涉及基于混合域分解技术的数字水印处理方法。
背景技术
数字水印的起源可以追溯到1954年，起初是为了保护数字产品。随后，在1995年正式提出了"水印"这个术语，现在我们通常所说的"水印"指的是数字水印。
目前在抗打印数字水印技术通常采用基于离散小波变换（Discrete WaveletTransform, DWT）数字水印技术在打印和扫描过程中对文档或图像进行水印嵌入。抗打印扫描数字水印技术中，DCT（离散余弦变换）方向的技术也被广泛应用。2D-DWT及2D-DCT技术均有良好的能量集中性，当前我们常用的图像压缩技术正是基于此。理论上而言，其能量集中性换言之能将复杂图像的主要轮廓提取出来，而图像的主要轮廓往往是其在面临各种图像攻击中稳定性最强，损失性最低的部分，在这样的基础上进行信息嵌入能最大化的保障嵌入信息的完整性。
但是，DWT方向的抗打印扫描数字水印技术在抵抗打印和扫描攻击方面具有优势，但在图像质量方面存在一些限制；DCT方向的抗打印扫描数字水印技术具有一定的优势，但在可见性方面存在一些限制。
同时，在进行数字水印提取时，常见的图像矫正往往使用Canny边缘检测得到图像的轮廓图后，再通过霍夫函数通过对边缘直线的提取，计算直线斜率或焦点抓出目标图像区域，再使用randon变换处理，但是在实际应用中，我们往往发现用户回传图像可能不完整，边缘微小缺失叠加旋转变形是普遍现象，而传统方式往往使用补边后计算的方式处理，对图像的微小角度几何变化处理效果不理想。该缺陷在数字水印提取的过程中会导致数字水印提取不准确等问题。
发明内容
基于上述背景技术所提出的问题，目的在于提供基于混合域分解技术的数字水印处理方法，通过采用DWT与DCT相结合的DWT-DCT分解技术，解决了单独使用DWT时在图像质量方面存在一些限制以及单独使用DCT时在可见性方面存在一些限制的问题，同时解决了现有技术对于边缘微小缺失叠加旋转变形采用补边后再提取，导致数字水印在提取的过程中数字水印提取不准确的问题。
本发明通过下述技术方案实现：
本发明提供了基于混合域分解技术的数字水印处理方法，包括：数字水印嵌入和数字水印提取；
所述数字水印嵌入包括：
获取载体图像，对所述载体图像进行尺寸归一化，将尺寸归一化后的载体图像均分拆解为图像分块；其中，所述图像分块与数字水印矩阵数量对应；
采用混合域分解技术对所述图像分块进行矩阵转换，将每一块图像分块转换为包含大量图像低频信息的双极性矩阵，将各图像分块转换得到的双极性矩阵进行整合，得到图像矩阵；
从所述图像矩阵中随机选取坐标记为待更换坐标，提取所述待更换坐标对应数据的运算标志，对所述运算标志进行运算，得到判别依据；
获取双极性数字水印信息，从所述双极性数字水印中提取嵌入信息，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换，生成水印嵌入矩阵；
对所述水印嵌入矩阵进行逆变换，得到可视化分块图像，并将所述可视化分化图像进行拼接，得到水印嵌入图像；
所述数字水印提取包括：
将水印嵌入图像进行灰度化处理，并基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像；
提取所述矫正图像的目标域，对所述目标域进行降噪处理，得到待检测图像；
对所述待检测图像进行混合域变换，从混合域变换后的待检测图像中提取数据信息，得到置乱后的数据信息流矩阵；
对所述数据信息流矩阵进行反置乱处理，得到水印码，对所述水印码进行信息提取，得到水印信息。
在上述技术方案中，对载体图像的尺寸进行归一化处理增强了图像抗损失性，并将归一化后的载体图像拆分为与水印数据对应的图像分块，采用混合域分解技术对图像分块进行矩阵转换使嵌入的信息对图像的影响最小，经过矩阵转换的每一个图像分块均变为了含有大量图像低频信息汇集的矩阵。采用随机矩阵坐标位选取，更改其中选定坐标的数据进行信息嵌入，并根据更改后矩阵坐标的数据信息对嵌入水印信息后的图像矩阵进行水印信息流判别，达到水印嵌入的效果。解决了单独使用DWT时在图像质量方面存在一些限制以及单独使用DCT时在可见性方面存在一些限制的问题。
在数字水印提取的过程中载体图像总会存在图像旋转畸变的问题，若需要将真实的传入图像处理为代码可识别提取的图像，首先需要解决图像旋转畸变的问题。在本发明实施例中，为了解决旋转问题，采用了基于DFT变换（离散傅里叶变换）的微小旋转角度矫正技术。基于DFT变换的频谱图的旋转不变形，针对微小的旋转畸变在频谱图上会以基于中心点的微小明亮光线存在，微小的旋转畸变在频谱图上的示意图如图2所示。针对图像上的旋转畸变进行旋转矫正，从而解决了真实的传入图像存在旋转畸变缺陷的问题，为后续的水印提取提供了准确、可识别的载体图像。
在一种可选的实施例中，所述待更换坐标中不包括坐标为（0，0）的坐标。
在一种可选的实施例中，所述运算标志包括+1和-1，其中，对所述运算标志进行运算，得到判别依据包括：
将所述运算标志进行相加，得到运算标志和；
