法律状态公告日
法律状态信息
法律状态
2015-07-22
未缴年费专利权终止 IPC(主分类):G06T1/00 授权公告日:20110629 终止日期:20140602 申请日:20080602
专利权的终止
2011-06-29
授权
授权
2009-01-14
实质审查的生效
实质审查的生效
2008-11-19
公开
公开
技术领域
本发明属于图像信息处理领域,涉及数字图像水印方法,特别是涉及基于contourlet变换的抗几何攻击数字水印方法,可用于对数字多媒体产品版权的安全性提供技术保证。
背景技术
以图像为载体的数字水印技术是当前水印技术研究的重点之一。近年来,数字水印技术研究取得了很大的进步,尤其是针对图像数据的水印方法繁多,受到广泛的研究,但是水印系统的鲁棒性一直是制约其应用的障碍。其中,几何变换攻击下的水印同步成为水印技术能否走向商用的决定因素,因而也逐渐成为当前数字水印领域研究的重点。为了解决这一问题,众多学者对此进行了研究并提出了一些方法,例如:(1)将水印嵌入到几何不变域中,在图像的不变域进行水印嵌入。如把水印嵌在傅立叶变换域的幅值空间中,该空间具有旋转、缩放、平移不变性。但这种方法复杂度较高,且水印抗有损压缩、滤波等信号处理的能力也较差。(2)在图像中除嵌入水印外还嵌入一个模板用于抵抗几何攻击。模板可由DFT幅度谱中的极值点组成。但这类方法的不足是在图像嵌入容量一定的情况下,已知模板的嵌入在一定程度上会降低水印信息的鲁棒性;且模板一旦被攻击者破坏,水印的检测过程就无法进行。(3)将水印以一个可识别的结构体嵌入到载体数据中。该类方法的主要缺点是易受压缩的影响。
综上所述,现有的能抵抗几何变换操作的数字水印方法其实现过程大都比较复杂,且鲁棒性差,为此人们提出了基于contourlet变换数字水印方法。
Contourlet变换是小波变换的一种新扩展,是一种多尺度、局部化、多方向的图像表示方法,已发展成为一种“真正”的能够捕捉几何结构的二维信号表示方法。由于contourlet变换具有细节捕捉效果好、抗噪声攻击、变换速度快等优点,目前国内外已经开始将其应用于水印技术并进行了一定的研究。目前发表的基于contourlet变换数字水印方法主要有:
(1).李海峰[1]提出一种将水印直接叠加在contourlet域大系数上并采用盲信号分离技术实现水印提取的方法,该方法的嵌入效果较好,但鲁棒性欠佳;
(2).Zhao Xu[2]在此基础上对水印进行加密嵌入,
(3).Nadia Baaziz[3]将小波域视觉模型引入contourlet域,经修改提出一种基于HVS特性的contourlet域水印算法,使得contourlet域水印的嵌入实现自适应;
(4).Jayalakshmi M.[4]将小波域水印与contourlet域水印进行了比较,证明contourlet域在掩蔽性和鲁棒形方面确实具有较好的效果。
以上这些涉及contourlet域水印的方法,存在统一的缺陷是抗击几何攻击效果效差,即不能抵抗较大角度旋转、大尺度缩放以及仿射变换的攻击。
[1]李海峰,宋巍巍,王树勋,基于Contourlet变换的稳健性图像水印算法,通讯学报,2007年第4卷,87-94
[2]Zhao Xu,Ke Wang and Xiao-hua Qiao,Novel Watermarking Scheme in ContourletDomain Based on Independent Component Analysis,computer society,2006
[3]Nadia Baaziz,Adaptive Watermarking Schemes Based On A Redundant ContourletTransform,IEEE,2005
[4]Jayalakshmi M.,S.N.Merchant and U.B.Desai,Blind Watermarking in ContourletDomain with Improved Detection,computer society,2006
发明的内容
