本公开涉及数字媒体版权保护,具体涉及一种基于特征点检测的抗屏摄鲁棒水印嵌入、提取方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
2、现有的物联网或者无线传输的隐私保护都是针对的是更加复杂的隐私泄露,却忽视了日常生活中最基本的隐私泄露途径。现如今智能手机拥有越来越高的拍照性能和普及率,而拍照也成为了最简单高效的信息传递方式,尤其是在日常的商业活动中,经过授权的员工只需要在屏幕上打开信息并拍照就可以进行窃取并且不会留下任何记录,这种方式很难通过外部禁止。
3、屏摄水印是数字水印的一种,其应用场景主要是在版权保护方面。随着数字水印在版权保护领域的广泛应用,现有的抗打印扫描水印算法和抗扫描拍摄水印算法都得到了一定程度的研究与应用。但是针对这两种跨信道传输的数字水印对抵抗屏摄效果并不理想。与打印扫描过程和扫描拍摄过程不同的是,屏摄过程中需要抵抗的形变并不是单一的几何形变,而是仿射变换。目前针对屏摄过程的水印方案较少,现有的提出了一种较为简单的屏幕水印方案,该方案是在电脑屏幕上通过对屏幕上稍亮或稍暗的区域进行覆盖来进行信息嵌入。但是这种方法相当于在屏摄过程对水印信息造成失真的前提下,给偷拍者增加了新的攻击途径,即对屏幕本身进行物理攻击,因此这种方法的鲁棒性并不可靠。目前大多数鲁棒水印算法大都集中在对数字信道的研究和抗打印扫描、抗扫描拍摄等的水印算法的鲁棒性研究,少部分开始关注屏摄水印的鲁棒性,但是在性能上都存在一定的缺陷。而随着当今社会中智能手机的迅速普及,屏摄水印的鲁棒性要求已经迫在眉睫;而在水印提取方面,由于屏摄水印的特性,在对载体图像进行拍摄并提取水印时,载体图像会产生很强的畸变且很难恢复。这种形变会对水印的提取造成很大的影响。
技术实现思路
1、本公开为了解决上述问题,提出了一种基于特征点检测的抗屏摄鲁棒水印嵌入、提取方法及系统,基于pca和尺度不变特征变换算法,在对载体图像进行拍摄并提取水印时,能够对产生的畸变进行校正,间接保证屏摄水印的鲁棒性。
2、根据一些实施例,本公开采用如下技术方案:
3、基于特征点检测的抗屏摄鲁棒水印嵌入方法,包括:
4、获取待嵌入的原始图像和水印图像进行不重叠切割,切割为相同数量的图像块;对原始图像的每个图像块进行分割,然后对分割后的小分块进行dct变换,并筛选每个小分块的dct系数;
5、利用dct系数构建系数矩阵,对系数矩阵进行svd变换,选取每个系数矩阵svd变换后的s矩阵并构建特征矩阵,然后对特征矩阵进行二次svd分解;
6、对水印图像进行处理获取新的特征矩阵,将新的特征矩阵中的系数与特征矩阵svd二次分解之后的系数按顺序进行替换,获取新的分块;
7、对每个新的分块进行idct变换,将分块重新进行合并得到含水印图像。
8、根据一些实施例,本公开采用如下技术方案:
9、基于特征点检测的抗屏摄鲁棒水印提取方法,包括:
10、获取嵌入水印的屏摄图像以及嵌入水印图像的原图像;
11、对所述屏摄图像以及嵌入水印图像的原图像进行特征点定位;
12、获取特征点定位后的特征点描述子,并对其进行降维,完成对屏摄图像的校正;
13、将屏摄校正后的图像进行不重叠切割,再将每个图像块分块;
14、对每个小分块进行dct变换,按照嵌入时制定的系数选取规则挑选系数,重新组成系数矩阵,对每个系数矩阵进行svd分解,选取每个系数矩阵的s矩阵中的值构成特征矩阵;对构成的特征矩阵再进行特征分解得到矩阵,对新得到的矩阵对水印信息进行逆svd变换,得到嵌入后重新提取的水印图像。
15、根据一些实施例,本公开采用如下技术方案:
16、基于特征点检测的抗屏摄鲁棒水印嵌入系统,包括:
17、图像获取模块,用于获取待嵌入的原始图像和水印图像进行不重叠切割,切割为相同数量的图像块;对原始图像的每个图像块进行分割,然后对分割后的小分块进行dct变换,并筛选每个小分块的dct系数;