若所述运算标志和大于0，则将所述判别依据设定为1；
若所述运算标志和小于等于0，则将所述判别依据设定为0。
在一种可选的实施例中，获取双极性数字水印信息包括：
获取待嵌入字段，对所述待嵌入字段中的自然语言字段进行转码；
将转码后的自然语言字段带入Reed-Solomon编码算法中进行编码，得到信息流；
将所述信息流转化为水印信息码制，得到水印图像；
采用aronld置乱技术将所述水印图像进行置乱，并将置乱后的水印图像转换为双极性矩阵。
在一种可选的实施例中，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换包括：
将所述嵌入信息与所述判别依据进行大小比较，若所述嵌入信息大于所述判别依据，则不对所述图像矩阵进行变换；若所述嵌入信息小于等于所述判别依据，则依据最大投票原则对所述图像矩阵的运算标志进行更改。
在一种可选的实施例中，依据最大投票原则对所述图像矩阵的运算标志进行更改包括：
依据所述运算标志将所述待更换坐标分为第一待更换坐标集合和第二待更换坐标集合；其中，所述第一待更换坐标集合为满足嵌入信息的待更换坐标，所述第二待更换坐标集合为不满足嵌入信息的待更换坐标；
从所述第二待更换坐标集合中随机选取坐标记为待修改坐标，将所述待修改坐标的运算标志进行修改，得到满足嵌入信息的水印嵌入矩阵。
在一种可选的实施例中，基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像包括：
采用霍夫变换直线检测原理识别灰度化处理后的水印嵌入图像中经过中心点的直线，得到直线簇；
对所述直线簇进行夹角角度计算，得到旋转角度；
根据所述旋转角度依次对灰度化处理后的水印嵌入图像进行旋转变换，得到矫正图像。
在一种可选的实施例中，对所述直线簇进行夹角角度计算，得到旋转角度包括：
归一化提取所述直线簇所对应的中心直线，分别计算所述中心直线与平行方向、垂直方向的角度差值；
若所述角度差值大于角度差值阈值则将所述角度差值作为旋转角度，否则，将所述角度差值置零。
在一种可选的实施例中，提取所述矫正图像的目标域包括：采用投影技术从所述矫正图像中提取目标域。
在一种可选的实施例中，从混合域变换后的待检测图像中提取数据信息包括：
构建变化坐标，根据所述变化坐标从混合域变换后的待检测图像中提取对应坐标位置的存储信息；
对所述存储信息进行信息判别，得到置乱后的数据信息流矩阵。
本发明与现有技术相比，具有如下的优点和有益效果：
1、通过DWT-DCT分解技术，对图像尺度而言，通过结合两种技术可以使混合域数据拥有多尺度特性，方便对图像各尺度分别进行分析；对图像损失而言，通过DWT先行处理能降低DCT后续变换对图像的损失攻击。同时，DWT相较于DCT对图像细节和纹理变化更为敏感，通过两者结合能使混合域分解对图像的细节和纹理变化保留一定的敏感度；
2、采用随机矩阵坐标位选取，提升了嵌入信息提取的鲁棒性和对图像成像质量，并满足了后续加密需求；
3、基于DFT变换的频谱图的旋转不变性对微小旋转角度进行角度矫正，从而解决了真实的传入图像存在旋转畸变缺陷的问题，为后续的水印提取提供了准确、可识别的载体图像；
4、通过识别过原点的直线簇，归一化提取其对应中心直线计算与平行或垂直角度的差值，超过一定范围为偏转角否则置零处理能对于部分边缘信息缺失图像有良好的处理结果。从而克服了现有技术中由于用户回传图像可能不完整，边缘微小缺失叠加旋转变形从而使得使用补边后计算的方式处理，对图像的微小角度几何变化处理效果不理想的缺陷，其对于后续的数字水印提取具有一定的干扰性；
5、通过DWT-DCT混合域变换，对图像尺度而言，通过结合两种技术可以使混合域数据拥有多尺度特性，方便对图像各尺度分别进行分析；对图像损失而言，通过DWT先行处理能降低DCT后续变换对图像的损失攻击，通过两者结合能使混合域分解对图像的细节和纹理变化保留一定的敏感度，提升了后续数字水印信息的提取的准确性。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：
图1为本发明实施例1提供的基于混合域分解技术的数字水印嵌入方法的流程示意图；
图2为本发明实施例1提供的微小的旋转畸变在频谱图上的示意图；
图3为本发明实施例1提供的基于DFT变换对载体图像进行霍夫变换直线检测的示意图；
图4为本发明实施例1提供的直线簇的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
本发明实施例1提供了基于混合域分解技术的数字水印嵌入方法，如图1所示，基于混合域分解技术的数字水印嵌入方法包括：数字水印嵌入和数字水印提取；
所述数字水印嵌入包括：
获取载体图像，对所述载体图像进行尺寸归一化，将尺寸归一化后的载体图像均分拆解为图像分块；其中，所述图像分块与数字水印矩阵数量对应；
采用混合域分解技术对所述图像分块进行矩阵转换，将每一块图像分块转换为包含大量图像低频信息的双极性矩阵，将各图像分块转换得到的双极性矩阵进行整合，得到图像矩阵；