本发明目的是针对上述已有技术的不足,提出一种基于contourlet变换抗几何攻击数字图像水印方法,以实现对数字产品版权的可靠保护。
实现本发明目的的技术关键是在水印嵌入时计算含水印图像I的一阶原点矩,留为提取时对所受几何攻击参数的估计,实现抗几何攻击的能力。在水印提取时通过对经攻击后含水印图像的一阶原点矩和二阶中心矩估计几何变换参数,并利用contourlet变换对遭攻击后水印进行复原,具体方按如下:
一、水印嵌入过程
(1)将宿主图像I进行contourlet分解,得到低频、中低频、中高频和高频层次的子带B(i)和每个子带的变换系数xi;
(2)对水印图像W进行contourlet分解,得到低频、中频和高频的频率层次的子带Bw(i)和每个子带的变换系数yi;
(3)依据宿主图像的变换系数xi,计算宿主图像I每层每个子带的能量:Ei=∑(xi)2,i=1,2,3…n;
(4)对每层子带的能量Ei,按照从大到小的顺序标记,选择能量最大的子带为水印嵌入目标子带Bmax;
(5)将每层水印的变换系数yi按照绝对值从大到小排列,将每层的排列顺序矩阵记为水印提取的第一密钥R;
(6)将每层能量最大子带Bmax中的变换系数按绝对值从大到小排列,并选择出前S个系数,按照与每层水印的每个变换系数yi大小对应的关系叠加,即将水印嵌入在宿主图像中,该S的取值为水印图像W对应该层子带的系数个数;
(7)将嵌入水印的宿主图像变换系数进行contourlet反变换,重构出含水印的图像I′;
(8)计算含水印图像I′的一阶原点矩:m1,0、m0,1和m0,0,并将它们存入1*3矩阵,记为第二密钥X,留为提取时参数估计使用。
二、水印提取过程
1)计算经攻击后含水印图像I″的一阶原点矩m′1,0,m′0,1,m′0,0和二阶中心矩μ′1,1,μ′2,0,μ′0,2,并利用下式估计出图像所受几何攻击的几何参数,即
角度参数
水平缩放参数
水平平移参数
2)根据图像所受几何攻击参数对受攻击图像I″进行反向操作,得到攻击还原图像Ir;
3)将攻击还原图像Ir进行contourlet分解,得到低频、中低频、中高频和高频层次的子带Br(i)和每个子带的变换系数xi’;
4)计算攻击还原图像Ir每层每个子带的能量Ei’=∑(xi’)2,然后按由大到小顺序排列子带Br(i),i=1,2,3…n
5)将每层能量最大子带Bmax中的系数按绝对值从大到小排列,选择前S个系数,即为水印图像W对应该层子带的系数个数,S的取值与嵌入时相同;
6)将所选的S各个系数与原宿主图像I中每层能量最大子带Bmax中系数排序后相减,得到提取受攻击后水印每层变换系数
yi’=(Ir-I)/α
式中α与嵌入时相同;
7)通过第一密钥R还原受攻击后水印每层变换系数yi’位置;
8)将受攻击后水印变换系数yi’进行contourlet逆变换,得到提取的水印。
本发明由于采用是基于contourlet变换的数字水印技术,使水印嵌入具有计算速度快、视觉效果好的优点;同时由于通过能量与系数大小控制选择适合嵌入水印的变换系数,解决了水印嵌入位置的选择问题,可自主选择合适系数,保证水印的隐蔽于安全性;此外由于通过对原始含水印图像与受攻击后含水印图像之间几何矩的比较计算,还原图像所受攻击,实现图像同步,完成水印提取,可有效抵抗旋转、缩放、平移各种几何攻击。
附图说明
图1是本发明水印嵌入过程框图;
图2是本发明水印提取过程框图;
图3从未受攻击图像中提取的水印结果图;
图4从压缩与噪声攻击图像中提取的水印结果图;
图5从旋转攻击图像中提取的水印结果图;
图6从放大3倍攻击图像中提取的水印结果图;
图7从缩小0.8倍攻击图像中提取的水印结果图;
图8从不对称放大攻击图像中提取的水印结果图;
图9从综合攻击图像中提取的水印结果图。
具体实施方式
一.基础理论介绍
1、Contourlet变换
