专利名称:基于直方图邻域的鲁棒可逆水印嵌入与提取方法
技术领域:
本发明属于多媒体信息安全领域,涉及数字图像水印嵌入与提取方法,可用于网络环境中数字图像的内容认证、版权保护、侵权追溯。
背景技术:
随着计算机及网络通信技术的飞速发展,以多媒体信息为代表的数字技术已经广泛渗透到军事、工业、医疗、教育等各个领域,这标志着人类社会进入了一个全新的数字化信息时代。人们借助于扫描仪、打印机等先进的电子设备和成熟的计算机软件可以方便、迅捷地将图像、视频等数字信息传送到世界的各个角落。一方面,不仅提高了信息表达的效率、准确性和便捷性,而且实现了信息存取、发布和传播的“数字化”与“网络化”。然而,另一方面,这种便利又会给有恶意的个人或团体带来可乘之机,使他们在没有得到作品所有者授权的情况下任意复制、修改、传播有版权的内容,甚至非法用作商业或军事用途,这不仅给版权所有者造成巨大的经济损失,而且对国家安全带来严峻的挑战。因此,如何在网络环境下对数字媒体实施版权保护、内容认证、侵权追溯等已经成为迫在眉睫的信息安全问题。针对上面的问题,数字水印技术作为一项富有潜力的解决手段应运而生,并成为近年来工业界和学术界共同关注的热点。数字水印技术是利用数字内嵌的方法把一些秘密信息隐藏在图像、声音、文档、视频等数字媒体中。通常称嵌入的秘密信息为数字水印,它可以是版权标志、用户序列号或者产品认证信息等。通过对数字水印的检测与分析,以识别多媒体产品的所有者或安全标识信息,起到版权保护、内容认证和侵权追溯的作用。然而, 大多数情况下,水印数据在嵌入到数字媒体的过程中都会给原始媒体造成一些不可逆的失真。即使这些失真微乎其微,不易察觉,但在医学影像、法庭证据照片、电子票据、军事及遥感图像等领域几乎是不允许的。因此,在满足版权保护与内容认证的同时,希望在水印数据提取之后能保持原始媒体内容的完整性。此外,由于多媒体产品在传输过程中往往会存在信道噪声和干扰,如有损压缩的影响,嵌入的水印又需要具有抵抗攻击的鲁棒性。这种水印方案称为鲁棒可逆水印,它以其特有的优势引起了广大研究者们的浓厚兴趣,成为国际信息安全领域新兴的研究领域。根据水印嵌入模型的不同,现有的鲁棒可逆图像水印方法可以分为两类,见文献“AnL L,Gao X B,Deng C,and Ji F. Robust lossless data hiding :analysis and evaluation. In Proc. International Conference on High Performance Computing & Simulation,Caen,France,June 28-July 2,2010,,。第一类是基于直方图旋转的方法,该方法首先将原始图像分成大小相同且互不重叠的图像块,每个块中的像素又被随机地划分为两个相同大小的子区域并将其灰度直方图映射到圆上;最后通过旋转圆心到子区域质心的向量来嵌入水印。在接收端,根据两个子区域向量的差异来提取水印,并逆向操作恢复原始图像,见文献“De Vleeschouwer C, Delaigle J,and Macq B. Circular interpretation of bijective transformations in lossless watermarking formedia asset management.IEEE Trans. Multimedia,5 (1)97-105,2003”。虽然该方法对联合图像专家组JPEG压缩具有鲁棒性,但由于采用模256运算来避免像素溢出,导致含水印图像中存在大量的“椒盐”噪声,大大降低了含水印图像的视觉质量,并影响了该方法的鲁棒性。第二类是基于直方图分布约束的方法,见文献“Zou D K, Shi Y Q, Ni Z C, and Su W.Asemi-fragile lossless digital watermarking scheme based on integer wavelet transform. IEEETrans. Circuits and Systems for Video Technology,16(10) 1294-1300,2006”和“Ni Z C,Shi YQ,Ansari N, Su W,Sun Q B,and Lin X. Robust lossless image data hiding designed forsemi-fragile image authentication. IEEE Trans. Circuits and Systems for Video Technology, 18(4) :497-509,2008”。此类方法根据图像的直方图分布信息和待嵌入的水印有约束地修改图像的统计特性来实现水印嵌入。与第一类方法相比,该类方法虽然消除了“椒盐”噪声,提高了含水印图像的视觉质量,但是,由于误差纠错码的使用,使其仍存在容量低、可逆性与鲁棒性不可靠的问题。虽然文献“feo X B, An L L, Li X L, and Tao D C. Reversibilityimproved lossless data hiding. Signal Processing, 89 (10) :2053-2065, 2009”改进了 Ni等人所提方法的可逆性,但还是没有最终彻底解决该类方法容量低和鲁棒性不可靠的问题。