从所述图像矩阵中随机选取坐标记为待更换坐标，提取所述待更换坐标对应数据的运算标志，对所述运算标志进行运算，得到判别依据；
获取双极性数字水印信息，从所述双极性数字水印中提取嵌入信息，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换，生成水印嵌入矩阵；
对所述水印嵌入矩阵进行逆变换，得到可视化分块图像，并将所述可视化分化图像进行拼接，得到水印嵌入图像；
所述数字水印提取包括：
将水印嵌入图像进行灰度化处理，并基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像；
提取所述矫正图像的目标域，对所述目标域进行降噪处理，得到待检测图像；
对所述待检测图像进行混合域变换，从混合域变换后的待检测图像中提取数据信息，得到置乱后的数据信息流矩阵；
对所述数据信息流矩阵进行反置乱处理，得到水印码，对所述水印码进行信息提取，得到水印信息。
需要说明的是，为了增强图像抗损失性，我们不在载体图像上直接转换嵌入，而是将载体图像尺寸先归一化为2048*2048的载体图像。此时，载体图像的尺寸为64的倍数。然后对归一化处理后的载体图像均分拆解为8*8个图像分块，此时的图像分块的个数刚好对应水印数据的8*8矩阵。
为了使嵌入的信息对图像的影响最小，我们需要对图像进行一些数学变换而不是单纯的基于图像的纹理结构将水印加上去，再结合DWT和DCT各自的优缺点，在此我们选择了混合域分解技术对图像分块进行矩阵转换，经过矩阵转换的每一个图像分块均变为了含有大量图像低频信息汇集的8*8矩阵，此时的载体图像表现为一个64*64的矩阵。
理论上我们可以在每一个矩阵中都反复嵌入我们的水印信息流，但考虑到嵌入信息提取的鲁棒性及对图像成像质量的影响，及后续加密需求，我们采用随机矩阵坐标位选取，更改其中选定坐标的数据进行信息嵌入，并根据更改后矩阵坐标的数据信息对嵌入水印信息后的图像矩阵进行水印信息流判别，达到水印嵌入的效果。
将水印嵌入矩阵进行逆变换，可以将水印嵌入矩阵恢复为可视化的分块图像，再将分块矩阵重新拼接为嵌入水印后的载体图像。
而在在数字水印提取的过程中载体图像总会存在图像旋转畸变的问题，若需要将真实的传入图像处理为代码可识别提取的图像，首先需要解决图像旋转畸变的问题。在本发明实施例中，为了解决旋转问题，采用了基于DFT变换（离散傅里叶变换）的微小旋转角度矫正技术。基于DFT变换的频谱图的旋转不变形，频谱图存在微小的旋转畸变，微小的旋转畸变在频谱图上的示意图如图2所示，其在频谱图上会以基于中心点的微小明亮光线存在，在图2中微小明亮光线以椭圆的形式展示。针对图像上的旋转畸变进行旋转矫正，从而解决了真实的传入图像存在旋转畸变缺陷的问题，为后续的水印提取提供了准确、可识别的载体图像。
在本实施例中，以一个4*4的图像矩阵为例，该图像矩阵为：
[[-2038, 2038, -2038, 2038],
[-1915.875, -1915, -1911.75, 1920.375],
[2040, 2040, -2040, -2040],
[2025.875, 2026.875, -2029.5, 2030.75]]
加密秘钥以下划线等特殊符号为间隔进行划分，本实施例所提供的加密秘钥如下：
gAAAAABkuMv7zy0s_MOCMy4MVj9ZLkdNRK0OvPseJmvrAHG74BLZJpDTQz90zfGh_korwqYdaVO8ZOv6OVq_EeKdXf1-i4HZgd-kLcsnJv4NQV8ksX_9BAw=
随机选取图像矩阵的矩阵坐标，本实施例中选取坐标为[(3, 2), (1, 1), (2,2), (2, 0), (0, 1)]共5个，选取坐标依次对应的数据为2026.875，-1915，-2040，2040，2038。
此时坐标依次对应的数据的运算标志依次为：1，-1，-1,1，1。
若此时分块矩阵嵌入信息为1，则由于上述坐标依次对应的数据的运算标志的运算标志和为1，此时由于1大于0，此时的判别为1，不需要对图像矩阵进行更改；
若此时分块矩阵嵌入信息为-1，则由于上述坐标依次对应的数据的运算标志的运算标志和为-1，此时由于-1小于等于0，则依据顺序原则排序后，需要且仅需要将一个运算标志为+1的数据改为-1，其中，坐标(3, 2)、(2, 0)和(0, 1)的运算标志为+1，任取其中一个进行运算标志的更改则可以使运算标志和变为-1，满足嵌入信息。
在本实施例中以更改（0,1）坐标所对应的运算标志为例，更改后的图像矩阵为：
[[-2038, -2038, -2038, 2038],
[-1915.875, -1915, -1911.75, 1920.375],
[2040, 2040, -2040, -2040],
[2025.875, 2026.875, -2029.5, 2030.75]]
