一种空间域盲图像水印方法与流程

本发明涉及图像处理领域，特别涉及一种空间域盲图像水印方法。

背景技术：

1、近年来数字信息的传输变得常见起来，它们的安全性日益受到人们的重视，数字水印在一定程度能够遏制了数字产品的复制、传播和篡改等行为。

2、现有的空间域图像水印算法虽然较为简单，实时性好，但是鲁棒性不高；变换域图像水印算法虽然鲁棒性好，但是变换繁琐，实时性较低。常用的变换有离散傅里叶变换(dft)、离散余弦变换(dct)、离散小波变换(dwt)等。yuan z 在文章《new image blindwatermarking method based on two-dimensional discrete cosine transform》中描述了基于二维dct的图像盲水印的新方法，在此方法中选择了图像的四对固定中频dct系数，根据所提出规则来修改所选系数对之间的大小关系，方法拥有着良好的鲁棒性和嵌入容量。不过由于需要经过dct变换及逆dct变换这一系列的过程，导致计算较为复杂。哈达玛变换（hadamard transform）具有一定的能量聚集效应，所以hadamard变换也常用于图像水印算法中。由于hadamard变换公式计算得到的最大能量系数较小，文章《a blind colorimage watermarking algorithm using the energy concentration principle ofhadamard matrix》提出了一种近似hadamard变换的方法，对hadamard变换进行轻微的处理后的最大能量系数增长了数倍，能够更加精准的选择量化步长来对最大能量系数进行量化嵌入水印，具有良好的鲁棒性。但是由于许多hadamard变换水印算法都只对最大能量系数进行嵌入，而hadamard变换需要计算出所有能量系数，导致算法实时性不高。

3、除了上述变换，矩阵分解也常用于水印算法中，其中奇异值分解（svd）是图像水印算法中常用的矩阵分解方法。文章《enhanced invisibility and robustness of digitalimage watermarking based on dwt-svd》中将dwt和svd相结合，将水印奇异值嵌入载体图像奇异值中，此方法鲁棒性强，但是算法为非盲水印算法，应用场景较小，并且其要分别计算出载体图像和水印图像的奇异值及左、右奇异值矩阵，导致时间复杂度过大。文章《基于图变换和dwt-svd的鲁棒图像水印算法》中提出了一种基于图变换和dwt-svd的鲁棒图像水印算法，其通过对载体图像进行图变换后来使得其低频子图的能量更加集中，将水印信息同样是嵌入到svd分解的最大奇异值中使得算法具有更好的鲁棒性，但是该算法是三种方法的联合导致算法更为复杂，运算时间更加长。

4、根据上述讨论发现很多变换域算法在使用hadamard变换和svd分解时只是使用了hadamard变换的最大能量系数和svd分解的最大奇异值进行水印嵌入，但是却需要计算出所有的hadamard变换系数和svd分解的所有奇异值及左、右奇异值矩阵，计算繁琐导致算法的实时性降低。

5、为解决这个问题，本发明提出了一种空间域盲图像水印方法，能够在空间域计算出hadamard变换的最大能量系数和svd分解的最大近似奇异值来进行水印的嵌入，这样方法没有经过真实的hadamard变换和svd分解，算法运行速度更快，实时性更高，并且又有着变换域算法的较好鲁棒性，能够满足水印算法对实时性和鲁棒性的双重要求。

技术实现思路

1、本发明提供了一种空间域盲图像水印方法，以实现图像水印方法具有高效的实时性以及良好的鲁棒性的目的。

2、为实现上述目的，本发明提供了如下技术方案：

3、一种空间域盲图像水印方法，包括如下步骤：

4、step1：将二值水印图像转换为二进制水印序列；将rgb格式的载体图像进行r、g、b三通道分离，对g通道分成的子块，计算各子块的方差，得到方差的中位数，选择方差小于中位数的子块坐标保存到列表l中。

5、step1.1：读取长和宽为n个像素的二值水印图像，将每个点的灰度值转换为8位二进制，得到长为8n2的二进制水印序列。

6、step1.2：将长和宽为m个像素的载体图像的r、g、b三通道进行通道分离后，对g通道分成的子块，计算各子块方差，得到方差的中位数。当子块的方差时，将子块的坐标存入到列表l中，直到列表l的长度与水印序列一致，当子块的方差不进行任何操作。