18、嵌入模块,用于利用dct系数构建系数矩阵,对系数矩阵进行svd变换,选取每个系数矩阵svd变换后的s矩阵并构建特征矩阵,然后对特征矩阵进行二次svd分解;对水印图像进行处理获取新的特征矩阵,将新的特征矩阵中的系数与特征矩阵svd二次分解之后的系数按顺序进行替换,获取新的分块;对每个新的分块进行idct变换,将分块重新进行合并得到含水印图像。
19、根据一些实施例,本公开采用如下技术方案:
20、基于特征点检测的抗屏摄鲁棒水印提取系统,包括:
21、图像获取模块,用于获取嵌入水印的屏摄图像以及嵌入水印图像的原图像;
22、校正模块,用于对所述屏摄图像以及嵌入水印图像的原图像进行特征点定位;获取特征点定位后的特征点描述子,并对其进行降维,完成对屏摄图像的校正;
23、提取模块,用于将屏摄校正后的图像进行不重叠切割,再将每个图像块分块;对每个小分块进行dct变换,按照嵌入时制定的系数选取规则挑选系数,重新组成系数矩阵,对每个系数矩阵进行svd分解,选取每个系数矩阵的s矩阵中的值构成特征矩阵;对构成的特征矩阵再进行特征分解得到矩阵,对新得到的矩阵对水印信息进行逆svd变换,得到嵌入后重新提取的水印图像。
24、根据一些实施例,本公开采用如下技术方案:
25、一种电子设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的基于特征点检测的抗屏摄鲁棒水印嵌入方法及所述的基于特征点检测的抗屏摄鲁棒水印提取方法。
26、与现有技术相比,本公开的有益效果为:
27、本公开在水印提取方面,由于屏摄水印的特性,在对载体图像进行拍摄并提取水印时,载体图像会产生很强的畸变且很难恢复。这种形变会对水印的提取造成很大的影响。因此基于提出了基于pca和surf的图像校正算法,能够对产生的畸变有很好的校正效果,间接的保证了屏摄水印的鲁棒性。该算法可以将屏摄后的图像进行校正从而将图像还原成屏幕中的状态,同时还进行校正前后的特征区域的选定,以提高水印的嵌入效果。为了提高屏摄水印鲁棒性。
28、在屏摄水印的嵌入方面,对载体图像进行dct变换,然后设计实验对嵌入水印的dct系数进行选取。从而保证水印嵌入后有高鲁棒性的同时,不可见性同样很高。
1.基于特征点检测的抗屏摄鲁棒水印嵌入方法,其特征在于,包括:
2.如权利要求1所述的基于特征点检测的抗屏摄鲁棒水印嵌入方法,其特征在于,所述获取待嵌入的原始图像和水印图像进行不重叠切割的过程为:将原始图像和水印图像进行64*64不重叠切割,且两张图像的分块数量相同。
3.如权利要求1所述的基于特征点检测的抗屏摄鲁棒水印嵌入方法,其特征在于,所述对水印图像进行处理获取新的特征矩阵的过程为:对水印图像进行dwt变换并提取变换后的lh分量,对lh分量进行svd分解,将水印的lh分量进行svd变换后的s矩阵与特征矩阵二次svd分解后的s矩阵相加,用新得到的s特征进行逆svd变换,得到新的特征矩阵。
4.基于特征点检测的抗屏摄鲁棒水印提取方法,其特征在于,包括:
5.如权利要求4所述的基于特征点检测的抗屏摄鲁棒水印提取方法,其特征在于,所述对屏摄图像以及嵌入水印图像的原图像进行特征点定位的方法是:
6.如权利要求5所述的基于特征点检测的抗屏摄鲁棒水印提取方法,其特征在于,获得特征点后,根据图像中的特征点的分布情况划分特征区域,特征区域的大小与需要嵌入的水印信息的大小相同。
7.如权利要求4所述的基于特征点检测的抗屏摄鲁棒水印提取方法,其特征在于,所述降维的过程为:首先对所有的特征进行去中心化,然后求取样本在多维特征下的协方差矩阵,再求取协方差矩阵的特征值和对应的特征向量,将特征值按照从大到小的顺序进行排序;将原始特征投影到选取的特征向量上,得到降维后的特征。
8.基于特征点检测的抗屏摄鲁棒水印嵌入系统,其特征在于,包括:
9.基于特征点检测的抗屏摄鲁棒水印提取系统,其特征在于,包括:
10.一种电子设备,其特征在于,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行如权利要求1-3中任一项所述的基于特征点检测的抗屏摄鲁棒水印嵌入方法及如权利要求4-7所述的基于特征点检测的抗屏摄鲁棒水印提取方法。