从上述矩阵中可以看出，坐标(0, 1)的数据已从原始的2038改变为了-2038。
需要强调的是，本发明在水印嵌入部分的核心构思点在于坐标选取的随机性以及通过全局矩阵正负判别更改矩阵运算标志从而达到水印嵌入的效果。在现有的混合域分解技术中通常是采用单纯的能量加性嵌入，即类似于矩阵加法直接将分解信号加在原矩阵中，同一矩阵改变较大。相较于现有技术而言，本发明采用基于运算标志关系嵌入，其对于矩阵内容改变较小甚至无改变。
而在现有技术中数字水印嵌入时依赖于图像分块矩阵特征值，例如已公开的论文《基于混合变换域和奇异值分解的零水印算法》中在进行混合域变换后需要对由特定数量的块内系数构成的矩阵进行奇异值分解。其中，使用该方法的矩阵分解技术嵌入，无法解决部分特殊图像块，例如全白背景块等0图像矩阵情况。在本领域公知，全零矩阵无法进行矩阵分解，正如在上述零水印算法中奇异值均为不为0的对角元素，若当对角元素为0时，现有技术则无法使用水印嵌入技术。而，全零矩阵无法进行矩阵分解是本领域技术人员的公知常识，故，基于混合变换域进行数字水印处理时需要背景块不全为0，若全为0，则该方法无法生效。
针对于上述现有技术所存在的缺陷，本发明采用随机性点位嵌入除能自由针对不同图像进行各分块随机点位加密嵌入的同时，针对全零矩阵等仍然可以通过更改少量矩阵点位值达成全局矩阵正负判别。
同时，本发明在载体图像分块后为解决抗打印扫描攻击使用的运算标志能量嵌入方式，各分块仅嵌入单一的0或1信号，并对嵌入的信号使用了Reed-Solomon编码算法尽可能抵抗打印扫描过程带来的随机性信号缺失、错位，能通过编码纠错机制复原一定损失长度的信号缺损，相较于较弱的电子图像算法，对于介质转换攻击更加鲁棒。
其中，混合域分解技术为DWT-DCT分解技术。
需要说明的是，DWT-DCT分解技术即离散小波变换和离散余弦变换相结合。离散小波及离散余弦变换的实质便是对图像矩阵进行数学变换处理。众所周知，二维离散小波变换（2D-DWT）和二维离散余弦变换（2D-DCT）是数字图像处理中常用的变换技术，它们具有不同的特点和应用领域。2D-DWT及2D-DCT技术均有良好的能量集中性，当前我们常用的图像压缩技术正是基于此。理论上而言，其能量集中性换言之能将复杂图像的主要轮廓提取出来，而图像的主要轮廓往往是其在面临各种图像攻击中稳定性最强，损失性最低的部分，在这样的基础上进行信息嵌入能最大化的保障嵌入信息的完整性。
但是，对图像尺度而言，DWT技术拥有多尺度分析能力而DCT技术欠缺；对图像损失而言，全流程的DCT技术不具有完美无损的性质。
故，在本发明中采用DWT与DCT相结合的DWT-DCT分解技术。对图像尺度而言，通过结合两种技术可以使混合域数据拥有多尺度特性，方便对图像各尺度分别进行分析；对图像损失而言，通过DWT先行处理能降低DCT后续变换对图像的损失攻击。同时，DWT相较于DCT对图像细节和纹理变化更为敏感，通过两者结合能使混合域分解对图像的细节和纹理变化保留一定的敏感度。
进一步需要说明的是，本发明选择中低频为嵌入区域。
进一步的，对所述载体图像进行尺寸归一化前还包括对所述载体图像进行灰度化处理。
其中，在本实施例中灰度化处理即将载体图像转为灰度，即人眼视觉中的黑白图像。而本发明对载体图像进行灰度化处理的目的在于降低彩色图像的不需要细节部分，便于后续的处理。
在一种可选的实施例中，所述待更换坐标中不包括坐标为（0，0）的坐标。
需要说明的是，由于此方法只针对原始矩阵中部分坐标，且DCT变换的矩阵拥有能量集中于矩阵左上角（0，0）坐标位，其余坐标位信息能量较少情况，我们在选取嵌入坐标时会避开（0，0）位，使得对图像的影响降至最低。又由于DWT-DCT混合域的优良特性，在经历多种攻击后仍能保留图像嵌入信息。
在一种可选的实施例中，所述运算标志包括+1和-1，其中，对所述运算标志进行运算，得到判别依据包括：
将所述运算标志进行相加，得到运算标志和；
若所述运算标志和大于0，则将所述判别依据设定为1；
若所述运算标志和小于等于0，则将所述判别依据设定为0。
需要说明的是，考虑到基于嵌入基底混合域分解的优良特性，为了降低对原始载体图像的信噪比影响，尽量降低其噪声引入，在本发明中选择对经过混合域分解技术分解后的低频系数矩阵的运算标志进行更改，从而完成水印的嵌入，在本发明中，运算标志包括运算标志+1和运算标志-1。即通过随机生成的矩阵坐标可选择性的在64*64矩阵在选择特定的点将其运算标志改为正或负，代表0或1以满足信息嵌入。
在信息提取时，基于这几个点的数据信息进行该图像矩阵所含信息为水印信息流的+1或者-1的判别，达到水印嵌入的效果。其相较于现有技术中将水印信息转换为载体图像对应信息矩阵大小过后直接进行矩阵乘法或加法运算的水印嵌入技术而言，避免了直接加性矩阵所带来的噪声。
需要注意的是，此处图像中出现-1，+1是基于DCT分解产生的双极性矩阵特性，为方便映射为常用的1-0编码，进行了简单映射，当矩阵块特定点合大于0为1，小于0为0，即+1个数>-1个数为1，反之为0。