发明内容
本发明的目的在于针对上述已有技术存在的不足,提出一种基于直方图邻域的鲁棒可逆水印嵌入与提取方法,以改善含水印图像的视觉质量,提高水印嵌入容量,增强鲁棒性的可靠程度,进而提高鲁棒可逆水印嵌入与提取方法的综合性能。为实现上述目的,本发明的技术方案包括水印嵌入和水印提取。一、基于直方图邻域的鲁棒可逆水印嵌入方法,包括如下步骤(1)将原始图像I分成大小相同且互不重叠的块,丢弃不能被完全划分的块,得到一组原始图像块序列B ;(2)将原始图像块序列B进行筛选,得到候选块序列A ;(3)计算候选块序列A的特征值并生成特征直方图,在特征直方图中确定峰值对 W ;(4)用峰值对W在候选块序列A中查找嵌入块,得到一组嵌入块序列E以及嵌入块序列E在原始图像块序列B中的位置信息S ;(5)确定嵌入级别数L,L为正整数,并利用伪随机数产生函数生成二值的伪随机水印序列P ;(6)用嵌入级别数L修改嵌入块序列E的特征值,将水印序列P嵌入到嵌入块序列 E中,得到含水印图像IE:(6a)从水印序列P中选择第j位水印Pj,Pj e {0,1},1彡j彡f,f表示水印序列 P的长度;(6b)修改嵌入块序列E中第i个块的特征值ξ i,将水印P」进行嵌入,嵌入规则
为
8
权利要求
1.一种基于直方图邻域的鲁棒可逆水印嵌入方法,包括如下步骤(1)将原始图像I分成大小相同且互不重叠的块,丢弃不能被完全划分的块,得到一组原始图像块序列B ;(2)将原始图像块序列B进行筛选,得到候选块序列A;(3)计算候选块序列A的特征值并生成特征直方图,在特征直方图中确定峰值对W;(4)用峰值对W在候选块序列A中查找嵌入块,得到一组嵌入块序列E以及嵌入块序列 E在原始图像块序列B中的位置信息S ;(5)确定嵌入级别数L,L为正整数,并利用伪随机数产生函数生成二值的伪随机水印序列P ;(6)用嵌入级别数L修改嵌入块序列E的特征值,将水印序列P嵌入到嵌入块序列E 中,得到含水印图像Ie:(6a)从水印序列P中选择第j位水印Pj,Pj e {0,1},1彡j彡f,f表示水印序列P的长度;(6b)修改嵌入块序列E中第i个块的特征值ξ ”将水印ρ」进行嵌入,嵌入规则为飞= ξ,+Ρ产L,如果《Mr < Ι^ξ,-ρ^Κ 如果么 g/式中,I是嵌入水印后嵌入块序列E中第i个块的特征值,ξ i是嵌入水印前嵌入块序列E中第i个块的特征值,σ, σ为嵌入块序列E中块的个数,P」是水印序列中的第j位水印,L是嵌入级别数,ξ !是峰值对W的左值,ξ r是峰值对W的右值;(6c)重复步骤(6a) (6b)直到将水印序列P中的所有位水印都嵌入到原始图像I 中,得到含水印图像IE。
2.根据权利要求1所述的鲁棒可逆水印嵌入方法,其中步骤( 所述的将原始图像块序列B进行筛选,按如下步骤进行(2a)将原始图像块序列B中第i个块的所有像素分成两个大小相同的像素集合《和 Z1b,! ^v, ν为原始图像块序列B中块的个数ra=\z^y)\z^y) gZ, mod (χ.兄 2) = θ}式中,Z(x’y)是第i个块中位于第χ行、第y列的像素的灰度值,1^y ^n,mXn是块大小,Z是第i个块中所有像素灰度值的集合,mod(.)是取余数运算,mod(x+y, 2)是计算x+y除以2所得到的余数;(2b)从得到的两个像素集合《和《中分别按顺序选取一个像素,用这两个像素的灰度值构成一个像素对(之㈩,,其中Ζ,)代表从Z丨中所选择的第k个像素的灰度值,肖屮代表从《中所选择的第k个像素的灰度值,l^k^mXn/2;(2c)按如下方式对第i个块中的所有像素对(功’乂 Zf)),1彡k彡mXn/2进行判定