7、step2：对选择保存坐标的子块分别分成4个的小子块，将4个小子块在空间域计算出hadamard变换的嵌入水印前的最大能量系数，然后将4个最大能量系数重新组合为的矩阵，并对其在空间域进行svd分解得到其最大近似奇异值。

8、step2.1：对选择保存坐标的子块分别分成4个的小子块，其中表示从的子块中选择的第个子块，，为子块分成的第个小子块，，对这4个小子块分别根据在空间域计算hadamard变换的嵌入水印前的最大能量系数，表示第行第列的矩阵元素，然后将4个最大能量系数重新组合成2×2的矩阵。

9、step2.2：在空间域对矩阵通过进行svd分解得到其最大近似奇异值，表示矩阵第行第列的矩阵元素。

10、step3：对得到的最大近似奇异值按照嵌入规则进行量化，将二进制水印序列中的水印信息嵌入到其中，然后根据最大近似奇异值的修改量与图像子块像素之间的关系，对图像子块的像素值进行修改达到嵌入水印的目的；当水印信息嵌入完之后，将嵌入水印的g通道与无修改的r通道和b通道进行通道融合，得到嵌入水印的图像。

11、step3.1：将得到的最大近似奇异值按照如下规则进行水印嵌入：

12、

13、其中表示第个嵌入水印子块的最大近似奇异值，为量化步长，取值范围为10~70， 表示第个水印序列值，为四舍五入函数。

14、step3.2：将用下式进行表示 ，其中为嵌入水印后最大近似奇异值的修改量，用矩阵中元素表示为，和分别表示嵌入水印前矩阵和嵌入水印后矩阵的第行第列的元素值，通过得到矩阵中各元素的平均变化量，由得到，其中和为和的第行第列的元素，为行或列的大小。然后通过得到小子块各元素的变换量，由于子块中的4个小子块的变化量是一致的，所以子块的变换量。

15、step3.3：根据最大近似奇异值修改量与图像子块像素之间的关系，通过直接将子块的像素修改达到嵌入水印的目的，其中为嵌入水印后的子块。当所有水印信息都嵌入完成后将嵌入水印的g通道与无嵌入的r通道和b通道进行通道融合就得到了嵌入水印的图像。

16、step4：将嵌入水印的图像进行通道分离得到g通道，将g通道分成的子块，按照列表l中的坐标得到提取水印的子块，对这些子块分别分成4个的小子块，将各小子块分别在空间域计算hadamard变换的嵌入水印后的最大能量系数，并将它们重新组合成的矩阵。

17、step4.1：将嵌入水印的图像进行r、g、b三通道分离得到g通道，将g通道分成的子块，按照列表l中的坐标来得到提取水印的子块，对这些子块分别分成4个的小子块，其中表示从的子块中选择的第个子块，，为子块分成的第个小子块，。

18、step4.2：对4个小子块根据分别在空间域计算出hadamard变换的嵌入水印后的最大能量系数，其中为小子块的第行第列元素，将4个最大能量系数重新组合成的矩阵。

19、step5：将的矩阵在空间域计算出svd分解的最大近似奇异值，对其按照提取规则提取出二进制水印序列值，当所有的二进制水印序列值都提取完后，将提取的二进制水印序列转换为十进制并重组为大小的图像，得到提取的水印图像。

20、step5.1：将的矩阵根据在空间域计算出第个嵌入水印子块的最大近似奇异值，其中为矩阵的第行第列元素，然后按照如下规则进行水印提取：

21、

22、其中表示第个提取出的二进制水印序列值，为量化步长， 为四舍五入函数，为取模函数。

23、step5.2：将提取的二进制水印序列转换成十进制序列，最后将其重组为大小的图像矩阵，得到提取的水印图像。

24、有益效果：本发明提供了一种空间域盲图像水印方法，在空间域上能够得到hadamard变化的最大能量系数和svd分解的最大近似最大特征值，通过量化最大近似特征值来进行水印嵌入，本发明既满足了变换域算法的较好的鲁棒性，又满足了空间域算法高效的实时性。