在一种可选的实施例中，获取双极性数字水印信息包括：
获取待嵌入字段，对所述待嵌入字段中的自然语言字段进行转码；
将转码后的自然语言字段带入Reed-Solomon编码算法中进行编码，得到信息流；
将所述信息流转化为水印信息码制，得到水印图像；
采用aronld置乱技术将所述水印图像进行置乱，并将置乱后的水印图像转换为双极性矩阵。
需要说明的是，在本实施例中，输入一段待嵌入字段，如“shudun_test001”，将其中的自然语言字段转码为0-1格式。并将转码后的自然语言字段带入Reed-Solomon编码算法中进行编码，将编码后信息流转换为水印信息码制。
为了提高水印信息的抗损失性，本发明使用aronld置乱技术对水印图像进行置乱，置乱的过程相当于把水印信息平均分布到水印图像上，即水印图像每一个小块都含有一定量的所有信息，所以能提升水印信息的抗损失性。
置乱后的水印图像因为是黑白的，所以可以看作0-1矩阵，即单极性。为了方便嵌入，本发明中实施例中，将水印图像中为0的像素点置为-1，完成水印图像从单极性转换为双极性，正因为将水印图像从单极性转换为了双极性，分块矩阵嵌入信息只包括了+1和-1两种可能，为后续的运算标志更改提供了判断依据。
在一种可选的实施例中，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换包括：
将所述嵌入信息与所述判别依据进行大小比较，若所述嵌入信息大于所述判别依据，则不对所述图像矩阵进行变换；若所述嵌入信息小于等于所述判别依据，则依据最大投票原则对所述图像矩阵的运算标志进行更改。
在一种可选的实施例中，依据最大投票原则对所述图像矩阵的运算标志进行更改包括：
依据所述运算标志将所述待更换坐标分为第一待更换坐标集合和第二待更换坐标集合；其中，所述第一待更换坐标集合为满足嵌入信息的待更换坐标，所述第二待更换坐标集合为不满足嵌入信息的待更换坐标；
从所述第二待更换坐标集合中随机选取坐标记为待修改坐标，将所述待修改坐标的运算标志进行修改，得到满足嵌入信息的水印嵌入矩阵。
其中，第一待更换坐标集合为满足嵌入信息的待更换坐标，其在本实施例中则包括(1, 1)和(2, 2)两个运算标志为-1的坐标，第二待更换坐标集合为不满足嵌入信息的待更换坐标，其在本实施例中则包括(3, 2)、(2, 0)和(0, 1)三个运算标志为+1的坐标。
依据最大投票原则从第二待更换坐标集合中随机选取坐标，并将其修改为满足嵌入信息的坐标，即为，从(3, 2)、(2, 0)和(0, 1)三个运算标志为+1的坐标任选一个将其运算标志从+1改为-1。
在一种可选的实施例中，基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像包括：
采用霍夫变换直线检测原理识别灰度化处理后的水印嵌入图像中经过中心点的直线，得到直线簇；
对所述直线簇进行夹角角度计算，得到旋转角度；
根据所述旋转角度依次对灰度化处理后的水印嵌入图像进行旋转变换，得到矫正图像。
需要说明的是，常见的图像矫正往往使用Canny边缘检测得到图像的轮廓图后，再通过霍夫函数通过对边缘直线的提取，计算直线斜率或焦点抓出目标图像区域，再使用randon变换处理，但是在实际应用中，往往发现用户回传图像可能不完整，边缘微小缺失叠加旋转变形是普遍现象，而传统方式往往使用补边后计算的方式处理，对图像的微小角度几何变化处理效果不理想。
而DFT的频谱图建立在图像的明暗关系之上，微小旋转在图像频谱图上也能体现出旋转角度和笛卡尔坐标系的差别，且基于DFT变换的频谱图的旋转不变性，针对微小的旋转畸变在频谱图上会以基于中心点的微小明亮光线存在。故在本发明实施例中，采用霍夫变换直线检测原理对第二载体图像中经过中心点的直线进行检测，本实施例1所述的经过中心点的直线为经过中心点且与微小明亮光线相交的直线，如图3所示；并将所有经过中心点的直线整合形成直线簇，直线簇如图4所示。计算直线簇中各直线的夹角角度，得到直线的旋转角度，根据旋转角度对第二载体图像进行旋转变换即可将图像转正。
在一种可选的实施例中，对所述直线簇进行夹角角度计算，得到旋转角度包括：
归一化提取所述直线簇所对应的中心直线，分别计算所述中心直线与平行方向、垂直方向的角度差值；
若所述角度差值大于角度差值阈值则将所述角度差值作为旋转角度，否则，将所述角度差值置零。
需要说明的是，通过识别过原点的直线簇，归一化提取其对应中心直线计算与平行或垂直角度的差值，超过一定范围为偏转角否则置零处理能对于部分边缘信息缺失图像有良好的处理结果。从而克服了现有技术中由于用户回传图像可能不完整，边缘微小缺失叠加旋转变形从而使得使用补边后计算的方式处理，对图像的微小角度几何变化处理效果不理想，其对于后续的数字水印提取具有一定的干扰性。
在一种可选的实施例中，提取所述矫正图像的目标域包括：采用投影技术从所述矫正图像中提取目标域。