Contourlet变换是小波变换的一种新扩展,是一种多尺度、局部化、多方向的图像表示方法,已发展成为一种“真正”的能够捕捉几何结构的二维信号表示。Contourlet变换采用双重滤波器组结构,首先采用拉普拉斯塔式分解对输入图像进行多尺度分解以捕获点奇异。每一次LP分解生成一个分辨率为原图像一半的低频子带和与原图像分辨率相同的高频子带,此高频子带为原始图像和低频子带上采样滤波后的差值信号。对低频子带继续使用LP变换进行迭代分解,便可以将原始图像分解为一系列不同尺度上的低频和高频子带。随后,对LP分解所得到的高频子带使用方向滤波器组DFB进行方向性分析。该DFB的作用是捕获图像的方向性高频信息,将分布在同方向上的奇异点合成为一个系数。在计算时采用1层的树结构分解,在每层先通过扇型滤波器组QFB进行扇型方向上的频率切分,随后与旋转重采样操作适当组合以实现图像高频信息方向性分析,捕获图像中的线、面奇异性。DFB的最终结果可以看作图像的高频信息将频域划分为21个锲形区域。
2、几何矩
几何矩包括原点矩和中心矩,对于定义于o-xy平面上的二维函数f(x,y)∈L(R2),它的(p+q)阶混合原点矩定义为:
其中p,q=0,1,2,...。
对于数字图像f(x,y),其(p+q)阶原点矩定义为:
图像的中心矩定义为:
其中
利用原始图像几何矩的仿射不变性,在水印检测前利用原始图像一个或多个几何矩估计水印图像所经过的几何变换,根据估计的参数对水印图像进行相应校正和水印检测。该方法可在任意域中实现,包括空域和各种频域,是目前抵抗几何攻击比较简单有效的一种方法。
二、相关符号说明
I原始宿主图像
B(i)原始宿主图像每个频率层次的第i个子带
xi原始宿主图像变换系数
W水印信号
Bw(i)水印图像每个频率层次的第i个子带
yi水印图像变换系数
Ei原始宿主图像每个频率层次第i个子带的能量
Bmax原始宿主图像每个频率层次中能量最大子带
S选择嵌入水印的系数个数
Zi含水印变换系数
u水印每一位信息
α嵌入强度
R水印变换系数排序的位置矩阵
mp,q p+q阶原点矩
μp,q p+q阶中心矩
X几何矩参数密钥
I′含水印图像
I″经攻击后含水印图像
θc角度参数
a水平缩放参数
b垂直缩放参数
p水平平移参数
q垂直平移参数
Ir攻击还原图像
Br(i)攻击还原图像每个频率层次的第i个子带
Brmax还原图像每个频率层次中能量最大子带
xi’攻击还原图像变换系数
yi’受攻击后水印图像变换系数
三、基于contourlet变换抗几何攻击数字水印嵌入
参照图1,本发明的数字水印嵌入过程如下:
步骤1,对宿主图像I进行contourlet分解。
将宿主图像I进行4层contourlet分解,得到低频、中低频、中高频和高频层次的子带B(i)和每个子带的变换系数xi;由于高频部分抗压缩能力差,并且人眼对低频部分比较敏感,因此选择先将图像进行4层分解后,再将水印分别嵌入2、3、4层的过程。这样多层嵌入可以很好的提高水印的鲁棒性,并且将水印能量分散使得即使图像某一层遭受攻击后仍能保存水印能量,对其进行恢复。
步骤2,对水印图像W进行contourlet分解。
将水印图像W进行3层contourlet分解,得到低频、中频和高频的频率层次的子带Bw(i)和每个子带的变换系数yi,将水印图像W每层的系数分别对应嵌入到宿主图像2、3、4层的系数中,使得含水印图像具有更好的视觉效果。
步骤3,计算宿主图像I子带能量。
对宿主图像I的变换系数进行求和可得到宿主图像I每层每个子带的能量Ei,即Ei=∑(xi)2。能量代表了该子带纹理的复杂程度,可用于判断该子带是否适合嵌入水印。
步骤4,按能量大小排列子带。
由于能量最大代表图像在该方向上纹理细节最丰富,也就暗示了水印嵌入其中隐蔽性最好,因而可按由大到小顺序标记出每层的能量的最大子带Bmax,并将最大子带Bmax作为水印嵌入的目标子带。
步骤5,选择能量最大子带系数。
将每层能量最大子带Bmax中的系数按绝对值从大到小排列,选择前S个系数,该S的取值为水印图像W对应该层子带的系数个数,contourlet变换的重要系数还有一个特点,就是随机噪声会产生类似真实边缘的小波重要系数,但不会产生contourlet重要系数,因此选择在该系数上嵌入水印可有效抵抗噪声攻击。
步骤6,对水印系数进行处理。
将水印的系数同样按照绝对值从大到小排列,并记录该排列顺序矩阵R为第一密钥。水印系数处理是为了在水印嵌入叠加过程中,使大系数与大系数叠加,小系数与小系数叠加,以有效增强水印鲁棒性;
步骤7,水印嵌入。