3.根据权利要求1所述的鲁棒可逆水印嵌入方法,其中步骤C3)所述的计算候选块序列A的特征值并生成特征直方图,在特征直方图中确定峰值对W,按如下步骤进行(3a)计算候选块序列A中每个块的特征值,组成特征序列Ψ = ( ξ ” K ξ K ξ ω),其中,ξ i是第i个块的特征值,1 ^ i ^ ω, ω为候选块序列A中块的个数;(3b)根据特征序列Ψ中的取值,生成候选块序列A的特征直方图,该直方图包括值序列X= Ix1, L Xi, L χη}和频率序列F= (F1, L Fi, L Fj,其中,Xi是值序列X中的第i个值,Fi是频率序列F中的第i个值,1 ^ i ^ η, η表示特征序列Ψ中取不同值的元素个数;(3c)在特征直方图的频率序列F中找出频率取最大值和取次最大时所对应的值序列X 中的特征值,生成峰值对W= [(“,&),(ξρ&)],其中,ξ 1是峰值对W的左值,ξ ^是峰值对W的右值,F1是峰值对W的左频率,Fr是峰值对W的右频率。
4.根据权利要求1所述的鲁棒可逆水印嵌入方法,其中步骤(4)所述的用峰值对W在候选块序列A中查找嵌入块,按如下步骤进行(4a)计算候选块序列A中第i个块的特征值ξ i与峰值对W的左值ξ χ之间的距离 (Kli, ξ = I ξ r ξ」,以及特征值ξ 1与峰值对W的右值Ir之间的距离(Κξρ ξΓ)= Ii-^rla ^ i ^ ω, ω为候选块序列A中块的个数;(4b)当IiS €1且(1(€1,ξ)小于或等于给定的阈值T或者当Ii彡Ir且(Κξρ I r)小于或等于给定的阈值τ时,认为第i块是嵌入块,记录该块在原始图像块序列B中的位置;(4c)重复步骤Ga) (4b),直到候选块序列A中所有块都判断完为止,得到一组嵌入块序列E以及嵌入块序列E在原始图像块序列B中的位置信息S。
5.一种基于直方图邻域的鲁棒可逆水印提取方法,包括如下步骤1)将待检测图像Is分成大小相同且互不重叠的块,得到一组待检测图像块序列C;2)对待检测图像块序列C进行筛选,得到一组待检测嵌入块序列Es;3)计算待检测嵌入块序列Es的特征值并生成特征直方图,将特征直方图中的值序列进行排序,得到一组有序的特征直方图值序列H ;4)利用K-means聚类算法将有序的特征直方图值序列H进行划分,得到一组分类序列Ω 4a)利用水印嵌入过程中得到的峰值对W的左频率F1和右频率&的取值,对K-means 聚类算法进行初始化,初始化的值包括聚类个数K、聚类集合Ω” L,Ωκ,聚类中心D1, L,Dk 和迭代次数θ ;4b)按照特征直方图值序列H中每个值与K个聚类中心DnI^DKi间的距离,将每个值分配到最相近的一个聚类集合中;4c)更新K个聚类中心和迭代次数θ ;
6.根据权利要求5所述的鲁棒可逆水印提取方法,其中步骤幻所述的对待检测图像块序列C进行筛选,得到一组待检测嵌入块序列Es,按如下步骤进行2a)利用水印嵌入过程中得到的嵌入块序列在原始图像块序列中的位置信息S= (Sl, Ksi5Ksv),Si是向量S中的第i个值,对待检测图像块序列C中的第i个块进行判定如果Si =1,认为该块是待检测嵌入块,如果Si = 0,认为该块不是待检测嵌入块,其中,1 ^i^v, ν为原始图像块序列中块的个数,该个数与待检测图像块序列C中的块个数相同;2b)重复步骤2a)直到待检测图像块序列C中的所有块都判断完为止,得到一组待检测嵌入块序列Es。
7.根据权利要求5所述的鲁棒可逆水印提取方法,其中步骤幻所述的计算待检测嵌入块序列Es的特征值并生成特征直方图,将特征直方图中的值序列进行排序,按如下步骤进行3a)计算待检测嵌入块序列Es中每个块的特征值,组成特征序列
8.根据权利要求5所述的鲁棒可逆水印提取方法,其中步骤幻所述的将待检测嵌入块序列Es的特征值与分类序列Ω进行比较,提取水印序列R,按如下步骤进行5a)根据分类序列
9.根据权利要求5所述的鲁棒可逆水印提取方法,其中步骤幻所述的用嵌入级别数L 修改待检测嵌入块序列Es的特征值,获得重构图像Ik,按如下步骤进行5A)用嵌入级别数L修改待检测嵌入块序列Es中第i个块的特征值,获得重构的嵌入块5A1)当K = 3时,修改规则为
全文摘要
本发明公开了一种基于直方图邻域的鲁棒可逆水印嵌入与提取方法,主要解决现有方法综合性能差的缺陷。该方法首先将原始图像分块,利用嵌入级别筛选出一组候选块;然后计算候选块的特征值,确定峰值对,并通过峰值对邻域选择的方式获得一组可靠的嵌入块;最后,通过修改嵌入块的特征值实现水印嵌入;提取时,获得待检测图像的嵌入块,利用聚类算法将嵌入块的特征直方图值序列进行分类,得到一组分类序列,然后,通过比较嵌入块的特征值与分类序列来提取水印,随后,修改待检测图像中嵌入块的特征值获得重构图像。本发明具有对JPEG和JPEG2000两种有损压缩攻击可靠的鲁棒性,同时容量大、不可见性好,整体性能优于同类方法,可用于数字图像的版权保护。
文档编号G06T1/00GK102156955SQ20111008913
公开日2011年8月17日 申请日期2011年4月11日 优先权日2011年4月11日
发明者安玲玲, 张一凡, 李洁, 邓成, 高新波, 黄东宇 申请人:西安电子科技大学