需要说明的是，由于传入图像可能除了所需要的部分还存在冗余部分，故在本发明实施例中采用投影技术将目标域从矫正图像中裁剪出来。
在一种可选的实施例中，从混合域变换后的待检测图像中提取数据信息包括：
构建变化坐标，根据所述变化坐标从混合域变换后的待检测图像中提取对应坐标位置的存储信息；
对所述存储信息进行信息判别，得到置乱后的数据信息流矩阵。
其中，在本发明实施例中获取数据信息流矩阵的过程为：将处理好的图像进行DWT-DCT混合域变换，并使用提前确定好的变化坐标，提取每一分块图像中对应坐标位置的数据，使用预留的判别计算方式对每一块图像存储的信息进行判别，是为+1或-1，最终得到一个8*8的置乱后数据信息流矩阵。
进一步的，本发明实施例提供构建变化坐标的方法，该方法与数字水印嵌入过程中生成水印嵌入矩阵相似，即从分块处理后的各矩阵中进行随机选取矩阵的坐标位。其中，由于此方法只针对原始矩阵中部分坐标，且DCT变换的矩阵拥有能量集中于矩阵左上角（0，0）坐标位，其余坐标位信息能量较少情况，我们在选取嵌入坐标时会避开（0，0）位，使得对图像的影响降至最低。
将待检测图像依次进行DWT变换和DCT变换，经过DWT-DCT混合域变换得到的矩阵各元素是带有正负号的，而前置中对待检测图像进行分块的操作使得所形成的矩阵块各自代表一个二进制信息流中的一位。通过随机生成的矩阵坐标对每一块矩阵中嵌入数据的坐标点进行提取，取各点元素的坐标点所对应的数据对其进行置换，例如正数统一置为+1，负数置为-1，0置为0，对其进行求和得到判别结果，结果大于0 ，则该矩阵块代表的二进制数据流对应位置为1，否则为-1。
进一步的，对所述目标域进行降噪处理包括gamma自适应矫正、滤波矫正和变分降噪处理，以提升待检测图像相对于原图的峰值信噪比。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于混合域分解技术的数字水印处理方法，其特征在于，包括：数字水印嵌入和数字水印提取；
所述数字水印嵌入包括：
获取载体图像，对所述载体图像进行尺寸归一化，将尺寸归一化后的载体图像均分拆解为图像分块；其中，所述图像分块与数字水印矩阵数量对应；
采用混合域分解技术对所述图像分块进行矩阵转换，将每一块图像分块转换为包含大量图像低频信息的双极性矩阵，将各图像分块转换得到的双极性矩阵进行整合，得到图像矩阵；
从所述图像矩阵中随机选取坐标记为待更换坐标，提取所述待更换坐标对应数据的运算标志，对所述运算标志进行运算，得到判别依据；
获取双极性数字水印信息，从所述双极性数字水印中提取嵌入信息，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换，生成水印嵌入矩阵；
对所述水印嵌入矩阵进行逆变换，得到可视化分块图像，并将所述可视化分化图像进行拼接，得到水印嵌入图像；
所述数字水印提取包括：
将水印嵌入图像进行灰度化处理，并基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像；
提取所述矫正图像的目标域，对所述目标域进行降噪处理，得到待检测图像；
对所述待检测图像进行混合域变换，从混合域变换后的待检测图像中提取数据信息，得到置乱后的数据信息流矩阵；
对所述数据信息流矩阵进行反置乱处理，得到水印码，对所述水印码进行信息提取，得到水印信息。
2.根据权利要求1所述的基于混合域分解技术的数字水印处理方法，其特征在于，所述待更换坐标中不包括坐标为（0，0）的坐标。
3.根据权利要求1所述的基于混合域分解技术的数字水印处理方法，其特征在于，所述运算标志包括+1和-1，其中，对所述运算标志进行运算，得到判别依据包括：
将所述运算标志进行相加，得到运算标志和；
若所述运算标志和大于0，则将所述判别依据设定为1；
若所述运算标志和小于等于0，则将所述判别依据设定为0。
4.根据权利要求3所述的基于混合域分解技术的数字水印处理方法，其特征在于，获取双极性数字水印信息包括：
获取待嵌入字段，对所述待嵌入字段中的自然语言字段进行转码；
将转码后的自然语言字段带入Reed-Solomon编码算法中进行编码，得到信息流；
将所述信息流转化为水印信息码制，得到水印图像；
采用aronld置乱技术将所述水印图像进行置乱，并将置乱后的水印图像转换为双极性矩阵。
5.根据权利要求4所述的基于混合域分解技术的数字水印处理方法，其特征在于，基于所述判别依据对所述嵌入信息进行判别，根据所述判别结果对所述图像矩阵进行变换包括：
将所述嵌入信息与所述判别依据进行大小比较，若所述嵌入信息大于所述判别依据，则不对所述图像矩阵进行变换；若所述嵌入信息小于等于所述判别依据，则依据最大投票原则对所述图像矩阵的运算标志进行更改。
6.根据权利要求5所述的基于混合域分解技术的数字水印处理方法，其特征在于，依据最大投票原则对所述图像矩阵的运算标志进行更改包括：