利用叠加公式将每层水印的每个变换系数yi与水印嵌入目标子带Bmax中的S个变换系数按照大小对应叠加,即将水印嵌入在宿主图像I,叠加公式为:
zi=xi+αu (u>0)(1)
zi=xi-αu (u<0)(2)
其中,xi代表原是宿主图像变换系数,zi代表含水印变换系数,u代表水印每一位信息。嵌入强度α通过试验选定,当水印叠加后还原图像的视觉效果没有明显噪声,即可接受此嵌入强度,实验中α选取[0 0.1 0.2 0.3]。由于低频属于平滑区域,嵌入强度需选择较低,高频属于纹理复杂区域,嵌入强度可适当增大。
步骤8,重构含水印图像。
将嵌入水印的系数进行contourlet反变换,则可重构出含水印的图像,并输出含有水印的图像I’;
步骤9,记录几何矩。
计算含水印图像I′的一阶原点矩:m1,0,m0,1,m0,0,将它们存入1*3矩阵记为第二密钥X,留为提取时参数估计使用。具体计算公式为:
其中,i、j代表含水印图像I′像素的坐标,I′(i,j)代表该位置图像的像素值。
四、基于contourlet变换抗几何攻击数字水印提取参照图2,本发明的数字水印提取过程如下
步骤1,估计攻击参数。
先利用一阶原点矩公式(3)、(4)、(5)对经攻击后含水印图像I″的一阶原点矩m′1,0,m′0,1,m′0,0进行计算;
再利用如下二阶中心矩公式计算二阶中心矩μ′1,1,μ′2,0,μ′0,2,
其中,i、j代表受攻击图像I″像素的坐标,I″(i,j)代表该位置图像的像素值,
最后利用第二密钥X中的一阶原点矩:m1,0,m0,1,m0,0和参数估计公式,估计出图像所受几何攻击参数,其中:
角度参数为:
水平缩放参数为:
垂直缩放参数为:
水平平移参数为:
垂直平移参数为:
步骤2,还原受攻击图像。
还原受攻击图像就是对受攻击图像进行如下步骤的反向操作:
a)通过估计公式(9)估计出受攻击图像I″所遭受的旋转攻击角度θc,对受攻击图像I″进行反向旋转θc角度,即可还原图像所受的旋转攻击;
b)通过估计公式(10)和(11)估计出受攻击图像I″所遭受的水平缩放参数a和垂直缩放参数b,对受攻击图像I″进行比例为1/a的水平缩放,比例为1/b的垂直缩放,即可还原图像所受的缩放攻击;
c)通过估计公式(12)和(13)估计出受攻击图像I″所遭受的水平平移参数p和垂直平移参数q,对受攻击图像I″进行尺寸为-p的水平平移,尺寸为-q的垂直平移,即可还原图像所受的平移攻击。
步骤3,将还原图像进行分解
将还原图像Ir进行4层contourlet分解,得到低频、中低频、中高频和高频层次的子带Br(i)和每个子带的变换系数xi’。
步骤4,计算子带能量
对攻击还原图像Ir的变换系数xi’进行求和,可得到攻击还原图像Ir每层每个子带的能量Ei’,即Ei’=∑(xi’);然后按由大到小顺序排列子带Br(i),i=1,2,3…n;
步骤5,选择最大子带与系数
将攻击还原图像Ir变换后每层能量最大子带Brmax中的系数按绝对值从大到小排列,选择前S个系数,S取值为水印图像W对应该层子带的系数个数;
步骤6,计算水印变换系数。
将所选的S各个系数与原宿主图像I中每层能量最大子带Bmax中系数排序后相减,得到提取受攻击后水印每层变换系数为:
yi’=(Ir-I)/α(14)
其中α与嵌入时相同;
步骤7,还原水印系数位置。
通过第一钥R中记录的系数位置信息,将水印系数还原至原始位置,重构出水印每层变换系数yi’;
步骤8,还原水印
将受攻击后水印变换系数yi’进行contourlet逆变换,得到提取的水印。
本发明的效果可通过以下实验仿真进一步说明。
1、仿真条件
选用256*256的lena.bmp图像作为宿主图像,如图3a所示,选取64*64的二值图像进行试验,如图3b所示。实验软件环境为Matlab7.0。设计了一系列攻击测试,包括高斯低通滤波、维纳滤波、中值滤波、椒盐加噪、高斯加噪、JPEG攻击、剪切,各种尺度的旋转、缩放、平移变换等,在最大攻击强度情况下,对提取的水印通过归一化相关系数NC、峰值信噪比PSNR及均方误差RSM进行质量评价。
2、仿真结果
实验结果分别如:图3c、图3d、图4、图5、图6、图7、图8和图9。