依据所述运算标志将所述待更换坐标分为第一待更换坐标集合和第二待更换坐标集合；其中，所述第一待更换坐标集合为满足嵌入信息的待更换坐标，所述第二待更换坐标集合为不满足嵌入信息的待更换坐标；
从所述第二待更换坐标集合中随机选取坐标记为待修改坐标，将所述待修改坐标的运算标志进行修改，得到满足嵌入信息的水印嵌入矩阵。
7.根据权利要求1所述的基于混合域分解技术的数字水印处理方法，其特征在于，基于DFT变换的微小旋转角度矫正技术对灰度化处理后的水印嵌入图像进行旋转矫正，得到矫正图像包括：
采用霍夫变换直线检测原理识别灰度化处理后的水印嵌入图像中经过中心点的直线，得到直线簇；
对所述直线簇进行夹角角度计算，得到旋转角度；
根据所述旋转角度依次对灰度化处理后的水印嵌入图像进行旋转变换，得到矫正图像。
8.根据权利要求7所述的基于混合域分解技术的数字水印处理方法，其特征在于，对所述直线簇进行夹角角度计算，得到旋转角度包括：
归一化提取所述直线簇所对应的中心直线，分别计算所述中心直线与平行方向、垂直方向的角度差值；
若所述角度差值大于角度差值阈值则将所述角度差值作为旋转角度，否则，将所述角度差值置零。
9.根据权利要求1所述的基于混合域分解技术的数字水印处理方法，其特征在于，提取所述矫正图像的目标域包括：采用投影技术从所述矫正图像中提取目标域。
10.根据权利要求1所述的基于混合域分解技术的数字水印处理方法，其特征在于，从混合域变换后的待检测图像中提取数据信息包括：
构建变化坐标，根据所述变化坐标从混合域变换后的待检测图像中提取对应坐标位置的存储信息；
对所述存储信息进行信息判别，得到置乱后的数据信息流矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410091575.2A CN117635411B (zh) | 2024-01-23 | 2024-01-23 | 基于混合域分解技术的数字水印处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410091575.2A CN117635411B (zh) | 2024-01-23 | 2024-01-23 | 基于混合域分解技术的数字水印处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117635411A CN117635411A (zh) | 2024-03-01 |
| CN117635411B true CN117635411B (zh) | 2024-04-16 |
Family
ID=90030733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410091575.2A Active CN117635411B (zh) | 2024-01-23 | 2024-01-23 | 基于混合域分解技术的数字水印处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117635411B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609889A (zh) * | 2011-01-20 | 2012-07-25 | 北京中盈信安科技发展有限责任公司 | 一种图像数字水印嵌入方法及其检测方法 |
-
2024
- 2024-01-23 CN CN202410091575.2A patent/CN117635411B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609889A (zh) * | 2011-01-20 | 2012-07-25 | 北京中盈信安科技发展有限责任公司 | 一种图像数字水印嵌入方法及其检测方法 |
Non-Patent Citations (8)
| Title |
|---|
| Robust video watermarking using a hybrid DCT-DWT approach;Jie Sang et al;《Journal of Electronic Science and Technology》;20200630;1-10 * |
| 一种基于混合域自适应灰度水印算法;李钢;应影;张仁斌;;合肥工业大学学报(自然科学版);20071228(12);1584-1587 * |
| 变换域音频鲁棒数字水印技术研究;吴秋玲;《博士论文全文数据库 信息科技》;20200115(第1期);1-136 * |
| 基于DSP的采用Hadamard变换的数字水印防伪检测技术的研究和实现;黄宇鹏;中国优秀硕士学位论文全文数据库;20090815(08);1-73 * |
| 基于分块形态Haar小波变换的盲水印算法;李敏;张小英;卢林菊;;计算机工程与应用;20110804(第28期);183-186+217 * |
| 基于卷积和抖动调制的音频数字水印算法;吴秋玲 等;《计算机工程与设计》;20230916;第44卷(第9期);2593-2600 * |
| 基于小波域的数字水印技术研究;史巍;中国优秀硕士学位论文全文数据库;20130215(02);1-79 * |
| 基于混合域的自适应扩频肓鲁棒水印算法;陆萍;董虎胜;马小虎;;计算机工程与设计;20100528(第10期);2408-2411 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117635411A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1953752B1 (en) | Embedding and detecting hidden information | |
| US7068809B2 (en) | Segmentation in digital watermarking | |
| CN103886545B (zh) | 基于计算全息的变换域抗打印扫描数字水印方法 | |
| US20050147276A1 (en) | Decoding hidden data from imagery | |
| CN110766594B (zh) | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 | |
| CN110659651B (zh) | 一种基于sift的篡改定位可逆图像水印方法 | |
| CN102024249A (zh) | 基于视觉感知特性的数字图像水印方法 | |
| US6721438B1 (en) | Image processing apparatus, image processing method, and storage medium | |
| Wang et al. | Image sharpening detection based on difference sets | |
| CN108648130B (zh) | 一种具有版权保护和篡改定位功能的全盲数字水印方法 | |
| 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 | |
| CN117635411B (zh) | 基于混合域分解技术的数字水印处理方法 | |
| Maheswari et al. | Image Steganography using Hybrid Edge Detector and Ridgelet Transform. | |
| CN112862656B (zh) | 一种抗打印扫描拍摄的数字图像水印方法 | |
| CN114580589A (zh) | 一种双通道二维码与用于防复印和信息隐藏的控制方法 | |
| Wang et al. | Review on digital image watermarking based on singular value decomposition | |
| Cu et al. | A robust data hiding scheme using generated content for securing genuine documents | |
| JP3809310B2 (ja) | 画像処理装置及び方法及び記憶媒体 | |
| WO2003056515A1 (en) | Digital watermarking | |
| CN110197456A (zh) | 一种彩色图像硬拷贝全息水印方法 | |
| Chouhan et al. | Robust Minutiae Watermarking in Wavelet Domain for Fingerprint Security | |
| Gou et al. | Data hiding in curves for collusion-resistant digital fingerprinting | |
| Singh et al. | Robust data hiding scheme through distinct keypoint selection exploiting modified Bilateral-Laplacian SIFT with encoding pipeline | |
| Sisaudia et al. | Tamper detection using self-generating watermarks based on local binary patterns | |
| Wang et al. | A Text Image Watermarking Algorithm Based on Image Enhancement |
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 |