图3c为嵌入水印后的合成图像结果,其均方误差为16.1703,PSNR可达到34.9178,具有较好的视觉效果和隐蔽性。
图3d为未加攻击情况下提取的水印结果,可见水印完好无损。
图4、图5、图6、图7、图8和图9均体现了数字水印抵抗各种攻击的能力。
参照图4,其中图4a为受JPEG压缩质量因子为10攻击时的结果,可见水印仍能清楚的识别,其NC值为0.9372;图4b为受椒盐加噪,均方值为0.03时攻击时提取水印结果;图4c为受高斯加噪均方值为0.1攻击时提取的结果,由图4b和图4c可见,经噪声攻击过,水印的NC值均保持在0.9左右,可清楚识别。这是由于contourlet变换在抑制噪声方面具有杰出的性能,为水印也带来强的抗噪声攻击能力。
参照图5,其中图5a、5b、5c为右旋60度攻击后,原始图像、还原图像以及提取水印结果,图5d、5e、5f为右旋45度攻击后原始图像、还原图像以及提取水印结果,图5g、5h、5i为右旋30度攻击后原始图像、还原图像以及提取水印结果。由图5可见,由于采用了几何矩参数估计技术,使图像在遭受旋转攻击后可自动复原,水印提取NC值可保持在0.8700以上,显示了强大的抵抗旋转攻击的能力。
参照图6,其中图6a为原始含水印图像,图6b为放大3倍攻击后含水印图像,图6c为经过几何攻击还原后提取出的水印结果,从图6c可见经过还原后图像实现同步,水印提取的NC值可达到0.8798。
参照图7,其中图7a为原始含水印图像,图7b为缩小0.8倍攻击后含水印图像,图7c为经过几何攻击还原后提取出的水印结果,经过还原后图像实现同步,水印提取的NC值可达到0.9916。从图7c可见,本方法对缩放攻击具有很好的抵抗能力,提取的水印均可清楚识别。
参照图8,其中图8a、图8b、图8c为水平放大3倍攻击结果,图8c、图8d、图8e为垂直放大2倍攻击结果,经过攻击还原处理后提取出的水印NC值均在0.88以上,显示了对不对称放大攻击的鲁棒性。
参照图9,其中图9a为放大两倍并旋转pi/4攻击后图像,图9b为经过几何攻击还原图像,图9c为提取出水印结果。从图9c 见,水印NC值可达到0.8815,证明对任意几何攻击组合,本方法都可较好还原图像,完成水印提取,实现对数字图像版权的保护和识别。
以上所有攻击后对水印提取结果的实验数据如表1所示:
表1 各种攻击后水印提取结果数据
攻击类型 NC PSNR RSM
高斯滤波 0.9983 28.3421 0.0015
维纳滤波 0.9929 20.8088 0.0083
中值滤波 0.9946 21.3524 0.0073
剪切攻击(150*150) 0.9180 11.2240 0.0754
平移 1.0000 36.1236 0
JPEG攻击(10) 0.9372 10.6459 0.0862
椒盐加噪(0.03) 0.9065 10.0490 0.0989
高斯加噪(0.1) 0.8913 9.8499 0.1035
旋转攻击(pi/3) 0.8997 9.2216 0.1196
旋转攻击(pi/) 0.9153 9.2662 0.1184
旋转攻击(pi/5) 0.9912 17.928 20.0161
扩大3倍 0.8798 8.4224 0.1438
缩小0.8倍 0.9916 19.9958 0.0100
不对称放大 0.8815 8.5118 0.1409
放大两倍旋转pi/4 0.9392 10.4769 0.0896
通过表1可见,基于contourlet域的水印算法拥有频域算法本身具有的抗滤波特点,在传统滤波攻击下水印提取NC值均保持在0.9900以上。由于采用变换域嵌入方法,嵌入位置均匀,可有效抵抗剪切攻击,在减去全图150*150像素后,提取出水印的NC值可达到0.9180。平移攻击不会对水印提取产生任何破坏,NC值为1.0000。另外由于采用了几何矩还原几何攻击技术,使得本方法对各种几何攻击具有强大的抵抗力能力。通过实验结果证明这是一种全面鲁棒的水印嵌入提取方法。
机译: 抗几何攻击与去除攻击相结合的图像水印方法
机译: 抗几何攻击与去除攻击相结合的图像水印方法
机译: 评估侧通道抗攻击性的装置,评估侧通道抗攻击性的方法以及评估侧通道抗攻击性的程序